API src

Found 1978 results.

Related terms

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Bautzen, Germany from 1985 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

Impakt von Pollutantien auf die P.S. (Programmierte Synthese: DNA-, RNA- und Proteinsynthese)

Veraenderungen im physiologisch-chemischen Bereich, die durch Anwesenheit von Pollutantien, insbesondere chemischen, verursacht werden, soweit sie DNA-, RNA und/oder Proteinsynthese betreffen. In der Gruppe stehen alle Enzyme und viele hoehere Komplexe zur Verfuegung. Bisher wird an wenigen biologischen Modellen gearbeitet, wie Klaerschlamm, Spongien, Echinodermata, Moos. Ziel ist es, Induktionsvorgaenge und die daraus folgenden Regulationsfolgen, wie sie unter Umwelt-relevanten Bedingungen hervorgerufen werden, zu verstehen.

Vorkommen, Induktion und Metabolismus von UV-Schutzverbindungen in antarktischen Makroalgen

Verhalten von Einzelzellen nach Bestrahlung

Reparaturprozesse; Strahlenwirkung/Hefe; Zellstoffwechsel.

Oekophysiologie von Singvoegeln auf dem Zug

'- Physiologische Anpassungen an den Langstreckenflug. - Fettaufbaurate und Rastdauer von ziehenden Singvoegeln in Rastgebieten in Abhaengigkeit von Umweltfaktoren. - Zugstrategien von Singvoegeln.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Frankfurt-Oder, Germany from 1984 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Landshut, Germany from 1984 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

Einfluss von Organochlorverbindungen auf inkubierte Rinderlinsen

Bei der Benutzung von Organochlorverbindungen als Schaedlingsbekaempfungsmittel geraten diese Substanzen an und in die Augen der Landarbeiter. Es ist das Ziel der vorliegenden Studie, den Einfluss dieser Verbindungen auf den Stoffwechsel und die Funktion des Auges zu untersuchen; Rinderlinsen dienen dabei als Testobjekt.

Schadstoffmonitoring Ostseekueste

Zur Ueberwachung des Nord- und Ostseewassers auf Belastungen mit persistenten organischen Halogenkohlenwasserstoffen wurden Muscheln erfolgreich als Bioindikatoren eingesetzt. Als nachteilig erwiesen sich lediglich saisonale Schwankungen in der Akkumulationsfaehigkeit der Muschel und eine - allerdings nur geringfuegige - metabolische Aktivitaet. Zur Eliminierung dieser Stoerfaktoren werden von uns zur Zeit Analysen auf Organochlorverbindungen an Sediment, Muschel und Wasser verschiedener Orte der Ostsee durchgefuehrt. Geprueft wird, ob die Anreicherung der Organochlorverbindungen des Wassers im Sediment als Indikator geeignet ist. Besonders beruecksichtigt werden bei diesen Untersuchungen die PCB-Kongenere.

Die Rolle von Viren beim mikrobiellen Schadstoffabbau

Die Verunreinigung unserer Wasserressourcen mit organischen Schadstoffen, wie etwa Öl-bürtigen Kohlenwasserstoffen, ist ein ernstzunehmendes Problem und hat vielerorts bereits zu einer chronischen Belastung des Grundwassers geführt. Der biologische Abbau ist der einzige natürliche Prozess, der im Untergrund zu einer Schadstoffreduktion führt. Als Steuergrößen gelten hier die Anwesenheit von Abbauern (Mikroorganismen) und die Verfügbarkeit von Elektronenakzeptoren und Nährstoffen. In den letzten Jahren wurde zudem die Bedeutung dynamischer Umweltbedingungen (z.B. Hydrologie) als wichtige Einflussgröße erkannt. Ein wichtiger Aspekt wurde jedoch bisher nicht in Betracht gezogen, nämlich die Rolle der Viren bzw. Phagen. Viren sind zahlenmäßig häufiger als Mikroorganismen und ebenso ubiquitär vorhanden. Mittels verschiedener Mechanismen können sie einen enormen Einfluss auf die mikrobiellen Gemeinschaften ausüben. Einerseits verursachen sie Mortalität bei ihren Wirten. Andererseits können sie über horizontalen Gentransfer den Wirtsstoffwechsel sowohl zu dessen Vorteil als auch Nachteil modifizieren. In den vergangenen Jahren konnten verschiedene mikrobielle Phänomene der Aktivität von Viren zugeschrieben werden. Die klassische Ansicht, dass Viren ausschließlich Parasiten sind, ist nicht mehr zutreffend. Als Speicher und Überträger von genetischer Information ihrer Wirte nehmen sie direkten Einfluss auf biogeochemische Stoffkreisläufe sowie auf die Entstehung neuer Schadstoffabbauwege. Biogeochemische Prozesse in mikrobiell gesteuerten Ökosystemen wie dem Grundwasser und die dynamische Entstehung und Anpassung an neue Nischen als Folge von Veränderungen der Umweltbedingungen kann nur verstanden werden, wenn der Genpool in lytischen und lysogenen Viren entsprechend mit berücksichtigt wird. Das Projekt ViralDegrade stellt Paradigmen in Frage und möchte eine völlig neue Perspektive hinsichtlich der Rolle der Viren beim mikrobiellen Schadstoffabbau eröffnen, welche zur Zeit noch als Black Box behandelt werden. ViralDegrade postuliert, dass Viren (i) durch horizontalen Gentransfer und den Einsatz von metabolischen Genen den Wirtsstoffwechsel modulieren (Arbeitshypothese 1) und (ii) für den temporären Zusammenbruch von dominanten Abbauerpopulationen und, damit verbunden, für den Wechsel zwischen funktionell redundanten Schlüsselorganismen verantwortlich sind (Arbeitshypothese 2). Sorgfältig geplante Labor- und Felduntersuchungen und vor allem der kombinierte Einsatz von (i) neu entwickelten kultivierungsunabhängigen Methoden, wie etwa dem Viral-Tagging, und (ii) ausgewählten schadstoffabbauenden aeroben und anaeroben Bakterienstämmen, garantieren neue Erkenntnisse zur Rolle der Viren beim mikrobiellen Schadstoffabbau sowie ähnlichen mikrobiell gesteuerten Prozessen. Ein generisches Verständnis der Vireneinflüsse wird zudem zukünftig neue Optionen für die biologische Sanierung eröffnen.

1 2 3 4 5 … 196 197 198