Der sogenannte S-Wert ist ein Kennwert zur Bewertung des Bodens als Bestandteil des Nährstoffhaltes und wird über die Nährstoffverfügbarkeit bewertet. Der S-Wert ist die Menge an Nährstoffen (Kationen, nicht z. B. Nitrat), die ein Boden austauschbar an Ton-, Humusteilchen, Oxiden und Hydroxiden binden bzw. sorbieren kann (Kationenaustauschkapazität). Der S-Wert ist somit gut geeignet, die Nährstoffverfügbarkeit zu beschreiben. Ähnlich wie bei der Feldkapazität im effektiven Wurzelraum (FKwe) bedingen hohe Gehalte an Ton, Humus, sowie ein großer effektiver Wurzelraum einen hohen S-Wert und umgekehrt. Auch der pH-Wert hat einen großen Einfluss auf den S-Wert. Der pH-Wert kann in Abhängigkeit von der Nutzung in einem weiten Bereich schwanken. Je höher der S-Wert, desto mehr Nährstoffe kann der Boden an Austauschern binden. Nährstoffeinträge über Luft oder Düngung werden so vor einem Austrag mit dem Sickerwasser geschützt. Gleichzeitig wird dadurch eine gleichmäßigere Nährstoffversorgung der Pflanzen sichergestellt. Mit dem S-Wert wird eine natürliche Bodenfunktionen nach § 2 Abs. 2 BBodSchG bewertet und zwar nach Punkt 1.b) als Bestandteil des Naturhaushalts, insbesondere mit seinen Wasser- und Nährstoffkreisläufen. Das hierfür gewählte Kriterium ist die Nährstoffverfügbarkeit mit dem Kennwert S-Wert. 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 S-Wert landesweit einheitlich klassifiziert. Unter dem Titel "Bodenbewertung - Nährstoffverfügbarkeit im effektiven Wurzelraum (SWE), regionalspezifisch bewertet" gibt es noch eine naturraumbezogene Klassifikation des S-Wertes, die den S-Wert regional differenzierter darstellt.
Für die Treibhausgas-Projektionen sind die Treibhausgas-Emissionen der wesentliche Indikator, um die Erreichung der Klimaschutzziele zu kontrollieren. Allerdings umfassen klima- und energiepolitische Strategien der Bundesregierung weitere Ziele und Indikatoren. Deshalb haben das beauftragte Forschungskonsortium, das Thünen-Institut und das Umweltbundesamt neben Treibhausgas-Emissionen und Rahmendaten weitere Projektionsdaten im Sinne eines Nachschlagewerks zusammengestellt, um Steuerungsmöglichkeiten aufzuzeigen. Thematisch beziehen sich die Projektionsdaten auf die Bereiche Energiebezogene Indikatoren, neue Brennstoffe, Energiewirtschaft, Industrie, Gebäude, Verkehr, Landwirtschaft, Abfallwirtschaft sowie Landnutzung, Landnutzungsänderung und Forstwirtschaft (LULUCF). Sie bieten unter anderem Informationen zu möglichen Entwicklungen von Angebot und Nachfrage sowie der installierten Leistung wichtiger Energieträger, Kosten und Produktionsmengen von Industriegütern, der Verkehrsleistung sowie zu Emissionen, Flächennutzung und Düngereinsatz in der Land-, Forst- und Abfallwirtschaft. Das Datenportal Data Cube des Umweltbundesamtes bietet erweiterte Filter- und Darstellungsmöglichkeiten der Projektionsdaten im Vergleich zur Veröffentlichung als Datentabelle.
Der sogenannte S-Wert ist ein Kennwert zur Bewertung des Bodens als Bestandteil des Nährstoffhaltes und wird über die Nährstoffverfügbarkeit bewertet. Der S-Wert ist die Menge an Nährstoffen (Kationen, nicht z. B. Nitrat), die ein Boden austauschbar an Ton-, Humusteilchen, Oxiden und Hydroxiden binden bzw. sorbieren kann (Kationenaustauschkapazität). Der S-Wert ist somit gut geeignet, die Nährstoffverfügbarkeit zu beschreiben. Ähnlich wie bei der Feldkapazität im effektiven Wurzelraum (FKwe) bedingen hohe Gehalte an Ton, Humus, sowie ein großer effektiver Wurzelraum einen hohen S-Wert und umgekehrt. Auch der pH-Wert hat einen großen Einfluss auf den S-Wert. Der pH-Wert kann in Abhängigkeit von der Nutzung in einem weiten Bereich schwanken. Je höher der S-Wert, desto mehr Nährstoffe kann der Boden an Austauschern binden. Nährstoffeinträge über Luft oder Düngung werden so vor einem Austrag mit dem Sickerwasser geschützt. Gleichzeitig wird dadurch eine gleichmäßigere Nährstoffversorgung der Pflanzen sichergestellt. Mit dem S-Wert wird eine natürliche Bodenfunktionen nach § 2 Abs. 2 BBodSchG bewertet und zwar nach Punkt 1.b) als Bestandteil des Naturhaushalts, insbesondere mit seinen Wasser- und Nährstoffkreisläufen. Das hierfür gewählte Kriterium ist die Nährstoffverfügbarkeit mit dem Kennwert S-Wert. 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 S-Wert regionalspezifisch klassifiziert. Unter dem Titel "Bodenbewertung - Nährstoffverfügbarkeit im effektiven Wurzelraum (SWE), landesweit bewertet" gibt es noch eine Klassifikation des S-Wertes, die den S-Wert über die Naturraumgrenzen hinweg landesweit einheitlich darstellt.
Auswirkungen der Kompostausbringung auf Bodenwassergehalt und Nitratauswaschung werden mittels einer Lysimeteranlage untersucht. Die chemische Zusammensetzung von Sickerwasser und mittels Saugkerzen gewonnener Bodenloesung wird analysiert. Zur Stickstoff-Bilanzierung erfolgt eine Biomassebestimmung der Kulturpflanzen.
Der Kartendienst stellt Daten der Abfallwirtschaft im Saarland dar.:Der Datensatz visualisiert die Ausbringungsflächen von Klärschlamm nach Verordnung über die Verwertung von Klärschlamm, Klärschlammgemisch und Klärschlammkompost (AbfKlärV von 2017). Die mit Klärschlamm gedüngten Flächen werden graphisch dargestellt.
In der letzten Phase der Biodiversitäts-Exploratorien wurden sowohl die Großexperimente als auch der ‚common garden‘ EXClAvE etabliert, um die relativen Auswirkungen einzelner Landnutzungskomponenten (Mähen und Düngung) und ihrer Kombinationen auf die Vielfalt und Funktionalität von Ökosystemen zu quantifizieren. Um die morphologischen und physiologischen Reaktionen von Pflanzengemeinschaften zu verfolgen, haben wir einen Pflanzenscanner (PlantEye F500, Phenospex, Heerlen, Niederlande) genutzt, der die Eigenschaften ganzer Gemeinschaften vermisst in dem er der diese in 3D erfasst und die 3D-Informationen um multispektrale Informationen ergänzt. Wir konnten zeigen, dass Pflanzengemeinschaften kurzfristige Reaktionen auf Landnutzungsmaßnahmen in Bezug auf morphologische und physiologische Eigenschaften zeigen, nicht aber in Bezug auf die Artenzusammensetzung. In dem vorgeschlagenen Projekt werde ich a) den zeitlichen Verlauf der Reaktionen von Pflanzengemeinschaften auf experimentelle Landnutzungsmaßnahmen verfolgen; b) morphologische und physiologische Reaktionen von Pflanzengemeinschaften im ‚common garden‘ und in den REX/LUX-Experimenten vergleichen, um allgemeine Regeln für die Reaktionen von Gemeinschaften auf Landnutzungsänderungen zu generieren; und c) ein Gewächshausexperiment durchführen, um die Reaktionen der Pflanzenmorphologie, -physiologie und des Mikrobioms auf experimentelle Landnutzungsmaßnahmen bei vier ausgewählten Arten zu verfolgen, um abzuschätzen, wie die interspezifische Variation der Reaktionen zu gemeinschaftsweiten Auswirkungen beiträgt. Daher baut das vorgeschlagene Projekt auf den Daten der Biodiversitäts-Exploratorien und von EXClAvE auf, liefert neue Daten für die Biodiversitäts-Exploratorien, ist ein eigenständiger Beitrag zu der Frage, wie sich die Landnutzung auf Ökosysteme auswirkt, und wird zu einem mechanistischen Verständnis der Reaktionen von Gemeinschaften auf Komponenten der Landnutzung beitragen.
The BPI (Biodiversity Pressure Index) is a European dataset on annual human pressure exerted on biodiversity between 2020 and 2100 with a spatial resolution of ~ 1 km at the equator. We have produced data for three different SSP-RCP scenarios (SSP1-RCP2.6, SSP3-RCP7.0, SSP5-RCP8.5). The scenarios are a combination of climate projections, mainly based on CO2 emissions (RCP scenarios) and potential future developments of anthropogenic drivers on climate change (SSP scenarios). The SSP-RCP combinations are for example used in IPCC assessments: https://www.ipcc.ch/report/sixth-assessment-report-cycle/. The data shows the potential human pressure per pixel for terrestrial land areas in Europe. It is based on model products from CRAFTY-EU, PLUM v2, LPJ-GUESS, ISIMIP3 and observational/statistical data on mining and pesticides, all reflecting the five IPBES-defined drivers of biodiversity loss: land use, resource extraction, climate change, environmental pollution and invasive species. The data of the BPI can be used to e.g. identify areas of high and low pressure, to perform regional and temporal change analysis of pressures and it can help to tailor protective measures to the underlying pressures and thus likely increase the success of biodiversity protection under different future pathways. The BPI consists of a set of datasets (land use, land use transitions, fertiliser use, pesticides use, nighttime lights, imports, mining, precipitation anomaly, temperature anomaly). Each of them was harmonised to matching projection, resolution, extent and subsequently normalised on a scale from 0 to 1+, where 1 is the global maximum of 2020. Meaning that values above one are higher than the global maximum in the baseline year. Each individual input variable was then summed up per pixel resulting in the cumulative BPI. The data was processed using R.
Introduction: In Malaysia, excessive nutrients from livestock waste management systems are currently released to the environment. Particularly, large amounts of manure from intensive pig production areas are being excreted daily and are not being fully utilised. Alternatively, the excess manure can be applied as an organic fertiliser source in neighbouring cropping systems on the small landholdings of the pig farms to improve soil fertility so that its nutrients will be available for crop uptake instead of being discharged into water streams. Thus, there is a need for better tools to analyse the present situation, to evaluate and monitor alternative livestock production systems and manure management scenarios, and to support farmers in the proper management of manure and fertiliser application. Such tools are essential to quantify, and assess nutrient fluxes, manure quality and content, manure storage and application rate to the land as well as its environmental effects. Several computer models of animal waste management systems to assist producers and authorities are now available. However, it is felt that more development is needed to adopt such models to the humid tropics and conditions of Malaysia and other developing countries in the region. Objectives: The aim is to develop a novel model to evaluate nutrient emission scenarios and the impact of livestock waste at the landscape or regional level in humid tropics. The study will link and improve existing models to evaluate emission of N to the atmosphere, and leaching of nutrients to groundwater and surface water. The simulation outputs of the models will be integrated with a GIS spatial analysis to model the distribution of nutrient emission, leaching and appropriate manure application on neighbouring crop lands and as an information and decision support tool for the relevant users.
Bei der konventionellen Bewirtschaftung des Dauergruenlandes werden die Flaechen mit mehr oder weniger hohen Stickstoffgaben geduengt. Die Auswirkungen gesteigerter Sickstoffduengung auf Ertrag und Pflanzenbestand sind aus einer Vielzahl von Untersuchungen bekannt. Im Rahmen einer umweltvertraeglichen, biologischen Gruenlandbewirtschaftung sind Erkenntnisse ueber die Leistung der Flaechen bzw. der Weidetiere sowie ueber die pflanzensoziologischen Bestandsveraenderungen ohne oder mit nur geringen Stickstoffduengermengen von Bedeutung. In zwei Beweidungsversuchen - mit Jungvieh bzw. mit Milchkuehen - wird eine alternative Weidewirtschaft ohne mineralische Stickstoffduengung verglichen mit einer konventionellen Weidewirtschaft mit hoher Stickstoffduengung. Die Zielgroessen sind die Flaechenleistung, die Leistung der Weidetiere sowie die pflanzensoziologische Veraenderung des Weidebestandes.
In der nächsten Phase der Biodiversitäts Exploratorien sollen Experimente dabei helfen die Effekte verschiedener Landnutzungskomponenten auf Ökosysteme zu ermitteln. 'Common garden' Experimente werden genutzt, um die Umweltheterogenität zu minimieren, die ansonsten interessante Effekte verschleiert. Wir planen Grasnarben, die von n = 42 Plots der Biodiversitäts Exploratorien entnommen werden, in einem 'common garden' auszubringen wo die Intensität der Mahd und der Düngung manipuliert werden soll. In den nächsten drei bis 15 Jahren werden die Veränderungen in den Pflanzen- und Bakteriengemeinschaften auf den Grasnarben verfolgt. Hierfür wird die Zusammensetzung und Diversität der Pflanzen und Bakterien (next-generation 16S rRNA gene amplicon sequencing) ermittelt. Zusätzlich werden noch 3D-Modelle der Pflanzengemeinschaften, die durch multispektrale Information ergänzt werden, erstellt (PlantEye F500, Phenospex, Heerlen, The Netherlands). Diese Modelle erlauben die Errechnung von Parametern, die ganze Pflanzengemeinschaften charakterisieren. Änderungen in den Pflanzen- und Bakteriengemeinschaften werden mit der Landnutzung der Plots in den vergangenen Jahren ins Verhältnis gesetzt. Wir erwarten, dass Gemeinschaften, die aus verschiedenen Plots stammen, aber die gleiche Landnutzung erfahren in Ihrer Zusammensetzung und Diversität konvergieren; Gemeinschaften aus den gleichen Plots, die aber unterschiedliche Landnutzung erfahren, sollten divergieren. Das Projekt nutzt das Vorwissen zu den einzelnen Plots in Bezug auf Landnutzung und Artenzusammensetzung, liefert neuartige Daten für die Biodiversitäts Exploratorien, und stellt einen unabhängigen und neuartigen Beitrag zu der Frage, wie Landnutzug Ökosysteme beeinflusst, dar.
| Organisation | Count |
|---|---|
| Bund | 1935 |
| Europa | 5 |
| Global | 1 |
| Kommune | 11 |
| Land | 362 |
| Weitere | 43 |
| Wirtschaft | 6 |
| Wissenschaft | 676 |
| Zivilgesellschaft | 70 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 1 |
| Daten und Messstellen | 8 |
| Ereignis | 5 |
| Förderprogramm | 1773 |
| Hochwertiger Datensatz | 7 |
| Infrastruktur | 1 |
| Taxon | 7 |
| Text | 312 |
| Umweltprüfung | 13 |
| unbekannt | 55 |
| License | Count |
|---|---|
| Geschlossen | 282 |
| Offen | 1830 |
| Unbekannt | 61 |
| Language | Count |
|---|---|
| Deutsch | 2025 |
| Englisch | 387 |
| Resource type | Count |
|---|---|
| Archiv | 66 |
| Bild | 62 |
| Datei | 32 |
| Dokument | 213 |
| Keine | 1569 |
| Unbekannt | 5 |
| Webdienst | 1 |
| Webseite | 437 |
| Topic | Count |
|---|---|
| Boden | 1788 |
| Lebewesen und Lebensräume | 2172 |
| Luft | 1297 |
| Mensch und Umwelt | 2173 |
| Wasser | 1392 |
| Weitere | 2109 |