API src

Found 1972 results.

Similar terms

s/grau/Gras/gi

Related terms

10-minütige Stationsmessungen der Windrichtung der maximalen Windspitze in ca. 10 m Höhe in Grad für Deutschland

Diese Daten stammen von den Stationen des DWD und qualitativ sowie rechtlich gleichgestellten Partnernetzen. Umfangreiche Stationsmetadaten (Stationsverlegungen, Instrumentenwechsel, Wechsel der Bezugszeit, Änderungen in den Algorithmen) werden beim Download über das CDC-Portal mitgeliefert. Die Messungen sind einem Zeitstempel in UTC zugeordnet, welcher das Ende des 10-min Intervalls markiert. Ausgegeben wird die Windrichtung der Windspitze innerhalb eines 10-min Intervalls.

10-minütige Stationsmessungen der mittleren Windrichtung in ca. 10 m Höhe in Grad für Deutschland

Diese Daten stammen von den Stationen des DWD und qualitativ sowie rechtlich gleichgestellten Partnernetzen. Umfangreiche Stationsmetadaten (Stationsverlegungen, Instrumentenwechsel, Wechsel der Bezugszeit, Änderungen in den Algorithmen) werden beim Download über das CDC-Portal mitgeliefert. Die Messungen sind einem Zeitstempel in UTC zugeordnet, welcher das Ende des 10-min Intervalls markiert. Die mittlere Windrichtung wird berechnet aus den 3-Sekunden Werten innerhalb eines 10-min Intervalls.

Tägliche Raster der mittleren Bodenfeuchte unter Gras für Deutschland

Die täglichen Raster der Bodenfeuchte werden für 10 cm Schichten bis zu einer Tiefe von 2 Meter und für vordefiniert Schichtdicken von 0-30, 0-60 und 0-90 cm für drei unterschiedliche landwirtschaftliche Kulturarten mit dem Modell AMBAV 2.0 V1.5 berechnet. Die für die Berechnung nötigen meteorologischen Eingabefelder müssen in stündlicher Auflösung vorliegen und werden von interpolierten Wetterstationsdaten abgeleitet. Des Weiteren wird das Modell mit Bodeninformationen aus den Bodenleitprofilen der nutzungsdifferenzierten Bodenübersichtskarte (BÜK 1000 N) der Bundesanstalt für Geowissenschaften und Rohstoffe (BGR) parametrisiert. Bei gleicher Bodenart unterscheiden sich die Böden je nach Nutzung. Es wird zwischen Wald-, Grünland- und Ackerbaunutzung unterschieden. Außerdem ist die Gründigkeit der Böden, sowie der Skelettanteil (Grobboden > 2 mm) in den verschiedenen Bodenschichten berücksichtigt. Die Daten haben eine räumliche Auflösung von 1 x 1 km und decken ganz Deutschland ab. Daten außerhalb von Deutschland oder in Siedlungsgebieten mit versiegelten Flächen haben eine Fehlkennung -9999. Alle Angaben zum Raster sind in den Metadaten des netcdf Files hinterlegt.

Schwerpunktprogramm (SPP) 1374: Biodiversitäts-Exploratorien; Exploratories for Long-Term and Large-Scale Biodiversity Research (Biodiversity Exploratories), Teilprojekt: EXClAvE - Landnutzungseffekte auf Pflanzen- und Bakteriengemeinschaften in einem experimentellen 'common garden' Ansatz

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.

Dynamic World training dataset for global land use and land cover categorization of satellite imagery

The Dynamic World Training Data is a dataset of over 5 billion pixels of human-labeled ESA Sentinel-2 satellite image, distributed over 24000 tiles collected from all over the world. The dataset is designed to train and validate automated land use and land cover mapping algorithms. The 10m resolution 5.1km-by-5.1km tiles are densely labeled using a ten category classification schema indicating general land use land cover categories. The dataset was created between 2019-08-01 and 2020-02-28, using satellite imagery observations from 2019, with approximately 10% of observations extending back to 2017 in very cloudy regions of the world. This dataset is a component of the National Geographic Society - Google - World Resources Institute Dynamic World project. The dataset consists of two file types: GeoTIFF files of 510x510 pixel 10m resolution satellite image tiles markup provided by human labelers, and Excel (.xlsx) tables of metadata and class statistics for the above GeoTIFF files. The data is organized into three main folders. One folder contains training data labeled by a team of 25 expert human labelers recruited by National Geographic Society specifically for this project. A second folder contains training data labeled by a larger group of commissioned labelers provided by a commercial crowd-labeler service. The data in these folders is organized by hemisphere and biome number from the RESOLVE Ecoregions2017 biomes categories (https://ecoregions2017.appspot.com/). A third folder contains a validation dataset. This is a holdout set of training data for assessing model accuracy. None of this data is intended to be used in the formulation of the model. Each validation tile was independently labeled by three experts. The validation set contains two versions: the individual markup from each expert labeler, and the image composites of the individual markups. Each GeoTIFF file encodes information on the location of landscape feature classes as determined by a given labeler. Classes were labeled by visual examination of true color (RGB) composites of Sentinel-2 MultiSpectral Level-2A scenes. The Tier 1 class values used in this phase of the project are as follows: 0 No data (left unmarked), 1 Water, 2 Trees, 3 Grass, 4 Flooded Vegetation, 5 Crops, 6 Scrub, 7 Built Area, 8 Bare Ground, 9 Snow/Ice, 10 Cloud. This dataset does not include the original Sentinel-2 imagery tiles, but metadata on the exact image ID and date is provided The original Sentinel-2 imagery was obtained via Google Earth Engine. This data is available under a Creative Commons BY-4.0 license and requires the following attribution: This dataset is produced for the Dynamic World Project by National Geographic Society in partnership with Google and the World Resources Institute. Development of the Dynamic World training data was funded in part by the Gordon and Betty Moore Foundation.

Stündliche Stationsmessungen der Windgeschwindigkeit und Windrichtung für Deutschland

Diese Daten stammen von den Stationen des DWD und rechtlich sowie qualitativ gleichgestellten Partnernetzen. Umfangreiche Stationsmetadaten (Stationsverlegungen, Instrumentenwechsel, Wechsel der Bezugszeit, Änderungen in den Algorithmen) werden beim Download mitgeliefert. Der Datensatz ist aufgeteilt in einen versionierten Teil mit abgeschlossener Qualitätsprüfung, im Verzeichnis ./historical/. Und einen sich kontinuierlich aktualisierenden Teil, für den die Qualitätsprüfung noch nicht abgeschlossen ist, im Verzeichnis ./recent/. In dem Ordner ./timeseries_overview/ stehen Angaben zu langen Zeitreihen zur Verfügung.

Stundenmittel aus Stationsmessungen der Windgeschwindigkeit und Windrichtung für Deutschland

Diese Daten stammen von den Stationen des DWD und rechtlich sowie qualitativ gleichgestellten Partnernetzen. Umfangreiche Stationsmetadaten (Stationsverlegungen, Instrumentenwechsel, Wechsel der Bezugszeit, Änderungen in den Algorithmen) werden beim Download mitgeliefert. Der Datensatz ist aufgeteilt in einen versionierten Teil mit abgeschlossener Qualitätsprüfung, im Verzeichnis ./historical/. Und einen sich kontinuierlich aktualisierenden Teil, für den die Qualitätsprüfung noch nicht abgeschlossen ist, im Verzeichnis ./recent/. In dem Ordner ./timeseries_overview/ stehen Angaben zu langen Zeitreihen zur Verfügung.

OEKOPROFIT

OeKOPROFIT startete 1991 gleichzeitig mit PREPARE als regionales Projekt der Stadt Graz in einer Zusammenarbeit mit dem Institut fuer Verfahrenstechnik der Technischen Universitaet Graz. Trotz einer aehnlichen Zielsetzung wurde fuer die Zielgruppe 'Klein- und mittelbetriebliche Unternehmungen' (KMU) eine geringfuegig andere Strategie gewaehlt. So wird unter OeKOPROFIT auf eine vollstaendige Input / Output-Analyse verzichtet und man beschraenkt sich auf eine Bilanzierung und Bewertung der wesentlichen Stoffe. Grosser Wert wird aber auf das Prinzip der Vermeidung gelegt, indem alle relevanten auftretenden Abfaelle und Emissionen von Symptom zur Quelle hin verfolgt und auf Vermeidungsmoeglichkeiten hin untersucht werden. Im ersten Projektjahr nahmen fuenf Betriebe an OeKOPROFIT teil, wobei vier eine finanzielle Unterstuetzung ihres Projektes durch die Stadt Graz erfuhren. Dies waren drei Druckereien und ein KFZ-Reparatur- und Handelsbetrieb: - Druckwerk (Kleindruckerei, Offsetdruck); - Salis und Braunstein (KFZ-Reparatur und Handel); - Steirische Landesdruckerei (mittelgrosse Druckerei, Offset und Hochdruck); - Alfred Wall AG (Verpackungsdruckerei); - J. Hornig (Grosshandel und Kaffeeroesterei; finanzierte von Beginn an das Projekt eigenstaendig). Nach zwei Jahren und eindrucksvollen Ergebnissen steht der Erfolg des Projektes eindeutig fest. So wurden in den Betrieben zahlreiche Massnahmen zur Vermeidung und Verminderung von Emissionen und Abfaellen getroffen, konnten hoehere Anteile an Recyclingmengen erzielt werden und konnte vor allem die Gefaehrlichkeit der Abfaelle vielfach durch Ersatz von gefaehrlichen Materialien vermindert werden. Diese Ergebnisse sind ausfuehrlich in einem Endbericht dargestellt (Heitzinger, 1992). Das Motto 'Umweltschutz aus Eigennutz', unter welchem dieses Projekt lief, hat sich eindeutig bestaetigt: - 24 Prozent der vorgeschlagenen Massnahmen rechnen sich unter 1 Jahr, - 30 Prozent der vorgeschlagenen Massnahmen unter 2 Jahren, - 15 Prozent der vorgeschlagenen Massnahmen sind kostenneutral, - 31 Prozent der vorgeschlagenen Massnahmen haben Mehrkosten verursacht. Nach dem ersten Projektjahr wurden mit den Betrieben mehr als 50 Vorschlaege erarbeitet, wie die Abfall- und Emissionsmengen verringert werden koennten. 50 Prozent der vorgeschlagenen Massnahmen haben sich damit als wirtschaftlich erwiesen und wurden grossteils auch umgesetzt. Gleichzeitig hat die Idee eines kooperativen Umweltschutzes zwischen Verwaltung, Betrieben und Forschung ein starkes internationales Echo hervorgerufen. Durch die Vorstellung der Methode und der Ergebnisse in mehreren Staaten durch die Projektbeteiligten und durch die Uebernahme der Ergebnisse als mustergueltige Fallbeispiele in die Umweltschutzprogramme des United Nations Environmental Program, des EUREKA Forschungsprogrammes PREPARE, der amerikanischen Umweltbehoerde (US-EPA) und einige internationale Ausbildungslehrgaenge wurde das Projekt international sehr bekannt.

Polysaccharides quantified in sediment cores from coastal vegetated ecosystems

50-cm deep sediment cores were taken in saltmarsh, seagrass, mangroves and unvegetated areas around the German Bight, Malaysia and Columbia in 2022 and 2023. Up to 3 points per ecosystem were sampled along a transect, in total 93 cores were analysed. Carbohydrates were sequentially extracted using MilliQ-water and 0.3 M EDTA for later analyses. Polysaccharides were screened using microarray analysis following the method described by Vidal-Melgosa et al. (2022). Briefly, sediment extracts from MilliQ-water and EDTA were combined in equal volumes, and 30 µL of the mixture was transferred into wells of 384-microwell plates. Two consecutive two-fold dilutions were performed using a printing buffer (55.2% glycerol, 44% water, 0.8% Triton X-100). The plates were then centrifuged at 3,500 × g for 10 minutes at 15 °C. Each microarray was individually probed with a monoclonal antibody (mAb), and binding was detected using a secondary antibody conjugated to alkaline phosphatase. In the presence of its substrate, this reaction produced a colorimetric signal. Developed arrays were scanned at 2400 dots per inch, and binding signal intensity was quantified using Array-Pro Analyzer 6.3 software (Media Cybernetics).

Wirkung einer Phosphor- und Schwefeldüngung auf Körnerleguminosen im Biolandbau (BioSulfoPhos)

Der Anbau von Leguminosen stellt besonders in der Bio-Landwirtschaft ein wesentliches Element dar. Zum einen sind Leguminosen ein wichtiger Bestandteil der Fruchtfolge, speziell in viehlosen Ackerbaubetrieben, da sie durch ihre Fähigkeit, Stickstoff in Symbiose mit Knöllchenbakterien zu binden und somit den Mangel an diesem Nährstoff ausgleichen können und ihn für Folgekulturen nutzbar machen. Jedoch bedingen sie größere Fruchtfolgeabstände als zum Beispiel Getreide. Darüber hinaus spielen Körnerleguminosen als qualitativ hochwertige Quellen für Protein und Fett im Futter speziell von Monogastriern eine tragende Rolle und tragen somit zur geschlossenen Kreislaufwirtschaft bei. Durch die verbreitete Kultivierung von Körnerleguminosen soll eine vollständige Eigenversorgung mit Protein in Österreich angestrebt werden, und so eine Unabhängigkeit von Importen erreicht werden. Die durch inländische Produktion abdeckbare Versorgung erreicht derzeit maximal dreiviertel des Bedarfs. Daneben sind die Kulturen Sojabohne und Lupine auch für die menschliche Ernährung sehr gut einsetzbar und Lieferanten von qualitativem Eiweiß. Für das Wachstum, die Qualität und einen dementsprechenden Ertrag sowie effizienter Nutzung von Stickstoff sind Phosphor und Schwefel sehr bedeutend. Phosphor ist ein essentielles Element für alle Lebewesen und wird auch in der Biologischen Landwirtschaft als Dünger angewendet, welcher derzeit aus endlichen mineralischen Ressourcen gewonnen wird. Im Boden beziehungsweise in den meisten verfügbaren Düngern liegt es in Form von Phosphaten vor und wird in dieser Form über die Wurzeln aus dem Boden aufgenommen. Eine wesentliche Rolle spielt dabei hier die Symbiose mit Mykorrhizapilzen. Ein weiterer wichtiger Weg zur Aufschließung von Phosphat in pflanzenverfügbare Form spielt Schwefelsäure. Der als Elementarschwefel ausgebrachte Dünger wird über Thiobakterien in pflanzenverfügbare Form umgebaut. Die Schwefelsäure ermöglicht auch einen besseren und schnelleren Aufschluss des Phosphors, damit dieser besser für die Pflanzen verfügbar ist. Phosphor spielt im Energietransfer der Pflanze eine sehr grundlegende Rolle und behindert bei einem Mangel das über- und unterirdische Wachstum sowie Bestocken der Pflanzen, den Prozess der Photosynthese, Ein- und Verlagerung von Zucker sowie vieles mehr. Ein Mangel kann sich weiters auch in rötlicher Verfärbung der Blätter zeigen, hervorgerufen durch Anthocyane. Andererseits wird bei manchen Pflanzen das Wurzelwachstum durch Phosphormangel teils sogar verstärkt. Speziell bei Leguminosen ist der Bedarf an Phosphor für die Wurzelentwicklung und den Energiehaushalt erhöht gegenüber zum Beispiel Pflanzen aus der Familie der Süßgräser. Phosphor liegt im Boden in beträchtlicher Menge häufig gebunden vor und obwohl Pflanzen spezielle Strategien haben ihn zu lösen, ist nur ein kleiner Teil davon direkt für das Wachstum verfügbar. (Text gekürzt)

1 2 3 4 5 … 196 197 198