Die Intensivierung der Landwirtschaft und insbesondere der Einsatz von Düngemitteln ist der Schlüssel zur Ernährungssicherung einer wachsenden Weltbevölkerung. Der im Dünger enthaltene Stickstoff geht jedoch nicht nur in die pflanzliche Biomasse ein und wird schließlich geerntet, sondern wird auch als reaktiver Stickstoff (Nr) über verschiedene gasförmige und hydrologische Pfade in die Umwelt abgegeben. Dies führt zu gravierenden Umweltproblemen wie Eutrophierung, Treibhausgasemissionen oder Grundwasserverschmutzung. Wir gehen davon aus, dass wissenschaftlich fundierte Stickstoffminderungsstrategien es ermöglichen, die N2O- und NH3-Emissionen zu reduzieren und die NO3-Einträge in die Gewässer zu verringern, während die Erträge erhalten bleiben. Ziel des MINCA-Projekts ist daher die Etablierung eines gekoppelten, prozessbasierten hydro-biogeochemischen Modells zur Identifizierung von Feldbewirtschaftungsstrategien zu nutzen, die es ermöglichen, den Nr-Überschuss zu reduzieren und damit die N-Belastung in landwirtschaftlich dominierten Landschaften zu mindern. Unser besonderes Interesse gilt den Nr-Umwandlungsmechanismen an den Schnittstellen von Feldern, Grundwasser, Uferzone und Bächen. Um das derzeit begrenzte Verständnisses der zeitlichen und räumlichen hydro-biogeochemischen Flüsse bei der Nr-Transformation in der Landschaft zu überwinden, werden wir innovative Feldexperimente mit einem prozessbasierten Modellierungsansatz kombinieren. Der N-Zyklus in hydro-biogeochemischen Modellen ist jedoch komplex und die Validierung der zugrunde liegenden Prozesse datenintensiv. Die Messungen werden daher auf vier verschiedenen landwirtschaftlichen-, einem Grünland- und einem Waldgebiet durchgeführt. MINCA besteht aus vier eng miteinander verbundenen Arbeitspaketen (WP). In WP1 werden bereits laufende Messung der Wasser- und Stickstoffflüsse im Vollnkirchener Bach Studiengebiet beschrieben. Die bereits relativ umfangreichen kontinuierlichen Messungen, z.B. N2O-Emissionen, Bodenfeuchte, Abfluss und Gewässerqualität, sollen durch weitere Messungen wie NO3-Auswaschung und -Konzentrationen, saisonale Blattflächenindices, Erträge, Biomasse und deren C- und N-Gehalt ergänzt werden. Zusätzlich werden 15N2O und 15NO3 Isotopomer in Feldkampagnen gemessen. Komplexe Messungen für Modellversuche in WP1, modellbasierte hochskalierungs-Methoden im Rahmen von WP2 und Parameterreduktion, Unsicherheitsanalyse und Prozessplausibilitätsprüfung von WP3 erlauben es uns zu erkennen, wann und wo N-Belastung in der Landschaft auftreten. Dieses vertiefte Wissen wird die Grundlage für die Entwicklung von wissenschaftlich fundierten Mitigationsszenarien im WP4 bilden. Das gekoppelte Modell wird im Echtzeit-Modus ausgeführt, um die vom Bundesministerium für Ernährung und Landwirtschaft erstrebten Zielwerte von reduziertem Nr-Überschuss zu erreichen. Maßgeschneiderte in-situ-Experimente zu N2O-Emissionen und NO3-Auswaschung werden die Wirksamkeit des Minderungspotenzials aufzeigen.
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.
The airborne hyperspectral image was acquired by the AVIRIS-Next Generation (AVIRIS-NG) instrument during the AVIRIS-NG Europe 2021 HyperSense campaign that has been conducted as a joint effort of ESA, NASA/JPL and the University of Zurich. Acquired was an agricultural area near Irlbach, Germany on May 30th, 2021. The data was preprocessed (radiometrically, geometrically and atmospherically corrected) to contain 419 bands in the 402 - 2495 nm spectral range. Metadata was acquired on the same day for the variables Leaf Area Index (LAI), Leaf Chlorophyll content, crop height and phenology. An overview of metadata acquisition and processing can be found in the HYPERedu YouTube videos on ground reference data acquisition in the field and ground reference data acquisition in the lab. More details on LAI and chlorophyll acquisition can be found in the field data guides assembled by the authors of this dataset via enmap.org (Danner et al., 2015; Süß et al., 2015). The dataset is made publically available within the massive open online course (MOOC) "Beyond the Visible - Introduction to Imaging Spectroscopy for Agricultural Applications", available from December 2022.
The site under study is the agricultural field belonging to the farm "Katharinentalerhof". The field is located north of the city of Pforzheim (48.920N, 8.700E). The central research site is a part of the Kraichgau region, southwest Germany. Simulations were performed for a generic crop, early covering crops (ECC) and late covering crops (LCC). We also considered different ECC-LCC ratios. Additionally, we tested the performance of the Noah-MP on latent heat flux (LE) data measured with the Eddy Covariance (EC) technique. For the simulation with Noah-MP, we used measured GVF and LAI data. The USGS land use dataset was used. The vegetation type index was set to 2 (Dryland cropland and Pasture) and soil type index to 4 (Silt loam). The model was forced with half-hourly weather data (wind speed, wind direction, temperature, humidity, pressure, precipitation, downwelling longwave and shortwave radiation) measured from 2011 to 2012. Simulations were initialized with a spin up period of one year (2011) and run with a time step of 1800 seconds.
Forstliche Versuchsflächen des Landesbetriebes Forst Brandenburg mit Blattflächenindexmessungen
Using the Leipzig Canopy Crane Facility situated in the temperate floodplain forest of Leipzig, epiphytic lichens on Fraxinus excelsior and Quercus robur were sampled between fall of 2016 until summer of 2017. A layered design was applied: Tree crowns were divided into five equally-spaced crown layers, with the trunk below the crown as an extra layer. In each layer a number of plots proportional to that layers bark surface area was placed. In each plot (100 cm²), lichen cover was documented. In addition, descriptors, such as branch diameter, height, position within the tree and LAI were measured. And supporting information on the identification the the lichen species. The goal was to determine epiphytic lichen diversity and distribution patterns and to infer mechanistic explanation of their emergence.
| Origin | Count |
|---|---|
| Bund | 42 |
| Land | 3 |
| Wissenschaft | 15 |
| Type | Count |
|---|---|
| Ereignis | 1 |
| Förderprogramm | 39 |
| Messwerte | 4 |
| Strukturierter Datensatz | 7 |
| unbekannt | 10 |
| License | Count |
|---|---|
| geschlossen | 1 |
| offen | 54 |
| unbekannt | 2 |
| Language | Count |
|---|---|
| Deutsch | 34 |
| Englisch | 31 |
| Resource type | Count |
|---|---|
| Archiv | 3 |
| Datei | 6 |
| Keine | 28 |
| Webdienst | 1 |
| Webseite | 21 |
| Topic | Count |
|---|---|
| Boden | 46 |
| Lebewesen & Lebensräume | 57 |
| Luft | 36 |
| Mensch & Umwelt | 56 |
| Wasser | 42 |
| Weitere | 57 |