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.
Die Etablierung aus Samen ist ein wichtiger demographischer Prozess für die Lebensgeschichte von Pflanzen, der die Persistenz und Stabilität von Populationen und die Zusammensetzung von Pflanzengemeinschaften beeinflusst. In den letzten Jahren werden zunehmend Methoden basierend auf funktionellen Merkmalen verwendet, um zu einem mechanistischen Verständnis von Prozessen des 'community assembly' und ihrer Beziehung zu Ökosystemfunktionen zu gelangen. In den meisten Fällen basieren diese Analysen auf Merkmalen, die an adulten Pflanzen gemessen wurden, während funktionelle Merkmale von Samen und Keimlingen wenig Beachtung finden. Dieses Projekt hat daher das Vorhaben, die Merkmale von Samen und Keimlingen für eine Vielzahl von Pflanzenarten der Grasländer der Exploratorien charakterisieren. Die folgenden Ziele werden verfolgt: (1) Für die Pflanzenarten, die in den 150 experimentellen Grasland-Plots der Exploratorien vorkommen, werden morphologische und chemische Merkmale der Samen analysiert, und Merkmale der Keimung und Keimlinge werden in einem 'common garden experiment' unter standardisierten Bedingungen gemessen. (2) Die Auswirkungen von Umweltfaktoren, welche mit der Nutzungsintensität variieren, d.h. Vorkommen einer Streuauflage und Düngung, auf die Keimung und Keimlingsmerkmale werden in einem weiteren 'common garden experiment' mit einer Manipulation dieser Faktoren gemessen. Hier werden die Arten verwendet, die auch im Einsaatexperiment des neuen Grasland-Landnutzungs-Experiment ausgesät werden. (3) Die kurzfristigen Effekte der experimentellen Reduktion der Landnutzungsintensität auf die Diversität und Dichte der Diasporenbank im Oberboden werden für die Standorte des neuen Grasland-Landnutzungs-Experiment quantifiziert, um damit eine Variable des 'demographischen Speichers' beizutragen, welche ein wichtiger Aspekt ist, um Veränderungen in der Diversität und Artenzusammensetzung der Grasländer bei Landnutzungsänderung zu verstehen. (4) Schließlich werden die funktionellen Merkmale der Samen und Keimlinge in Kombination mit anderen Daten aus den Exploratorien genutzt, um zu überprüfen, in welchem Bezug das Vorkommen und die Abundanz von Pflanzenarten in Grasländer unterschiedlicher Landnutzungsintensität zu den Merkmalen der Samen und Keimlinge steht, um zu testen, welche Rolle die funktionellen Merkmale der Samen und Keimlinge bei einer Reduktion der Landnutzungsintensität und zusätzlicher Einsaat spielen, und welche Zusammenhänge zwischen der Diversität der funktionellen Merkmale der Samen und Keimlinge und der Merkmals-Diversität adulter Pflanzen besteht. Damit wird das Projekt dazu beitragen, merkmalsbasierte ökologische Untersuchungen um eine demographische Perspektive zu erweitern, indem funktionelle Merkmale von Lebensstadien berücksichtigt werden, die besonders empfindlich sind und daher wichtig sein können, um Prozesse in der Veränderung von Pflanzengemeinschaften und den Erhalt der Diversität von Grasländern zu verstehen.
Die Verteilung von Kohlenstoff (C), die Umwandlung organischer Stoffe und die Immobilisierung von Nährstoffen folgen vermutlich bestimmten räumlichen Mustern im Wurzel-Boden-System. Gemäß dem grundliegenden Verständnis der Rhizosphärendynamik beginnt die räumliche Verteilung mit der Wurzelexsudation an der Pflanzenwurzel und führt zu allmählichen Veränderungen in der Chemie und Biologie der Rhizosphäre. In Phase 1 stellten wir die Hypothese auf, dass die Morphologie der Wurzeln und die Eigenschaften des Bodens, insbesondere seine Textur, die Verteilung von C steuern. Wir erarbeiten Mittel zur Analyse der C-Ausbreitung im Mikrometerbereich und beobachteten erhebliche Unterschiede, die überwiegend durch die Wurzelmorphologie gesteuert wurden. Wir stellten ferner die Hypothese auf, dass die Umwandlung von C durch Mikroben erfolgt, die organische Substanzen wie Polysaccharide, Phospholipidfettsäuren und Fettsäuren bilden, und konnten dies im Millimeterbereich verfolgen.Diese Ergebnisse führen nun zu folgenden neuen Hypothesen, dass i) der C-Ausbreitung durch Wurzelexsudation die Immobilisierung organisch gebundener Nährstoffe an Orten mit geringem Umsatz, sogenannten cold spots, folgt, und dass diese Stellen in bestimmten Regionen der Rhizosphäre auftreten, ii ) in Böden mit geringem Abbau der Wurzelbiomasse (wie in Phase 1 für sandigen Boden beobachtet) die Immobilisierung von Nährstoffen in der Rhizosphäre zunimmt und so mit der Pflanzenernährung konkurriert, und iii) bei Trockenheit sich die Mobilisierungsprozesse von Nährstoffen von der Bodenlösung zu Pilznetzwerken verlagert.Wir werden weiterhin Ansätze im 2D-Mikrometerbereich wie die Überwachung des Laserablations-Isotopenverhältnisses für C-Umsatzanalysen verwenden (LA-IRMS), und auf NanoSIMS für N-Verteilungsanalysen erweitern sowie SEM-EDX/WDX einbeziehen, um die Immobilisierung von Nährstoffen wie N und P über einen räumlich-stöchiometrischen Ansatz zu verfolgen. Unseren in Phase 1 etablierten Ansatz zur Probenahme im Millimeterbereich, der uns ermöglicht die organische Substanz in Rhizosphärengradienten chemisch zu charakterisieren, nutzen wir nun um immobilisierten N und P mithilfe von komponenten- oder fraktionsspezifischen d13C- und d15N-Analysen an mikrobieller Nekromasse zu analysieren (Aminozucker und organisch gebundener P). Mit diesen Hypothesen haben wir enge Anknüpfung zu den Projekten P3, P8, P13, P19, P21, P24 und P25. Wir werden einen neuen räumlichen Datensatz zur Verteilung organischer Stoffe in Rhizosphären erstellen, um die Prozesse der C-Verteilung, Nährstoffimmobilisierung und -mobilisierung unter verschiedenen externen und internen Kontrollen wie z.B. Bodeneigenschaften, Wurzelmorphologie und Dürre, zu verstehen. Diese Daten können dann in Simulations- und Modellierungsansätze implementiert werden, die ebenfalls im SPP 2089 integriert sind, so dass unser neues Wissen auch auf andere Böden und Pflanzenarten übertragen werden kann.
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
Salzmarschen spielen eine wichtige Rolle im Küstenschutz: Sie können sich im Allgemeinen dem Meeresspiegelanstieg anpassen, da häufigere Überflutungen zu erhöhten Sedimentdepositions- und Aufwuchsraten führen. Im Laufe der nächsten Jahrzehnte könnte es jedoch auf Grund des Klimawandels zu komplexen morphologischen Reaktionen der Salzmarschen kommen. Sedimentdepositionsraten und Muster in Salzmarschen werden von externen Umweltfaktoren wie etwa dem Tidenhub und der Sedimentzufuhr beeinflusst, die wiederum vom Klimawandel beeinflusst werden. Lokal werden Sedimentdepositionsraten und Muster wiederum von internen Faktoren wie z.B. der Geländehöhe beeinflusst. Zusätzlich hat die Vegetation einen positiven Einfluss auf die Sedimentdeposition, da sie die Strömungsgeschwindigkeit des Wassers reduziert. Eine erhöhte Sedimentdeposition und die daraus resultierende Höhenveränderung wiederum führen zur Änderung der Vegetation und Erhöhung der Biomasse. Dies wiederum führt zu erhöhtem Sedimenteintrag und somit zu eine positiven Rückkopplungsschleife von Sediment- und Vegetationsdynamik. Es gibt derzeit verschiedene morphodynamische Modelle, die diese Faktoren einbeziehen und damit Höhenänderungen von Tidemarschen vorausberechnen. Es existieren dabei sowohl Modelle, die auf empirischen Messungen und statistischer Auswertung beruhen als auch physikalische Modelle, die auf hydrodynamischen Gleichungen fußen. Bei einigen Modellen wurde zudem der Einfluss der Vegetation auf die Sedimentdeposition berücksichtigt. Viele biophysikalische Wechselwirkungen zwischen Vegetation und Hydromorphologie sowie der Einfluss von heterogener Vegetation auf Sedimentbewegungen sind bisher jedoch nur unzureichend dargestellt. So geht man in Modellen etwa häufig von homogenen unteren Marschen aus, obwohl sich die Vegetationsstruktur stark je nach Marschzone unterscheidet und innerhalb der Zonen heterogene Muster bildet. Noch gravierender ist außerdem die bisherige Annahme der Modelle, dass die Vegetation statisch sei, wobei der Aufwuchs der Marsch tatsächlich ein wesentlicher Antrieb der Vegetationssukzession ist: Diese führt zu einer Veränderung der Vegetationsstruktur und sollte so wiederum auch die Sedimentdynamik wie oben dargestellt beeinflussen. Wir möchten nun die morphodynamischen Marschmodelle verbessern, indem wir die Rückkopplungen von Sedimentdynamik und Vegetationsentwicklung für die Salzmarschen im Wattenmeerraum integrieren. Solche integrierten Modelle sollen bessere Vorhersagen der Marschentwicklung unter verschiedenen Klimamodellen (WP A/B) ermöglichen. Weiterhin lassen sie sich einsetzen, um Entscheidungen im Zusammenhang mit Küstenschutzmaßnahmen zu treffen (WP C).
Die Aufforstung und Restauration von Waldlandschaften haben viel Aufmerksamkeit als wichtige Möglichkeit zur Eindämmung des Klimawandels (KW) erhalten. Daher spielen sie in vielen politischen Initiativen (Grüne Deal der EU; Bonn Challenge) eine wichtige Rolle. Doch die anhaltende Zunahme des durch den KW hervorgerufenen Stresses bedroht die Wälder. Angesichts des KW sind Anpassung und Klimaschutz durch Wälder eng miteinander verknüpft, denn ihre Fähigkeit, Kohlenstoff (C) langfristig zu binden, hängt von der Fähigkeit ab, vielfältigen Belastungen standzuhalten. Es gibt zunehmende Evidenz dafür, dass gemischte Plantagen aus mehreren Baumarten, C effizienter speichern und resilienter sind gegenüber KW-bedingtem Stress. Gemischte Plantagen stellen somit eine wichtige Möglichkeit dar, um auf natürliche Weise Klimaschutz und -anpassung zu betreiben. Weltweit werden jedoch die Baumplantagen von Monokulturen dominiert. Die Gründe für diese Ablehnung von Mischplantagen durch Waldbesitzer und Stakeholder müssen daher ermittelt und in künftigen Forstpolitiken angegangen werden, um eine weite Verbreitung von KW-resistenteren Mischwaldplantagen zu fördern. Ein möglicher Hinderungsfaktor sind unzureichende Kenntnisse der Praktiker und politischen Entscheidungsträger. Mittels eines globalen Netzwerks von Experimenten zur Artenvielfalt in Wäldern (TreeDivNet) werden wir ein mechanistisches Verständnis darüber entwickeln, wie Baumartenvielfalt, Baumarteneigenschaften und Bewirtschaftung (Durchforstung und Düngung) sowohl das Potenzial von gemischten Plantagen zum Klimaschutz (C-Sequestrierung) als auch zur Anpassung (Dürre- und Schädlingsresistenz) in einem Win-Win-Ansatz beeinflussen können. Darüber hinaus wird dieses Wissen in Richtlinien für Praktiker und Entscheidungsträger übersetzt.TreeDivNet umfasst weltweit 26 Experimente mit ca. 1,2 Millionen gepflanzten Bäumen. Diese Experimente basieren auf einem gemeinsamen, statistisch fundierten Design, das es erlaubt, kausale Zusammenhänge zwischen Baumdiversität, Management und Ökosystemfunktionen (inkl. C-Sequestrierung) zu analysieren. Der funktionelle und mechanistische Schwerpunkt von MixForChange und die unterschiedlichen Umweltkontexte der Experimente werden es ermöglichen, unsere Ergebnisse über Fallstudien hinaus zu extrapolieren und evidenzbasierte Richtlinien für die Bewirtschaftung von Mischplantagen zu entwickeln. Darüber hinaus wird MixForChange im Rahmen eines gemeinsamen analytischen Ansatzes Synergien und Zielkonflikte zwischen Klimaschutz- und Anpassungspotenzial von Mischplantagen einerseits und Erfüllung der Ziele der beteiligten Stakeholder andererseits analysieren. Der Einfluss von MixForChange auf die Gesellschaft wird durch einen starken Fokus auf Wissenstransfer und Kapazitätsaufbau auf allen Ebenen von Management und Governance gewährleistet. MixForChange wird einen wichtigen Beitrag zur Förderung von Mischwaldplantagen als natürliche Lösungen zur Bekämpfung des Klimawandels leisten.
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.
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.
| Origin | Count |
|---|---|
| Bund | 128 |
| Type | Count |
|---|---|
| Förderprogramm | 128 |
| License | Count |
|---|---|
| offen | 128 |
| Language | Count |
|---|---|
| Deutsch | 107 |
| Englisch | 125 |
| Resource type | Count |
|---|---|
| Webseite | 128 |
| Topic | Count |
|---|---|
| Boden | 101 |
| Lebewesen und Lebensräume | 127 |
| Luft | 57 |
| Mensch und Umwelt | 128 |
| Wasser | 49 |
| Weitere | 128 |