API src

Found 590 results.

Other language confidence: 0.7530123552109024

deadtrees.earth

Deadtrees.earth is an open, global data platform for mapping, analyzing, and sharing information on dead trees using remote sensing and citizen science. It integrates satellite and drone data to track the spatiotemporal distribution of tree mortality. The platform provides standardized, FAIR-compliant datasets for ecological research, biodiversity monitoring, and climate change studies. Data include GeoTIFF orthophotos and geospatial labels. Users can contribute drone datasets, provide annotations, upload data, and access curated reference datasets for model training and benchmarking. Deadtrees.earth fosters collaborative, reproducible research by linking multi-source data and tools for large-scale forest monitoring.

Forschergruppe (FOR) 1898: Mehrskalendynamik von Schwerewellen, Spontanes Ungleichgewicht (SI)

Schwerewellen (GWs) sind zu kleinskalig, um in den heutigen Wetter- und Klimamodellen aufgelöst zu werden. Sie müssen daher parametrisiert werden, da sie einen starken Einfluss auf die Dynamik der großen Skalen haben. Parametrisierungen existieren für orographisch und konvektiv erzeugte GWs, während für die GW-Quellen entlang großskaliger Jets noch keine etablierte Parametrisierung vorliegt. Die Quellen resultieren aus einer spontanen Imbalance (SI) der großskaligen quasi-geostrophischen Strömung. Die Untersuchung von Schwerewellenabstrahlung durch SI ist schwierig, da die GWs in ein sehr komplexes zeitabhängiges Strömungsfeld eingebettet sind, mit einer großen Zahl von interagierenden Prozessen. Auch die Validierung von Parametrisierungen wird dadurch erschwert. Daher kombinieren wir Theorie und numerische Modellierung mit ergänzenden Laborexperimenten. Laborexperimente garantieren eine Reproduzierbarkeit der betrachteten großskaligen Strömungssituation. Die direkte Korrespondenz zwischen den experimentellen Daten und den Modelldaten und die erwähnte Reproduzierbarkeit machen das Laborexperiment zu einem idealen Prüfstand für Parametrisierungen und für die Untersuchung klimarelevante Prozesse. Das differenziell beheizte rotierende Zylinderspalt-Experiment, welches an der BTU (Brandenburg Technische Universität Cottbus-Senftenberg) aufgebaut und betrieben wird, stellt die Referenzdaten für Benchmark-Simulationen an der GU-F (Goethe Universität Frankfurt) und dem IAP (Leibniz Institut für Atmosphärische Physik, Kühlungsborn) bereit. Dabei stehen Experimente im Vordergrund, die zeigen sollen, welche baroklinen Strömungen eine besonders ausgeprägte GW-Abstrahlung aufweisen. Ergänzend dazu werden idealisierte numerische Simulationen an der GU-F und dem IAP durchgeführt, um die Variabilität der GWs und den Abstrahlungsprozess zu untersuchen. Wichtig ist dabei, einen Zusammenhang zwischen verschiedenen großskaligen Strömungen und der mesoskaligen GW-Quelle herzustellen und diesen Zusammenhang mittels grob aufgelöster Wellenstrahlenmodelle zu validieren. Ziel ist es, eine skalenabhängige SI-Parametrisierung zu konstruieren. Diese Parametrisierung soll mit Hilfe der Labor-Referenzdaten validiert werden. Begleitet wird dies von einer Analyse grob- und feinaufgelöster Daten aus UA-ICON Simulationen. Schließlich soll die Parametrisierung an das Wellenstrahlenmodell MS-GWaM angekoppelt werden, welches in UA-ICON implementiert ist.

CAMELS-DE-1h: hourly hydro-meteorological time series, weather forecasts, and attributes for 1611 catchments in Germany

CAMELS-DE-1h provides a comprehensive and harmonized collection of hydro-meteorological data for 1611 catchments across Germany. The time series data cover the period from 2001 to 2024 and provide measurements of discharge, water level, and meteorological variables in hourly resolution for all catchments. The metorological variables are aggregated to the catchment areas from the gridded data sources RADKLIM-YW and HOSTRADA (DWD) and encompass the variables precipitation, air temperature, humidity, water vapor mixing ratio, global radiation, air pressure, cloud cover, dew point temperature, wind speed, and wind direction. In addition, deterministic and ensemble weather forecasts with a 48-hour lead time, readily processed for all catchments from the ICON-D2 model (DWD), are included for the period 2021 to 2024. The dataset also provides static catchment attributes encompassing topography, soils, land cover, hydrogeology, and human influences. Furthermore, to serve as a baseline for further model development, the dataset includes discharge simulation results from a regionally trained LSTM and a catchment-calibrated HBV (Hydrologiska Byråns Vattenbalansavdelning) conceptual model. A comprehensive description of the dataset can be found in the accompanying data description paper. Key features of CAMELS-DE-1h: 1. Hydro-meteorological time series data in hourly resolution (2001–2024) 2. Historical deterministic and ensemble weather forecasts from ICON-D2 with a 48-hour lead time (2021–2024) 3. Catchment attributes 4. Benchmark discharge simulation results from an LSTM and the HBV model

Residence times across scales: from plot to catchment scale

Residence times is a key signature to characterize flow and transport at all temporal and spatial scales in different hydrological compartments. It is assumed that the spatial organisation of the landscape controls space-time organisation of the water cycle and related processes and hence the residence time. Combining flux and residence concentration data of natural tracers in water, stable isotopes, and artificial tracers will allow us to predict residence time and flow pathways in the different hydrological compartments as well as integrative for entire watersheds. We will investigate with different methods the fingerprint of hydrological processes found in the signal of isotopic composition and natural and artificial tracers of soil, ground and stream water in space and time. The temporal variability of isotopes in soil water, groundwater and stream water will be combined to benchmark transport and flow models and to derive a new functional form of short to long-term transit time distributions. The spatial patterns of stable isotopes in the saturated and unsaturated zone will be used to derive long-term flow pathways, mixing patterns and the proportion of evaporation to transpiration. Artificial tracer experiments using salt and electric resistivities will vizualize and quantify internal flow pathways in particular preferential flow pathways.

Schwerpunktprogramm (SPP) 1158: Antarctic Research with Comparable Investigations in Arctic Sea Ice Areas; Bereich Infrastruktur - Antarktisforschung mit vergleichenden Untersuchungen in arktischen Eisgebieten, Einflusss von Umweltveränderungen auf antarktisches Phytoplankton untersucht mit Hilfe eines synergistischen multi- und hyper-spektralen Satellitendatenansatzes

Klimamodelle sagen voraus, dass sich in naher Zukunft im Antarktischen Ozean signifikant die Temperatur und der PH-Wert ändern werden, bedingt durch den Anstieg der Konzentrationen troposphärischer Treibhausgase und vor allem durch den erhöhten Kohlenstoffdioxidausstoß aus fossilen Brennstoffen. Solche Änderungen wirken sich auf die Zusammensetzung des Phytoplanktons aus und damit auch auf die Stoffkreisläufe wichtiger Elemente (Kohlenstoff, Stickstoff, usw.). Ziel dieses interdisziplinären Projektes ist die genauere Bestimmung der räumlichen und zeitlichen Variabilität der Biomasse von unterschiedlichen Phytoplanktontypen im Antarktischen Ozean. Einerseits wird hiermit das Verständnis der Rolle des antarktischen Phytoplanktons für das Ökosystem vertieft und andererseits deren Beitrag für den globalen Kohlenstoffzyklus genauer quantifiziert. Durch die einzigartige Kombination von Satellitendaten zweier unterschiedlicher Instrumententypen soll die Konzentration verschiedener Phytoplankton-Typen im Antarktischen Ozean zum ersten Mal mit umfassender zeitlicher und räumlicher Abdeckung bestimmt werden. Die Gesamtbiomasse wird durch eine an die Antarktis angepasste Prozessierung mit Hilfe multispektraler Satellitenmessdaten berechnet. Der Anteil wesentlicher Phytoplanktontypen an der Gesamtbiomasse wird anhand der Auswertung charakteristischer Absorptionsstrukturen von hyperspektralen Messdaten (PhytoDOAS-Methode) ermittelt. Somit soll ein synergetisches Produkt aus sich ergänzenden Informationen multi- und hyperspektraler Satelliteninstrumente entwickelt werden, das auf ähnliche Satelliteninstrumente, deren Messungen in naher Zukunft starten, übertragbar sein wird. Damit kann dann ein Datensatz über die Verteilung von Phytoplanktontypen über Dekaden erstellt werden. Mit dem im Projekt entstehenden Datensatz über die Verteilung der Phytoplanktontypen soll deren Variabilität und Korrelation mit sich ändernden Umweltfaktoren im Antarktischen Ozean in den vergangenen untersucht werden. Darüber hinaus soll unser Datensatz genutzt werden, zur Verbesserung und Evaluierung eines Ökosystem-Models, welches die Biogeographie verschiedener Phytoplanktontypen durch Parametrisierung physiologischer Eigenschaften an ein Ozeanzirkulatonsmodell errechnet. Mit Hilfe des Langzeitdatensatz und dem damit verbundenen Wissen über die Variabilität der Phytoplanktontypen, wird ein Fundament geschaffen, um den Einfluss der Klimaveränderungen im Antarktischen Ozean zu bemessen.

Advancing environmental risk assessment (ERA) of plant protection products through a systems-based approach to strengthen biodiversity protection

In the European Union, regulated products such as plant protection products (PPPs) must undergo prospective environmental risk assessment (ERA) and obtain regulatory approval before use. ERA evaluates the potential adverse effects regulated products may pose to the environment, aiming to ensure that their use does not result in unacceptable effects. Despite ongoing improvements accumulated empirical evidence shows that current chemical ERA practices fall short of ensuring sufficient environmental protection, highlighting the need for better alignment with real-world ecological and agricultural conditions. Advancing ERA requires not only integrating a more realistic understanding of environmental contexts, but also fostering interdisciplinary collaboration and engaging stakeholders through knowledge-sharing platforms and partnerships. Within this context, the Partnership for the Assessment of Risks from Chemicals (PARC) is exploring new avenues to transform PPP ERA through six key actions: (1) clarifying regulatory needs to ensure regulatory relevance and facilitate regulatory uptake of project outcomes; (2) benchmarking ERA against real-world data for calibration and explore ways to simplify ERA processes; (3) improving ERA comparability to enable cross-substance comparison and ranking; (4) increasing ecological realism to deliver more realistic, context-dependent ERA predictions along with effective risk mitigation and sustainable use measures; (5) updating and modernising ERA approaches to reduce uncertainty, unnecessary complexity, and animal testing; and (6) fostering the transition toward a systems-based approach by interconnecting stakeholders and integrating data, knowledge and expertise across regulatory frameworks. In doing so, PARC aims to advance PPP ERA toward a holistic, systems-based ERA framework that supports the progressive phase-out of animal testing. Together, these efforts emphasise the urgent need for an interdisciplinary ERA platform that integrates scientific knowledge across domains, enhances biodiversity protection against chemical stressors, and drives the transition toward systems-based ERA for PPPs. © 2025 The Author(s).

Energy-Efficient Large-Scale Artificial Intelligence for Sustainable Data Centers, Teilvorhaben: Neuromorphic Hardware for Sustainable Al Data Centers

Internationales Benchmarking zur Verifizierung und Validierung von TH²M-Simulatoren insbesondere im Hinblick auf fluiddynamische Prozesse in Endlagersystemen - Erweiterung auf multiphysikalische Ansätze und mehrdimensionale Modellgeometrien

Kompetenzzentrum für eine ressourcenbewusste Informations- und Kommunikationstechnik, Kompetenzzentrum für eine ressourcenbewusste Informations- und Kommunikationstechnik - GreenICT@FMD

HeideBench: A Multispectral UAV Time-Series Benchmark for Forest Crown Phenology in Dölauer Heide

We present HeideBench, a very-high-resolution multispectral uncrewed aerial vehicle dataset for forest crown phenology collected over a forest patch in Dölauer Heide, Halle (Saale), Germany. Dölauer Heide is currently dominated by pine plantations (Kiefernforste), which cover the largest area but are increasingly affected by dieback, while its potential natural vegetation is sessile oak–hornbeam forest rich in small-leaved lime (Albrecht et al., 1993). In addition to these pine stands, the area contains near-natural mixed deciduous forests with oaks, birches, and beeches, making it a particularly relevant setting for observing seasonal canopy development under contrasting forest structures and ongoing ecological transition. Against this background, HeideBench provides repeated observations of the same forest patch through the growing season. The dataset contains 18 georeferenced multispectral GeoTIFF orthomosaics acquired between 6 March 2025 and 5 November 2025, spanning a 244-day seasonal period from early spring to late autumn. The acquisitions have a median revisit interval of 14 days, with intervals ranging from 4 to 27 days, and an average ground sampling distance of 5.53 cm per pixel. The valid imaging footprint covers approximately 32.1 ha and is bounded by 11.902653–11.911325°E and 51.499959–51.508576°N. Data were collected using a DJI Mavic 3M Enterprise uncrewed aerial vehicle equipped with four multispectral cameras measuring green (560 nm), red (650 nm), red-edge (730 nm), and near-infrared (860 nm) reflectance, in that order. Flights used a real-time kinematic (RTK) positioning module for centimeter-level geolocation, and all data are provided in coordinate reference system EPSG:25832. Imagery was processed with Agisoft Metashape 2.3.1 to generate calibrated multispectral orthomosaics. The dataset further includes 5,885 crop-safe individual tree crown instance segmentations over the same footprint, extracted with the DeepTrees software package (Khan et al., 2025). HeideBench is intended to support crown-centric analyses of seasonal canopy development, temporal representation learning, phenology-aware feature extraction, and the evaluation of tree crown delineation under seasonal change. HeideBench is a result of the Dynamic Platform Project titled "PhenoEmbed: Multispectral UAV AI Embeddings for phenology-aware tree crown delineation" of the Integration Platform 1: "Sustainable future land use" (IP1) at the Helmholz Centre for Environmental Research (UFZ) in Leipzig, Germany.

1 2 3 4 5 … 57 58 59