Der Bodenwasseraustausch ist ein Kennwert zur Bewertung des Bodens als Filter für nicht sorbierbare Stoffe und kennzeichnet das Verlagerungsrisiko für nicht oder kaum sorbierbare Stoffe wie Nitrat (Nitratauswaschungsgefährdung). Die Nährstoffe verbleiben fast vollständig in gelöster Form im Bodenwasser und werden bei Versickerung mit diesem verlagert (Bodenwasseraustausch). Das Verlagerungsrisiko ist hoch bei Böden mit geringem Wasserrückhaltevermögen, bei hohen Niederschlägen und bei geringer Evapotranspiration. Das Verlagerungsrisiko ist umso höher, je höher der Bodenwasseraustausch ist, weil das ausgetauschte Bodenwasser mit den darin gelösten Nitraten versickert. Mit dem Bodenwasseraustausch wird eine natürliche Bodenfunktionen nach § 2 Abs. 2 BBodSchG bewertet und zwar nach Punkt 1.c) als Abbau-, Ausgleichs- und Aufbaumedium für stoffliche Einwirkungen auf Grund der Filter-, Puffer- und Stoffumwandlungseigenschaften, insbesondere auch zum Schutz des Grundwassers. Das hierfür gewählte Kriterium ist das Rückhaltevermögen des Bodens für nicht sorbierbare Stoffe mit dem Kennwert Bodenwasseraustausch. Die Karten liegen für die folgenden Maßstabsebenen vor: - 1 : 1.000 - 10.000 für hochaufgelöste oder parzellenscharfe Planung, - 1 : 10.001 - 35.000 für Planungen auf Gemeindeebene, - 1 : 35.001 - 100.000 für Planungen in größeren Regionen, - 1 : 100.001 - 350.000 für landesweit differenzierte Planung, - 1 : 350.001 - 1000.000 für landesweite bis bundesweite Planung. In dieser Darstellung wird der Bodenwasseraustausch regionalspezifisch klassifiziert. Unter dem Titel "Bodenbewertung - Nitratauswaschungsgefährdung/Bodenwasseraustausch (NAG), landesweit bewertet" gibt es noch eine Klassifikation des Bodenwasseraustausches, die den Bodenwasseraustausch über die Naturraumgrenzen hinweg landesweit einheitlich darstellt.
Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station in Rottendorf sind mehrere Bäume der Art Robinia mit Sensoren versehen. Die Daten eines dieser Bäume stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 13.11.2024 13 Uhr](https://opendata.smartandpublic.eu/datasets/9b901002-a1fd-47b0-89d4-eb12f9117233?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub), [ab 23.11.2024 14 Uhr](https://opendata.smartandpublic.eu/datasets/713101d0-8137-4da5-9010-8281fadd8bff?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)
Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station am Ludwigkai sind mehrere Linden der Art Tilia mit Sensoren versehen. Die Daten eines dieser Bäume stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 13.11.2024 13 Uhr](https://opendata.smartandpublic.eu/datasets/a879dea4-b157-4cac-9144-ce3d3e65e862?locale=en), [ab 13.11.2024 14 Uhr](https://opendata.smartandpublic.eu/datasets/338fe900-beac-4406-bdb8-b32c0e058cdb?locale=en)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)
Der interoperable INSPIRE-Datensatz beinhaltet Daten vom LBGR über die minimale Nitrataustragsgefährdung (Berechnung nach Landesmethode) Brandenburg, zugeordnet in das INSPIRE-Zielschema Boden. Damit wird das minimale Risiko einer Nitratauswaschung aus dem Wurzelraum der Vegetation durch versickerndes Bodenwasser bewertet. Weiterführende Informationen finden Sie hier: https://geo.brandenburg.de/karten/htdocs/21042020_Sickerwasserrate.pdf. Der Datensatz wird über je einen interoperablen Darstellungs- und Downloaddienst bereitgestellt. --- The compliant INSPIRE data set contains data about the minimum risk of nitrate leaching (calculation according to state method) in the State of Brandenburg from the LBGR, assigned to the INSPIRE target schema Soil. This evaluates the minimum risk of nitrate leaching from the root zone of the vegetation due to seeping ground water. Further information can be found here: https://geo.brandenburg.de/karten/htdocs/21042020_Sickerwasserrate.pdf. The data set is provided via compliant view and download services.
Radarfernerkundung auf Basis der SAR-Satellitendaten der ERS-Plattformen ermöglicht die Aufzeichnung von Boden- und Vegetationsparametern, die vor allem mit den Faktoren Rauhigkeit, Wassergehalt und Salinität korreliert sind. Landnutzung in semi-ariden Regionen Westafrikas wird durch Übernutzung der Böden, Versalzung von bewässertem Land und Dezimierung von Baum- und Strauchschichten der Vegetation geprägt. Geeignete Methoden der Analyse von multitemporalen SAR-Daten der satellitengestützten Radarfernerkundung sollen helfen, vor allem regressive Veränderungen der Landnutzung zu erkennen und zu untersuchen. Informationen zu Bodenbedeckung, horizontaler Struktur der Vegetation und Bodenqualität sollen nachhaltige Entwicklungskonzepte unterstützen.
Die Aufteilung der Nettostrahlung in latenten und fühlbaren Wärmestrom sowie die Infiltrationskapazität hängen stark vom Sättigungszustand des Bodens ab. Die raumzeitliche Verteilung des Bodenwassergehalts ist daher eine Schlüsselvariable für den gekoppelten Austausch von Wasser und Energie zwischen Landoberfläche und Atmosphäre. Die Bedeutung des Bodenwassergehalts erstreckt sich dabei von der lokalen über die regionale bis hin zur kontinentalen Skala. Die Initialisierung und Evaluierung von hydrologischen und atmosphärischen Modellen im Hinblick auf Bodenfeuchte und Schneespeicher ist besonders schwierig, weil die Beobachtungsskala und die räumliche Auflösung in den Modellsystemen üblicherweise nicht übereinstimmen. Wir untersuchen das Potenzial und die Grenzen von feldskaligen, Neutronen basierten Beobachtungen (Cosmic-Ray Neutron Sensing, CRNS) und in situ Sensornetzwerken für die Assimilation in gekoppelten hydrologisch - atmosphärischen Modellen, sowohl für die Bodenfeuchte als auch für das Schneewasseräquivalent. Durch die CRNS Methode erwarten wir erhebliche Verbesserungen für die hydrologische Modellierung, die Landoberflächenmodellierung und damit auch für voll gekoppelte regionale hydrologisch-atmosphärische Simulationen. Die zentralen Ziele des vorgeschlagenen Forschungsvorhabens sind: 1) eine einheitliche Integration von feldskaligen Bodenfeuchte- und Schneewasserdaten in Hydrologie- und Landoberflächenmodelle durch Datenassimilation zu realisieren, 2) den Mehrwert dieser Daten für die hydrologische- und Landoberflächenmodellierung zu bewerten und zu quantifizieren, und 3) die Untersuchung des Einflusses der Assimilation der Bodenfeuchtedaten auf die lokalen Wechselwirkungen zwischen Landoberfläche und Atmosphäre. Wir führen zudem eine integrative Analyse zur Eignung weiterer physikalisch basierter hydrologischer Modelle zur Wiedergabe von Boden- und Schneewasserdynamik auf der Feld- und Regionalskala durch. Darüber hinaus werden wir den Ensemble Kalman Filter (EnKF) Datenassimilationsansatz mit dem Stand-alone-WRF-Hydro (Noah-MP) Modell anwenden und untersuchen, wie simulierte Zustände und Flüsse verbessert werden. Mittels inverser Modellierung ermitteln wir, wie gut die Datenassimilation zur Optimierung statischer Bodenparameter genutzt werden kann. Abschließend analysieren wir den Austausch von Feuchte an der Grenzfläche zwischen Land und Atmosphäre unter Verwendung des voll gekoppelten hydrologisch-atmosphärischen Modellierungssystems WRF-Hydro.
Die Gesamtfilterwirkung ist ein Kennwert zur Bewertung des Bodens als Filter für sorbierbare Stoffe und wird über das mechanische und physiko-chemische Filtervermögen bewertet. Unter sorbierbare Stoffe fallen insbesondere Stoffgruppen wie die Kationen der Nährstoffe, Schwermetalle und Organika, die entweder im Bodenwasser gelöst sind oder an kleinen Partikeln haften bzw. selbst in Partikelform vorliegen. In gelöster Form werden die genannten Stoffe an den Austauschern (Bodenmaterial) gebunden und so der Bodenlösung entzogen. In Partikelform werden sie im Boden gefiltert, wenn sie aufgrund mechanischer Hindernisse, wie z. B. am Ende von Wurmröhren, mit dem Sickerwasser nicht mehr weiter transportiert werden können. Die Gesamtfilterwirkung kann in Abhängigkeit von der Kationenaustauschkapazität und der Luftkapazität geschätzt werden. Das Schätzergebnis besteht aus insgesamt 11 Stufen, von denen in Schleswig-Holstein nur 8 relevant sind. Je höher die Stufe ist, desto höher ist die Gesamtfilterwirkung. Sie ist in feinkörnigem Bodenmaterial mit geringer Luftkapazität am größten, wie z. B. in der Marsch und im Östlichen Hügelland, und in grobkörnigem Bodenmaterial mit hoher Luftkapazität am geringsten, wie z. B. in der Vorgeest. Mit der Gesamtfilterwirkung wird eine natürliche Bodenfunktionen nach § 2 Abs. 2 BBodSchG bewertet und zwar nach Punkt 1.c) als Abbau-, Ausgleichs- und Aufbaumedium für stoffliche Einwirkungen auf Grund der Filter-, Puffer- und Stoffumwandlungseigenschaften, insbesondere auch zum Schutz des Grundwassers. Das hierfür gewählte Kriterium ist das mechanische und physiko-chemische Filtervermögen des Bodens mit dem Kennwert Gesamtfilterwirkung. Die Karten liegen für die folgenden Maßstabsebenen vor: - 1 : 1.000 - 10.000 für hochaufgelöste oder parzellenscharfe Planung, - 1 : 10.001 - 35.000 für Planungen auf Gemeindeebene, - 1 : 35.001 - 100.000 für Planungen in größeren Regionen, - 1 : 100.001 - 350.000 für landesweit differenzierte Planung, - 1 : 350.001 - 1000.000 für landesweite bis bundesweite Planung.
Die Literatur der letzten Jahre weist immer stärker darauf hin, dass Böden mit Benetzungshemmungen weiter als bisher angenommen weltweit verbreitet sind. Bereits geringe Anteile von organischer Substanz (SOM) können dabei in erheblicher Weise die Benetzbarkeit von Aggregaten oder Primärpartikeln von gut benetzbaren Oberflächen bis hin zu extremer Wasserabweisung verändern. Allgemein wird angenommen, dass Hydrophobie über mehrere Mechanismen die Abbaubarkeit von organischer Substanz und damit deren Stabilität beeinflussen kann. Daher kann der Grad der Hydrophobie als ein Indikatior der biologischer Abbaubarkeit von SOM verwendet werden. Weiterhin haben Benetzungshemmungen einen erheblichen Einfluß auf physikalische Prozesse in Böden. Extreme Benetzungshemmung führt häufig zu starkem Oberflächenabfluß und Erosion oder zu schnellem Auswaschen oberflächlich eingetragener Stoffe aus der Wurzelzone. Kenntnisse über das Benetzungsverhalten von Böden sind ebenfalls dann von Bedeutung, wenn generell das gleichzeitige Auftreten sehr feuchter und sehr trockener Zonen im Boden analysiert werden soll. Entsprechende Feuchtegradienten führen zu einem sehr unterschiedlichen physikalisch-chemischen Milieu in den entsprechenden Feuchte- und Trockenzonen, die wahrscheinlich erheblichen Einfluß auf die mikrobiellen Prozesse im Boden haben. Das Vorhaben beeinhaltet drei wesentliche Ziele: Erstens soll die Benetzbarkeit von Aggregatoberflächen und von Primarpartikeln der Böden des Schwerpunktprogramms bestimmt werden. Mittels Messung des Kontaktwinkels, der Oberflächenenergien und der Oberflächenladung soll eine möglichst vollständige Kennzeichnung erfolgen. In einem zweiten Abschnitt sollen Untersuchungen der Bodenlösung erfolgen. Es ist beabsichtigt, die Oberflächenspannung zu messen sowie den Einfluß der Bodenlösung auf die Grenzflächeneigenschaften von Bodenpartikeln und Modelloberflächen, etwa Quarzglasoberflächen, zu erfassen. Schließlich sollen die Ergebnisse zu den Oberflächeneigenschaften gemeinsam mit den Resultaten anderer Projektteilnehmer kombiniert oder ergänzt werden
Die Aufforstung von ehemals ackerbaulich genutzten Flächen in den Grundwasser-Einzugsgebieten des Oldenburgisch-Ostfriesischen Wasserverbandes (OOWV) wird als eine Maßnahme gesehen, die Emissionen aus der ackerbaulichen Bodennutzung dauerhaft zu vermindern. Dies betrifft vor allem Stickstoff in der Form von Nitrat aber auch die Hauptnährstoffe Phosphor und Kalium und die Begleitionen Chlorid und Sulfat. Bei der Anpflanzung von jungen Baumbeständen besteht anfangs nur eine geringer Stickstoffbedarf. Die Stickstoffvorräte des Bodens würden somit noch mehrere Jahre mit ihrem mobilisierten Nitratmengen das Grundwasser belasten. Deshalb muß gleichzeitig, neben der Anpflanzung der Baumbestände, ein Unterwuchs angepflanzt werden, der den überschüssigen Stickstoff des ehemaligen Ackerbodens verwertet. Zu dieser Vorgehensweise hatte sich der OOWV vor einigen Jahren bei der Umwandlung von Ackerflächen entschlossen. Ziel des Projektes ist es, in Sinne einer Erfolgskontrolle, die Entwicklung der Qualität des Sickerwassers unter den aufgeforsteten Flächen zu untersuchen. Dabei soll der Zustand der ungesättigten Zone bis in den Bereich des Kapillarsaumes berücksichtigt werden. Verschiedene Maßnahmen zur Vermeidung von negativen Entwicklungen, wie z.B. Aushagerung vor der Aufforstung oder Kalkung, werden diskutiert.
| Origin | Count |
|---|---|
| Bund | 1122 |
| Kommune | 13 |
| Land | 268 |
| Wissenschaft | 158 |
| Zivilgesellschaft | 1 |
| Type | Count |
|---|---|
| Daten und Messstellen | 145 |
| Förderprogramm | 971 |
| Hochwertiger Datensatz | 16 |
| Kartendienst | 1 |
| Taxon | 14 |
| Text | 101 |
| Umweltprüfung | 1 |
| unbekannt | 210 |
| License | Count |
|---|---|
| geschlossen | 115 |
| offen | 1295 |
| unbekannt | 35 |
| Language | Count |
|---|---|
| Deutsch | 1018 |
| Englisch | 531 |
| Resource type | Count |
|---|---|
| Archiv | 53 |
| Bild | 2 |
| Datei | 125 |
| Dokument | 85 |
| Keine | 818 |
| Unbekannt | 16 |
| Webdienst | 104 |
| Webseite | 465 |
| Topic | Count |
|---|---|
| Boden | 1361 |
| Lebewesen und Lebensräume | 1307 |
| Luft | 937 |
| Mensch und Umwelt | 1445 |
| Wasser | 1445 |
| Weitere | 1418 |