Der Datensatz beinhaltet Daten vom LBGR über den Bodenfeuchteindex und wird über je einen Darstellungs- und Downloaddienst bereitgestellt. Der Bodenfeuchteindex stellt ein dimensionsloses Maß für die potenziellen, reliefbedingten Feuchteverhältnisse des Bodens dar. Er quantifiziert die potenzielle Wasserabflussmenge in Abhängigkeit von der Einzugsgebietsgröße (potentieller Abfluss) und der Neigung (Verweildauer des abfließenden Wassers).
Der interoperable INSPIRE-Datensatz beinhaltet Daten vom LBGR über den Bodenfeuchteindex in Brandenburg, zugeordnet in das INSPIRE-Zielschema Höhenlage. Der Datensatz wird über je einen interoperablen Darstellungs- und Downloaddienst bereitgestellt. --- The compliant INSPIRE data set contains data about the soil moisture index in the State of Brandenburg from the LBGR, assigned to the INSPIRE target schema Elevation. The data set is provided via a compliant view and download service.
Die Serie beinhaltet Daten vom LBGR über Geomorphografische Auswertungen Brandenburgs und umfasst eine Sammlung geomorphometrischer und geomorphografischer Ableitungen, die aus dem Digitalen Höhenmodell (DGM2 mit Bodenauflösung 2 x 2 m Rasterweite; Höhenauflösung von +/- 20 - 50 cm) für Brandenburg berechnet wurden. 1. Lokale Parameter: Hangneigung, Exposition, Divergenz-Konvergenz Index; 2. Komplexe Parameter: Höhe über Tiefenlinie (dicht), Höhe über Tiefenlinie (ausgedünnt), Tiefenlinien (dicht), Tiefenlinien (ausgedünnt), Kulminationslinien, Höhe unter Kulminationslinie, Potentieller Bodenfeuchteindex, Multiresolution Index for Valley Bottom Flatness; 3. Kombinierte Parameter: Scheitelbereichsindex, Terrain Classification Index for Lowlands; 4. Geomorphografische Karten: Reliefeinheiten 1, Reliefeinheiten 2 (glaziale Hochflächen undifferenziert), Reliefeinheiten 2 (glaziale Hochflächen differenziert), Senkenbereiche (klassifiziert), Geschlossene Hohlformen.
Das Sächsische Staatsministerium für Infrastruktur und Landesentwicklung (SMIL) unterstützt Städte und Gemeinden bei der sozialen Entwicklung ausgewählter Stadtgebiete mit Landesmitteln und Mitteln aus dem Europäischen Sozialfonds (ESF). Der Datensatz enthält die Fördergebiete der teilnehmenden Gemeinden für den Zeitraum 2021-2027.
Der modifizierte Bodenfeuchte-Index (BFi) stellt ein Maß für die reliefbedingten, potentiellen Feuchteverhältnisse des Bodens dar. Er errechnet sich einerseits aus dem komplexen Reliefparameter Einzugsgebietsgröße, also der potentiell durch Abfluss zur Verfügung stehenden Wassermenge und andererseits aus dem lokalen Reliefparameter Neigung. Die Neigung steuert die Fließgeschwindigkeit und damit die Verweildauer des abfließenden Wassers. Weitere Details zum Verfahren (ohne Modifikation) finden sich bei BÖHNER & KÖTHE (2003). Der modifizierte Bodenfeuchte-Index ist ein leistungsfähiger Reliefparameter. Es gelingt u.a., dass breite Talböden einen einheitlichen hohen Bodenfeuchte-Index aufweisen und nicht wie z.B. bei MOORE et al. (1993) hohe Indizes nur auf die schmalen Abflusslinien in den Talböden konzentriert bleiben (vgl. BÖHNER & KÖTHE 2003). Die Modifikation des Bodenfeuchte-Index besteht in erster Linie in der Gewichtung der Hangneigung. Der verwendete Gewichtungsfaktor beträgt den Wert 2 (Standardwert ist 1). Der relativ hohe Gewichtungsfaktor 2 führt zwar dazu, dass im Bergland der Bodenfeuchte-Index recht undifferenziert ist und bereits die Endmoränen der Geest ähnlich geringe Werte wie das Bergland aufweisen. Dafür sind aber alle sehr flach geneigten Gebiete stark differenziert. Da Niedersachsen überwiegend ein flach geneigtes Relief aufweist und da der Zusammenhang Boden -Relief in grundwassernahen Standorten i.d.R. stärker ist, wurde sich für einen hohen Gewichtungsfaktor entschieden. BÖHNER, J. & KÖTHE, R. (2003): Bodenregionalisierung und Prozeßmodellierung: Instrumente für den Bodenschutz. – Peterm. Geogr. Mitt., 147, 2003/3: 72-82; Gotha.
Der modifizierte Bodenfeuchte-Index (BFi) stellt ein Maß für die reliefbedingten, potentiellen Feuchteverhältnisse des Bodens dar. Er errechnet sich einerseits aus dem komplexen Reliefparameter Einzugsgebietsgröße, also der potentiell durch Abfluss zur Verfügung stehenden Wassermenge und andererseits aus dem lokalen Reliefparameter Neigung. Die Neigung steuert die Fließgeschwindigkeit und damit die Verweildauer des abfließenden Wassers. Weitere Details zum Verfahren (ohne Modifikation) finden sich bei BÖHNER & KÖTHE (2003). Der modifizierte Bodenfeuchte-Index ist ein leistungsfähiger Reliefparameter. Es gelingt u.a., dass breite Talböden einen einheitlichen hohen Bodenfeuchte-Index aufweisen und nicht wie z.B. bei MOORE et al. (1993) hohe Indizes nur auf die schmalen Abflusslinien in den Talböden konzentriert bleiben (vgl. BÖHNER & KÖTHE 2003). Die Modifikation des Bodenfeuchte-Index besteht in erster Linie in der Gewichtung der Hangneigung. Der verwendete Gewichtungsfaktor beträgt den Wert 2 (Standardwert ist 1). Der relativ hohe Gewichtungsfaktor 2 führt zwar dazu, dass im Bergland der Bodenfeuchte-Index recht undifferenziert ist und bereits die Endmoränen der Geest ähnlich geringe Werte wie das Bergland aufweisen. Dafür sind aber alle sehr flach geneigten Gebiete stark differenziert. Da Niedersachsen überwiegend ein flach geneigtes Relief aufweist und da der Zusammenhang Boden -Relief in grundwassernahen Standorten i.d.R. stärker ist, wurde sich für einen hohen Gewichtungsfaktor entschieden. BÖHNER, J. & KÖTHE, R. (2003): Bodenregionalisierung und Prozeßmodellierung: Instrumente für den Bodenschutz. – Peterm. Geogr. Mitt., 147, 2003/3: 72-82; Gotha.
Der Terrain Classification Index = (TCIlow) ist ein dimensionsloser Index im Wertebereich von 0-2. Er überhöht geringste Höhendifferenzen, insbesondere in Tiefenbereichen. Auch bei geringsten Reliefunterschieden werden Gerinne und flache Senken erkennbar. In der Nähe von anthropogenen Bauwerken wie Deichen, Dämmen oder Halden können Reste oder Artefakte die Werte verfälschen. Der Reliefklassifikationsindex TCIlow beruht auf dem nach 10m generalisierten digitalen Höhenmodel von Niedersachsen (DGM1) und wird aus den komplexen Reliefparametern Höhe über Tiefenlinie, Einzugsgebietsgröße und modifizierten Bodenfeuchteindex berechnet (BOCK, BÖHNER, CONRAD, KÖTHE & RINGELER (2007)). BOCK, M., BÖHNER, J., CONRAD, O., KÖTHE, R. & RINGELER, A. (2007): Methods for creating Functional Soil Databases and applying Digital Soil Mapping with SAGA GIS. - In: Hengl, T. et al. (Eds.) Status and prospect of soil information in south-eastern Europe: soil databases, projects and applications. - EUR 22646 EN, 149-163, Scientific and Technical Research series, Office for Official Publications of the European Communities; Luxemburg.
The effects of a phytoplankton bloom and photobleaching on colored dissolved organic matter (CDOM) in the sea-surface microlayer (SML) and the underlying water (ULW) were studied in a month-long mesocosm study, in May and June of 2023, at the Institute for Chemistry and Biology of the Marine Environment (ICBM) in Wilhelmshaven, Germany. The mesocosm study was conducted by the DFG research group BASS (Biogeochemical processes and Air–sea exchange in the Sea-Surface microlayer, Bibi et al., 2025) in the Sea Surface Facility (SURF) of the ICBM. The facility contains an 8 m × 1.5 m × 0.8 m large outdoor basin with a retractable roof, which was closed at night and during rain events. The basin was filled with North Sea water from the adjacent Jade Bay. Homogeneity of the ULW in the basin was achieved by constant mixing of the water column. The daily SML and ULW samples were collected alternating in the morning, about 1 h after sunrise, and in the afternoon, about 10 h after sunrise. The alternation of sampling times intended to capture a potential effect of sun-exposure duration on DOM transformations and elucidated the day and night variability of the layers. The SML was collected via glass plate sampling (Cunliffe and Wurl, 2014). The ULW was sampled via a submerged tube and a connected syringe suction system in 0.4 m depth. The removed sample volume was refilled with Jade Bay water every day. SML and ULW samples were filtered through pre-flushed 0.7 µm Whatman GF/F and 0.2 nucleopore filters into clear 40 ml SUPELCO bottles. These bottles were acid-washed twice and combusted at 500 °C for 5 h. The samples were stored dark and at 4 °C and measured within a few months of the study. FDOM was measured using a Aqualog fluorescence spectrometer (Horiba Scientific, Japan) with 10 seconds integration time and high gain of the CCD (charge-coupled device) sensor within an excitation range from 240 to 500 nm, and an emission range from 209.15 to 618.53 nm. The Aqualog measures fluorescence as well as absorption. The resulting data includes an excitation-emission-matrix (EEM) of the blank (MilliQ Starna cuvette), an EEM of the sample, and the absorption values of the sample. The raw exported Aqualog data was corrected for errors and lamp shifts. The corrected EEM data is then decomposed by PARAFAC (Murphy et al., 2013) for its underlying fluorophore components. Before running the PARAFAC routine, the corrected data needed to undergo a correction process by subtracting the blank from the sample EEM and canceling the influences of the inner-filter effect (IFE, Parker & Rees, 1962; Kothawala et al., 2013). The fluorescence intensity of the IFE-corrected EEM is calibrated by using the Raman scatter peak of water (Lawaetz & Stedmon, 2009). For PARAFAC the corrected data was processed using the drEEM and NWAY toolbox (version 0.6.5; Murphy et al., 2013) in MATLAB (R2020b). A 4-component model was validated with the validation style S4C6T3 for the split half analysis with nonnegativity constraints and 1-8e as the convergence criteria with 50 random starts and a maximum number of 2500 iterations. The resulting final model had a core consistency of 82.04 and the explained percentage was 99.54%. Furthermore, four fluorescence indices were calculated from the corrected EEM data (HIX – Humification index, Zsolnay et al., 1999; BIX – Biological index, Huguet et al., 2009; REPIX – Recently produced index, Parlanti et al., 2000, Drozdowska et al., 2015; ARIX, Murphy, 2025).
Nach der Dürre des letzten Jahres war auch dieser Frühling wieder überdurchschnittlich warm und trocken. Die Trockenheit im Boden, die auch nach dem letzten Winter noch bestand, konnte somit auch im Frühjahr nicht ausgeglichen werden. Sachsen-Anhalt startet mit Bodendürre in den Sommer. Der meteorologische Frühling (01. März bis 31. Mai) des Jahres 2019 war mit 9,6 °C mittlerer Lufttemperatur in Sachsen-Anhalt um 1,5 °C wärmer als das langjährige Mittel der Referenzperiode 1961-1990. Diese Temperaturanomalie folgt grob dem langjährigen Trend, wie aus Abbildung 1 ersichtlich wird. Der Mai 2019, welcher mit 11,8 °C um 1 °C kühler war als das Mittel der Mai-Monate in der Referenzperiode, konnte den wärmeren März mit 7,1 °C (3,7 °C) [1] und April mit 10,0 °C (7,8 °C) im Jahreszeitenmittel nicht ausgleichen. [1] Werte in Klammern geben das Mittel des Referenzzeitraums 1961-1990 wieder. Nach der Dürre des vergangenen Jahres 2018 mit einem Jahresniederschlag von 352,5 mm in Sachsen-Anhalt, welcher im Vergleich zur Referenzperiode 1961-1990 einem Defizit von -195,1 mm (-35,6 %) entspricht, konnte auch das Frühjahr 2019 den Wassermangel in Sachsen-Anhalt nicht ausgleichen. Während der März mit 50,9 mm etwas mehr Niederschlag als normal (39,7 mm) brachte, waren der April [2] mit lediglich 22,0 mm (50,8 % von normal 43,3 mm) und der Mai mit 43,1 mm (83,1 % von normal 51,9 mm) wiederum zu trocken und setzten so den unterdurchschnittlichen Niederschlag des letzten Jahres fort. Somit erreichte das mittlere Niederschlagsdargebot des Frühjahrs 2019 mit 116,0 mm in Sachsen-Anhalt lediglich 86 % (von normal 134,9 mm der Referenzperiode). Im Vergleich dazu erzielte die Bundesrepublik einen besseren Durchschnitt: Der sehr nasse Mai im Süden und Südwesten Deutschlands konnte die Niederschlagsstatistik des Frühjahrs etwas „nach oben ziehen“. Im gesamtdeutschen Mittel beträgt das Niederschlagsdargebot im Frühling mit 182,7 mm somit 98,3 % (von 185,9 mm in der Referenzperiode) Alle oben genannten Aussagen beziehen sich auf Daten des Deutschen Wetterdienstes – Datenquelle: Deutscher Wetterdienst Die Auswirkungen dieses Niederschlagsdefizits seit dem letzten Jahr sind an dem aktuellen Stand des Dürremonitors des Zentrums für Umweltforschung (UFZ) Leipzig erkennbar. Abbildung 2 zeigt den SMI („Soil Moisture Index“ - Bodenfeuchteindex nach Samaniego et al. 2013) für den Gesamtboden bis ca. 1,8 m Tiefe für Anfang Juni 2019. Der SMI ist in 5 Trockenklassen eingeteilt. Dabei bezeichnet Dürre „keine absolute Trockenheit“, sondern „die Abweichung der Bodenfeuchte vom langjährigen Zustand im jeweiligen Monat (statistischer Vergleich mit dem Zeitraum 1951-2015)“. Man beachte den - im Vergleich zum oben genutzten - abweichenden Referenzzeitraum: Für den SMI zieht das UFZ einen längeren Bezugszeitraum heran. Dies entspricht der hydrologischen Praxis, längere Zeiträume als 30 Jahre (wie in der Klimatologie) zu nutzen. Es zeigt sich, dass, mit Ausnahme des Harzes, fast ganz Sachsen-Anhalt nach diesem Frühjahr mit einer außergewöhnlichen Dürre in den Sommer startet. [2] Der April war mit 250,0 h Sonnenscheindauer auch gleichzeitig äußerst sonnenscheinreich (164,5 % von normal 152,0 h)
The effects of a phytoplankton bloom and photobleaching on colored dissolved organic matter (CDOM) in the sea-surface microlayer (SML) and the underlying water (ULW) were studied in a month-long mesocosm study, in May and June of 2023, at the Institute for Chemistry and Biology of the Marine Environment (ICBM) in Wilhelmshaven, Germany. The mesocosm study was conducted by the DFG research group BASS (Biogeochemical processes and Air–sea exchange in the Sea-Surface microlayer, Bibi et al., 2025) in the Sea Surface Facility (SURF) of the ICBM. The facility contains an 8 m × 1.5 m × 0.8 m large outdoor basin with a retractable roof, which was closed at night and during rain events. The basin was filled with North Sea water from the adjacent Jade Bay. Homogeneity of the ULW in the basin was achieved by constant mixing of the water column. The daily SML and ULW samples were collected alternating in the morning, about 1 h after sunrise, and in the afternoon, about 10 h after sunrise. The alternation of sampling times intended to capture a potential effect of sun-exposure duration on DOM transformations and elucidated the day and night variability of the layers. The SML was collected via glass plate sampling (Cunliffe and Wurl, 2014). The ULW was sampled via a submerged tube and a connected syringe suction system in 0.4 m depth. The removed sample volume was refilled with Jade Bay water every day. SML and ULW samples were filtered through pre-flushed 0.7 µm Whatman GF/F and 0.2 nucleopore filters into brown bottles and were stored dark and at 4 °C until measurement within weeks of the study. The brown bottles were previously combusted at 500 °C. CDOM was measured with three liquid waveguide capillary cells (LWCC, WPI, USA) of different pathlengths (10 cm, 50 cm, 250 cm) to increase the measurement sensitivity following the protocols of Röttgers et al. (2024) using a spectral detector (Avantes, Netherlands) for a total spectral range from 230 to 750 nm. A sodium chloride (NaCl) solution was used for the salinity correction. The blank-corrected absorbance spectra were then converted into Napierian absorption coefficients (Bricaud et al., 1981).
| Origin | Count |
|---|---|
| Bund | 11 |
| Europa | 2 |
| Land | 13 |
| Wissenschaft | 2 |
| Type | Count |
|---|---|
| Daten und Messstellen | 2 |
| Förderprogramm | 3 |
| Text | 1 |
| unbekannt | 12 |
| License | Count |
|---|---|
| geschlossen | 3 |
| offen | 13 |
| unbekannt | 2 |
| Language | Count |
|---|---|
| Deutsch | 16 |
| Englisch | 2 |
| Resource type | Count |
|---|---|
| Datei | 2 |
| Dokument | 3 |
| Keine | 3 |
| Unbekannt | 1 |
| Webdienst | 7 |
| Webseite | 10 |
| Topic | Count |
|---|---|
| Boden | 9 |
| Lebewesen und Lebensräume | 8 |
| Luft | 5 |
| Mensch und Umwelt | 18 |
| Wasser | 5 |
| Weitere | 17 |