As part of PhytOakmeter (www.phytoakmeter.de), time-domain transmission, soil moisture and -temperature sensors with custom-made logger systems were used to measure time series of soil state variables. The aim of these investigations was to provide data on environmental properties used in a cross-disciplinary approach. The measurement device consisted of two sensors at three different depths. The dataset contains the values of time (UTC), relative permittivity, soil moisture (in % vol) derived from permittivity and soil temperature (in °C). Determination of soil moisture was done using the formula of Topp et al. (1980). As sensors, the SMT100 soil moisture sensors with integrated temperature measurement were used. All sensors were installed within the upper 50cm below ground. The exact depths for each sensor are listed in the dataset and parameter comment.
Die Interpretation der Messergebnisse eines Cosmic Ray Neutron Sensing (CRNS)-Detektors benötigt ein tiefgreifendes Verständnis der zugrunde liegenden physikalischen Prozesse. In diesem Zusammenhang haben sich Monte-Carlo-basierte Vielteilchensimulationen, z.B. MCNPX, als sehr hilfreich erwiesen. Die allgemein akzeptierten Transferfunktionen um aus einer Neutronendichte die Bodenfeuchte zu berechnen, wurden semi-empirisch für idealisierte Bedingungen ermittelt. Die Effekte von Bodenbeschaffenheit, Vegetation und Schneebeschaffenheit werden teilweise durch Hinzufügen phänomenologisch motivierter Parameter berücksichtigt. Allerdings gibt es dazu bisher keine tiefergreifenden theoretischen Untersuchungen und Validierungen. Wir haben daher das Monte-Carlo Werkzeug namens URANOS entwickelt, welches speziell auf die Anforderungen der Umweltphysik und CRNS zugeschnitten wurde. Der benötigte Rechenaufwand konnte durch effektive, problemspezifische Methoden im Vergleich zu herkömmlichen Vielteilchensimulationen stark reduziert werden. In den letzten Jahren konnten wir damit das Verständnis der Signal-Reichweite-Beziehung deutlich verbessern und eine analytische Beschreibung unter Berücksichtigung von Umweltfaktoren herleiten. Das Hauptziel dieses Teilprojektes ist es, die Änderung des CRNS-Signals, hervorgerufen durch verschiedene Umweltfaktoren und Bodenstrukturen innerhalb des Einflussbereichs, zu verstehen. Dabei handelt es sich um folgende Faktoren: Bodenbeschaffenheit, vertikale Wasserverteilung in Boden und Luft, Landnutzung, Schneebedeckung, Bewuchs, und durch solches abgefangenes Wasser bei Regenfällen sowie generelle räumliche Inhomogenität. Um dies zu erreichen werden wir versuchen, Korrekturfunktion basierend auf physikalischen Modellen zu verwenden, um die wachsende Anzahl von empirischen und standortspezifischen Näherungen überflüssig zu machen. Zusätzlich werden die Neutronensimulationen benötigt, um den Einfluss verschiedener Detektoranordnungen zu untersuchen. Unverzichtbar sind die Neutronensimulationen für die Verbesserung bezüglich energieabhängiger Gewichtung und Weiterentwicklung der Neutronendetektoren sowie energiebereichsspezifischer Abschirmung. Des Weiteren werden sie für konzeptionelle Untersuchungen des Einflusses der Vegetation und weiterer Wasserspeicher benötigt. Für die Großversuchskampagne werden wir 3D-Modelle der Sensor-Standorte erstellen und die simulierten Messsignale den Arbeitsbereichen Großflächiges CRNS-Netzwerk und Mobiles CRNS zu Verfügung stellen. Schließlich können zusammen mit den Arbeitsbereichen Hydrologische Modellierung und Grundwasserneubildung räumlich-zeitliche Modellrechnungen durchgeführt werden um komplexe Zusammenhänge im Wasserhaushalt der Umwelt zu verstehen. Für die Weiterentwicklung des URANOS-Programms für den Einsatz im CRNS-Bereich benötigen wir die Vorschläge und Rückmeldungen der Nutzer.
Cosmic ray neutron sensing (CRNS) sensor, is an innovative technique used to measure soil moisture and snow water equivalent over large areas (Zreda et al., 2012). The advantage of CRNS over traditional point-based sensors is its ability to cover a large footprint of typically 10–20 ha (Köhli et al., 2015), making it ideal for monitoring hydrological processes at the field to landscape scales. In the present study, one CRNS Sensor, Model SP, made by StyX Neutronica GmbH was deployed in a stationary position to provide continuous, non-invasive measurements at the KITcube site near Villingen-Schwenningen.
Free access and download to of a growing selection of DWD’s climate data. Via CDC Search you will find data for direct download and interactive access to station data. The interactive mode gives graphical and tabular previews of the German station data. In addition, all data sets remain accessible from our ftp server for direct download
As part of PhytOakmeter (www.phytoakmeter.de), time-domain transmission, soil moisture and -temperature sensors with custom-made logger systems were used to measure time series of soil state variables. The aim of these investigations was to provide data on environmental properties used in a cross-disciplinary approach. The measurement device consisted of two sensors at three different depths. The dataset contains the values of time (UTC), relative permittivity, soil moisture (in % vol) derived from permittivity and soil temperature (in °C). Determination of soil moisture was done using the formula of Topp et al. (1980). As sensors, the SMT100 soil moisture sensors with integrated temperature measurement were used. All sensors were installed within the upper 50cm below ground. The exact depths for each sensor are listed in the dataset and parameter comment.
As part of PhytOakmeter (www.phytoakmeter.de), time-domain transmission, soil moisture and -temperature sensors with custom-made logger systems were used to measure time series of soil state variables. The aim of these investigations was to provide data on environmental properties used in a cross-disciplinary approach. The measurement device consisted of two sensors at three different depths. The dataset contains the values of time (UTC), relative permittivity, soil moisture (in % vol) derived from permittivity and soil temperature (in °C). Determination of soil moisture was done using the formula of Topp et al. (1980). As sensors, the SMT100 soil moisture sensors with integrated temperature measurement were used. All sensors were installed within the upper 50cm below ground. The exact depths for each sensor are listed in the dataset and parameter comment.
Mit der Initiierung des Europäischen Copernicus Programms zur Erdbeobachtung und dem damit verbundenen Start der Satelliten Sentinel-1A & B stehen erstmals zuverlässig und kostenfrei dichte C-Band Radardatenzeitserien zur Verfügung. Die Kombination beider Schwestersatelliten erlaubt die Datenakquisition mit einer zeitlichen Wiederholrate von sechs Tagen bei gleichbleibender Aufnahmegeometrie. Die nun zur Verfügung stehende zeitliche Dimension der SAR-Datensätze ermöglicht und erfordert innovative Datenauswertestrategien, die zum einen die Vorprozessierung der Daten und zum anderen die Extrahierung des Informationsgehaltes optimieren. Das übergeordnete Ziel dieses Vorhabens ist die Entwicklung und der Test eines geeigneten Verfahrens. Der vorgeschlagene Ansatz basiert auf der temporalen Dekomposition von SAR Zeitreihen. Die extrahierte raumzeitliche Information soll hinsichtlich ihrer Eignung als Datengrundlage für bestimmte Anwendungen untersucht werden. Parallel soll mittels temporaler Dekomposition ein neuartiger Speckle-Filter entwickelt werden. Der Speckle-Filter wird die Eigenschaft besitzen, ausschließlich über die Zeit zu filtern. Somit bleibt die geometrische Auflösung der Eingangsdaten vollständig erhalten. Eine Erweiterung des Filters zur raum-zeitlichen Filterung ist ebenso vorgesehen. Die Zerlegung des zeitlichen Signals erfolgt in einzelne Komponenten unterschiedlicher Frequenz. Komponenten hoher Frequenz bilden zufällige Rückstreuvariationen ab (Speckle, Niederschlagseinflüsse etc.), Komponenten mittlerer oder niedriger Frequenz werden durch biophysikalische Prozesse wie z.B. Bodenfeuchteänderungen oder Pflanzenwachstum dominiert. Welche Komponenten mit welchen biophysikalischen Prozessen zusammenhängen, und welche zeitliche Abtastungsdichte gegeben sein muss, um den Einfluss dieser Steuergrößen abbilden zu können, soll im Rahmen dieses Vorhabens analysiert werden. Bezüglich der Bodenfeuchteableitung soll zudem geprüft werden, inwieweit Sentinel-1 basierte Kohärenzen sowie Phasentriplets geeignete Proxys für die Ableitung von Bodenfeuchteindikatoren sein können. Entsprechend dieser Ergebnisse erfolgt die Erforschung der Nutzbarkeit der zeitlichen Komponenten hinsichtlich der Anwendungsentwicklung. Im Vordergrund stehende Anwendungsfälle sind hier die Kartierung der Landbedeckung und -nutzung inkl. REDD+ Fragestellungen, die Detektion von Landbedeckungsveränderungen, Analysen zur Dynamik von Feuchtgebieten sowie die Ableitung von Bodenfeuchteindikatoren.
FORMULA hat zum Ziel die ökosystemaren Leistungen (Nature’s Contributions to People, NCP) von Agroforstsystemen zu bewerten sowie das mechanistische Verständnis der räumlichen Muster aufzuklären. Teilprojekt SP2 konzentriert sich dabei auf die NCP zur „Regulierung der Wassermenge“, „Regulierung der Wasserqualität“ sowie „Bodenentwicklung und Bodenschutz“. Das erste Ziel von SP2 ist zu prüfen, wie sich die Einführung von Bäumen in Ackerflächen auf die räumliche Dynamik der Bodenfeuchtigkeit, der Wasserflüsse und der Verteilung der Wasserflüsse (Verdunstung gegenüber Transpiration) auswirkt. Das zweite Ziel ist die Bewertung des Nährstoffhaushalts und -nutzungseffizienz sowie der räumlichen Muster der Nährstoffauswaschung (insbesondere Stickstoff) in Agroforstsystemen im Vergleich zu Ackersystemen ohne Baumreihen. Um diese Ziele zu erreichen, testet SP2 zwei teilprojektspezifische Hypothesen. Die erste Hypothese postuliert, dass die Bodenfeuchte mit zunehmender Nähe zu den Baumreihen abnimmt, was auf eine höhere Transpiration durch Bäume und dazwischen wachsenden Grasstreifen zurückzuführen ist. Die zweite Hypothese postuliert, dass Baum- und Graswurzeln ein "Sicherheitsnetz" bilden, das die Nährstoffauswaschung in der Nähe der Baumreihe verringert. Umgekehrt führen höhere Bodenfeuchtigkeit und Nährstoffverfügbarkeit in Richtung der Feldmitte zu erhöhten Auswaschungsverlusten. Der Nettoeffekt ist eine geringere Nährstoffauswaschung und eine höhere Nährstoffnutzungseffizienz in Agroforstsystemen im Vergleich zu Ackersystemen ohne Bäume in Folge einer verbesserten Ertragsstabilität und Nährstoffbindung durch tiefe Baumwurzeln. Das Teilprojekt ist in fünf Arbeitspakete (WP) unterteilt. WP1 untersucht die Dynamik der Bodenfeuchtigkeit. Es nutzt Bodenfeuchte- und -temperaturdaten aus Sensornetzwerken, um raum-zeitliche Muster und präferenzielle Fließwege zu bestimmen. WP2 quantifiziert die Aufteilung der Wasserflüsse zwischen Ackerkulturen und Bäumen durch Nutzung stabiler Wasserisotope. Eine kostengünstige Methode zur Bewertung der Nährstoffmobilität im Boden unter Verwendung von Ionenaustauschern in einem innovativen Aufbau wird im WP3 validiert. Die Methode wird in WP4 angewandt, um Gradienten der Nährstoffmobilität zu messen und Nährstoffverluste zu analysieren. Schließlich wird in WP5 der Stickstoffumsatz im Boden und die Stickstoffaufnahme von Ackerkulturen und Bäumen durch ein in situ 15N-Markierungsexperiment untersucht. SP2 wird das 15N-Experiment in Zusammenarbeit mit dem Koordinationsprojekt leiten. SP2 wird ein grundlegendes Verständnis der Auswirkungen von Bäumen auf die räumliche und zeitliche Dynamik des Wasser- und Nährstoffkreislaufs in Agroforstsystemen liefern. Zusammen mit den Erkenntnissen der anderen Teilprojekten von FORMULA stellt dies die Grundlage für die Optimierung dieser Systeme mit dem Ziel der Maximierung ihrer Vorteile bei gleichzeitiger Minimierung ihrer Nachteile im Vergleich zu Ackersystemen ohne Baumreihen dar.
| Organisation | Count |
|---|---|
| Bund | 857 |
| Europa | 43 |
| Global | 5 |
| Kommune | 6 |
| Land | 252 |
| Weitere | 515 |
| Wirtschaft | 7 |
| Wissenschaft | 562 |
| Zivilgesellschaft | 14 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 2 |
| Daten und Messstellen | 548 |
| Ereignis | 2 |
| Förderprogramm | 693 |
| Hochwertiger Datensatz | 10 |
| Kartendienst | 1 |
| Repositorium | 2 |
| Taxon | 2 |
| Text | 56 |
| unbekannt | 363 |
| License | Count |
|---|---|
| Geschlossen | 221 |
| Offen | 1397 |
| Unbekannt | 60 |
| Language | Count |
|---|---|
| Deutsch | 1203 |
| Englisch | 589 |
| andere | 1 |
| Resource type | Count |
|---|---|
| Archiv | 88 |
| Bild | 7 |
| Datei | 139 |
| Dokument | 162 |
| Keine | 862 |
| Unbekannt | 3 |
| Webdienst | 94 |
| Webseite | 727 |
| Topic | Count |
|---|---|
| Boden | 1678 |
| Lebewesen und Lebensräume | 1589 |
| Luft | 1222 |
| Mensch und Umwelt | 1612 |
| Wasser | 1285 |
| Weitere | 1666 |