API src

Found 951 results.

Wasserhaushalt Hamburg

Rasterkarten zum Wasserhaushalt, bzw. zur Grundwasserneubildung, berechnet mit mGROWA (FZ Jülich, 2021). Im Webdienst werden 6 Layer gezeigt: - Grundwasserneubildung des hydrolog. Jahres 2019 [Min] - Grundwasserneubildung des hydrolog. Jahres 2008 [Max] - mittlere jährliche Grundwasserneubildung (1991 - 2019) - mittlere jährliche Grundwasserneubildung (1961 - 1990, Klimareferenzperiode) - Direktabfluss Mittlere Rate (1991-2020) - Tatsächliche Verdunstung Mittlere Rate (1991-2020) Beschreibung: Etwa ein Viertel des Niederschlags gelangt in Hamburg über den Boden ins Grundwasser und bildet damit einen erheblichen Anteil unserer täglichen Wasserversorgung und ist ökologische Grundlage für die Vegetation und den Boden als Wasserspeicher. Der übrige Niederschlag wird im Wesentlichen durch Verdunstung und Abfluss ins Sielnetz und in die Gewässer bestimmt. Aktuell werden pro Jahr bei durchschnittlichen Niederschlägen (etwa 770 mm pro Jahr) 136 Millionen Kubikmeter (m³) Grundwasser auf Hamburger Gebiet neu gebildet. Im Trockenjahr 2019 waren es nur 75 Millionen m³, was sich in stark fallenden Grundwasserständen, fehlender Bodenfeuchte und sich durch teilweises Trockenfallen von Gewässern für Tier und Pflanze als Trockenstress auswirkte. Auf die Beobachtung der Entwicklung der Grundwasserneubildung kommt deshalb in Zeiten des Klimawandels besondere Bedeutung zu. Neben klimatischen Veränderungen ist deshalb ein ausgefeiltes Flächen- und Ressourcenmanagement nötig, um der wachsenden urbanen Versiegelung und dem steigenden Wasserverbrauch mit Strategien und Maßnahmen hin zu einem naturnahen Wasserhaushalt entgegenzuwirken. Datengrundlagen und Methodik: Grundlage für die Berechnung und Darstellung von flächen- und zeitlich differenzierten Rasterkarten der verschiedenen Wasserhaushaltskomponenten ist das rasterzellenbasierte Wasserhaushaltsmodell mGROWA des Forschungszentrums Jülich. In mGROWA wurden zunächst standortbezogen auf Basis der jeweiligen Niederschlagsmengen und klimatischen Einflussgrößen die tatsächliche Verdunstung und der Gesamtabfluss in täglicher Auflösung mit einer Zellengröße von 25 x 25 m berechnet. Die berechneten Tageswerte wurden nachfolgend auf langjährig, jährliche und monatliche Zeiträume aggregiert. Danach wurde der Gesamtabfluss auf Basis der Standorteigenschaften in verschiedene Abflusskomponenten aufgeteilt. In der Datenzusammenstellung sind neben den Rasterkarten der potentiellen und tatsächlichen Verdunstung, des Gesamtabflusses und der Standorteigenschaften die Rasterkarten der Abflusskomponenten urbaner Direktabfluss, Sickerwasserrate, Zwischen- und Dränageabflüsse, sowie letztendlich die Grundwasserneubildung enthalten. Im Folgenden dargestellt werden auszugsweise die Karten zum mittleren langjährigen Mittel 1961-1990 (Klimareferenzperiode) und 1991-2019, das Nassjahr 2008 mit sehr großer und das Trockenjahr 2019 mit sehr geringer Neubildung.

Naturräumliche Gliederung Brandenburgs nach Scholz

Naturraumgliederung Brandenburgs und textliche Bezeichnung von 76 Naturraumuntereinheiten hinsichtlich Geologie, Klima, Relief, Boden, Hydrologie, Gewässer, Flächennutzung und natürliche Vegetation. Der Datensatz entstand durch Digitalisierung (im Maßstab 1:1.000.000) und topographische Anpassung an die Topographische Karte 1:100.000 (TK100) auf der Grundlage von: Eberhard Scholz: Die naturräumliche Gliederung Brandenburgs. Pädagogisches Bezirkskabinett, Potsdam 1962, 71 Seiten Der empfohlene Einsatzmaßstab ist ab 1:10.000. Naturraumgliederung Brandenburgs und textliche Bezeichnung von 76 Naturraumuntereinheiten hinsichtlich Geologie, Klima, Relief, Boden, Hydrologie, Gewässer, Flächennutzung und natürliche Vegetation. Der Datensatz entstand durch Digitalisierung (im Maßstab 1:1.000.000) und topographische Anpassung an die Topographische Karte 1:100.000 (TK100) auf der Grundlage von: Eberhard Scholz: Die naturräumliche Gliederung Brandenburgs. Pädagogisches Bezirkskabinett, Potsdam 1962, 71 Seiten Der empfohlene Einsatzmaßstab ist ab 1:10.000.

Starkregen- und Überflutungsgefahren 2026

Die zwei Kartenthemen bestehen jeweils aus mehreren thematisch und räumlich unterschiedlichen Ebenen. Die Ebenen sind teilweise voneinander unabhängig aussagekräftig. Die Starkregenhinweiskarte basiert maßgeblich auf folgenden Produkten: Hinweiskarte Starkregen des Bundesamts für Kartographie und Geodäsie topografische Senkenanalyse der BWB, starkregenbedingte Feuerwehreinsätze der Berliner Feuerwehr für das Land Berlin. Die Hinweiskarte Starkregen wurde vom Bundesamt für Kartographie und Geodäsie (BKG) in Zusammenarbeit mit den Ländern für die gesamte Fläche Nord- und Ostdeutschlands (11 Bundesländer) im Zeitraum 2023/2025 erarbeitet. Für Berlin-Brandenburg wurde dies in einem Los durchgeführt. Die Karte zeigt die simulierten Überflutungsflächen und -tiefen sowie Fließgeschwindigkeiten /-richtungen für folgende Szenarien: außergewöhnliches Ereignis: 100-jährliches Niederschlagsereignis (T = 100a, Dauerstufe 1 Stunde) mit einem Euler-Typ II Niederschlagsverteilung. extremes Ereignis: 100 mm Niederschlagsereignis in einer Stunde (T extrem) mit einem Blockregenverteilung. Grundlage hierfür sind diverse Geodaten des Bundes und der Länder, insbesondere ein hochaufgelöstes digitales Geländemodell sowie Daten zur Flächennutzung, wie zum Beispiel zur Bebauung. Die Ergebnisse basieren auf einer Modellierung der oberflächlich abfließenden Regenmenge, ähnlich dem Modell für die Starkregengefahrenkarte Berlins (siehe unten). Allerdings wurden die Versickerungsleistung des Untergrundes und das Kanalnetz nicht in die Berechnungen einbezogen und stellen somit eine erhebliche Vereinfachung dar (weitere Informationen finden sich hier ). Die topographische Senkenanalyse ist das Ergebnis einer Analyse des Digitalen Geländemodells (ATKIS® DGM – Digitales Geländemodell, 2021) unter Berücksichtigung der Gebäudeflächen und Durchfahrten sowie Geschossinformationen (ALKIS®- Amtliches Liegenschaftskatasterinformationssystem, 2021), welche durch die BWB im Jahr 2022 durchgeführt wurde. Es erfolgte eine GIS-Analyse zur Ermittlung der Senken, Fließwege und Abflussakkumulation basierend auf dem vorgeglätteten DGM. Die Gebäude wurden als nicht überströmbare Abflusshindernisse in das DGM integriert und Senken in umschlossenen Innenhöfen ausgeschlossen. Folgende Senkenattribute wurden basierend auf einer zonalen Statistik abgeleitet und werden in den Sachdaten dargestellt: Fläche Einzugsgebiet (DrainArea [m²]) Fläche Senke (FillArea [m²]) Maximale Tiefe der Senke (FillDepth [cm]) Geländehöhe Senkenbasis (BottomElev [m]) Geländehöhe maximaler Füllstand (FillElev [m]) Füllvolumen (FillVolume [m³]) Basierend auf folgenden Parametern wurden die relevanten Senken ermittelt: Senkentiefe mindestens 20 cm, Senkenfläche mindestens 4 m², Senkenvolumen mindestens 2 m³, Senkeneinzugsgebiet mindestens 200 m². Der Datensatz der Feuerwehreinsätze zeigt Meldungen der Berliner Feuerwehr in Bezug auf ,,Wasser”, welche anhand des Meldungstextes mit Starkregen in Verbindung zu bringen sind und an Starkregentagen aufgenommen wurden. Der Datensatz wurde durch die Berliner Feuerwehr erfasst und durch die BWB prozessiert (sogenannter Überflutungsatlas). Die BWB haben die Feuerwehreinsätze mit den Niederschlagsdaten der BWB an diesem Tag und Ort abgeglichen und ein anzunehmendes Wiederkehrintervall (T) des aufgetretenen Niederschlagsereignisses zugeordnet. Dopplungen wurden entfernt. Folgende Attribute wurden abgeleitet und werden in den Sachdaten dargestellt: Datum (angelegt) Wiederkehrintervall (T) Ortsteil Die Daten wurden räumlich über die Berliner Adressdatei geocodiert. Der Zeitraum der Meldungen umfasst einerseits den Zeitraum 2005 bis 2017 anderseits 2018 bis 2021. Diese Datensätze wurden zu einem Datensatz von 2005 bis September 2021 zusammengefasst. Zwecks Aggregierung und Darstellung wurden die Daten auf Blockteilflächen und Straßenflächen des Informationssystems Stadt und Umwelt (ISU5 2021) zusammengefasst und klassifiziert. In Berlin wird die Analyse zu Starkregengefahren auf Basis eines gekoppelten 1D-Kanalnetz und eines 2D-Oberflächenabflussmodells (1D/2D gekoppeltes Modell) durchgeführt. Bei diesem Verfahren wird die Berechnung der Abflussvorgänge im Kanalnetz (1D) mit der zweidimensionalen hydrodynamischen Modellierung der Oberflächenabflüsse (2D) kombiniert, um einen bidirektionalen Austausch von Wasservolumen, d.h. einen Austausch in beide Richtungen, zwischen Oberfläche und Kanalnetz an den Schächten und Straßenabläufen zu berücksichtigen. Die Erarbeitung der Starkregengefahren erfolgt basierend auf der von den BWB und der für Wasserwirtschaft zuständigen Senatsverwaltung gemeinsam entwickelten Leistungsbeschreibung „Erstellung von Starkregengefahrenkarten für Berliner Misch- bzw. Regenwassereinzugsgebiete“. Voraussetzung sind Daten zu Topographie, Gebäuden, Straßen, Versiegelung und bodenkundlichen Kennwerten sowie Kanalnetzdaten . Für die 1D-Modellierung des Kanalnetzes wird das aktuelle Kanalnetz (Misch- oder Trennkanalisation) der BWB verwendet. Die Entwässerungsinfrastruktur wird durch ein Kanalnetzmodell abgebildet, wobei dieses u.a. Schächte, Straßenabläufe, Haltungen und Haltungsflächen berücksichtigt. Auf Grundlage des digitalen Geländemodells wird ein detailliertes, lückenloses und überlappungsfreies 2D-Oberflächenmodell erstellt und um standardisierte Dachformen der Gebäudedaten ergänzt. Mauern oder Bordsteine werden durch Bruchkanten berücksichtigt. Die Oberflächenbeschaffenheit des Untersuchungsgebietes beeinflusst die Abflussbildung und -konzentration, daher wird basierend auf den entsprechenden Datengrundlagen (siehe Kapitel Datengrundlage) zwischen Gebäudeflächen, Straßen und Wegen, Gewässer und Grünflächen unterschieden. Mauern, Bordsteine oder ähnliche linienhafte Elemente können Abflusshindernisse darstellen, werden aufgrund der Auflösung jedoch nicht durch das DGM abgebildet und werden – falls sie abflussrelevant sind – nachträglich über Bruchkanten berücksichtigt. Maßgebliche Datensätze für Gebäudeflächen sind die ALKIS-Gebäude und der Datensatz der Gründächer (im Bereich der Kleingärten). Bei der Abflussbildung von Dachflächen wird zwischen einleitenden und nicht einleitenden Dächern basierend auf den Daten der Erfassung des Niederschlagsentgelts unterschieden. Einleitende Dächer werden in der Modellierung als direkt an den Kanal angeschlossen betrachtet (1D-Abflussbildung). Bei nicht einleitenden Dächern erfolgt die Abflussbildung über das Oberflächenabflussmodell. In diesem Fall wird der effektive Niederschlag auf die umliegende Oberfläche verteilt, indem das Prinzip der Randverteilung angewendet wird. Straßen und Wege umfassen alle befestigten Flächen, wie Straßen, Wege, Plätze und private versiegelte Flächen. Die Abflussbildung dieser Flächen erfolgt über das 2D-Oberflächenabflussmodell und es wird nicht zwischen einleitend und nicht einleitend unterschieden. Als Gewässerflächen werden alle stehenden Gewässer und Fließgewässer aus dem ALKIS-Datensatz angenommen. Alle restlichen Flächen werden als Grünflächen angesetzt. Für diese Flächen werden im Modell entsprechende Abflussparameter, wie Benetzungs- und Muldenverluste sowie Anfangs- und Endabflussbeiwerte, basierend auf Literaturwerten, angesetzt. Das Modell bildet den Rückhalt der Vegetation (Interzeption), die Versickerungsfähigkeit des Bodens und die Oberflächenrauheiten ab. Für Hochwasserrisikogebiete (SenMVKU, 2024) wurden in Berlin im Rahmen der Hochwasserrisikomanagementrichtlinie bereits Hochwassergefahrenkarten erarbeitet und Überschwemmungsgebiete ausgewiesen. Um keine Überschneidungen mit den Starkregengefahrenkarten zu erzielen, werden diese Gewässer als hydraulisch voll leistungsfähig angenommen. Außerdem wird für bestimmte Gewässer (z.B. Gewässer 1. Ordnung, Nordgraben) angenommen, dass diese bei kurzen Starkregenereignissen ausreichend hydraulisch leistungsfähig sind. Ein „Anspringen“ ist erst bei länger anhaltenden, räumlich ausgeprägteren Niederschlagsereignissen zu erwarten. Das Modell geht davon aus, dass ein Austritt von Wasser und somit eine Überflutung von diesen Gewässern methodisch nicht möglich ist. Außerdem werden diese Gewässer mit einem einheitlichen Vorflutwasserstand für ein mittleres Hochwasser (für das seltene und außergewöhnliche Ereignis) sowie für ein 100-jährliches Hochwasser (für das extreme Ereignis) angenommen. Im Modell werden für das seltene und außergewöhnliche Ereignis die tatsächlichen Gewässerverrohrungen bzw. -durchlässe angesetzt. Für das Szenario Extremereignis gilt, dass Durchlässe teilverklaust (Durchmesser > 0,5 m (> DN 500)) oder vollständig verklaust (Durchmesser ≤ 0,5 m (≤ DN 500)) angenommen werden, es sei denn, ein Raumrechen verhindert eine Verklausung. Mit dem aufgestellten Modell werden die Überflutungen von Niederschlagsszenarien mit unterschiedlicher Jährlichkeit berechnet, wobei für die Niederschlagshöhen die koordinierte Starkniederschlagsregionalisierung und -auswertung (KOSTRA) des Deutschen Wetterdienstes (DWD) zugrunde gelegt werden. Es kommt die Revision des Datensatzes KOSTRA-DWD-2020 zum Einsatz. Folgende Szenarien werden im Rahmen des Starkregenrisikomanagements in Berlin betrachtet: seltenes Ereignis : 30 bzw. 50-jährliches Niederschlagsereignis (T = 30a bzw. T = 50a, Dauerstufe 180 Min.) mit einer Euler-Typ II Niederschlagsverteilung außergewöhnliches Ereignis : 100-jährliches Niederschlagsereignis (T = 100a, Dauerstufe 180 Min.) mit einer Euler-Typ II Niederschlagsverteilung extremes Ereignis : 100 mm Niederschlagsereignis in einer Stunde (T extrem) mit einer Blockregenverteilung. Basierend auf einer Sensitivitätsanalyse wurde die maßgebliche Dauerstufe mit 180 Minuten für Berlin ermittelt, wobei hier der höchste Wasserstand als maßgeblich betrachtet wird. Für die Intensität und für den zeitlichen Niederschlagsverlauf wird die Euler-Typ II Verteilung (seltenes und außergewöhnliches Ereignis) oder ein Blockregen mit einer Regendauer von 60 Minuten (extremes Ereignis) angenommen. Neben der Beregnungszeit, die der Dauerstufe der betrachteten Szenarien entspricht, wird in der Modellierung jeweils eine einstündige Nachlaufzeit berücksichtigt. Die Plausibilitätsprüfung erfolgt aufgrund der Ergebnisse des außergewöhnlichen Ereignisses. Es werden unplausible Abflusspfade und Wasseransammlungen ggf. durch Ortsbegehungen geprüft, und nicht berücksichtigte, hydraulisch relevante Strukturen nachgepflegt. Die Methode ist sehr daten- und rechenintensiv, so dass sie nicht berlinweit, sondern nur für ausgewählte Bereiche sukzessive angewandt werden kann. Dafür bietet sie relativ genaue und belastbare Ergebnisse und mit der Methode lassen sich die Abflussbildung und Abflusskonzentration nachvollziehen. Es werden kontinuierlich weitere Gebiete mit der gekoppelten 1D/2D Simulation gerechnet und anschließend online verfügbar gemacht. Die nachfolgende Tabelle zeigt, für welche Gebiete bisher Starkregengefahrenkarten erarbeitet wurden.

Native plants and mycorrhizal fungi in wind erosion control in the Kailash-Manasarovar region (Tibet, China)

We study the effects of plants and root-associated fungi on wind erosion within the alpine environment of Tibet. China is one of the countries most affected by desertification processes and Tibet, in particular, a key region in desertification combat. The presented project focuses on the Barkha Plain surrounded by Mount Kailash and the Lake of Manasarovar (Ngari Prefecture). This Western Tibet region experienced little scientific attention but, nowadays, faces rapidly increasing touristic activities and expanding local settlements associated with socio-economic changes that are serious threats to the delicate ecological balance and potential triggers of desertification. It exists almost unanimous agreement that revegetation is the most efficient and promising strategy to combat wind erosion and desertification in the long term. However, re-colonising success is often poor, mainly under extreme environmental conditions. Compared to conventional practices, the approach of the presented project attains better accordance with natural succession processes and promises acceleration of both plant and soil development and, conclusively, more efficient desertification control. The project assesses the potential of native plants and symbiotic fungi to control wind erosion and desertification processes. It aims to identify key plants and fungi that increase soil aggregate stability and efficiently drive succession into a natural and self-maintaining cycle of the ecosystem. Furthermore, it provides crucial information for implementing environmentally compatible and cost-effective measures to protect high-elevation ecosystems against desertification. Within three successional stages (early, intermediate, late), field investigations are performed on the basis of Modified-Whittaker plots. Classic methods of vegetation analysis and myco-sociology are combined with analysis of distribution patterns at different scales (patchiness, connectivity). Comprehensive soil analysis is performed comprising grain size distribution, aggregate stability, pH as well as water and nutrient contents. Additionally, important parameters of wind erosion are measured concurrently and continuously to assess their magnitude and variability with respect to vegetation and soil at different levels of development. The parameters addressed, include sediment transport, air temperature, radiation, precipitation, relative humidity as well as speed and direction of wind. Surface moisture is recorded periodically and roughness described. Species and environmental parameters are checked for spatial correlation. Cutting edge technologies are applied in laboratory work, comprising molecular methods for fungal species identification and micro-tomography to analyse soil structure. Furthermore, successfully cultivated fungi and plants are subject of synthesis experiments and industrial propagation in view of practical implementation in restoration measures.

Staatswald Bestände 2011 Saarland

Waldbestände des SaarForst Landesbetriebes (Staatswald) Die Aussengrenzen (Besitzgrenzen) des Staatswaldes wurden an die ALK angeglichen und sind damit katasterscharf. Die Innengrenzen (Abgrenzungen der Waldbestände eines Eigentümers untereinander) sind anhand der DGK5 und der digitalen Orthofotos mit 40 cm Bodenauflösung digitalisiert. Neben zahlreichen datenbankinternen Attributen ist folgendes Attribut entscheidend: Bestandsname ; landesweit besitzerübergreifend eindeutiger Schlüssel. Felder und ihre Bedeutung: BESTAND: Bestand; ALTSTR: Altersstruktur BALTER: Alter mittel; BALTERMI: Bestandsalter bis; BALTERMA: Bestandsalter von; BEFE: Befundeinheit; BESTLAGE: Lage der Teilfläche; BESTSTR: Bestandesstruktur; ENTWST: Entwicklungsstufe; BESTNAM: Bestandesname; UFLAECHE: Unterfläche; BEFAHRB: Befahrbarkeit in %; DAT: Datum; FLAECHE: Fläche in ha; SEEH: Seehöhe; ARTV_BA: Artenvielfalt der Baumarten; ARTV_BV: Artenvielfalt der Bodenvegetation; BEHVEG1: Behindernde Vegetation 1; BEHVEG2: Behindernde Vegetation 2; BETR_KL: Betriebsklasse; BEST_TYP: Bestandestyp; C: Sonderfeld; D: Driglichkeit; EINZELB: Schützenswerte Einzelbäume; EXPMA: Exposition bis; EXPMI: Exposition von; EXPOS: Exposition; FEINER: Erschließung in %; FORM: Baumform; GATTER: Gatter in %; GELFOMA: Geländeform bis; GELFOMI: Geländeform von; H_PFLZ: Pflegezustand; HOEHLE: Höhlenreichtum; HORIZ: Horizontale Strukturvielfalt; KALK: Kalkung; KONTRNUA: Kontrollnutzungsart; NEIG: Neigung; TOTHOLZ: Totholz stehend; ENTSTEH: Tothol liegend; VERTI: Vertikale Strukturvielfalt; WUCHSB: Wuchsbezirk; WUCHSG: Wuchsgebiet; BESCHRIFT: ; HBA: Dominierende Baumartengruppen; BU: Ateil Buche in %; BL: Anteil Fläche temp. ohne Baumbewuchs in %; DOU: Anteil Douglasie in %; ELB: Anteil Edellaubbäume in %; KI: Anteil Kiefer in %; EI: Anteil Eiche in %; FI: Anteil Fichte in %; LAE: Anteil Lärche in %; SALH: Summe der Laubhölzer in %; SLB: Anteil sonstiger Laubbäume in %; SANH: Summe der Nadelbäume in %; SNB:Anteil sonstiger Nadelbäume in %; UFL: Bestand; SHAPE_Area: Flächengröße ha;

Forschergruppe (FOR) 402: Funktionalität in einem tropischen Bergregenwald Südecuadors: Diversität, dynamische Prozesse und Nutzungspotenziale unter ökosystemaren Gesichtspunkten, Funktionalität in einem tropischen Regenwald; Diversität; dynamische Prozesse und Nutzungspotentiale unter ökosystemaren Gesichtspunkten (FOR 402)

Die Bergwälder der Ostanden gehören zu den artenreichsten terrestrischen Ökosystemen der Erde, zugleich stehen sie unter immensem Nutzungsdruck (Abholzung, Umwandlung in Weideland). In einem multidiszilinären Ansatz aus Bio-, Geo-, Forst- und Agrarwissenschaften - von der Ebene des Organismus ausgehend bis hin zur Landschaftsebene - wollen wir an einem ausgewählten, für Forschungen zugänglichen ostandinen Bergwald in Südecuador ein solches Ökosystem, sowie seine gebietstypischen, durch menschliches Wirtschaften entstandenen Ersatzformationen beispielhaft analysieren. Dabei gilt es im ersten Schritt wichtige geowissenschaftliche und biologische Eigenschaften des Systems (Klima, Boden, Verfügbarkeit von Wasser und Nährelementen, Struktur und Artenzusammensetzung der Vegetation sowie Vorkommen und Vielfalt tierischer und pilzlicher Schlüsselorganismen: Pollinatoren, Samenverbreiter, Herbivore und Destruenten) zu erfassen. Im zweiten Schritt wird die Funktionsweise wichtiger Teilsystem erschlossen (Stoffflüsse zwischen wichtigen Kompartimenten, Dynamik und Regenrationspotentiale der Vegetation in Wechselwirkung mit der Fauna und den abiotischen Randbedingungen). Darauf aufbauend wollen wir drittens Optionen entwickeln bzw. überprüfen für eine nachhaltige Nutzung, Erhaltung und - soweit möglich - Rehabilitation des Waldes. Diese Erkenntnisse werden über das Untersuchungsgebiet hinaus für das ökosystemare Verständnis und Management tropischer Bergwälder von genereller Bedeutung.

Emissionen der Landnutzung, -änderung und Forstwirtschaft

<p> <p>Wälder, Böden und ihre Vegetation speichern Kohlenstoff. Bei intensiver Nutzung wird Kohlendioxid freigesetzt. Maßnahmen, die die Freisetzung verhindern sollen, richten sich vor allem auf eine nachhaltige Bewirtschaftung der Wälder, den Erhalt von Dauergrünland, bodenschonende Bearbeitungsmethoden im Ackerbau, eine Reduzierung der Entwässerung und Wiedervernässung von Moorböden.</p> </p><p>Wälder, Böden und ihre Vegetation speichern Kohlenstoff. Bei intensiver Nutzung wird Kohlendioxid freigesetzt. Maßnahmen, die die Freisetzung verhindern sollen, richten sich vor allem auf eine nachhaltige Bewirtschaftung der Wälder, den Erhalt von Dauergrünland, bodenschonende Bearbeitungsmethoden im Ackerbau, eine Reduzierung der Entwässerung und Wiedervernässung von Moorböden.</p><p> Bedeutung von Landnutzung und Forstwirtschaft <p>Der Kohlenstoffzyklus stellt im <a href="https://www.umweltbundesamt.de/node/3202">komplexen Klimasystem</a> unserer Erde ein regulierendes Element dar. Durch die Vegetation wird Kohlendioxid (CO2) aus der Luft mittels <a href="https://www.umweltbundesamt.de/service/glossar/photosynthese">Photosynthese</a> gebunden und durch natürlichen mikrobiellen Abbau freigesetzt. Zu den größten globalen Kohlenstoffspeichern gehören Meere, Böden und Waldökosysteme. Wälder bedecken weltweit ca. 31 % der Landoberfläche (siehe <a href="https://www.fao.org/documents/card/en/c/ca8642en">FAO Report 2020</a>). Bedingt durch einen höheren Biomassezuwachs wirken insbesondere <a href="https://www.umweltbundesamt.de/service/glossar/boreale">boreale</a> Wälder in der nördlichen Hemisphäre als Kohlendioxid-Senken. Nach § 1.8 des <a href="https://www.umweltbundesamt.de/node/12827">Klimarahmenabkommens der Vereinten Nationen</a> werden Senken als Prozesse, Aktivitäten oder Mechanismen definiert, die Treibhausgase (THG), <a href="https://www.umweltbundesamt.de/service/glossar/aerosole">Aerosole</a> oder Vorläufersubstanzen von Treibhausgasen aus der <a href="https://www.umweltbundesamt.de/service/glossar/atmosphaere">Atmosphäre</a> entfernen. Im Boden wird Kohlenstoff langfristig durch sog. Humifizierungsprozesse eingebaut. Global ist etwa fünfmal mehr Kohlenstoff im Boden gespeichert als in der Vegetation (siehe <a href="https://www.ipcc.ch/report/land-use-land-use-change-and-forestry/">IPCC Special Report on Land Use, Land Use Change and Forestry</a>). Boden kann daher als wichtigster Kohlenstoffspeicher betrachtet werden. Natürliche Mineralisierungsprozesse führen im Boden zum Abbau der organischen Bodensubstanz und zur Freisetzung der Treibhausgase CO2, Methan und Lachgas. Der Aufbau und Abbau organischer Substanz stehen in einem dynamischen Gleichgewicht.</p> <p>Die voran genannten Prozesse werden in der Treibhausgasberichterstattung unter der Kategorie/Sektor „<a href="https://www.umweltbundesamt.de/service/glossar/landnutzung">Landnutzung</a>, <a href="https://www.umweltbundesamt.de/service/glossar/landnutzungsaenderung">Landnutzungsänderung</a> und Forstwirtschaft“ (kurz <a href="https://www.umweltbundesamt.de/service/glossar/lulucf">LULUCF</a>) bilanziert.</p> <a href="https://www.umweltbundesamt.de/system/files/medien/378/bilder/foto_jaana_pruess.jpg"> </a> <strong> Abgeholztes Waldstück </strong> Quelle: Jaana Prüss </p><p> Modellierung von Treibhausgas-Emissionen aus Landnutzungsänderung <p>Jährliche Veränderungen des nationalen Kohlenstoffhaushalts, die durch Änderungen der <a href="https://www.umweltbundesamt.de/service/glossar/landnutzung">Landnutzung</a> entstehen, werden über ein Gleichgewichtsmodell berechnet, welches für Deutschland auf einem Stichprobensystem mit rund 36 Millionen Stichprobenpunkten basiert. Für die Kartenerstellung der Landnutzung und -bedeckung werden zunehmend satellitengestützte Daten eingesetzt, um so die realen Gegebenheiten genauer abbilden zu können. Die nationalen Flächen werden in die Kategorien Wald, Acker- sowie Grünland, Feuchtgebiete, Siedlungen und Flächen anderer Nutzung unterteilt (siehe auch <a href="https://www.umweltbundesamt.de/node/11170">Flächennutzung in Deutschland</a>). Die Bilanzierung (Netto) erfolgt über die Summe der jeweiligen Zu- bzw. Abnahmen der Kohlenstoffpools (ober- und unterirdische ⁠<a href="https://www.umweltbundesamt.de/service/glossar/biomasse">Biomasse</a>⁠, ⁠<a href="https://www.umweltbundesamt.de/service/glossar/totholz">Totholz</a>⁠, Streu, organische und mineralische Böden und Holzprodukte) in den verschiedenen Landnutzungskategorien.</p> </p><p> Allgemeine Emissionsentwicklung <p>Der Verlauf der Nettoemissionen von 1990 bis 2025 zeigt, dass der <a href="https://www.umweltbundesamt.de/service/glossar/lulucf">LULUCF</a>-Sektor in den meisten Jahren als Nettoquelle für Treibhausgase fungierte. Hauptquellen sind die Emissionen aus den landwirtschaftlich genutzten Flächen der Landnutzungskategorien Acker- und Grünland. Diese beiden Kategorien weisen über die Jahre anhaltend hohe Emissionen aus entwässerten organischen Böden auf, sowie netto, zu einem geringeren Teil, aus den Mineralböden. Die Landnutzungskategorie Feuchtgebiete trägt hauptsächlich durch den industriellen Torfabbau und die Methanemissionen aus künstlichen Gewässern nicht unerheblich zur Gesamtsumme der THG-Emissionen bei. Die C-Pools des Waldes spielen eine ambivalente Rolle im Zeitverlauf. Mit ihren meist deutlich negativen Emissionen wirken die Pools tote organische Substanz (<a href="https://www.umweltbundesamt.de/service/glossar/totholz">Totholz</a> und Streu), genau wie die Holzprodukte, durch Zunahme dieser Kohlenstoffspeicher der Quellfunktion des Pools <a href="https://www.umweltbundesamt.de/service/glossar/biomasse">Biomasse</a> entgegen. Nichtsdestotrotz wird der qualitative Verlauf der LULUCF-Emissionskurve im Wesentlichen durch den Pool Biomasse, insbesondere der Landnutzungskategorie Wald, geprägt. Der Verlauf der Netto-Emissionen aus dem LULUCF-Sektor ist über die Jahre hinweg insgesamt von einer hohen Variabilität geprägt. Gegenüber dem Basisjahr haben die Netto-Emissionen aus dem LULUCF-Sektor bis 2024, insbesondere infolge natürlicher Störereignisse seit 2018, gegenüber dem Basisjahr um 59 % zugenommen (Netto THG-Emissionen in 1990: rund +36 Mio. t CO2&nbsp;Äquivalente und in 2024: + 58 Mio. t CO2 Äquivalente). Im Jahr 2023 lag das Niveau der Emissionen von CO2 -Äquivalenten im Vergleich zum Jahr 1990 noch doppelt so hoch. Dem gegenüber führten im Jahr 2024 maßgeblich günstige meteorologische Bedingungen zu einem Absinken des Emissionsniveaus gegenüber dem Vorjahr.&nbsp;</p> <p>Im Rahmen des novellierten&nbsp;<a href="https://www.bmu.de/mehrklimaschutz/">Klimaschutzgesetzes (KSG)</a> wird eine&nbsp;Schätzung für das Vorjahr 2025 vorgelegt. Diese liefert für LULUCF nur Gesamtemissionen, deren Werte als unsicher einzustufen sind. Die Werte liegen bei 26,9 Mio. t CO2&nbsp;Äquivalenten. Aus diesem Grunde werden in den folgenden Abschnitten nur die Daten der Berichterstattung 2026 für das Jahr 2024 betrachtet.</p> </p><p> Veränderung des Waldbestands <p>Die Emissionen sowie die Speicherung von Kohlenstoff bzw. CO2 für die Kategorie Wald werden auf Grundlage von <a href="https://www.bundeswaldinventur.de/">Bundeswaldinventuren</a> berechnet. Bei der Einbindung von Kohlenstoff spielt insbesondere der Wald eine entscheidende Rolle als potentielle Netto-Kohlenstoffsenke. In gesunden, sich im Aufwuchs befindlichen Waldbeständen können jährlich große Mengen an CO2 aus der <a href="https://www.umweltbundesamt.de/service/glossar/atmosphaere">Atmosphäre</a> eingebunden werden. Im Zeitraum 1991 bis 2017 waren es im Durchschnitt rund 54 Mio. t Netto-CO2-Einbindung jährlich. In den Jahren 1990 und 2007 trafen auf Deutschland Orkane (2007 war es der Sturm Kyrill), die zu erheblichem Holzbruch mit einem daraus resultierenden hohen Sturmholzaufkommen in den Folgejahren führten. Die dramatische Abnahme der Forstbiomasse im Jahr 2018 und den Folgejahren ist auf die Waldschäden infolge der großen Trockenheit in diesem und den folgenden Berichtsjahren zurückzuführen. Diese erheblichen Änderungen in der Waldbiomasse wurden während der jüngsten <a href="https://www.bundeswaldinventur.de/fileadmin/Projekte/2024/bundeswaldinventur/Downloads/BWI-2022_Broschuere_bf-neu_01.pdf">Bundeswaldinventur (2022)</a> erfasst und durch die quantifizierte Auswertung der Erhebung verifiziert (siehe dazu <a href="https://www.umweltbundesamt.de/node/112193">NID</a>). Bis in das Jahr 2017 waren in der Waldkategorie die Pools <a href="https://www.umweltbundesamt.de/service/glossar/biomasse">Biomasse</a>, mineralische Böden und <a href="https://www.umweltbundesamt.de/service/glossar/totholz">Totholz</a> ausschlaggebende Kohlenstoffsenken. Zu den Emissionsquellen im Wald zählten Streu, Drainage organischer Böden, Mineralisierung und Waldbrände. Ab 2018 wurde auch der Pool Biomasse durch die absterbenden Bäume zur deutlichen CO2-Quelle.</p> <p>In 1990 wurden rund 26,4 Mio. t CO2-Äquivalente im Wald an CO2-Emissionen gespeichert. Im Jahr 2024 wurden dagegen 2,1 Mio. t CO2-Äquivalente freigesetzt (siehe Tab. „Emissionen und Senken im Bereich <a href="https://www.umweltbundesamt.de/service/glossar/landnutzung">Landnutzung</a>, <a href="https://www.umweltbundesamt.de/service/glossar/landnutzungsaenderung">Landnutzungsänderung</a> und Forstwirtschaft“).&nbsp;</p> <a href="https://www.umweltbundesamt.de/system/files/image/2_Tab_Emi-Senken-LULUCF_2026-07-02.png"> </a> <strong> Tab: Emissionen und Senken im Bereich Landnutzung, Landnutzungsänderung und Forstwirtschaft </strong> Quelle: Umweltbundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/2_Tab_Emi-Senken-LULUCF_2026-07-02.pdf">Tabelle als PDF (105,23 kB)</a></li> </ul> </p><p> Treibhausgas-Emissionen aus Waldbränden <p>Bei Waldbränden werden neben CO2 auch sonstige Treibhausgase bzw. Vorläufersubstanzen (CO, CH4, N2O, NOx und <a href="https://www.umweltbundesamt.de/service/glossar/nmvoc">NMVOC</a>) freigesetzt. Aufgrund der klimatischen Lage Deutschlands und der Maßnahmen zur Vorbeugung von Waldbränden sind Waldbrände ein eher seltenes Ereignis, was durch die in der&nbsp;<a href="https://www.ble.de/DE/BZL/Daten-Berichte/Wald/wald.html">Waldbrandstatistik</a> erfassten Waldbrandflächen bestätigt wird. War das Jahr 2023 mit 1240 Hektar verbrannter Waldfläche ein deutlich überdurchschnittliches Jahr, verringerte sich die verbrannte Fläche im Jahr 2024 auf weniger als ein Drittel gegenüber dem Vorjahr. Mit 334 Hektar verbrannter Waldfläche liegt das Jahr 2024 unter dem langjährigen Durchschnitt von 844 Hektar (siehe mehr zu&nbsp;<a href="https://www.umweltbundesamt.de/node/20375">Waldbränden</a>). Durch die Brände wurden ca. 3,3 kt CO2-Äquivalente an Treibhausgasen freigesetzt.</p> </p><p> Veränderungen bei Ackerland und Grünland <p>Mit den Kategorien Ackerland und Grünland werden die Emissionen sowie die Einbindung von CO2 aus mineralischen und organischen Böden, der ober- und unterirdischen <a href="https://www.umweltbundesamt.de/service/glossar/biomasse">Biomasse</a> sowie direkte und indirekte Lachgasemissionen durch Humusverluste aus Mineralböden nach <a href="https://www.umweltbundesamt.de/service/glossar/landnutzungsaenderung">Landnutzungsänderung</a> sowie Methanemissionen aus organischen Böden und Entwässerungsgräben berücksichtigt. Direkte Lachgas-Emissionen aus organischen Böden werden im Bereich <a href="https://www.umweltbundesamt.de/daten/land-forstwirtschaft/beitrag-der-landwirtschaft-zu-den-treibhausgas#klimagase-aus-landwirtschaftlich-genutzten-boden">Landwirtschaft unter landwirtschaftliche Böden</a> berichtet.</p> <strong>Ackerland</strong> <p>Für die Landnutzungskategorie Ackerland betrugen im Jahr 2024 die THG-Gesamtemissionen 17,5&nbsp;Mio. t CO2 Äquivalente und fielen damit um 9,2 Mio. t CO2 Äquivalente&nbsp;≙ 35 % geringer im Vergleich zum Basisjahr 1990 aus (siehe Tab. „Emissionen und Senken im Bereich <a href="https://www.umweltbundesamt.de/service/glossar/landnutzung">Landnutzung</a>, Landnutzungsänderung und Forstwirtschaft“). Hauptquellen sind die ackerbaulich genutzten organischen Böden (62 %) und die Mineralböden (33 %), insbesondere durch Emissionen infolge von Bewirtschaftung des langjährigen Ackerlands. Die <a href="https://www.umweltbundesamt.de/service/glossar/anthropogen">anthropogen</a> bedingte Netto-Freisetzung von CO2 aus der Biomasse (6 %) ist im Ackerlandsektor gering. Dominierendes <a href="https://www.umweltbundesamt.de/service/glossar/treibhausgas">Treibhausgas</a> in der Kategorie Ackerland ist CO2 (2024: 16,8 Mio. t CO2 Äquivalente, rund 96 %).&nbsp;</p> <strong>Grünland</strong> <p>Die Landnutzungskategorie Grünland wird in Grünland im engeren Sinne, in Gehölze und weiter in Hecken unterteilt. Die Unterkategorien unterscheiden sich bezüglich ihrer Emissionen sowohl qualitativ als auch quantitativ deutlich voneinander. Die Unterkategorie Grünland im engeren Sinne (dazu gehören z.B. Wiesen, Weiden, Mähweiden etc.) ist eine CO2-Quelle, welche durch die Emissionen aus organischen Böden dominiert wird. Für die Landnutzungskategorie Grünland wurden 2024 Netto-THG-Emissionen insgesamt in Höhe von 24,2 Mio. t CO2 Äquivalenten errechnet. Diese fallen um rund 1 Mio. t CO2 Äquivalente&nbsp;≙ 4 % niedriger als im Basisjahr 1990 aus. Dieser abnehmende Trend wird durch die Pools Biomasse und Mineralböden beeinflusst. Mineralböden stellen eine anhaltende Kohlenstoffsenke dar. Die Senkenleistung der Mineralböden der Unterkategorie Grünland im engeren Sinne beträgt in 2024 -4,2 Mio. t CO2.&nbsp;</p> </p><p> Moore (organische Böden) <p>Drainierte Moorböden (d.h. entwässerte organische Böden) gehören zu den Hotspots für Treibhausgase und kommen in den meisten Landnutzungskategorien vor. Im Torf von Moorböden ist besonders viel Kohlenstoff gespeichert, welches als Kohlenstoffdioxid freigesetzt wird, wenn diese Torfschichten austrocken. Bei höheren Wasserständen werden mehr Methan-Emissionen freigesetzt. Zusätzlich entstehen Lachgas-Emissionen. Im Jahr 2024 wurden aus Moorböden um die 52,2 Mio. t CO2&nbsp;Äquivalente an THG-Emissionen freigesetzt. Das entspricht in etwa 8&nbsp;% der gesamten Treibhausgasemissionen in Deutschland im Jahr 2024 (siehe Abb. „<a href="https://www.umweltbundesamt.de/service/glossar/treibhausgas">Treibhausgas</a>-Emissionen aus Mooren“). Die Menge an freigesetzten CO2-Emissionen aus Mooren ist somit höher als die prozessbedingten CO2-Emissionen des <a href="https://www.umweltbundesamt.de/daten/klima/treibhausgas-emissionen-in-deutschland#treibhausgas-emissionen-nach-kategorien">Industriesektors</a> (47,9 Mio. t CO2).</p> <a href="https://www.umweltbundesamt.de/system/files/image/3_Abb_THG-Emissionen-Moore_2026-07-02.png"> </a> <strong> Treibhausgas-Emissionen aus Mooren </strong> Quelle: Umweltbundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/3_Abb_THG-Emissionen-Moore_2026-07-02.pdf">Diagramm als PDF (48,64 kB)</a></li> </ul> </p><p> Landwirtschaftlich genutzte Moorböden <p>Drainierte Moorböden werden überwiegend landwirtschaftlich genutzt. Die dabei entstehenden Emissionen aus organischen Böden werden deshalb in den Landnutzungskategorien Ackerland und Grünland im engeren Sinne (d.h. Wiesen, Weiden, Mähweiden) erfasst. Hinzu kommen die Lachgasemissionen aus den organischen Böden (Histosole) des Sektors Landwirtschaft. Insgesamt wurde für diese Bereiche eine Emissionsmenge von rund 43,0 Mio. t CO2-Äquivalente in 2024 freigesetzt, was insgesamt einem Anteil von 82,4 % an den THG-Emissionen aus Mooren entspricht.&nbsp;</p> </p><p> Feuchtgebiete <p>Unter der Landnutzungskategorie „Feuchtgebiete“ werden in Deutschland verschiedene Flächen zusammengefasst: Zum einen werden Moorgebiete erfasst, die vom Menschen kaum genutzt werden. Dazu gehören die wenigen, naturnahen Moorstandorte in Deutschland, aber auch mehr oder weniger stark entwässerte Moorböden (sogenannte terrestrische Feuchtgebiete). Zum anderen werden unter Feuchtgebiete auch Emissionen aus Torfabbau (on-site: <a href="https://www.umweltbundesamt.de/service/glossar/emission">Emission</a> aus Torfabbauflächen; off-site: Emissionen aus produziertem und zu Gartenbauzwecken ausgebrachtem Torf) erfasst. Allein die daraus entstehenden CO2-Emissionen liegen bei rund 1,8 Mio. t CO2-Äquivalenten. Im Inventar in Submission 2024 neu aufgenommen sind die Emissionen aus natürlichen und künstlichen Gewässern. Zu letzteren gehören Fischzuchtteiche und Stauseen ebenso wie Kanäle der Wasserwirtschaft. Durch diese Neuerung fließen nun Methanemissionen in das Treibhausgasinventar ein, die bislang nicht berücksichtigt wurden. Dadurch liegen nun die Netto-Gesamtemissionen der Feuchtgebiete bei 9,0 Mio. t CO2-Äquivalenten im Jahr 2024 und sind gegenüber dem Basisjahr 1990 unverändert. Die Tabelle zeigt für die Jahre 1990 bis 2024, welche THG-Emissionen in den Landnutzungskategorien aufgenommen und abgegeben wurden.</p> </p><p> Nachhaltige Landnutzung und Forstwirtschaft sowie weitere Maßnahmen <p>Im novellierten <a href="https://www.bmuv.de/gesetz/bundes-klimaschutzgesetz">Bundes-Klimaschutzgesetz</a> sind in § 3a Klimaziele für den <a href="https://www.umweltbundesamt.de/service/glossar/lulucf">LULUCF</a>-Sektor 2021 festgeschrieben worden. Im Jahr 2030 soll der Sektor eine Emissionsbilanz von minus 25 Mio. t <a href="https://www.umweltbundesamt.de/service/glossar/co2">CO2</a>-Äquivalenten erreichen. Dieses Ziel könnte unter Berücksichtigung der aktuellen Zahlen deutlich verfehlt werden. Um dieses Ziel zu erreichen, sind ambitionierte Maßnahmen zur Emissionsminderung, dem Erhalt bestehender Kohlenstoffpools und der Ausbau von Kohlenstoffsenken notwendig. Im Koalitionsvertrag adressieren die Regierungsparteien diese Herausforderungen. Das <a href="https://www.umweltbundesamt.de/service/glossar/bmuv">BMUV</a> hat bereits den Entwurf eines „Aktionsprogramm natürlicher Klimaschutz“ vorgelegt, das nach einer Öffentlichkeitsbeteiligung im letzten Jahr innerhalb der Regierung abgestimmt wird. Auf die Notwendigkeit für ambitionierte Klimaschutzmaßnahmen und die Bedeutung von <a href="https://www.umweltbundesamt.de/node/92372">naturbasierten Lösungen für den Klimaschutz</a> hat das Umweltbundesamt in verschiedenen Studien (siehe hierzu <a href="https://www.umweltbundesamt.de/node/90310">Treibhausgasminderung um 70 Prozent bis 2030: So kann es gehen!</a>) hingewiesen</p> <p>Seit dem Jahr 2015 wird die Grünlanderhaltung im Rahmen der EU-Agrarpolitik über das sogenannte Greening geregelt <a href="http://eur-lex.europa.eu/legal-content/DE/TXT/PDF/?uri=CELEX:32013R1307&amp;qid=1464776213857&amp;from=DE">(Verordnung 1307/2013/EU)</a>. Das bedeutet, dass zum ein über Pflug- und Umwandlungsverbot Grünland erhalten und zum anderen aber auch durch staatliche Förderung die Grünlandextensivierung vorangetrieben werden soll. Die Förderung findet auf Bundesländerebene statt. In der Forstwirtschaft sollen Waldflächen erhalten oder sogar mit Pflanzungen heimischer Baumarten ausgeweitet und die verstärkte Holznutzung aus nachhaltiger Holzwirtschaft (siehe <a href="https://www.charta-fuer-holz.de/">Charta für Holz 2.0</a>) gefördert werden. Weitere Erstaufforstungen sind bereits bewährte Maßnahmen, um die Senkenwirkung des Waldes zu erhöhen. Des Weiteren werden durch das Bundesministerium für Ernährung und Landwirtschaft (<a href="https://www.umweltbundesamt.de/service/glossar/bmel">BMEL</a>) internationale Projekte zur nachhaltigen Waldwirtschaft, die auch dem deutschen Wald zu Gute kommen, zunehmend gefördert. Eine detailliertere Betrachtung dazu findet sich unter <a href="https://www.umweltbundesamt.de/node/88649">Klimaschutz in der Landwirtschaft</a>.</p> <p>Die <a href="https://www.umweltbundesamt.de/service/glossar/treibhausgas">Treibhausgas</a>-Emissionen aus drainierten Moorflächen lassen sich verringern, indem man den Wasserstand gezielt geregelt erhöht, was zu geringeren CO2-Emissionen führt. Weitere Möglichkeiten liegen vor allem bei Grünland und Ackerland in der landwirtschaftlichen Nutzung nasser Moorböden, der sogenannten Paludikultur (Landwirtschaft auf nassen Böden, die den Torfkörper erhält oder zu dessen Aufbau beiträgt). Eine weitere Klimagasrelevante Maßnahme ist die Reduzierung des Torfabbaus und der Torfanwendung (siehe <a href="https://www.dehst.de/DE/Themen/Klimaschutzprojekte/Natuerlicher-Klimaschutz/Moore/moore_artikel.html?nn=284150#doc284160bodyText3">Moorklimaschutz</a>).</p> </p><p> </p><p>Informationen für...</p>

Forschergruppe (FOR) 1501: Resilience, Collapse and Reorganisation in Social-Ecological Systems of East- and South Africa's Savannahs, Vulnerability and Resilience of Rangeland Vegetation as Affected by Livestock Management, Soils and Climate

The vegetation of East and South African savannahs has been shaped by the complex interaction of geo-biophysical processes and human impact. For both regions a controversial discussion is pertinent, as to whether massive degradation threatens the sustainability of livelihoods in these regions. Rangeland vegetation is mainly affected by environmental conditions (soil and climate) and by livestock management. Extent and interaction of these drivers are not well understood but have profound impacts on the resilience and vulnerability of these systems to be shifted toward unfavourable degraded or bush encroached states. The project aims to analyse and model rangeland vegetation in response to range management including livestock, soil quality and climatic conditions and to assess the impacts of changes in these conditions on the resilience and vulnerability of rangeland systems. Field measurements, remote sensing of vegetation patterns and dynamics and simulation modelling will be used to understand the dynamics of rangeland vegetation. We will use the 'fast' or 'state' variables potential of pastures to produce palatable biomass, the variability of this production, and the system's potential to recover from disturbance impact as indicators of resilience. 'slow' variables that control (or drive) the 'fast' variables such as management, climate and soil variables are recorded in cooperation with other subprojects as with A1 for soil variables. Results of the project will show which management activities are most favourable for individual regions to sustain plant production in the long term.

Remote sensing event campaign with various optical and thermal sensors for soil moisture and evapotranspiration derivation in Central Germany investigating possible effects of different spatial scales

The heat waves and droughts of 2018 / 2019 and in 2020 have had a devastating impact on the functioning of ecosystems and have led to an increasing vulnerability beyond the duration of heat waves (e.g. degradation and increased erosion, reduced carbon uptake by vegetation, modulated energy balance). Such impacts also include loss of agricultural production. A better understanding of the progression and the consequences of heatwaves and droughts is essential for the development and improvement of adaptation and protection measures. The airborne remote sensing event campaign performed in the agricultural area of the 'Magdeburger Boerde' in Central Germany aimed at providing remote sensing data sets from different platforms to derive high quality data for improving the understanding of influences and lag effects on hydrologic, biological/biogeochemical and atmospheric processes induced by the summer drought 2020. Multiple recurrences of drought periods in previous years may have led to irreversible changes in structure, composition and functioning of terrestrial ecosystems reducing ecosystem services and resilience. A second goal of the campaign with different available sensors in terms of an inter-calibration is to provide comprehensive and reliable data to ensure future campaign inter-comparability. The acquired data set includes airborne remote sensing data covering variable land cover types obtained by optical, thermal and multispectral sensors (see supplementary material: Schulz et al. (2020), Milewski et al. (2021) ). Furthermore, extensive data from various ground-truthing activities are available such as field spectrometer measurements, soil temperature mapping and soil moisture mapping via Cosmic Ray rovering and TDR-measurements. To complete the data set, micrometeorological time series, soil samples and vegetation characteristics were also taken.

Natürliche Bodenfruchtbarkeit

Die natürliche Bodenfruchtbarkeit bildet die Grundlage für die land- und forstwirtschaftliche Nutzung unserer Böden sowie für die Etablierung standortangepasster Vegetation. Das Bodenbewertungsinstrument Sachsen (2022) dient als methodische Grundlage für die Bewertung auf Basis der Bodenkarte Dresden (2024). Haupteingangsparameter ist die Menge des pflanzenverfügbaren Wassers (nFKWe) unter zusätzlicher Berücksichtigung von Hangneigung, Grundwassereinfluss, Bodentyp und kapillarer Aufstiegsrate.

1 2 3 4 5 … 94 95 96