Arktischer Permafrost und sibirische Feuchtgebiete stellen global wichtige Quellen für das Treibhausgas Methan dar. Bei weiterer Klimaerwärmung werden die Emissionen zunehmen. Da nur sehr wenige kontinuierliche Methan-Messstationen in der russischen Arktis und Sibirien vorhanden sind, dienen sie als Ausgangspunkt für Schätzungen der Emissionen auf regionalen Skalen. Gleichzeitig tragen kleinskalige Heterogenitäten der Landschaft wesentlich an Unsicherheit zur Abschätzung von Methan-Flüssen bei. Zeitlich und räumlich hochaufgelöste Methanflüsse und Wärme- und Feuchtebilanzen sind nur mit einer Kombination von mehreren Messmethoden möglich. Dieser Mangel an hochaufgelösten Datensätzen behindert die Weiterentwicklung und Validierung der Simulation des Zusammenhangs von Landbedeckung und Emissionen.Das Projekt MICHAEL hat als Ziele i) die Erhebung eines zeitlich und räumlich hochaufgelösten Datensatzes von Methan-Emissionen, turbulenten Wärmeflüssen und der Methan-Isotopen-Verteilung mit neuen und traditionellen Beobachtungsmethoden und ii) die Weiterentwicklung von Land-Oberflächen-Modellen und Parametrisierungen zur besseren Berücksichtigung von Landschafts-Inhomogenitäten. Dafür werden an zwei Orten Messkampagnen durchgeführt, nämlich an der Samoylov-Station im Lena-Delta und Mukhrino, zentral in Westsibirien gelegen. Der besondere Fokus liegt auf kleinskaliger Variabilität und dem Einfluss von verschiedenen Landschafts-Strukturen auf die Atmosphäre. Bodengestützte Eddy-Kovarianz (EC)- und Kammer-Messungen werden ergänzt mit zusätzlichen boden- und fluggestützten Messungen mit unbemannten Flugsystemen (UAS) von meteorologischen Parametern und Bodeneigenschaften, Wärme- und Methanflüssen, sowie Profilen der Methankonzentration und –isotopie. Drei UAS werden eingesetzt: Ein Flächenflugzeug für meteorologische Messungen und Strahlung, ein Quadrocopter für Vertikalprofile der Methankonzentration und –isotopie durch Analyse von Luftproben, und ein Kipprotor-System für Methan-Flüsse. Die UAS werden abhängig von Windrichtung, Stabilität und Oberfläche in einem Radius von 10 km um die Observatorien eingesetzt. Damit werden die Genauigkeit von traditionellen EC- und Kammer-Messungen und Ansätze zur Skalierung bewertet.Mit numerischen Simulationen wird die 3D-Variabilität von Methan-Emissionen in die Atmosphäre berechnet. Die zusätzlich entwickelte Land-Oberflächen-Modellierung berücksichtigt Austauschprozesse über inhomogenen Oberflächen. Die Ergebnisse der Simulationen werden mit Messdaten bewertet, und der Einfluss von räumlichen Inhomogenitäten auf die Atmosphäre wird bestimmt.
Das ATKIS Basis-DLM bildet die topographischen Objekte einer Landschaft in Form von Vektordaten und unterschiedlichen Attributwerten ab. Die vorliegende Präsentation dient der Veranschaulichung der Strukturen dieses komplexen Datenmodells.
Digitales Landschaftsmodell:Gemeindestraßen
Digitales Landschaftsmodell:Digitales Landschaftsmodell
Digitales Landschaftsmodell:Digitales Landschaftsmodell
Frame: The project is part of the GLP (Global land project) fast track action (http://bbs2008.wikidot.com) Decreasing uncertainty in predicting biome boundary shifts which aims at improving the simulation of biome boundary shifts at large spatial scales, working group Migration . The long-term goal is to improve existing vegetation models or to develop new models that are reliable and robust and can be included in Earth System models for studying biosphere-atmosphere feedbacks. Rationale: Because of the nature of terrestrial plant population and community dynamics and dispersal, and the pace of climate change, predicting the future distribution of plant species is challenging. Many coupled GCM's assume simply that the boundaries between major terrestrial biomes are either static, or adjusted non-mechanistically to follow the change of climate without time lags. In some DGVM's, a non-mechanistic treatment of biome boundaries is employed with assumed delays. Recent model simulations with both explicit seed dispersal and population and community dynamics suggest that range shifts of forest biomes will be both complex and extremely delayed (several millennia delay for centennial warming). Research topics: the effect of plant population processes and dispersal on migration, the effect of spatial heterogeneity (e.g. fragmentation or barriers) on dispersal and migration, methods to incorporate these effects into large scale models like such as DGVM's, the lags due to species migration and their effects on feedbacks to the earth system. Methods: Starting from the forest landscape model TreeMig which describes tree species migration by explicitly simulating seed dispersal on a grid of 1km wide cells, we develop numerical approaches to describe migration across heterogenous grid cells. These approaches are either aggregated models of within-cell migration speed, e.g. derived from meta-modelling, or simulating spread in a subset of smaller cells within each grid cell and then extrapolating to the larger cell. We test our methods with simulations on south-north transects in Siberia and assess the effect of species migration on the feedbacks to the earth system.
Die DTK 25 ist eine (digitale) topographische Karte im Maßstab 1 : 25 000. Sie wird weitgehend automatisiert aus den Daten des Digitalen Landschaftsmodells NRW und weiteren amtlichen Quellen abgeleitet. Die Karte wird sowohl in Farbe als auch in Schwarz-Weiß bereitgestellt. Die Topographie der Erdoberfläche wird mit hoher Lagegenauigkeit detailreich wiedergegeben. Die DTK25 steht sowohl blattschnittfrei als auch im Standardblattschnitt mit Kartenrahmen und Legende bezogen werden. Die blattschnittfreien Daten können sowohl in Farbe als auch in Schwarz-Weiß bereitgestellt werden.
Die DTK 25 ist eine (digitale) topographische Karte im Maßstab 1 : 25 000. Sie wird weitgehend automatisiert aus den Daten des Digitalen Landschaftsmodells NRW und weiteren amtlichen Quellen abgeleitet. Die Karte wird in Schwarz-Weiß bereitgestellt. Die Topographie der Erdoberfläche wird mit hoher Lagegenauigkeit detailreich wiedergegeben.
Das ATKIS® Basis-DLM beschreibt die topographischen Objekte der Landschaft im Vektorformat. Die Objekte werden durch ihre räumliche Lage, ihren geometrischen Typ, beschreibende Attribute und Beziehungen zu anderen Objekten (Relationen) definiert. Jedes Objekt besitzt deutschlandweit eine eindeutige Identifikationsnummer (Identifikator). Welche Objektarten das ATKIS® Basis-DLM beinhaltet und wie die Objekte zu bilden sind, ist im ATKIS-Objektartenkatalog (ATKIS®-OK nach AAA Anwendungsschema 7.1.2) festgelegt. Die einzelnen Objektarten werden zu verschiedenen Objektartengruppen (z. B. Siedlung, Verkehr) zusammengefasst, die wiederum zu Objektbereichen (z. B. Tatsächliche Nutzung) zusammengefasst werden.
Das Digitale Basis-Landschaftsmodell (Basis-DLM) beschreibt die Landschaft in Form von topographischen Objekten und stellt einen präsentationsneutralen, objektbasierten Vektordatenbestand dar. Das Standard-Datenaustauschformat für Daten im AAA-Modell ist die Normbasierte Austauschschnittstelle (NAS). Der Abruf ist im Format NAS und und als Shape möglich. Der Aktualisierungszyklus beträgt einen Monat. Stand der Daten: 31.10.2025.
| Origin | Count |
|---|---|
| Bund | 427 |
| Kommune | 13 |
| Land | 509 |
| Type | Count |
|---|---|
| Förderprogramm | 80 |
| Text | 3 |
| unbekannt | 507 |
| License | Count |
|---|---|
| geschlossen | 20 |
| offen | 553 |
| unbekannt | 17 |
| Language | Count |
|---|---|
| Deutsch | 572 |
| Englisch | 32 |
| Resource type | Count |
|---|---|
| Archiv | 15 |
| Bild | 1 |
| Datei | 20 |
| Dokument | 291 |
| Keine | 78 |
| Webdienst | 180 |
| Webseite | 374 |
| Topic | Count |
|---|---|
| Boden | 430 |
| Lebewesen und Lebensräume | 465 |
| Luft | 73 |
| Mensch und Umwelt | 590 |
| Wasser | 105 |
| Weitere | 588 |