Der submarin aufliegende westantarktische Eisschild (WAIS) reagiert mutmaßlich höchst empfindlich gegenüber klimatischen Änderungen, besonders in Zeiten ansteigender globaler atmosphärischer Temperaturen. Der Amundsenmeer-Sektor des WAIS ist aufgrund des beobachteten Eindringens von warmen zirkumpolaren Tiefenwasser auf den Schelf und den damit ausgelösten subglazialen Schmelzvorgängen besonders betroffen. Diese Beobachtungen und damit verbundenen Notwendigkeiten, die paläo-eisschilddynamischen Prozesse für eine verbesserte zukünftige Meeresspiegelprojektion genauer zu analysieren, waren ausschlaggebend dafür, dass sowohl das Rossmeer als auch das Amundsenmeer als Zielgebiete für die beiden IODP-Bohrexpeditionen 374 (Anfang 2018) und 379 (Anfang 2019) bewilligt wurden. Beide Regionen sind mit einem kontinuierlichen seismischen Transekt verbunden, der mit weiteren seismischen Profilen auf einer ebenfalls für 2019 geplanten russischen Expedition ergänzt werden soll. Die seismischen Profile werden einen differentiellen und detaillierten Vergleich zwischen den Sequenzstratigraphien des Amundsenmeeres und des Rossmeeres ermöglichen. In einer engen Kooperation mit den wissenschaftlichen Teams beider IODP-Expeditionen und den russischen Partnern werden die alten und neuen Seismikdaten analysiert, um eine präzise Studie über die seismisch-stratigraphischen Sequenzen, Einheiten und Horizonte in den Bohrgebieten und zwischen den beiden Regionen zu erstellen. Das Netzwerk der seismischen Profile knüpft direkt an die Bohrlokationen der IODP Expeditionen 374 und 379 mittels einer sorgfältigen Seismik-zu-Kernlog-Integration, in die die Bohrkerndaten, die Messdaten der physikalischen Eigenschaften und die Bohrlochmessungen einfließen. Die erzeugten synthetischen Seismogramme helfen bei der Verknüpfung mit den Daten der Seismikprofile. Die Erstellung eines transregionalen Modells der Alters- und Zusammensetzungsstratigraphie entlang der Amundsenmeer- und Rossmeer-Sektoren wird ein erstes Ziel des Projektes sein. Dabei sollen die Entwicklungsmuster der vorglazialen und glazial geprägten Sedimentationseinheiten herausgearbeitet werden, um den Übergang vom primären 'Treibhaus'klima zum 'Eishaus'klima zu charakterisieren. In der zweiten Synthesephase sollen die identifizierten glazial-dominanten Sedimentationsprozesse genutzt werden, um fließdynamische Muster des WAIS in den Amundsenmeer- und Rossmeerregionen abzuleiten. Das Sedimentationsmodell wird zeigen, ob sich z.B. die vergangene Ausflussdynamik des WAIS gleichmäßig oder sehr unterschiedlich zwischen den Regionen verhalten hat.
Water, carbon and nitrogen are key elements in all ecosystem turnover processes and they are related to a variety of environmental problems, including eutrophication, greenhouse gas emissions or carbon sequestration. An in-depth knowledge of the interaction of water, carbon and nitrogen on the landscape scale is required to improve land use and management while at the same time mitigating environmental impact. This is even more important under the light of future climate and land use changes.In the frame of the proposal 'Uncertainty of predicted hydro-biogeochemical fluxes and trace gas emissions on the landscape scale under climate and land use change' we advocate the development of fully coupled, process-oriented models that explicitly simulate the dynamic interaction of water, carbon and nitrogen turnover processes on the landscape scale. We will use the Catchment Modelling Framework CMF, a modular toolbox to implement and test hypothesis of hydrologic behaviour and couple this to the biogeochemical LandscapeDNDC model, a process-based dynamic model for the simulation of greenhouse gas emissions from soils and their associated turnover processes.Due to the intrinsic complexity of the models in use, the predictive uncertainty of the coupled models is unknown. This predictive (global) uncertainty is composed of stochastic and structural components. Stochastic uncertainty results from errors in parameter estimation, poorly known initial states of the model, mismatching boundary conditions or inaccuracies in model input and validation data. Structural uncertainty is related to the flawed or simplified description of natural processes in a model.The objective of this proposal is therefore to quantify the global uncertainty of the coupled hydro-biogeochemical models and investigate the uncertainty chain from parameter uncertainty over forcing data uncertainty up the structural model uncertainty be setting up different combinations of CMF and LandscapeDNDC. A comprehensive work program has been developed structured in 4 work packages, that consist of (1) model set up, calibration and uncertainty assessment on site scale followed by (2) an application and uncertainty assessment of the coupled model structures on regional scale, (3) global change scenario analyses and finally (4) evaluating model results in an ensemble fashion.Last but not least, a further motivation of this proposal is to provide project results in a manner that they support planning and decision taking under uncertainty, as this proposal is part of the package proposal on 'Methodologies for dealing with uncertainties in landscape planning and related modelling'.
Bei dem Pilotvorhaben der OCER Energie GmbH im niedersächsischen Zetel (Kreis Friesland/Niedersachsen), wird die im Grundwasser gespeicherte Erdwärme genutzt, um Gewächshäuser einer Gärtnerei ganzjährig, kontinuierlich mit Wärme zu versorgen. Damit kann im Vergleich zu einer herkömmlichen Erdgasheizung rund die Hälfte des Brennstoffs eingespart werden. Der Ausstoß an klimaschädlichem Kohlendioxid wird um rund 368 Tonnen pro Jahr verringert. Die im Rahmen des Vorhabens benötigte Wärmeenergie soll mittels erdgasbetriebener Wärmepumpen Brunnenwasser aus rund 30 Meter Tiefe, das ganzjährig ca. 10 Grad Celsius warm ist, gewonnen werden. Zusätzlich soll auch die Abwärme der Gasmotoren genutzt werden. Da an sonnenscheinreichen Tagen eine Beheizung der Gewächshäuser nicht nötig ist, wird die Wärme in dieser Zeit in Wassertanks gespeichert und je nach Bedarf zugeführt. Das Vorhaben kann ein Modell für eine Vielzahl von anderen Gärtnereien und Einrichtungen sein, bei denen die benötigte Energie oft die größten Kosten verursacht und Grundwasser in ausreichender Menge zur Verfügung steht.
Bedingt durch den Klimawandel sind landwirtschaftliche Kulturpflanzen vermehrt Wasserstress und Frostschäden ausgesetzt. Gleichzeitig prognostiziert die FAO einen Anstieg des globalen Wasserbedarfs um 55% (Landwirtschaft um 11%), bei einem Anstieg der gesamten beregneten Fläche um 6% bis 2050. Diese Problematik, kombiniert mit dem Bevölkerungsanstieg, wachsendem Energiebedarf und dem Rückgang der nutzbaren landwirtschaftlichen Fläche in den Industriestaaten, verlangt nach Lösungen. Ein bedarfsgerechter, energiesparender und effizienter Einsatz der Ressourcen Wasser und Energie ist erforderlich, um eine zukunftsfähige und nachhaltige Bewässerung zu gewährleisten und der steigenden Nutzungskonkurrenz, um die Ressource Wasser, zu begegnen. Während eine automatisierte Bewässerung im Gewächshaus bereits Stand der Technik ist, wird die Freiflächen und Tröpfchenbewässerung wie z.B. im Gemüse bzw. Obstbau überwiegend manuell auf Basis von Erfahrungswerten der Anbauer oder aufgrund fest geplanter Bewässerungsintervalle durchgeführt. Dies führt in der Regel zu zu hohen Bewässerungsgaben und kann weiterhin zu Nährstoffauswaschungen führen. Ziel dieses Projektes ist es daher, Daten aus den unterschiedlichsten Quellen auf einer intelligenten Service-Plattform miteinander zu verknüpfen, um dadurch über eine digitale Entscheidungsunterstützung, eine bedarfsgerechte und (teil-)automatisierte Bewässerung zu ermöglichen. Gerade die Integration lokaler Sensoren in einem multivariaten Ansatz, soll dabei auch der zunehmenden Entwicklung von teilabgedeckten Agrarflächen durch Agri-Photovoltaik-Anlagen, Folien und Netzen gerecht werden. Kern des Projekts ist dabei ein Cloud-basierter Bewässerungsplaner, der sich automatisiert an die on-Site gemessenen Klimaparameter, sowie den aktuellen phänologischen Bedingungen in Echtzeit anpasst. Der Planer wird dann mit den bestehenden Systemen der Projektpartner vernetzt, um die Ausführung der Bewässerung zu (teil)-automatisieren.
Bedingt durch den Klimawandel sind landwirtschaftliche Kulturpflanzen vermehrt Wasserstress und Frostschäden ausgesetzt. Gleichzeitig prognostiziert die FAO einen Anstieg des globalen Wasserbedarfs um 55% (Landwirtschaft um 11%), bei einem Anstieg der gesamten beregneten Fläche um 6% bis 2050. Diese Problematik, kombiniert mit dem Bevölkerungsanstieg, wachsendem Energiebedarf und dem Rückgang der nutzbaren landwirtschaftlichen Fläche in den Industriestaaten, verlangt nach Lösungen. Ein bedarfsgerechter, energiesparender und effizienter Einsatz der Ressourcen Wasser und Energie ist erforderlich, um eine zukunftsfähige und nachhaltige Bewässerung zu gewährleisten und der steigenden Nutzungskonkurrenz, um die Ressource Wasser, zu begegnen. Während eine automatisierte Bewässerung im Gewächshaus bereits Stand der Technik ist, wird die Freiflächen und Tröpfchenbewässerung wie z.B. im Gemüse bzw. Obstbau überwiegend manuell auf Basis von Erfahrungswerten der Anbauer oder aufgrund fest geplanter Bewässerungsintervalle durchgeführt. Dies führt in der Regel zu hohen Bewässerungsgaben und kann weiterhin zu Nährstoffauswaschungen führen. Ziel dieses Projektes ist es daher, Daten aus den unterschiedlichsten Quellen auf einer intelligenten Service-Plattform miteinander zu verknüpfen, um dadurch über eine digitale Entscheidungsunterstützung, eine bedarfsgerechte und (teil-)automatisierte Bewässerung zu ermöglichen. Gerade die Integration lokaler Sensoren in einem multivariaten Ansatz, soll dabei auch der zunehmenden Entwicklung von teilabgedeckten Agrarflächen durch Agri-Photovoltaik-Anlagen, Folien und Netzen gerecht werden. Kern des Projekts ist dabei ein Cloud-basierter Bewässerungsplaner, der sich automatisiert an die on-Site gemessenen Klimaparameter, sowie den aktuellen phänologischen Bedingungen in Echtzeit anpasst. Der Planer wird dann mit den bestehenden Systemen der Projektpartner vernetzt, um die Ausführung der Bewässerung zu (teil)-automatisieren.
Bedingt durch den Klimawandel sind landwirtschaftliche Kulturpflanzen vermehrt Wasserstress und Frostschäden ausgesetzt. Gleichzeitig prognostiziert die FAO einen Anstieg des globalen Wasserbedarfs um 55% (Landwirtschaft um 11%), bei einem Anstieg der gesamten beregneten Fläche um 6% bis 2050. Diese Problematik, kombiniert mit dem Bevölkerungsanstieg, wachsendem Energiebedarf und dem Rückgang der nutzbaren landwirtschaftlichen Fläche in den Industriestaaten, verlangt nach Lösungen. Ein bedarfsgerechter, energiesparender und effizienter Einsatz der Ressourcen Wasser und Energie ist erforderlich, um eine zukunftsfähige und nachhaltige Bewässerung zu gewährleisten und der steigenden Nutzungskonkurrenz, um die Ressource Wasser, zu begegnen. Während eine automatisierte Bewässerung im Gewächshaus bereits Stand der Technik ist, wird die Freiflächen und Tröpfchenbewässerung wie z.B. im Gemüse bzw. Obstbau überwiegend manuell auf Basis von Erfahrungswerten der Anbauer oder aufgrund fest geplanter Bewässerungsintervalle durchgeführt. Dies führt in der Regel zu hohen Bewässerungsgaben und kann weiterhin zu Nährstoffauswaschungen führen. Ziel dieses Projektes ist es daher, Daten aus den unterschiedlichsten Quellen auf einer intelligenten Service-Plattform miteinander zu verknüpfen, um dadurch über eine digitale Entscheidungsunterstützung, eine bedarfsgerechte und (teil-)automatisierte Bewässerung zu ermöglichen. Gerade die Integration lokaler Sensoren in einem multivariaten Ansatz, soll dabei auch der zunehmenden Entwicklung von teilabgedeckten Agrarflächen durch Agri-Photovoltaik-Anlagen, Folien und Netzen gerecht werden. Kern des Projekts ist dabei ein Cloud-basierter Bewässerungsplaner, der sich automatisiert an die on-Site gemessenen Klimaparameter, sowie den aktuellen phänologischen Bedingungen in Echtzeit anpasst. Der Planer wird dann mit den bestehenden Systemen der Projektpartner vernetzt, um die Ausführung der Bewässerung zu (teil)-automatisieren.
Bedingt durch den Klimawandel sind landwirtschaftliche Kulturpflanzen vermehrt Wasserstress und Frostschäden ausgesetzt. Gleichzeitig prognostiziert die FAO einen Anstieg des globalen Wasserbedarfs um 55% (Landwirtschaft um 11%), bei einem Anstieg der gesamten beregneten Fläche um 6% bis 2050. Diese Problematik, kombiniert mit dem Bevölkerungsanstieg, wachsendem Energiebedarf und dem Rückgang der nutzbaren landwirtschaftlichen Fläche in den Industriestaaten, verlangt nach Lösungen. Ein bedarfsgerechter, energiesparender und effizienter Einsatz der Ressourcen Wasser und Energie ist erforderlich, um eine zukunftsfähige und nachhaltige Bewässerung zu gewährleisten und der steigenden Nutzungskonkurrenz, um die Ressource Wasser, zu begegnen. Während eine automatisierte Bewässerung im Gewächshaus bereits Stand der Technik ist, wird die Freiflächen und Tröpfchenbewässerung wie z.B. im Gemüse bzw. Obstbau überwiegend manuell auf Basis von Erfahrungswerten der Anbauer oder aufgrund fest geplanter Bewässerungsintervalle durchgeführt. Dies führt in der Regel zu hohen Bewässerungsgaben und kann weiterhin zu Nährstoffauswaschungen führen. Ziel dieses Projektes ist es daher, Daten aus den unterschiedlichsten Quellen auf einer intelligenten Service-Plattform miteinander zu verknüpfen, um dadurch über eine digitale Entscheidungsunterstützung, eine bedarfsgerechte und (teil-)automatisierte Bewässerung zu ermöglichen. Gerade die Integration lokaler Sensoren in einem multivariaten Ansatz, soll dabei auch der zunehmenden Entwicklung von teilabgedeckten Agrarflächen durch Agri-Photovoltaik-Anlagen, Folien und Netzen gerecht werden. Kern des Projekts ist dabei ein Cloud-basierter Bewässerungsplaner, der sich automatisiert an die on-Site gemessenen Klimaparameter, sowie den aktuellen phänologischen Bedingungen in Echtzeit anpasst. Der Planer wird dann mit den bestehenden Systemen der Projektpartner vernetzt, um die Ausführung der Bewässerung zu (teil)-automatisieren.
Bedingt durch den Klimawandel sind landwirtschaftliche Kulturpflanzen vermehrt Wasserstress und Frostschäden ausgesetzt. Gleichzeitig prognostiziert die FAO einen Anstieg des globalen Wasserbedarfs um 55% (Landwirtschaft um 11%), bei einem Anstieg der gesamten beregneten Fläche um 6% bis 2050. Diese Problematik, kombiniert mit dem Bevölkerungsanstieg, wachsendem Energiebedarf und dem Rückgang der nutzbaren landwirtschaftlichen Fläche in den Industriestaaten, verlangt nach Lösungen. Ein bedarfsgerechter, energiesparender und effizienter Einsatz der Ressourcen Wasser und Energie ist erforderlich, um eine zukunftsfähige und nachhaltige Bewässerung zu gewährleisten und der steigenden Nutzungskonkurrenz, um die Ressource Wasser, zu begegnen. Während eine automatisierte Bewässerung im Gewächshaus bereits Stand der Technik ist, wird die Freiflächen und Tröpfchenbewässerung wie z.B. im Gemüse bzw. Obstbau überwiegend manuell auf Basis von Erfahrungswerten der Anbauer oder aufgrund fest geplanter Bewässerungsintervalle durchgeführt. Dies führt in der Regel zu hohen Bewässerungsgaben und kann weiterhin zu Nährstoffauswaschungen führen. Ziel dieses Projektes ist es daher, Daten aus den unterschiedlichsten Quellen auf einer intelligenten Service-Plattform miteinander zu verknüpfen, um dadurch über eine digitale Entscheidungsunterstützung, eine bedarfsgerechte und (teil-)automatisierte Bewässerung zu ermöglichen. Gerade die Integration lokaler Sensoren in einem multivariaten Ansatz, soll dabei auch der zunehmenden Entwicklung von teilabgedeckten Agrarflächen durch Agri-Photovoltaik-Anlagen, Folien und Netzen gerecht werden. Kern des Projekts ist dabei ein Cloud-basierter Bewässerungsplaner, der sich automatisiert an die on-Site gemessenen Klimaparameter, sowie den aktuellen phänologischen Bedingungen in Echtzeit anpasst. Der Planer wird dann mit den bestehenden Systemen der Projektpartner vernetzt, um die Ausführung der Bewässerung zu (teil)-automatisieren.
Die landwirtschaftliche Pflanzenproduktion ist ein ressourcenintensiver Prozess, der durch den Klimawandel zunehmend beeinträchtigt wird. Lösungen für eine nachhaltigere und widerstandsfähigere Art der Pflanzenproduktion sind daher dringend erforderlich. Pflanzenwurzeln sind ein Lebensraum für hochkomplexe mikrobielle Gemeinschaften, und Pflanzen profitieren von intimen Interaktionen mit diesen Mikroben. Einige Mikroben vermitteln nicht nur die Toleranz gegenüber Klimastress, sondern können auch die Pflanzenernährung verbessern. Während es den Nutzen von Mikroben für die Aufrechterhaltung der Pflanzenproduktion anzeigt, erfüllen Feldanwendungen mit einzelnen nützlichen Mikroben oft nicht ihre nützlichen Aktivitäten, die unter Laborbedingungen beobachtet werden. In vorangegangenen gemeinsamen Studien haben wir festgestellt, dass das knötchenbildende Bakterium Sinorhizobium meliloti WSM1022 die Leguminose Medicago truncatula in verschiedenen Bodentypen sehr effizient mit Stickstoff (N) versorgt. Darüber hinaus haben wir herausgefunden, dass WSM1022 das Wurzelmikrobiom modulieren können, um ein Mini-Mikrobiom zu bilden, das wir zusammen mit WSM1022 als N-Biom definiert haben. Zusätzlich zur Unterstützung der N-Fixierung scheint das N-Biom weitere nützliche Effekte auf M. truncatula zu übertragen. In diesem Projekt wollen wir die Robustheit des N-Bioms und der Symbiose von M. truncatula unter verschiedenen N-Regimen und Trockenheit als vorherrschenden Klimastress im Gewächshaus mit Ackerboden evaluieren. Wir werden die Effizienz der Knötchenbildung und N-Fixierung, des Pflanzenwachstums und der Pflanzenentwicklung sowie die Expression von Symbiose- und Trockenstress-Markergenen quantifizieren, um die funktionelle Robustheit der N-Biom-M. truncatula-Symbiose zu bewerten. Darüber hinaus werden wir genomweite Assoziationsstudien durchführen, um genetische Merkmale von M. truncatula zu identifizieren, die die Etablierung des N-Bioms unter Trockenstress unterstützen. Alle Experimente werden von Wurzelmikrobiomanalysen begleitet, um die Integrität des N-Bioms oder eventuell der Erweiterung seiner Funktion durch die Rekrutierung zusätzlicher nützlicher Mikroben unter diesen sich verändernden Umgebungen zu bestimmen. Unser Projekt hat zum Ziel, das N-Biom als biologische Applikationseinheit für zukünftige Feldanwendungen zu entwickeln.
a) Evaluierungsuntersuchungen, um das Genmaterial in die Arbeiten der Zuechtungsforschung und praktischen Zuchtbetriebe einbeziehen zu koennen. b) Zusammenarbeit bzw. Abstimmung mit einschlaegigen Fachinstituten zur Durchfuehrung von Freiland-, Gewaechshaus- und Laborversuchen bzw. -untersuchungen. c) Freilandversuche waehrend der Vegetationsperiode in Abhaengigkeit von der betr. Pflanzenart; Gewaechshausversuche ueber das ganze Jahr, ebenso Laboruntersuchungen; langfristig.
| Origin | Count |
|---|---|
| Bund | 920 |
| Kommune | 1 |
| Land | 46 |
| Wissenschaft | 31 |
| Zivilgesellschaft | 4 |
| Type | Count |
|---|---|
| Daten und Messstellen | 12 |
| Ereignis | 3 |
| Förderprogramm | 871 |
| Hochwertiger Datensatz | 1 |
| Taxon | 22 |
| Text | 35 |
| Umweltprüfung | 11 |
| unbekannt | 22 |
| License | Count |
|---|---|
| geschlossen | 83 |
| offen | 888 |
| unbekannt | 6 |
| Language | Count |
|---|---|
| Deutsch | 765 |
| Englisch | 344 |
| Resource type | Count |
|---|---|
| Archiv | 3 |
| Bild | 4 |
| Datei | 8 |
| Dokument | 49 |
| Keine | 631 |
| Unbekannt | 3 |
| Webdienst | 2 |
| Webseite | 294 |
| Topic | Count |
|---|---|
| Boden | 677 |
| Lebewesen und Lebensräume | 937 |
| Luft | 579 |
| Mensch und Umwelt | 977 |
| Wasser | 564 |
| Weitere | 904 |