API src

Found 919 results.

Related terms

Forstliche Versuchsflächen des Landes Brandenburg (WFS gesamt+fachbezogene Layer)

Das Landeskompetenzzentrum Forst Eberswalde verwaltet Daten von fast 1000 im ganzen Land Brandenburg verteilten Versuchen mit über 3000 häufig sehr langfristig bearbeiteter Einzelflächen (teilweise seit 1870), von denen mehr als 1000 Flächen noch unter aktueller Beobachtung stehen. Die Digitalisierung der Lageskizzen älterer Flächen erfolgte 2013-2014. Neue Flächen werden mit Hilfe von GPS geografisch verortet. Die Daten werden in einer Datenbank der langfristigen forstlichen Versuchsflächen des Landes Brandenburg verwaltet. Der WFS-Dienst enthält 52 abrufbare Layer zu den forstliche Versuchsflächen des Landes Brandenburg: die Gesamtmenge aller Flächen sowie gefiltert nach einzelnen fachbezogenen Parametern.

Bodendauerbeobachtung im Land Brandenburg

Das vorliegende Punktshape beinhaltet die Standorte zu den Messstellen der Bodendauerbeobachtungsflächen im Land Brandenburg. Die Bodendauerbeobachtung ist ein Instrument zur langfristigen Überwachung von Veränderungen des Zustandes und der Funktionen des Bodens im Sinne des Bundesbodenschutzgesetzes bzw. weiterer untergesetzlicher Regelwerke. Die Bodendauerbeobachtung ist dabei nicht isoliert, sondern als zentrales Element einer integrierten Umweltbeobachtung zu betrachten. Ziele der Boden- dauerbeobachtung sowohl brandenburgspezifisch als auch bundesweit sind a) die Erfassung des aktuellen Zustandes der Böden, b) die langfristige Überwachung von Bodenveränderungen und c) die Ableitung von Prognosen für die zukünftige Entwicklung der Böden. Als Sachdaten sind neben der Bezeichnung der Bodendauerbeobachtungsfläche auch Angaben zur Nutzungsart, der naturräumlichen Haupt-Einheitsgruppe, dem Bodenausgangsgestein, dem Bodentyp, der Bodenart des Oberbodens sowie der Kategorie für deren Auswahl hinterlegt. Aggregierte und qualitätsgeprüfte Messdaten werden zu einem späteren Zeitpunkt ergänzt. Hinweis: Die Lage der Standorte wurde auf ganze km gerundet und entspricht daher nicht der tatsächlichen Lage der Bodendauerbeobachtungsflächen. Der Datenbestand beinhaltet die Standorte (Punktdaten) zu Messstellen der Bodendauerbeobachtung des Landes Brandenburg. Das vorliegende Punktshape beinhaltet die Standorte zu den Messstellen der Bodendauerbeobachtungsflächen im Land Brandenburg. Die Bodendauerbeobachtung ist ein Instrument zur langfristigen Überwachung von Veränderungen des Zustandes und der Funktionen des Bodens im Sinne des Bundesbodenschutzgesetzes bzw. weiterer untergesetzlicher Regelwerke. Die Bodendauerbeobachtung ist dabei nicht isoliert, sondern als zentrales Element einer integrierten Umweltbeobachtung zu betrachten. Ziele der Boden- dauerbeobachtung sowohl brandenburgspezifisch als auch bundesweit sind a) die Erfassung des aktuellen Zustandes der Böden, b) die langfristige Überwachung von Bodenveränderungen und c) die Ableitung von Prognosen für die zukünftige Entwicklung der Böden. Als Sachdaten sind neben der Bezeichnung der Bodendauerbeobachtungsfläche auch Angaben zur Nutzungsart, der naturräumlichen Haupt-Einheitsgruppe, dem Bodenausgangsgestein, dem Bodentyp, der Bodenart des Oberbodens sowie der Kategorie für deren Auswahl hinterlegt. Aggregierte und qualitätsgeprüfte Messdaten werden zu einem späteren Zeitpunkt ergänzt. Hinweis: Die Lage der Standorte wurde auf ganze km gerundet und entspricht daher nicht der tatsächlichen Lage der Bodendauerbeobachtungsflächen. Der Datenbestand beinhaltet die Standorte (Punktdaten) zu Messstellen der Bodendauerbeobachtung des Landes Brandenburg. Das vorliegende Punktshape beinhaltet die Standorte zu den Messstellen der Bodendauerbeobachtungsflächen im Land Brandenburg. Die Bodendauerbeobachtung ist ein Instrument zur langfristigen Überwachung von Veränderungen des Zustandes und der Funktionen des Bodens im Sinne des Bundesbodenschutzgesetzes bzw. weiterer untergesetzlicher Regelwerke. Die Bodendauerbeobachtung ist dabei nicht isoliert, sondern als zentrales Element einer integrierten Umweltbeobachtung zu betrachten. Ziele der Boden- dauerbeobachtung sowohl brandenburgspezifisch als auch bundesweit sind a) die Erfassung des aktuellen Zustandes der Böden, b) die langfristige Überwachung von Bodenveränderungen und c) die Ableitung von Prognosen für die zukünftige Entwicklung der Böden. Als Sachdaten sind neben der Bezeichnung der Bodendauerbeobachtungsfläche auch Angaben zur Nutzungsart, der naturräumlichen Haupt-Einheitsgruppe, dem Bodenausgangsgestein, dem Bodentyp, der Bodenart des Oberbodens sowie der Kategorie für deren Auswahl hinterlegt. Aggregierte und qualitätsgeprüfte Messdaten werden zu einem späteren Zeitpunkt ergänzt. Hinweis: Die Lage der Standorte wurde auf ganze km gerundet und entspricht daher nicht der tatsächlichen Lage der Bodendauerbeobachtungsflächen. Der Datenbestand beinhaltet die Standorte (Punktdaten) zu Messstellen der Bodendauerbeobachtung des Landes Brandenburg.

Air- and soil temperature data from PhytOakmeter plot DGRL_14 (Greifenhagen, Germany) from 2023

Soil temperature at 15cm depth and air temperature at 60cm height were collected using HOBO Pro V2 loggers, model U23-004. Two loggers were used. After data visualization, unrealistic values were removed manually for each logger, and mean temperature values were calculated at 30-minute intervals.

Air- and soil temperature data from PhytOakmeter plot DGRL_14 (Greifenhagen, Germany) from 2020

Soil temperature at 15cm depth and air temperature at 60cm height were collected using HOBO Pro V2 loggers, model U23-004. Two loggers were used. After data visualization, unrealistic values were removed manually for each logger, and mean temperature values were calculated at 30-minute intervals.

Continuous recordings of environmental parameters at station 13, Platengrund (2021-09 - 2024-09)

Additionally, at four shallow water stations (Booknis Eck, Buelk, Behrensdorf and Katharinenhof) temperature, salinity and dissolved oxygen are continuously logged at 2-3 m depth by self-contained data loggers. These are: (I) MiniDOT loggers (Precision Measurement Engineering; http://pme.com; ±10 µmol L-1 or ±5 % saturation) including copper antifouling option (copper plate and mesh) to measure dissolved oxygen concentration and (II) DST CT salinity & temperature loggers (Star-Oddi; http://star-oddi.com; ±1.5 mS cm-1) to record the conductivity. Both sensor types additionally record water temperature with an accuracy of ± 0.1 °C. The sampling interval was set to 30 minutes for all parameters. In context of the long-term monitoring project RegLocDiv (Regional-Local-Diversity) by M. Wahl (Franz, M. et al. 2019a), another seven stations were equipped with the same two types of sensors at 4-6 m depth to continuously record environmental parameters (again: temperature, salinity, dissolved oxygen) and included into this data set. These stations are at: Falshoeft, Booknis Eck, Schoenberg, Westermarkelsdorf, Staberhuk, Kellenhusen and Salzhaff (abandoned in 2023). Since 2021, in the context of implementing a reef monitoring to fulfil obligations by the EU Habitats Directive, step-by-step, eleven further stations were installed at reefs in the Schleswig-Holstein Baltic Sea. These are at: Platengrund (14 m depth) and Mittelgrund (8 m) (both since 2021), at Walkyriengrund (9 m), Brodtener Ufer (8 m), Außenschlei (11 m), Kalkgrund (8 m), Stollergrund (7.5 m) and Flueggesand (10 m) (all since 2022), as well as at Gabelsflach (10 m), Sagasbank (8.5 m) and Stabehuk (11.5 m) (all since 2023). Again, at all of these 11 stations, temperature, salinity and dissolved oxygen are continuously logged by self-contained data loggers: Conductivity (and temperature) is logged by HOBO® Salt Water Conductivity/Salinity Data Logger (Onset Computer Corporation, Bourne, MA, USA; https://www.onsetcomp.com) using the U2X protective housing to prevent fouling on the sensors. The same MiniDOT loggers (Precision Measurement Engineering) as at the above mentioned more shallow stations (including antifouling copper plate and mesh) are used to measure dissolved oxygen concentration. Dissolved oxygen concentration data measured by the MiniDOT loggers are corrected for a depth of 10 m (or 2,5 m on the shallow stations) using the software provided by the manufacturer. Additionally, a manual compensation for salinity was calculated (see details in Franz, M. et al. 2019b). Quality control was carried out by spike and gradient tests, following recommendations of SeaDataNet quality control procedures (see https://seadatanet.org/Standards/Data-Quality-Control). All data values were flagged according to applied quality checks using the following flags: 1 = Pass, 2 = Suspect, 3 = Fail, 4 = Visually suspect, 5 = Salinity compensation fail (further explanations can be found in Franz, M. et al. 2019b).

METOP GOME-2 - Cloud Top Pressure (CTP) - Global

Gridded Level 3 cloud top pressure derived from Metop/GOME observations. Cloud physical properties (cloud fraction, cloud top height, cloud optical thickness) are derived from GOME/GOME-2 observations using the OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks). For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/ The Global Ozone Monitoring Experiment-2 (GOME-2) instrument continues the long-term monitoring of atmospheric trace gas constituents started with GOME / ERS-2 and SCIAMACHY / Envisat. Three instruments operate on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B, and -C, launched in 2006, 2012, and 2018, respectively. GOME-2 measures a range of atmospheric trace constituents, with the emphasis on global ozone distribution. Furthermore, cloud properties and intensities of ultraviolet radiation are retrieved. These data are crucial for monitoring the atmospheric composition and the detection of pollutants. DLR generates operational GOME-2 / MetOp products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Composition Monitoring (AC-SAF).

Specific antibody analysis during 24-days of incubations in mesocosm experiments with brown algae

Six mesocosm experiments with specimens of Fucales or Laminariales were conducted across six georegions (3 mesocosms with brown algae, 3 mesocosms without brown algae). Incubations lasted 24 days, followed by a year-long monitoring of incubation water. During the first 12 days, brown algae were maintained in mesocosms adjacent to control mesocosms, with 1 L of water sampled every second day. Half of the mesocosm water was replaced with fresh seawater after each sampling. Environmental conditions and primary productivity of specimens was recorded during the incubation. After 12 days, specimens were removed and incubation continued for another 12 days, maintaing the same sampling routine. At the end of the 24 day- incubation period, long-term monitoring was set-up with 6-10L of incubation water in two different conditions: one exposed to a controlled light cycle at 20°C, the second set in darkness at 4°C with added nutrients (40 µM NO3- and 3µM PO43-). Additional water samples were collected along transects extending from near-shore brown algae poplulations. Water samples were filtered over pre-combusted GFF filters (450°C, 4.5h), and both the filtrate and filters were analysed for dissolved organic carbon (DOC), particulate organic carbon (POC). Fucoidan was quantified in dissolved (>1kDa) fraction and surface active fraction (SAF) (> 1kDa and negative charged fraction purified with anion exchange chromatography) fractions through monosaccharide quantification after acid-hydrolysis (100°C, 24h) using HPAEC-PAD, according to Engel and Händel, 2011. Intact polysaccharides were detected using structure-sensitive monoclonal antibodies (Torode et al., 2015; Vidal-Melgosa et al., 2021). Microbial cells were quantified using DAPI-cell staining and counting. Semi-quantitative measurements of particulate fucoidan were performed via acid hydrolysis of GFF filter pieces, followed by monosaccharide analysis via HPAEC-PAD. Sedimented particles to bottom of mesocosms were scooped out on day 24 for monosaccharide analysis and BAM1 antibody binding specific to fucoidan.

Dissolved organic carbon measurements during 24-days of incubations in mesocosm experiments with brown algae

Six mesocosm experiments with specimens of Fucales or Laminariales were conducted across six georegions (3 mesocosms with brown algae, 3 mesocosms without brown algae). Incubations lasted 24 days, followed by a year-long monitoring of incubation water. During the first 12 days, brown algae were maintained in mesocosms adjacent to control mesocosms, with 1 L of water sampled every second day. Half of the mesocosm water was replaced with fresh seawater after each sampling. Environmental conditions and primary productivity of specimens was recorded during the incubation. After 12 days, specimens were removed and incubation continued for another 12 days, maintaing the same sampling routine. At the end of the 24 day- incubation period, long-term monitoring was set-up with 6-10L of incubation water in two different conditions: one exposed to a controlled light cycle at 20°C, the second set in darkness at 4°C with added nutrients (40 µM NO3- and 3µM PO43-). Additional water samples were collected along transects extending from near-shore brown algae poplulations. Water samples were filtered over pre-combusted GFF filters (450°C, 4.5h), and both the filtrate and filters were analysed for dissolved organic carbon (DOC), particulate organic carbon (POC). Fucoidan was quantified in dissolved (>1kDa) fraction and surface active fraction (SAF) (> 1kDa and negative charged fraction purified with anion exchange chromatography) fractions through monosaccharide quantification after acid-hydrolysis (100°C, 24h) using HPAEC-PAD, according to Engel and Händel, 2011. Intact polysaccharides were detected using structure-sensitive monoclonal antibodies (Torode et al., 2015; Vidal-Melgosa et al., 2021). Microbial cells were quantified using DAPI-cell staining and counting. Semi-quantitative measurements of particulate fucoidan were performed via acid hydrolysis of GFF filter pieces, followed by monosaccharide analysis via HPAEC-PAD. Sedimented particles to bottom of mesocosms were scooped out on day 24 for monosaccharide analysis and BAM1 antibody binding specific to fucoidan.

Assessment of formal, natural and social insurances: how to cope best with impacts of extreme events on grasslands for sustainable farming systems?

The impacts of climate change pose one of the main challenges for agriculture in Central Europe. In particular, an increase of extreme and compound extreme climate events is expected to strongly impact economic revenues and the provision of ecosystem services by agroecosystems. A highly relevant, still open question is how grassland farming systems can cope best with these climate risks to adapt to climate change. A prominently discussed economic instrument to relieve income risks is the formal insurance, but natural and social insurances are newly under discussion as well. Natural insurances include specific grassland management practises such as maintaining species-rich grasslands. Social insurances, in our terminology, comprise all forms of societal support for farmers’ climate risk management. This includes in particular arrangements of community-supported agriculture that reduce income risks for farmers, or payments for ecosystem services if their design takes risk into account. Formal, natural and social insurances may be substitutes or complements, and affect farmer behaviour in different ways. Thus, policy support for any of the three forms of insurance will have effects on the others, which need to be understood. InsuranceGrass takes an innovative interdisciplinary view and assesses formal, natural and social insurances: on how to cope best with impacts of climate extremes on grasslands, integrating social and natural sciences perspectives and feedbacks between them. Based on this holistic analysis, InsuranceGrass will provide recommendations for policy and insurance design to ensure effective risk-coping of farmers and to enhance sustainable grassland farming, considering economic, environmental and social aspects. Impacts of extreme and compound extreme events on the provision of ecosystem services (e.g. magnitude and quality of yield, climate regulation via carbon sequestration, plant diversity) by permanent grasslands in Germany and Switzerland are quantified based on long-term observations and field experiments. Cutting-edge model-based approaches will be based on behavioural theories and empirically calibrated. With the help of social-ecological modelling, InsuranceGrass explicitly incorporates feedbacks between farmers’ and households’ decision, grassland management options, and ecosystem service provision in a dynamic manner. The contributions of different insurance types are developed, discussed and evaluated jointly with different groups of stakeholders (i.e., farmers, insurance companies, public administration). A scientifically sound and holistic assessment of the role of formal, natural, and social insurances for the sustainability of grassland farming under extreme events requires both disciplinary excellence and seamless interdisciplinary collaboration. InsuranceGrass brings together four groups from Zürich and Leipzig, with unique disciplinary expertise and a track record of successful collaboration.

Sonderforschungsbereich Transregio 172 (SFB TRR): Arktische Verstärkung: Klimarelevante Atmosphären- und Oberflächenprozesse und Rückkopplungsmechanismen (AC)3

Innerhalb der letzten 25 Jahre wurde ein bemerkenswerter Anstieg der bodennahen Lufttemperatur in der Arktis beobachtet, welcher den Globalerwärmungsfaktor von zwei sogar übersteigt. Dieses Phänomen wird als Arktische Verstärkung bezeichnet. Diese Erwärmung führt zu recht dramatischen Veränderungen einer Vielzahl von Klimaparametern. Beispielsweise wurde von Satelliten aus beobachtet, dass sich das arktische Meereis signifikant zurückgezogen hat. Allerdings können Klimamodelle diesen Rückgang immer noch nicht korrekt reproduzieren. Daher ist es zwingend erforderlich den Ursprung dieser Unstimmigkeiten zu identifizieren. Um unser Wissen über die Ursprünge der beobachteten arktischen Klimaveränderungen zu erweitern, ist es notwendig die Genauigkeit dieser Vorhersagen zu verbessern. Um dieses Ziel zu erreichen beantragen wir im Rahmen des Transregio TR 172 die vorhandenen wissenschaftlichen Fachkenntnisse und Kompetenzen dreier deutscher Universitäten und zweier nicht-universitären Forschungsinstitute zu fokussieren und kombinieren. Beobachtungen von Messinstrumenten auf Satelliten, Flugzeugen, luftgetragenen Ballonplattformen, Forschungsschiffen und ausgewählte bodengebundene Messstationen werden in bestimmte Forschungskampagnen integriert und mit Langzeit Messungen kombiniert. Die Modellaktivitäten verwenden eine Hierarchie von Prozess-, mesoskaligen, regionalen und globalen Modellen um eine Brücke zwischen räumlichen und zeitlichen Skalen zu individuellen lokalen Prozessen der entsprechenden Klimasignale herzustellen. Die Modelle dienen als Orientierungshilfe für Kampagnen, zur Analyse von Messungen und Sensitivitäten, zur möglichen Zuordnung der Quellen der beobachteten arktischen Klimaveränderungen und um die Fähigkeiten der Modelle zu testen Beobachtungen zu reproduzieren. Die allumfassende wissenschaftliche Zielsetzung des TR 172 ist es die Schlüsselprozesse, die zur arktischen Verstärkung beitragen, zu identifizieren, untersuchen und zu bewerten um unser Verständnis über die wesentlichen Rückkopplungsmechanismen zu verbessern und gleichzeitig deren relative Bedeutung für die arktische Verstärkung zu quantifizieren. In der ersten Phase wird der Fokus auf atmosphärischen und Bodenprozessen liegen, da die schnell vorrangehenden Veränderungen im arktischen Klima vermuten lassen, dass wichtige atmosphärische Einflüsse an diesen Mechanismen beteiligt sind. In der zweiten und dritten Phase werden dann vor allem die Wechselwirkungen zwischen ozeanischen und atmosphärischen Komponenten der arktischen Verstärkung sowie die damit verbundenen globalen Aspekte genauer untersucht. Die Verbindung von Beobachtungs- und Modellstudien dient dazu die künftigen arktischen Klimaentwicklungsvorhersagen zu verbessern.

1 2 3 4 5 … 90 91 92