Other language confidence: 0.8822306964984112
In Zeiten des Klimawandels wird die Pflanzengesundheit durch kombinierten Stress durch abiotischen, klimawandelbedingten Faktoren und biotischem Faktoren durch Schädlinge und Krankheitserreger beeinträchtigt. Dieses Projekt zielt darauf ab, die Auswirkungen abiotischer, klimawandelbedingte Stressfaktoren, wie z. B. erhöhtem atmosphärischen CO2-Gehalt (eCO2) und Trockenstress, auf die Interaktion zwischen Weinreben, Blattrollviren (GLRaV), und virusübertragenden Schmierläusen zu untersuchen. GLRaV, insbesondere GLRaV-3, verändert die CO2-Assimilation, die Wassernutzungseffizienz sowie die primären und sekundären Stoffwechselprodukte der Pflanze, was letzendlich zu Ertragsminderungen, verzögerter Fruchtreife und schlechter Traubenqualität führt. Das Virus wird durch infiziertes Vermehrungsmaterial und phloemsaugende Insekten, wie z. B. Schmierläuse, verbreitet. Es ist bekannt, dass eCO2- und Wasserstress einen erheblichen Einfluss auf die Pflanzenphysiologie und die Schädlingsbekämpfung haben kann. Außerdem weiß man, dass Pflanzenviren biotischen Stress für die Pflanzen verursachen und das Verhalten der Virusvektoren verändern können. Gleichzeitig werden Viren von denselben klimawandelbedingten abiotischen Stressfaktoren beeinflusst, wie die anderen Mitglieder des Ökosystems. Es gibt nur sehr wenige Studien über die Auswirkungen des Klimawandels auf Virusinfektionen auf Weinreben und keine einzige über die Auswirkungen auf Schmierläuse als Virusvektoren. Schlussfolgerungen aus anderen Pathosystemen zu ziehen, gestaltet sich schwierig, da die Auswirkungen von abiotischem, klimawandelbedingtem Stress oft artspezifisch sind. Bisher hat sich die Forschung vor allem mit den Wechselwirkungen einzelner Klimawandelparameter mit Pflanzen, Insekten oder Krankheitserregern befasst. Um die Wechselwirkungen zwischen mehreren Stressoren und die komplexen Beziehungen zwischen Pflanzen, Krankheitserregern und Vektoren zu verstehen, sind breitere Forschungsansätze nötig. Nur so können wirksame Anpassungsstrategien entwickelt werden um Pflanzen in der Zukunft gesund und produktiv zu halten. Im Rahmen des Projekts werden eine Reihe von Experimenten durchgeführt, bei denen Weinreben zwei Klimawandelparametern (Wasserstress + CO2) in Kombination mit biotischem Stress durch eine GLRaV-3-Infektion ausgesetzt werden. Untersucht werden die Mechanismen (Genexpression) und die Auswirkungen auf die Pflanzen (Aminosäuren, Phenole, C/N, Zucker, Chlorophyll) und den Insektenvektor (Fressverhalten, Fitness), zusätzlich zu klassischen Übertragungsexperimenten mit GLRaV. Die Forderung nach multifaktoriellen Stress-Experimenten wird seit Jahrzehnten erhoben. Diese Experimente sind ehrgeizig und komplex, aber sie sind der notwendige nächste Schritt, um Erkenntnisse über die zukünftige Entwicklung der Blattrollkrankheit zu gewinnen.
Der Kreislauf von Energie, Wasser und Kohlenstoff durch Boden, Vegetation und Atmosphäre beeinflusst die Verteilung und Qualität des Lebens auf der Erde. Mit dem rasanten Wachstum der Weltbevölkerung und ihrer Bedürfnisse wird die nachhaltige und effiziente Bewirtschaftung und Verteilung unserer natürlichen Ressourcen wichtiger denn je. Der Sonderforschungsbereich Transregio 32 fokussiert auf ein besseres Verständnis der Prozesse und Interdependenzen innerhalb und zwischen Boden, Vegetation und Atmosphäre. Dies ist unabdingbar für verlässlichere Wetter- und Klima-Modelle und genauere Vorhersagen für den Wasser- und CO2-Transport und ermöglicht dadurch eine bessere Bewirtschaftung der natürlichen Ressourcen. Räumliche und zeitliche Muster im Boden-Vegetation-Atmosphäre Kontinuum spielen hierbei eine zentrale Rolle. So beeinflusst zum Beispiel die landwirtschaftliche Nutzung - Weizen unmittelbar neben Rüben oder Kartoffeln neben Mais - den Austausch von Wasser, CO2 und Wärme zwischen Boden und Atmosphäre. Alle Prozesse sind untrennbar miteinander verflochten, wodurch komplexe Rückkopplungen und Reaktionen des Systems auf den verschiedenen räumlichen und zeitlichen Skalen entstehen.Das Ziel des TR32 ist es, die Herkunft von und die Wechselbeziehungen zwischen den räumlichen und zeitlichen Mustern der einzelnen Komponenten innerhalb des Boden-Vegetation-Atmosphäre-Systems mit Hilfe innovativer Monitoring- und Modellierungsansätze besser zu verstehen. Räumliche und zeitliche Strukturen von physikalischen Parametern (z. B. bodenhydraulische Leitfähigkeit), Zustandsgrößen (wie Bodenfeuchtigkeit oder Lufttemperatur) und Prozessen (z. B. Flüsse von CO2, Wasser und Wärme) können auf allen Skalen beobachtet werden. Die Erkennung dieser Muster und das Verstehen der vorhandenen Wechselwirkungen sind erforderlich, um die unterschiedlichen räumlichen und zeitlichen Skalen in numerischen Modellen darzustellen.
SEIZE ist der seismische Teil des ICDP-Proposals DIVE (Drilling the Ivrea-Verbano ZonE; im Januar 2018 bei ICDP eingereicht, Leitung: Othmar Müntener, U. Lausanne, Schweiz; Co-PIs: Mattia Pistone - Lausanne, Luca Ziberna - Bayreuth, György Hetényi - Lausanne, Alberto Zanetti - Pavia). Die Ivrea-Verbano Zone (IVZ) in den Italienischen Alpen ist eine der am besten dokumentierten und untersuchten Archetypen kontinentaler Kruste. Weiterhin ist es das beste natürliche Labor, um unser Verständnis der kontinentalen unteren Kruste und der Kruste-Mantel Grenze durch die Kombination von Geophysik und wissenschaftlichem Bohren zu verbessern. Nach einem Workshop im Mai 2017 entwickelte ein Team aus 31 Wissenschaftlerinnen einen ICDP Proposal für Bohrungen in der Ivrea Verbano ZonE (DIVE). Das Bohren zweier 1 km und einer 4 km Bohrung in der IVZ wird eine einmalige Möglichkeit zur Verknüpfung geophysikalischer/geologischer Daten mit Bohrkern-Beobachtungen, down hole logging, mikro-biologischen Sampling, hydrologischen Studien und unterschiedlichen geologischen/geophysikalischen Surveys um die Bohrlokationen bieten. Die IVZ ist ungewöhnlich, da mehrere geophysikalische Studien das Auftreten eines dichten, HochgeschwindigkeitsKörpers, 'Bird's Head' genannt, in flachen Tiefen (ca. 3 km) postuliert. Neuere Studien zeigen, dass die IVZ ein wertvolles Archiv trans-krustalen Magmatismus ist, welches Unterkrusten-Prozesse von Magma-Emplacement, Kristallisation und krustaler Assimilation dokumentiert; und weiterhin die Entwicklung oberflächennahen Magmatismus mit langandauernden Super-Eruptionen im Perm zeigt. Bohren in der IVZ adressiert offene Fragen der Natur der unteren Kruste und der Kruste-Mantel Grenze, mögliche Beziehungen zum geophysikalisch nachgewiesenen Ivrea Körper, der Schaffung und Organisation eines tiefen krustalen magmatischen Systems, und eine umfassende Charakterisierung physikalischer und chemischer GesteinsEigenschaften, sowie die Beziehung zwischen Permeabilität und Verwitterung, Alteration und Fluid-Charakterisierung. Zusammen mit Studien zur Größe und Diversität der tiefen Biosphäre, werden diese Studien zum besseren Verständnis von mikrobiologischen Eco-Systemen und ihren Grenzen in kristallinen Gesteinen beitragen. Mit SEIZE planen wir als zentraler Bestandteil von DIVE, Tiefe, Ausdehnung und Form der IVZ und des sogenannten 'Bird's-Head' bei Balmuccia im Val Sesia, Italien zu bestimmen. DIVE wurde vom internationalen ICDP Panel am 13. Juni 2018 mit folgender Auflage vor Wiedereinreichung zurückgestellt: 'ICDP would like to see for the Balmuccia site a section with good seismic data plus superimposed geological model(s) and tentative drill path'. SEIZE adressiert genau diese Auflage.
Wir werden eine Strategie zur Assimilation der Landoberflächentemperatur implementieren, bei der verschiedene Beobachtungen innerhalb eines Tages verwendet werden, um sensitive Landoberflächenparameter und -zustandsgrößen anzupassen. Wir werden zudem einen Operator zur Assimilation des Blattflächenindex entwickeln, um damit dynamische Vegetationszustandsgrößen und sensitive Ökosystemparameter anzupassen. Der Nutzen der genannten Daten in Kombination mit Bodenfeuchtebeobachtungen wird mit Hilfe synthetischer Experimente ermittelt. Im Besonderen wird dabei untersucht, ob die Parameterschätzung verbessert werden kann und in welchem Ausmaß die Assimilation bestimmter Datentypen die Zustandsgrößen anderer Kompartimente verbessert. Hierbei werden realistische Szenarien verwendet, welche verschiedene Unsicherheitsquellen und unbekannte Parameter beinhalten. Synthetische Experimenten werden zunächst mit der Landkomponente von TerrSysMP-PDAF (CLM-ParFlow-PDAF) mit Hilfe eines gemeinsamen Testfalles mit P5, P6 und P7 durchgeführt. Wir werden zudem Beiträge zu den Experimenten mit dem gesamten TerrSysMP-PDAF liefern, welche von C1 koordiniert werden. Im letzten Schritt werden Tests mit dem Rureinzugsgebiet durchgeführt.
C4.1 Prozess-basierte Modelsimulationen. Wir entwickeln prozessbasierte Modellsimulationen und Deep-Learning-Tools für die Datenanalyse, um mit dem Sensornetzwerk zu interagieren und die Messungen zu optimieren. Dies ermöglicht ein vertieftest Verständnis der Auswirkungen der räumlich-zeitlichen Heterogenität und Dynamik auf den gesamten Wasser- und Kohlenstoffaustausch im Ökosystem. Wir werden ein bestehendes prozessbasiertes 2D-Modell erweiterten, kalibrierten und in einem 3D Gegenwarts- und Vorhersagemodus betreiben, der die räumlich-zeitliche Heterogenität kleinräumiger Prozesse abdeckt und neue Skalierungsgesetze für nichtlineare Wechselwirkungen integriert.C4.2 Deep-LearningMit Hilfe von Deep-Learning-Algorithmen soll die Fülle an Daten effizient ausgewertet werden, um zwischen wichtigen und redundanten Daten zu unterscheiden. Ziel ist es, eine ausreichende räumlich-zeitliche Auflösung zu erreichen, Energie für die Sensorknoten zu sparen und die Anhäufung redundanter Daten zu reduzieren. Dabei interagieren Deep-Learning und Prozesssimulationen mit dem Sensornetz durch i) Datenassimilation aus dem Sensornetz und ii) Anpassung und Optimierung des Messdesigns auf Basis der simulierten Ergebnisse und Vorhersagen
Dieses Projekt untersucht den Effekt der Land-Atmosphärenkopplung auf die Verdunstung und die Photosynthese der Pflanzen. Es vereint kontrollierte Labor- und Feldexperimente mit kontinuierlichem Monitoring der mikrometeorologischen Bedingungen im Bestand und des Grades an Trockenstress, mit dem spezifischen Ziel, die Rolle der Land-Atmosphärenkopplung in einem optimalitätsbasierten Modell zu repräsentieren. Das Projekt unterstützt die LAFI Forschergruppen-Ziele O3, OS und OE, durch Verbesserung unseres Verständnisses der stomatären Kontrolle der Verdunstung und Photosynthese (O3), Erweiterung der Beobachtungen der Land-Atmosphären-Wechselwirkungen bis in den Bestand hinein (OS), sowie Untersuchungen der Auswirkungen von extremen Hitze- und/oder Trockenereignissen auf die stomatäre Kontrolle und demzufolge Verdunstung, mit ihren Auswirkungen auf den Austausch von sensibler Wärme mit der Atmosphäre und möglichen dauerhaften Auswirkungen durch Hitzeschäden am Blattwerk. Ein besonderer Fokus wird auf die folgenden, projektspezifischen sub-Hypothesen gelegt: SH1) Vertikale Vermischung der Luftmassen vergrößert die Blatt- und Bestandeswassernutzungseffizienz; SH2) Vertikale Vermischung der Luftmassen reduziert Wärmestress der Pflanzen (insbesondere während Trockenperioden), d.h. dass Blatttemperaturen kleiner sind in Perioden mit stärkerer Vermischung; SH3) Optimalitätsbasierte Vegetationsdynamik und stomatäre Kontrolle verbessert die Modellierung von Verdunstung, CO2-Aufnahem der Vegetation, sowie die Bodenfeuchtedynamik im Vergleich mit konventionellen Parametrisierungen der Vegetation.
Das Umweltbundesamt (UBA) stellt seit Ende der 1990er Jahre u. a. Karten bundesweiter Ozonprognosen zur Information der Öffentlichkeit bereit. Die Veröffentlichung der Karten erfolgt derzeit sowohl über die Webpräsenz des UBA als auch über die App „Luftqualität“. Die Luftschadstoffprognosen basieren auf Prognosen aus dem CAMS-Ensemble. Diese Prognosen werden täglich vom Copernicus Atmosphärendienst (Copernicus Atmosphere Monitoring Service, CAMS) in stündlicher Auflösung für den aktuellen Tag und die drei folgenden Tage bereitgestellt. Die Ensemble-Daten beruhen auf den Ergebnissen von mittlerweile 11 Chemie-Transport-Modellen (CTM), deren Output zum Teil durch die Assimilation von Satellitendaten optimiert wird (CAMS, 2021; CAMS, 2022). Das UBA betreibt seit einigen Jahren das „Online-Tool Ozonprognose“ für die operationelle Prognose der Luftschadstoffe Ozon und PM 10 (ohne verkehrsnahe Standorte) auf Basis korrigierter CAMS-Prognosen sowie eine Testumgebung zur Evaluierung der originalen und der korrigierten CAMS-Prognosen mit Hilfe statistischer Kennwerte. Als Korrekturverfahren wird dabei basierend auf Untersuchungen in IVU Umwelt (2018) die Hybrid-Vorhersage verwendet. Im Rahmen des hier beschriebenen Projektes wurden Online-Tool und Testumgebung um den Luftschadstoff NO 2 , um die Differenzierung der Prognose bzw. Evaluierung nach Stationstypen sowie um Wochentags- und Feiertagskorrektur als verkehrsspezifische Ergänzungen der Hybrid-Vorhersage erweitert. Es wurde gezeigt, dass die Hybrid-Vorhersage auch bei der Anwendung auf NO 2 und PM 10 zu einer Verbesserung der Prognosegüte im Vergleich mit den reinen CAMS-Prognosen führt, und zwar sowohl an Area- als auch an Spot- bzw. Verkehrsstationen. Die Verwendung der Wochentags- und Feiertagskorrektur als Ergänzung der Hybrid-Vorhersage führt zu zusätzlichen Verbesserungen der NO 2 -Prognose an verkehrsnahen Standorten. Veröffentlicht in Umwelt & Gesundheit | 02/2024.
Bei der Datenassimilation für die numerische Wettervorhersage (NWP) wird die Kurzfristvorhersage (genannt als Hintergrund) durch die neuesten Beobachtungen korrigiert, um erste Bedingungen (Analyse) für die nächste Vorhersage zu schaffen. In diesem Prozess müssen die räumlichen Eigenschaften der Vorhersagefehler modelliert werden, damit sich die Auswirkungen der Beobachtungen physikalisch optimal ausbreiten. Die Reduzierung von Vorhersagefehlern auf synoptischen Skalen in mittleren Breiten, wo die Divergenz eine Größenordnung kleiner ist als die relative Vorticity, wurde erfolgreich mit Hilfe der quasi-geostrophischen Theorie modelliert. Auf diese Weise können Temperaturbeobachtungen Hintergrundfehler im Windfeld korrigieren und umgekehrt. Die Analyseunsicherheiten und kurzfristigen Vorhersagefehler in globalen NWP-Systemen sind jedoch in den Tropen am größten, wo die Divergenz mit der Vorticity vergleichbar oder sogar größer ist. Tropische Analyseunsicherheiten können einen dominierenden Einfluss auf die Genauigkeit der mittel- und weiträumigen Vorhersage in den mittleren Breiten haben. Es wird hier argumentiert, dass die Verringerung der Analyseunsicherheiten in den Tropen ein entscheidender Schritt ist, der erforderlich ist, um das Spektrum nützlicher Vorhersagen in globalen NWP-Modellen zu erweitern. Ziel dieses Projekts ist es, eine neue Randbedingung für die Hintergrundfehlermodelle bei der Datenassimilation zu entwickeln, die Divergenz-dominierte Beziehungen zwischen den tropischen Temperatur- und Windvariablen über viele Skalen hinweg berücksichtigen. Die vorgeschlagene Randbedingung verwendet die Masse-Wind-Beziehungen, die tropische Schwerewellen beschreiben. Es hat sich gezeigt, dass diese Randbedingung viel versprechend für die Verbesserung tropischer Analysen ist. Dieses Projekt wird diese Ideen auf die globale Atmosphäre ausdehnen, indem es 1) einen neuen Datenassimilierungsrahmen entwickelt, der die tropischen und mittleren Breiten Aspekte der atmosphärischen Dynamik miteinander verbindet, 2) die strömungsabhängigen Hintergrundfehlerinformationen aus den Ensemble-Vorhersagen verwendet und 3) das Potential verbesserter tropischer Analysen auf Extratropen abschätzt.
| Organisation | Count |
|---|---|
| Bund | 187 |
| Europa | 2 |
| Kommune | 1 |
| Land | 5 |
| Weitere | 1 |
| Wissenschaft | 145 |
| Type | Count |
|---|---|
| Daten und Messstellen | 8 |
| Ereignis | 1 |
| Förderprogramm | 183 |
| Text | 3 |
| unbekannt | 1 |
| License | Count |
|---|---|
| Geschlossen | 4 |
| Offen | 192 |
| Language | Count |
|---|---|
| Deutsch | 187 |
| Englisch | 92 |
| Resource type | Count |
|---|---|
| Archiv | 2 |
| Datei | 7 |
| Dokument | 3 |
| Keine | 103 |
| Webseite | 84 |
| Topic | Count |
|---|---|
| Boden | 136 |
| Lebewesen und Lebensräume | 196 |
| Luft | 132 |
| Mensch und Umwelt | 196 |
| Wasser | 131 |
| Weitere | 195 |