API src

Found 724 results.

Related terms

Qualität von Früchten der Cucurbitaceen im Klimawandel, Qualität von Früchten der Cucurbitaceen im Klimawandel

In QCuK werden Zucchini-Sorten hinsichtlich ihrer Ertragsleistung, ihrer abiotischen Stresstoleranz, ihrer Produktqualität und Lebensmittelsicherheit unter Trockenstress charakterisiert. Es sollen dabei geeignete Verfahren zur nicht-invasiven Phänotypisierung von Wachstum, Morphologie und Physiologie im Jungpflanzenstadium entwickelt werden, so dass diese weiterführend unter praxis-nahen Anbaubedingungen in den Vergleich kontrastierender Sorten und Linien einfließen und evaluiert werden. In ökologischer Bewirtschaftung werden ausgewählte Sorten und Linien an fünf Standorten über die Projektlaufzeit verglichen, um Verfahren zur Selektion von Trockenstress toleranten Sorten sowie zur Bestimmung qualitätsbeeinflussenden Faktoren zu entwickeln, um sowohl den Erwerbsgemüsebau als auch den Züchtungsprozess samenfester Sorten zu unterstützen. Dabei sollen auch on-farm Züchtungsverfahren in biologisch-dynamischer Bewirtschaftung angewandt werden und mit weiteren Ergebnissen des Projektes verglichen werden. Ergänzend wird auch die stress- bzw. witterungsbedingte Qualitätsveränderung der Früchte erfasst, um Pflanzeninhaltsstoffe, wie wertgebende Vitamine, und Flavonoide oder bittere Cucurbitacine, zu bewerten. Zur Evaluierung der Erkenntnisse findet ein praxisrelevanter Austausch zum ökologischen Erwerbsgemüsebaus statt. In QCuK sollen die Züchtung von zukunftsfähigen samenfesten Sorten unterstützt, gute Erträge von Gemüsesorten sowie schmackhafte, gesunde, bekömmliche und bitterfreie Früchte auch in zukünftigen Klimaszenarien sichergestellt und Qualitätsveränderungen unter prognostizierten Witterungsbedingungen rechtzeitig abgeschätzt werden.

Klimawandelbedingte Mortalitäts- und Wachstumstrends als Grundlage für bundesweit vergleichende Baumarteneignungsbeurteilungen, Teilvorhaben 08: Herleitung Baumarteneignung nach Landesverfahren in NRW und in Nachbarschaftsregionen

Als Grundlage für die Anpassung der Wälder an den Klimawandel werden verbesserte multikriterielle Eignungsempfehlungen für heute wichtige Baumarten erarbeitet (Fichte, Kiefer, Europäische Lärche, Douglasie, Tanne, Buche, Trauben- und Stieleiche, Birke, Bergahorn, Hainbuche, Roteiche). Hierfür werden existierende Verfahren zur Baumarteneignungsbeurteilung aus allen Bundesländern zusammengestellt und verglichen. Entsprechend ergibt sich eine Pluralität der Eignungseinstufungen in den Ländern, die die Grundlage für die angestrebten Verbesserungen darstellen. An einigen der Länderversuchsanstalten sind zu diesem Zweck in den letzten Jahren bereits standort- bzw. klimasensitive Standort-Leistungs- und Risikomodelle entwickelt worden. Die verbesserten Eignungsempfehlungen sollen für differenziertere strategische Waldbauplanungen und mittelfristige forstbetriebliche Entscheidungen bereitgestellt werden. Das Verwertungsziel liegt in der Abschätzung der Zukunftsfähigkeit von Baumarten und Baumartenmischungen unter sich verändernden Umweltbedingungen. Eignungsempfehlungen und die sie bestimmenden Risiko- und Leistungsprojektionen werden am bundesweiten Punkteraster der Bodenzustandserhebung (BZE), Waldzustandserhebung (WZE) und Bundeswaldinventur (BWI) sowie für einige länderübergreifende 'Nachbarschaftsregionen' flächig abgeleitet bzw. angewendet. Auf dieser Grundlage erfolgen anschließend Vergleiche der Eignungsempfehlungen in den 'Nachbarschaftsregionen' benachbarter Länder sowie zwischen den aktuellen (häufig nur regional gültigen) expertenbasierten Verfahren und den modellgestützt adaptierten Verfahren. Dieser Vergleich wird durch Sensitivitätsanalysen über große Standortgradienten ergänzt. Ausgehend von rezenten Klimabedingungen (1981-2010) werden als zeitliche Korridore die nahe (2021-2050) und ferne Zukunft (2071-2100) unter Berücksichtigung der zwei Klimaszenarien RCP 4.5 und 8.5 betrachtet.

Zuckerrübe der Zukunft: Modell- und datenbasierte Ertragsszenarien für eine klimaangepasste Selektion in der Züchtung

Das Projekt soll untersuchen, welche Ertragsszenarien aus der gegenwärtigen Bandbreite an Klimaszenarien folgen und welche pflanzenzüchterischen Anpassungsmaßnahmen, beispielsweise eine angepasste Standortwahl oder die Integration von indirekten Selektionsmerkmalen, geeignet sind, negativen Entwicklungen entgegenzuwirken. Dies dient direkt der Entscheidungsfindung in der Zuckerrübenzüchtung, um hier besser auf zukünftige Klimaänderungen reagieren zu können. Methodisch wird dabei auf einer bisher kaum eingesetzten Kombination von Phänotypisierungstechnik im Feldversuch, modellgestützter Analyse und Interpretation der Phänotypisierungsdaten sowie Szenarienrechnungen unter Einbeziehung von relevanten Klimaszenarien gesetzt. State-of-the-art Ensembles regionaler Klimamodelle werden zur Evaluierung der Effekte des Klimawandels eingesetzt. Der räumliche Fokus des Projektes liegt auf den für Deutschland relevanten Anbau- und Zuchtgebieten in Mitteleuropa. Es wird ausschließlich der heutige und zukünftige mit dem Klimawandel assoziierte abiotische Stress betrachtet.

Zukunftsszenarien zur Förderung einer nachhaltigen Nutzung mariner Räume, Vorhaben: Einfluss von biogeomorphologischen Rauheitselementen in Unterhaltungs- und Klimaszenarien

Zuckerrübe der Zukunft: Modell- und datenbasierte Ertragsszenarien für eine klimaangepasste Selektion in der Züchtung, Teilprojekt B

Das Projekt soll untersuchen, welche Ertragsszenarien aus der gegenwärtigen Bandbreite an Klimaszenarien folgen und welche pflanzenzüchterischen Anpassungsmaßnahmen, beispielsweise eine angepasste Standortwahl oder die Integration von indirekten Selektionsmerkmalen, geeignet sind, negativen Entwicklungen entgegenzuwirken. Dies dient direkt der Entscheidungsfindung in der Zuckerrübenzüchtung, um hier besser auf zukünftige Klimaänderungen reagieren zu können. Methodisch wird dabei auf einer bisher kaum eingesetzten Kombination von Phänotypisierungstechnik im Feldversuch, modellgestützter Analyse und Interpretation der Phänotypisierungsdaten sowie Szenarienrechnungen unter Einbeziehung von relevanten Klimaszenarien gesetzt. State-of-the-art Ensembles regionaler Klimamodelle werden zur Evaluierung der Effekte des Klimawandels eingesetzt. Der räumliche Fokus des Projektes liegt auf den für Deutschland relevanten Anbau- und Zuchtgebieten in Mitteleuropa. Es wird ausschließlich der heutige und zukünftige mit dem Klimawandel assoziierte abiotische Stress betrachtet.

Zuckerrübe der Zukunft: Modell- und datenbasierte Ertragsszenarien für eine klimaangepasste Selektion in der Züchtung, Teilprojekt C

Das Projekt soll untersuchen, welche Ertragsszenarien aus der gegenwärtigen Bandbreite an Klimaszenarien folgen und welche pflanzenzüchterischen Anpassungsmaßnahmen, beispielsweise eine angepasste Standortwahl oder die Integration von indirekten Selektionsmerkmalen, geeignet sind, negativen Entwicklungen entgegenzuwirken. Dies dient direkt der Entscheidungsfindung in der Zuckerrübenzüchtung, um hier besser auf zukünftige Klimaänderungen reagieren zu können. Methodisch wird dabei auf einer bisher kaum eingesetzten Kombination von Phänotypisierungstechnik im Feldversuch, modellgestützter Analyse und Interpretation der Phänotypisierungsdaten sowie Szenarienrechnungen unter Einbeziehung von relevanten Klimaszenarien gesetzt. State-of-the-art Ensembles regionaler Klimamodelle werden zur Evaluierung der Effekte des Klimawandels eingesetzt. Der räumliche Fokus des Projektes liegt auf den für Deutschland relevanten Anbau- und Zuchtgebieten in Mitteleuropa. Es wird ausschließlich der heutige und zukünftige mit dem Klimawandel assoziierte abiotische Stress betrachtet.

Urbaner Klimawandel: Szenarien von Systemereignissen

Im geplanten Forschungsprojekt sollen Szenarien von Systemereignissen im Rahmen des zu erwartenden urbanen Klimawandels unter anthropogen verstärktem Treibhauseffekt entwickelt werden. Die Szenarien stellen fundierte, lokal differenzierte und besonders anschauliche Informationen zu Systemereignissen in einem zukünftigen Klima bereit. Basis hierfür ist die realistische und kohärente Abschätzung relevanter Wetterereignisse und die Berücksichtigung der lokalspezifischen Vulnerabilität. Das Konzept soll anhand einer konkreten Fallstudie entwickelt und erprobt werden. Als Systemereignis werden Temperaturextreme, die für die thermische Belastung der städtischen Bevölkerung von Bedeutung sind, in der mitteleuropäischen Großstadt Augsburg, Bayern (Einwohner: 283544, Stand 31.12.2014, Amt für Statistik und Stadtforschung, Stadt Augsburg 2015) herangezogen. Dieses Untersuchungsgebiet eignet sich aufgrund der bereits verfügbaren stadtklimatologischen Datenbasis und der räumlichen Nähe in besonderer Weise. Aufbauend auf den Ergebnissen der Fallstudie wird eine übergreifende Bewertung des Konzeptes der Szenarien von Systemereignissen vorgenommen und eine umfassende Analyse hinsichtlich seiner Generalisierbarkeit bezüglich anderer klimatisch induzierter Systemereignisse (z. B. Starkregen, Trockenheit) und anderer Städte mit abweichenden makro- (klimazonalen) und mesoskaligen (topographische und stadtstrukturelle) Verhältnisse durchgeführt.

Waldlabor Oberrhein: Anpassungsstrategien für den Erhalt der Ökosystemleistungen von Wäldern in Klimawandel-Hotspots

Globale Abschätzung von Wassermangel in Karstregionen in Zeiten des globalen Wandels

Karst entsteht sich durch die Verwitterung von Karbonatgestein und erzeugt starke oberflächliche und unterirdische Heterogenität von hydrologischen Speicher und Fließprozessen. Ungefähr 7% bis 12% der Erdoberfläche besteht aus Karstgebieten und etwa ein Viertel der Weltbevölkerung ist ganz oder teilweise abhängig von Trinkwasser aus Karstgrundwasserleitern. Für die nächsten Jahrzehnte, Klimamodelle prognostizieren einen starken Temperaturanstieg und eine Abnahme von Niederschlagsmengen in vielen Karstregionen der Welt. Trotz dieser Vorhersagen gibt es nur wenige Studien, die die Auswirkungen des Klimawandels auf die Karstwasserressourcen abschätzen. Die ist hautsächlich auf das Fehlen von Messdaten und die inadäquate Abbildung von Karstprozessen in derzeit angewandten Ansätzen zur großskaligen Modellierung zurückzuführen. Das Ziel der beantragten Nachwuchsgruppe ist, die notwendigen Daten und Ansätze zur erstmaligen Abschätzung der gegenwärtigen und zukünftigem Verfügbarkeit von Wasserressourcen in Karstgebieten zur Verfügung zu stellen. Um dieser Herausforderung gerecht zu werden, sind signifikante Fortschritte (1) zum Verständnis der Heterogenität von Karstregionen und zu deren Einarbeitung in hydrologische Modelle, (2) zum Upscaling von Beobachtungen auf der Einzugsgebietsskale für Anwendungen von Simulationsmodellen im globalen Maßstab, und (3) zum Vergleich der gegenwärtigen und zukünftigen Verfügbarkeit von Wasserressourcen mit gegenwärtigen und zukünftigen Wasserbedarf von Nöten. Im vorgeschlagenen Projekt sollen neuartige Ansätze zur Messung und Analyse hydrologischer Daten an fünf experimentellen Messgebieten, die in 5 verschiedenen Klimaregionen über den Globus verteilt sind (AU, D, ES, MX, UK), eingesetzt werden, um die Einflüsse der Heterogenität von Karstgebieten auf oberflächennahe Fließprozesse zu erkunden. Mittels einer neu entwickelten Karstdatenbank, welche beobachtete Zeitreihen von Karstquellenabflüssen enthält, und Rezessionsanalyse sollen die Heterogenität von Grundwasser und Abflussprozesse in verschiedenen Regionen der Welt charakterisiert werden. Dieselbe Datenbank, erweitert durch zusätzlich Abflussdaten auf Flussgebietsskale des Global Runoff Data Center (GRDC), soll zur Entwicklung eines neuen Ansatzes zur Einbindung der neu gewonnenen Erkenntnisse in ein großskaliges Simulationsmodell speziell für Karstregionen angewandt werden. Dieses Modell soll letztendlich dazu benutzt werden, um (1) gegenwärtige und, gekoppelt mit Klimaszenarien, zukünftige Verfügbarkeit von Wasserressourcen in Karstgebieten zu erkunden, um diese (2) mit gegenwärtigen und zukünftigen Wasserbedarf zu vergleichen und von Wassermangel bedrohte Regionen zu identifizieren.

Datengetriebene, langfristige Vorhersagen des Wasserbedarfs unter dem Einfluss des Klimawandels

Ausreichende Verfügbarkeit von Trinkwasser und entsprechende Langzeitplanung sind wesentliche Voraussetzungen für eine nachhaltige Zukunft. Dazu bedarf es verlässlicher Langzeitprognosen des zukünftigen Wasserbedarfs. Stündliche und tägliche Bedarfsprognosen mithilfe von maschinellem Lernen (ML) sind wohletabliert, sofern ausreichend Daten vorhanden sind. Dennoch gibt es einige Herausforderungen. Erstens verfügen viele lokale Wasserversorger lediglich über monatliche Bedarfsdaten. Zweitens ist das System wegen des Klimawandels und wegen sozialer, rechtlicher und wirtschaftlicher Veränderungen instationär. Drittens sind zukünftige Wetter- und Klimabedingungen sowie die genannten Wandelprozesse unsicher. Insgesamt führt dies zu hoch volatilen und unsicheren Szenarien mit begrenzten Daten, was eine große Herausforderung für Modellierung und ML-Methoden darstellt. Dennoch sollten diese Methoden breit in verschiedenen Klima- und Wirtschaftsregionen anwendbar sein, zuverlässige Vorhersagen über Jahrzehnte ermöglichen und für Experten in Planungsbüros handhabbar sein. Dieses Projekt zielt darauf ab, Langzeitprognosen des Wasserbedarfs zu verbessern, indem wir folgende vier Forschungsfragen bearbeiten: Welche ML-Modelle für datenarme Probleme beschreiben den Wasserbedarf am besten, und kann die Modellauswahl automatisiert werden? Welche erklärenden Variablen sind notwendig, und wie sind diese zukünftig verteilt? Wie können wir der variierenden Aussagekraft von Daten in instationären Problemen begegnen? Wie können wir sinnvolle Unsicherheitsintervalle für Risikobewertungen erreichen? Um diese Fragen zu beantworten, werden wir speziell für datenarme Situationen entwickelte ML-Modelle entwickeln, kombinieren und bewerten sowie deren Auswahl automatisieren. Dies umfasst auch die Auswahl der erklärenden Variablen und die Untersuchung ihrer Wahrscheinlichkeitsverteilungen. Wir werden auf zwei Zeitskalen arbeiten: kurzfristig (lokal Wetter) und langfristig (Klima). Für die kurze Zeitskala werden wir statistische Wettergeneratoren verwenden, während wir für die langfristige Skala Langzeit-Wettervorhersagen des DWD unter verschiedenen Klimaszenarien nutzen werden. Da technische, gesellschaftliche oder wirtschaftliche Veränderungen und ihre Auswirkungen auf den Wasserbedarf schwer vorhersehbar und allgemein modellierbar sind, müssen sie als exogene oder festgesetzte Variablen behandelt werden. Sie können die Aussagekraft von Daten, die unter aktuellen Bedingungen erhoben werden, beeinflussen. Daher werden wir Multi-Fidelity-Ansätze entwickeln, die aus kürzeren Zeitreihen größerer räumlicher Gebiete lernen können. Für das Projekt bauen wir auf Vorarbeiten im Bereich des Polynomiellen Chaos und der Gauß-Prozess-Regression auf. Alle Methoden werden open-source verfügbar gemacht, um Transparenz in der Bedarfsvorhersage zu fördern und somit verbesserte Vorhersagen und Entscheidungsunterstützung öffentlich verfügbar zu machen.

1 2 3 4 5 … 71 72 73