Anthropogene Umweltveränderung beeinflussen die Phänologie und genetische Diversität von Pflanzen, mit weitreichenden Konsequenzen für ökologische Lebensgemeinschaften und die Evolution. Langzeitdaten solcher Veränderungen sind jedoch selten. Herbarien bieten die seltene Möglichkeit für Langzeitstudien über Phänologie und genetische Diversitätsveränderungen, vor allem da neue genomische Hochdurchsatzmethoden neuerdings auch eine Analyse historischer Proben von Nicht-Modellarten erlauben. Wir schlagen ein Forschungsprojekt vor, dass die Langzeitperspektiven von Herbarien mit den Stärken der Biodiversitätsexploratorien verbinden und die Phänologie und genetische Diversität heutiger Pflanzen in der Biodiversitätsexploratorien mit der von historischen Belegen der gleichen Arten aus den gleichen Regionen vergleichen soll. Wir werden uns auf frühblühende Pflanzen im Laubwald-Unterwuchs konzentrieren, da diese Arten eine deutliche, zeitlich begrenzte Blühperiode haben, und somit besonders geeignet zur Untersuchung phänologischer Veränderungen, sowie des Einflusses der Waldnutzung auf die Phänologie, sein sollten. Unser Projekt wird Feldbeobachtungen mit dem Studium naturwissenschaftlicher Sammlungen und cutting-edge Methoden der Herbariumgenomik verbinden um (1) eine umfassende Untersuchung der Blühphänologie aller frühblühenden Pflanzenarten in Wald-EPs durchzuführen und den Einfluss der Waldnutzung auf die Blühphänologie zu testen, sowie (2) mehrere grosse Herbaria nach Belegen der gleichen Pflanzenarten aus den gleichen Regionen zu durchsuchen, um langfristige Trends in der Blühphänologie, sowie den Einfluss des Klimas auf die Phänologie zu testen und die aktuellen Phänologie daten in einen historischen Kontext stellen zu können. Darüberhinaus wollen wir eine neue genomische Hochdurchsatzmethode zur Untersuchung historischer Herbarbelege, hyRAD-hybridization capture using RAD probes, etablieren und austesten, und (4) diese Methode dann dazu verwenden, um die genetische Diversität der heutigen Pflanzen im Laufwaldunterwuchs mit der ihrer Vorfahren aus den gleichen Regionen zu vergleichen. Unser Projekt wird die erste umfassende Unterschung von Pflanzenphänologie, sowie die erste Analyse der genetischen Diversität von Waldpflanzen in den Biodiversitätsexploratorien beinhalten. Vor allem bietet es erstmals eine Langzeitperspektive, und den ersten Versuch eines Vergleichs heutiger mit historischer Biodiversität in den Biodiversitätsexploratorien.
Das Kernprojekt 5 - Pflanzen - wird weiterhin wichtige Hintergrundinformationen für die anderen Kern- und Beitragsprojekte liefern und die grossen Multi-Site Experimente unterstützen. Dazu werden wir das Monitoring der Vielfalt und Abundanz der Gefäßpflanzen in allen Wald- und Grünland-EPs fortsetzen. Im neuen Multi-Site-Experiment in Wiesen und in der krautigen Vegetation im neuen Multi-Site-Experiment in Wäldern werden Pflanzenvielfalt, -abundanz und -produktivität weiter gemonitored. Darüber hinaus werden wir die Biomasseproduktion in allen Grünland-EPs und im Unterwuchs aller Wald-EPs als wichtige Ökosystemleistung monitoren und Informationen zu den verschiedenen Nutzungswerten von Pflanzenarten (z. B. medizinisch, als Baumaterial, Energie, Zierpflanzen) als weitere wichtige Ökosystemleistung zusammenstellen. Wir bieten Daten zur intraspezifischen Variation der funktionalen Merkmale der Pflanzen und berechnen auf Grundlage dieser individuellen Merkmale für jedes Diagramm die funktionalen Diversitätsmaße. Darüber hinaus werden wir Klima- und Landnutzungsdaten verwenden, um extreme Klima- oder Landnutzungsereignisse als Abweichungen von langfristigen Durchschnittswerten zu identifizieren und deren Auswirkungen auf die Pflanzenvielfalt zu analysieren. Schließlich werden wir langfristige Änderungen in der Vegetationszusammensetzung in Bezug auf Landnutzungsänderungen, Klima und Waldstruktur analysieren. Insgesamt wird dieses Projekt Daten und Erkenntnisse zu allen Untersuchungsflächen liefern, die für alle anderen Projekte wichtig sind.
Die Funktionen von Mooren in Wasser- und Elementkreisläufen, als Kohlenstoffspeicher und in der Bewahrung der Biodiversität sind zunehmend im Fokus wissenschaftlicher und öffentlicher Debatte. Insbesondere im Verlauf des Klimawandels sind renaturierte Hochmoore Klimaextremen ausgesetzt, zum Beispiel Dürren, mit Langzeiteffekten für Boden und Pflanzengemeinschaften, und somit auch für den Kohlenstoffkreislauf. Der Klimawandel erschwert damit zusätzlich die Hochmoorrenaturierung zu bereits vorhandenen Grenzen. Damit verbunden ist ein unzureichender Wissensstand bezüglich potentieller Indikatoren für Degradation und Renaturierungserfolge, z.B. die Dynamiken und Bilanzen von Gasflüssen, Biodiversitätsniveaus oder Wasserbilanzen. Moordegradierung verändert die Wasserspeicherfähigkeit und reduziert die Fähigkeit Wasserschwankungen abzupuffern, was die Renaturierung weiter beeinflusst. Paläoökologische Daten erlauben Schlussfolgerungen über Feuchtebedingungen für Torfwachstum und potentielle Resilienz gegenüber in der Vergangenheit aufgetretenen Schwankungen der Umweltbedingungen. Somit können aus ihnen Grundlageninformationen abgeleitet werden, die helfen Renaturierungsziele zu formulieren, aber auch mögliche Einschränkungen aufzeigen. Der voranschreitenden Klimawandel mit häufigen auftretenden Hitzewellen und Dürren bedeutet insbesondere für die Re-Etablierung von Hochmoorvegetation eine ernste Bedrohung, die auf nährstoffarmes Niederschlagswasser angewiesen ist. Das Projekt verbindet Schlüsselmethoden von verwandten Disziplinen in bisher nicht gekannter Weise: In Unterprojekten behandeln wir i) die paläoökologische Rekonstruktion von Referenzbedingungen und Indikatoren für Degradation, ii) aktuelle Hydrologie, Niveaus von Biodiversität, Mikrobielle Gemeinschaften, iii) CO2 und CH4 Bilanzen mit Hauben- und Eddy-Covariance Technik und vorhandenen Langzeitdaten, iv) neuste Fernerkundungsmethoden inklusive dem Upscaling von Plotniveau bis auf das Landschaftsniveau, unterstützt von künstlicher Intelligenz, v) Negative Auswirkungen und Wechselbeziehungen zwischen Biodiversität, Kohlenstoffbilanzen, Treibhausgasemissionen und Resilienz wenn Zielniveaus nicht erreicht werden können, vi) Wissenstransfer in enger Zusammenarbeit mit Torfindustrie, Naturschutzakteuren, Akteuren der Land- und Wasserwirtschaft und der Administration.Wir untersuchen erstmalig Hochmoorrenaturierungsverläufe basierend auf neusten Bewertungsmethoden der Paläoökologie und Biogeochemie von Torfproben und ordnet diese Daten in einen landschaftsökologischen Kontext ein, um mit leistungsstarken Fernerkundungswerkzeugen das zukünftige Monitoring von degradierten und renaturierten Hochmoorflächen zu ermöglichen. Die enge Verbindung der Arbeitspakete und die Anwendung von in der Renaturierungsökologie wenig betrachteter Daten machen dieses Projekt innovativ und lassen wichtige Ergebnisse erwarten für die Hochmoorrenaturierung unter sich verändernden hydro-klimatischen Bedingungen.
Semi-natural grasslands are among the most species-rich habitats in Europe but have sharply declined in spatial extent and biodiversity in recent decades. Within Europe, the grasslands of the Alps and the Carpathians harbour extraordinary plant diversity but their biodiversity varies significantly due to local environmental conditions and management intensities. Thus, there is general agreement that, in order to prevent further grassland biodiversity loss, the protection, enhancement and potential expansion of species-rich grasslands is necessary. Knowledge of the areas suitable for protection, enhancement and potential expansion comes largely from vegetation samples and experimental studies. However, these are unaffordable and unfeasible for systematic evaluation of biodiversity patterns over large areas. Further, existing monitoring programs generally lack information on grassland management regimes and a historical perspective, both of which can strongly influence current biodiversity. Fortunately, the availability of earth observational data over large areas now allows extrapolation of field measurements over time and space with acceptable accuracy. Combining these data with biodiversity datasets and an understanding of the socioeconomic context offers powerful opportunities for reaching conservation targets. The aims of the proposed project are to (1) identify diversity-rich grasslands and their distribution in the Alps and Carpathians; (2) identify diversity-supporting grassland management practices and their change and persistence; (3) identify the areas suitable for expanding the grassland protection network; and (4) propose new protection areas and their management across Alps and Carpathians. By addressing these aims we will cooperate with stakeholders to (i) identify effective methods for extrapolation of vegetation samples across the mountain ranges; (ii) identify the grassland management drivers and legacy effects on grassland diversity; (iii) identify constraints and motivations for biodiversity-supporting management practices (iv) provide scientific background for expanding the protection area network in the Alps and Carpathians. The proposed research provides a great opportunity to strengthen the cooperation, data and knowledge exchange between the researchers and stakeholders across the two largest mountain ranges in Europe: the Alps and the Carpathians.
Stressoren kaskadieren in komplexer Art und Weise durch Ökosysteme. Zum Beispiel führt Nährstoffeintrag in Seen zu erhöhten Chlorophyll-a-Konzentrationen; in der Folge entstehen Trübungen und kleine Makrophyten können durch Beschattung verschwinden; gleichzeitig nimmt die Kohlendioxidkonzentration durch Photosynthese ab, wodurch Makrophyten, die ausschließlich Kohlendioxid verwenden können, beeinträchtigt werden. Viele Studien behandeln einzelne Teile solcher komplexen Beziehungen, aber bisher ist es nicht möglich, aus Einzelstudien resultierende Funktionen meta-analytisch zu einem kausalen Netzwerk zu kombinieren. Dieses Projekt wird eine neue Methode entwickeln um die Ergebnisse zahlreicher Studien zu integrieren und so komplexe Folgen von Stressoren in Ökosysteme vorherzusagen. Zwar gibt es bereits einige prinzipiell geeignete Modelltypen, aber alle haben Schwächen: Mechanistische Modelle treffen Vorhersagen, aber ihnen fehlt ein meta-analytischer Ansatz; Bayesische Strukturgleichungsmodelle integrieren Pfade, aber ebenfalls ohne meta-analytische Komponente; Bayesian Belief Networks sind zwar flexibel, können aber nichtlineare Funktionen nicht integrieren; Bayesische meta-analytische Strukturgleichungsmodelle verwenden standardisierte Effektgrößen, können aber keinen Stressor-Gradienten vorhersagen. In dem beantragten Vorhaben wird ein neuer Ansatz entwickelt (Posterior Predictive Meta-Analytic Networks), der Vorteile existierender Ansätze kombiniert und ihre Schwächen umgeht. Die Methode basiert auf absoluten Effektgrößen, die meta-analytisch kombiniert werden und kann gleichermaßen lineare, Kurven- und nichtlineare Funktionen verwenden. Sie generalisiert direkte und indirekte kausale Beziehungen zwischen Stressoren und ihren Effekten und ist in der Lage, die Folgen mehrschrittige Reaktionen vorherzusagen. Die PPMN-Syntax wird in R entwickelt, auf GitHub und schließlich auf CRAN verfügbar gemacht. Ein Netzwerk zu den Folgen der Eutrophierung in flachen Seen wird aufgebaut und in zwei Richtungen (Stressorenwirkung auf Effekte; und Vorhersage der Stressorenstärke durch Indikatoren) modelliert. Die etablierte Modellstruktur ist auf viele andere ökologische Fragen anwendbar.
Anthropogene Landnutzungsänderungen verursachen den Verlust und die Fragmentierung natürlicher Habitate und sind eine Hauptursache für den Rückgang der Biodiversität. Es besteht Konsens über die negativen Auswirkungen von Habitatverlusten auf die Biodiversität. Die Konsequenzen der Fragmentierung, d. h. der Zerteilung einer bestimmten Gesamthabitatfläche in kleinere Fragmente (Patches), werden jedoch immer noch kontrovers diskutiert. Das Verständnis von Fragmentierungseffekten ist insbesondere für den Erhalt der Biodiversität in anthropogen veränderten Landschaften von entscheidender Bedeutung.In diesem Projekt wollen wir bisherige widersprüchliche Ergebnisse durch ein verbessertes mechanistisches Verständnis und durch die explizite Berücksichtigung der räumlichen Skala in Einklang bringen. Für diesen Zweck unterscheiden wir zwei Arten von Fragmentierungseffekten: (i) geometrische und (ii) demografische Effekte. Geometrische Fragmentierungseffekte ergeben sich aus der räumlichen Konfiguration von Habitatveränderungen im Verhältnis zu Verbreitungsmustern von Arten. Demografische Effekte hingegen beziehen sich auf Änderungen der Geburts-, Sterbe- oder Migrationsraten in modifizierten Landschaften.Im Arbeitspaket (AP) 1 werden wir Simulationsmodelle entwickeln, um das Zusammenspiel zwischen geometrischen und demografischen Fragmentierungseffekten besser zu verstehen. Wir werden untersuchen, unter welchen Bedingungen negative Effekte auf Biodiversität auf der Patch-Skala mit positiven Fragmentierungseffekten auf der Landschaftsskala in Einklang gebracht werden können. Zudem werden wir anhand unterschiedlicher Stärken von geometrischen und demografischen Fragmentierungseffekten eine Erklärung für die positiven, neutralen und negativen Beziehungen zwischen Fragmentierung und Biodiversität auf der Landschafts-Skala herleiten.Im AP2 werden wir mithilfe simulierter Daten analytische Ansätze entwickeln, um geometrische und demografische Fragmentierungseffekte zu separieren. Wir werden drei verschiedene Ansätze testen. Durch die Verwendung simulierter Daten aus AP1 mit bekannter Stärke von geometrischen und demografischen Effekte können wir die statistische „Power“ der Ansätze für die Unterscheidung der beiden Effekte quantifizieren.Im AP3 werden wir die Methoden aus AP2 für eine Meta-Analyse früherer Studien nutzen. Dafür werden wir räumliche Biodiversitätsdaten aus Datenbanken und Primärstudien zusammentragen. In der Meta-Analyse werden wir den Einfluss des Habitat-Typs, der taxonomischen Gruppe und der Zeit seit der Landnutzungsänderung auf die relative Stärke geometrischer und demografischer Effekte quantifizieren.Die explizite Berücksichtigung geometrischer und demografischer Fragmentierungseffekte wird unser grundlegendes Verständnis der räumlichen Biodiversitätsmuster und der Dynamik von Artengemeinschaft voranbringen und ist ein Schlüssel für verbesserte Vorhersagen von Biodiversitätsveränderungen in anthropogen veränderten Landschaften.
Die Verschmutzung durch Kunststoffe hat sich zu einer anerkannten Bedrohung für terrestrische Ökosysteme entwickelt. Sobald Kunststoffe in die Umwelt gelangen, kommt es zu einem Abbau, der die Eigenschaften des Plastikmülls verändert (z. B. Sorptionsfähigkeit, Sprödigkeit, Flexibilität), was Auswirkungen auf Pflanzen-Boden-Systeme haben kann. Die Photodegradation kann als einer der häufigsten Prozesse des Kunststoffabbaus weltweit angesehen werden. Dadurch wird Kunststoff spröde und zersplittert in kleine Stücke (Mikroplastik), erhöht seine Sorptionskapazität für Metalle und organische Verbindungen und kann potenziell das Sickerwasser oder gefährliche Chemikalien in den Boden erhöhen. Der Abbau von Mikroplastik kann nicht nur die Bodenfunktionalität und die Struktur von Lebensgemeinschaften verändern, sondern auch die Leistung von Pflanzen, so dass die jüngsten Forschungen, die scheinbar positive Auswirkungen von Mikroplastik auf die Pflanzenproduktivität und die Bodeneigenschaften beschreiben, möglicherweise nur einen Teil der Wahrheit erfassen, da sie nur die Auswirkungen von unberührtem Mikroplastik (bevor es abgebaut wurde) auf Pflanzen-Boden-Systeme berücksichtigen. Das Ziel dieses Projekts ist es zu verstehen, wie abgebautes Mikroplastik (das echte Mikroplastik, das tatsächlich in die Bodenmatrix gelangt) die Pflanzen-Boden-Funktionalität unter Verwendung von Mikrokosmen beeinflusst. Konkret möchte ich i) die Mechanismen entwirren, durch die sich der Abbau von Mikroplastik (Mikroplastik, Form, Polymertyp, Größe und Sickerwasser) auf Pflanzen-Boden-Systeme auswirkt, und ii) die Auswirkungen auf die Struktur der Pflanzengemeinschaften testen, die sie haben können. Um dies zu wissen, werde ich eine Reihe von Experimenten entwickeln, um dies zu untersuchen. Zunächst möchte ich den Abbau von Mikroplastik in Abhängigkeit von der Form des Mikroplastiks (Fasern, Folien, Schäume) und dem Polymertyp (z.B. Polyethylen, Polypropylen) untersuchen. Dann möchte ich die Mechanismen des Mikroplastikabbaus in Abhängigkeit von der Größe des Mikroplastiks und den chemischen Sickerstoffen entschlüsseln, und schließlich möchte ich verstehen, welche Auswirkungen die Form des Mikroplastiks, der Polymertyp, die Größe und die Sickerstoffe auf wichtige Lebensstadien der Pflanzenentwicklung haben. Das heißt, Samenkeimung, Pflanzenwachstum und Pflanzenfitness. Darüber hinaus möchte ich die potenziellen Auswirkungen verstehen, die all dies auf die Konkurrenzfähigkeit von Pflanzenarten haben kann.
Auf Grund ihrer Bedeutung für die Anpassung der Wälder an Umweltänderungen und ihrer Widerstandsfähigkeit gegenüber Störungen ist die Naturverjüngung zu einem Schwerpunkt der ökologischen Waldforschung geworden. Trotz der jüngsten technologischen Entwicklungen bleibt dies eine große Herausforderung. Insbesondere sehr kleine Pflanzen mit einer Höhe von weniger als 1,30 m und entsprechend kleinen Durchmessern sind mit photogrammetrischen Methoden schwer zu identifizieren. Manuelle Inventurmethoden, wie z. B. die klassische Vollinventur sind aber arbeitsintensiv und zu teuer, um sie auf großen Flächen anzuwenden. Das Projekt möchte dazu beitragen, dieses Problem zu lösen, in dem es ein Simulationswerkzeug zur Rekonstruktion von Punktmustern vorstellt und seine Qualität systematisch untersucht. Es basiert auf einem Forschungsansatz der drei Arbeitsschritte umfasst (1) die Erfassung der räumlichen Daten aller Bäume einschließlich der Verjüngung auf einer kleinen Teilfläche (= Referenzfläche), (2) die Erfassung des Oberstandes im gesamten Bestand (=Untersuchungsfläche) und (3) die Rekonstruktion der Verjüngung im gesamten Untersuchungsgebiet, wobei davon ausgegangen wird, dass überall die gleichen Beziehungen zwischen den Bäumen des Oberstandes und der Verjüngung wie in der Referenzfläche bestehen. Dieser Ansatz erlaubt es, die heutigen logistischen Möglichkeiten zu kombinieren: (a) die manuelle Erfassung der Verjüngung auf kleiner Fläche ist machbar, und (b) die Inventur des Oberstandes mit modernen Fernerkundungs- oder photogrammetrischen Methoden ist relativ einfach und weniger arbeitsintensiv. Indem das Projekt einen vorhanden und in den Forstwissenschaften bekannten Datensatz nutzt (Trainingsgrundlage wird der Datensatz des saisonalen tropischen Regenwaldes der Insel Barro Colorado (BCI) in Panama sein), kann es sich auf Schritt (3) beschränken. Ziel ist es systematisch zu untersuchen, welchen Einfluss eine höhere Strukturvielfalt und das Größenverhältnis von Referenz- und Prädiktionsflächen (= die gesamte Untersuchungsfläche) auf die Ergebnisse der Punktmuster-Rekonstruktion von Verjüngungspflanzen (=Unterstand) hat und welche räumlichen Statistiken besonders geeignet sind, diesen Einfluss quantitativ oder qualitativ zu bewerten. Die numerischen Methoden werden in einem dokumentierten R-Skript (bzw. R-Package) als zuverlässiges und effizientes Werkzeug für die Waldökologie und die forstliche Praxis zur Verfügung gestellt.
Ein erheblicher Teil des Kohlenstoffs im Tundra-Taiga-Ökoton (engl. ‚Tundra Taiga Ecotone‘, TTE) wird als oberirdische Biomasse (engl. ‚Above-Ground Biomass‘, AGB) in Bäumen und Sträuchern durch Photosynthese gespeichert, wobei Kohlenstoffdioxid aus der Atmosphäre während der kurzen Wachstumsperiode in hohen Breiten entzogen wird. Dies führt zu geringer Kohlenstoffspeicherung im TTE. Der Klimawandel könnte die Produktivität beeinflussen und Vegetationsmuster verändern. Die Rolle abiotischer Faktoren in der Kohlenstoffspeicherung borealer Wälder ist ungenügend verstanden. Eine Neubewertung der Vegetationsorganisation muss hinsichtlich statischer Modulatoren erfolgen. Topografie, ein wichtiger Faktor für Wasser- und Nährstoffverfügbarkeit, ist ein statischer abiotischer Faktor, der die lokalen Wachstumsbedingungen beeinflusst. Mit steigenden Temperaturen wird erwartet, dass Niederschlag intensiver und häufiger wird, was zu Wasserstau oder Nährstoffauswaschung an bestimmten topografischen Positionen führen kann und den Rückgang bestimmter Baumarten zur Folge haben könnte. Daher könnte der Klimawandel lokale Reaktionen auf die topografische Position verändern und Wechselwirkungen mit Wetterbedingungen beeinflussen. Die Topografie könnte die Auswirkungen des Klimawandels mildern und anpassungsfähigen Arten zugutekommen, während andere unter veränderten Bedingungen leiden. Das Verständnis der Beziehung zwischen Topografie und Biomasseakkumulation ist entscheidend für die Bewertung der zukünftigen Rolle borealer Wälder im globalen Kohlenstoffhaushalt. Das BToBE-Projekt zielt darauf ab, Wissenslücken hinsichtlich des Einflusses der Topografie auf die Biomasseakkumulation im TTE zu schließen und deren Auswirkungen durch Vorwärtssimulation mit einem prozessbasierten Vegetationsmodell zu bewerten. Die zentrale Hypothese ist, dass sich die Reaktionen der Vegetation auf topografische Bedingungen im TTE aufgrund starker globaler Erwärmung verändert haben. Kürzlich wurden drohnenbasiert 3D-Punktwolken gesammelt, die verarbeitet werden, um Waldbiomasse zu ermitteln. Diese hochauflösenden Referenzdaten erfassen den bioklimatischen Gradienten des TTE, wobei die nördliche Baumgrenze in Niederungen mit Permafrost und im gebirgigen Terrain verläuft. Die drohnenbasierten AGB-Daten werden verwendet, um ein AGB-Modell für das großflächige Ableiten (engl. ‚upscaling‘) mit Landsat- und Sentinel-2-Multispektralsensoren zu entwickeln. Das Ziel ist dreistufig: Erstens sollen die Beziehungen zwischen AGB und Topografie mithilfe von verallgemeinerten additiven Modellen aufgeklärt werden; zweitens soll die Stabilität dieser Abhängigkeiten durch Rekonstruktion langfristiger AGB-Daten aus den vergangenen Jahrzehnten untersucht werden. Dies wird für die Verbesserung und Implementierung des Individuen-basierten und räumlich expliziten borealen Waldvegetationsmodells LAVESI genutzt, zur Ableitung von AGB-Trajektorien im TTE in den kommenden Jahrzehnten.
Die Landwirtschaft steht vor enormen Herausforderungen: Die Erträge müssen gesteigert werden, während der Einsatz von Düngemitteln und Pestiziden reduziert werden muss, und das in einer Zeit zunehmender klimatischer Unsicherheit. Diversifizierung im landwirtschaftlichen Anbau ist eine der wenigen bekannten Möglichkeiten, alle diese Herausforderungen gleichzeitig zu bewältigen. Traditionell wird die Diversifizierung "zeitlich" in Form von Fruchtfolgen erreicht. Dagegen wird die "räumliche" Diversifizierung auf dem Feld, z. B. in Form von Mischkulturen, seltener angewandt, weil sie selten mit den gängigen mechanisierten Verfahren kompatibel ist. Sortenmischungen stellen einen interessanten Mittelweg zwischen Rein- und Mischkulturen dar, da sie es ermöglichen, die genetische Vielfalt und die Merkmalsvielfalt innerhalb des Feldes zu erhöhen, während sie in Bezug auf die Verarbeitung mit Reinkulturen vergleichbar sind. Derzeit ist jedoch noch nicht genau bekannt, wie Mischungen zusammengesetzt sein müssen, um den Ertrag und die ökologische Funktion zu optimieren. In diesem Projekt wollen wir die positiven Auswirkungen der Sortenvielfalt in Weizenmischungen untersuchen und einfache, aber wirksame Vorhersagemethoden für eine optimale Mischungszusammenstellung entwickeln. Wir werden das Fachwissen, die Ideen und die technologischen Ressourcen von fünf Forschungsteams aus den Bereichen molekulare Züchtung, Ökologie, Computerwissenschaften, Genetik und Phänomik zusammenführen. Im Rahmen einer internationalen Zusammenarbeit werden wir die Mechanismen untersuchen, die den Vorteilen von Sortenmischungen zugrunde liegen - insbesondere Ertrag und Krankheitsunterdrückung -, und zwar auf verschiedenen Ebenen: (1) mit nischenbasierten Ansätzen, die von der Koexistenztheorie inspiriert sind, (2) unter Verwendung von Hochdurchsatz-phänotypisierung und so-genannten "trait-based" methods, (3) mit Schwerpunkt auf der Pflanzenproduktivität durch Mischung von Komponenten mit unterschiedlichen Umweltoptima (d.h. Reaktions-Normen) und (4) auf der Ebene von Genen und Gen-Umwelt-Interaktionen. Die Prüfung von Hypothesen und die Entwicklung von Modellen werden sowohl durch große historische Felddatensätze als auch durch neue, systematisch angelegte Feldexperimente unterstützt. Das Projekt besteht aus mehreren Arbeitspaketen (WP), die sich auf eine gemeinsame Plattform von Daten und Experimenten sowie auf fortschrittliche Methoden zur Phänotypisierung im Feld stützen. Die Kombination von Ressourcen, Analysemethoden und synergetischem Fachwissen wird es uns ermöglichen, die wissenschaftlichen und logistischen Herausforderungen dieses Projekts zu meistern und wichtige ungelöste ökologische und agronomische Fragen anzugehen. Es ist zu hoffen, dass dieses ehrgeizige Projekt den Grundstein für die Förderung leistungsfähiger Sortenmischungen als Schlüsselkomponente des agrarökologischen Anbaus legt.
| Organisation | Count |
|---|---|
| Bund | 128 |
| Europa | 1 |
| Global | 1 |
| Land | 1 |
| Wissenschaft | 112 |
| Type | Count |
|---|---|
| Förderprogramm | 128 |
| License | Count |
|---|---|
| Offen | 128 |
| Language | Count |
|---|---|
| Deutsch | 107 |
| Englisch | 125 |
| Resource type | Count |
|---|---|
| Webseite | 128 |
| Topic | Count |
|---|---|
| Boden | 103 |
| Lebewesen und Lebensräume | 127 |
| Luft | 60 |
| Mensch und Umwelt | 128 |
| Wasser | 50 |
| Weitere | 128 |