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.
Per- und Polyfluoralkylsubstanzen (PFAS) sind eine komplexe Gruppe von künstlich hergestellten Chemikalien mit einzigartigen wasser- und ölabweisenden Eigenschaften. Sie werden seit Jahrzehnten für die Herstellung zahlreicher Verbraucherprodukte verwendet, z. B. für antihaftbeschichtete Kochgeschirre, atmungsaktive Textilien oder Lebensmittelverpackungen. Die Aufnahme über Lebensmittel und Trinkwasser ist der Hauptexpositionsweg des Menschen. Aufgrund der beobachteten Assoziationen zwischen der Konzentration von PFAS im Blut und den Blutfettwerten (besonders LDL-Cholesterin) wird vermutet, dass PFAS eine Rolle für das Risiko von Herz-Kreislauf- Erkrankungen spielen könnten. Auch der Zusammenhang mit dem Risiko von Typ 2 Diabetes wird diskutiert. Der Bekanntheitsgrad von PFAS in der Öffentlichkeit und ihre Untersuchung in wissenschaftlichen Studien hat erst in den letzten Jahren zugenommen. Aus diesem Grund gibt es bis heute nur sehr wenige Studien, die den Zusammenhang zwischen PFAS und der Inzidenz von Herz-Kreislauf-Erkrankungen und Typ 2 Diabetes untersucht haben. Daher hat diese Studie zum Ziel, die Zusammenhänge zwischen den Baseline-Konzentrationen von PFOS/PFOA und anderen perfluorierten Verbindungen im Blut und dem Risiko für Entstehung eines Herzinfarkts, Schlaganfalls und / oder einer Herzinsuffizienz und Typ 2 Diabetes während der Nachbeobachtung in einer Fall-Kohortenstudie der European Prospective Investigation into Cancer and Nutrition (EPIC)-Potsdam Studie zu untersuchen. Zudem sollen Assoziationen im Querschnitt zwischen Konzentrationen von PFOS, PFOA und anderen perfluorierten Verbindungen im Blut und Biomarkern des Lipidmetablismus (Gesamtcholesterin, LDL-Cholesterin, HDL-Cholesterin, Triglyceride), des Glucosemetabolismus (Glucose und HbA1c), des Leberstoffwechsels (GGT, GPT), der Harnsäure und des hsCRP in der repräsentativen Subkohorte untersucht werden. Zudem sollen auch die Zusammenhänge zwischen PFAS und bestimmten Lebensmitteln oder Lebensmittelgruppen (z.B. Fleisch, Fisch) zu untersuchen werden.
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.
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.
Seit kurzem werden ökologisch wirksame Konzentrationen von antibakteriellen Tierarzneimitteln auch im Boden nachgewiesen. Für eine umfassende Analyse des Risikos fehlen jedoch grundlegende Modellvorstellungen. Hierbei ist zu berücksichtigen, dass die Tierarzneimittel i.d.R. mit Wirtschaftsdüngern auf die Böden gelangen. Zwar gibt es Modellvorstellungen zum Umweltverhalten hydrophober Schadstoffe und zur Wirkung von Wirtschaftsdüngern auf die Bodenlebewelt, doch sind diese nur bedingt übertragbar auf die Dynamik der teilweise polaren Tierarzneimittel im Boden und ihre spezifischen Effekte auf Bodenorganismen. Auch die in der Literatur beschriebenen Effekte von zusätzlichen C-Quellen und Co-Solventien auf Bindung, Abbau und Transport sind aufgrund der komplexen Zusammensetzung von Wirtschaftsdüngern nicht direkt auf Tierarzneimittel übertragbar. Effekte der komplexen Wechselwirkungen von Wirtschaftsdüngern auf die Wirkung der Stoffe im Boden sind unseres Wissens überhaupt nicht untersucht. Übergeordnetes Ziel dieser Forschergruppe ist es daher, anhand mindestens zweier unterschiedlicher Zielstoffe (Sulfadiazin und Difloxacin) erstmals aufzuklären, wie unter dem Einfluss von Wirtschaftsdüngern die Wirkung dieser Stoffe im Boden an ihre Dynamik gekoppelt ist. Wir sehen hierbei mehrere offene Fragen in den Bereichen Dynamik (z.B. Abbau und Metabolisierung, Sequestration sowie skalenabhängige Umverteilung), Wirkung (z.B. auf Struktur und Funktion der Mikroorganismen sowie auf Resistenzbildung) und v.a. bezüglich der Mechanismen der raum-zeitlichen Kopplung von Dynamik und Wirkung der Problemstoffe im Boden (von ms bis Jahren und von der Mineraloberfläche bis zum Bodenprofil). Zur Beantwortung dieser Fragen erscheint es uns in der 1. Projektphase notwendig, vorwiegend anhand von Laborversuchen die relevanten Skalen und Prozesse zu identifizieren sowie die Raten zu quantifizieren, welche die Dynamik und Wirkung der Stoffe im Boden allein und unter dem Einfluss tierischer Exkremente steuern. In einer 2. Phase werden die Prozesse gekoppelt und ihre Relevanz in einem gemeinsamen Freilandversuch überprüft. Damit können wir die für das Umweltverhalten der Zielstoffe wesentlichen Steuergrößen und -mechanismen erstmals aufdecken und quantifizieren. Ziel des TP in Bonn ist die Aufklärung der Bindungsstärke und Verfügbarkeit von Tierarzneimitteln in zwei Referenzböden. Um die 'chemische Verfügbarkeit der Substanzen im Boden zu erfassen, wird eine sequentielle Extraktionsmethode für die Analyten entwickelt und auf eine Alterungszeitreihe der Tierantibiotika im Boden angewandt. Die Bindung der Stoffe an Bodenbestandteile (Mineralphasen, org. Substanz, Gülle-DOC) wird mittels batch-Sorptionsversuchen untersucht; dies wird wiederum an frisch kontaminierten und gealterten Proben durchgeführt. Die Ergebnisse werden mit den anderen Projekten der Forschergruppe vernetzt, um auf die 'Bioverfügbarkeit von sorbierten Fraktionen der Tierarzneimittel rückzuschließen.
Als ultrafeine Partikel werden Teilchen mit Durchmessern kleiner als 100 nm bezeichnet. Die ultrafeinen Partikel entstehen in Verbrennungsprozessen, die unter Sauerstoffmangel stattfinden. Hierbei sind u.a. der Straßenverkehr mit seinen unzähligen instationären Verbrennungen, Industrieprozesse und Hausbrand zu nennen. Partikel dieses Größenbereichs können sehr spezielle chemische oder physikalische Wechselbeziehungen mit der Umgebung eingehen. Man beobachtet bei ultrafeinen Partikeln vorwiegend Diffusion, wogegen sich größere Teilchen eher durch Anlagerung bzw. Sedimentation auszeichnen (Limbach, 2005). In der Europäischen Union gilt seit Januar 2005 ein Grenzwert für Feinstaub, d.h. für Partikel kleiner als 10ìm (PM10), vorgeschrieben. Für ultrafeine Partikel gibt es in Europa bisher keine eigenen Grenzwerte. In einem bis dahin einmaligen Projekt wurde die Entwicklung der Belastung mit ultrafeinen Partikeln in Erfurt über zehn Jahre quantitativ bestimmt. Dabei wurde ein deutlicher Anstieg festgestellt (Krug, 2005). Die Korngrößen des Ultrafeinstaubs können das menschliche Respirationssystem erreichen. Man spricht daher vom inhalierbaren Anteil des Feinstaubs. Partikel kleiner als 100 nm werden als noch gefährlicher eingestuft, da sie lungengängig sind. Wegen ihrer geringen Größe können einzelne ultrafeine Partikel ein Lungenepithel durchqueren. Ein Weitertransport zu Leber, Knochenmark oder Herz ist möglich. Die Ultrafeinpartikel können sich in der Lunge bis zu mehreren Monaten ablagern bzw. verbleiben (WHO,1997). Es sind einige Verfahren entwickelt worden, um die PAK-Belastung auf Menschen zu erfassen und ihre Auswirkungen zu beschreiben. Dabei wurde Benzo(a)Pyren oft als Indikator für die Präsenz von karzinogenen PAK in der Umwelt genutzt. Verbreitet ist zum Beispiel die Bestimmung von PAK in Blut oder Urin und die Untersuchung der Auswirkungen von PAK auf den Metabolismus in Organen wie Niere und Leber (Larsen, 1995). Die Exposition durch NPAK erfolgt hauptsächlich über die Luft. Es gibt bislang wenige Studien, welche die Langzeitwirkung der inhalativen Aufnahme untersuchen. Darüber hinaus gelten auch die Metaboliten der NPAK als kanzerogen (Uhl, 2007). Laut WHO gibt es erheblichen Forschungsbedarf hinsichtlich der Exposition der Menschen und der Wirkungen von NPAK auf die menschliche Gesundheit (IPCS 2003). Obwohl die NPAK nur einen Bruchteil (1 bis 10Prozent) der PAK ausmachen (Nielsen, 1984), ist spezielle Aufmerksamkeit wegen ihrer hohen biologischen Aktivität notwendig. Zahlreiche NPAK wirkten in Tierversuchen deutlich mutagen und kanzerogen (Fiedler et.al, 1990). Über ihr Verhalten und ihre Anreicherung in Boden und Staub ist bis jetzt noch sehr wenig bekannt. Ebenso wenig wie über deren Metabolismus und Akkumulation in biologischem Gewebe (Fiedler et al., 1991, Fieder und Mücke 1990). (...)
Um die lückenhaft über große Flächen und oft unberechenbar verteilten Meeresressourcen zu nutzen, fliegen Albatrosse und Sturmvögel oft Hunderte von Kilometern pro Tag und füttern ihre Küken selten. In marinen Ökosystemen unter starkem anthropogenem Einfluss wird die Verfügbarkeit von Beute oft durch die Anwesenheit der Fischereifahrzeuge verändert, die große Mengen an Abfällen wie Innereien von verarbeitetem Fisch, Nichtzielarten und zu kleine Fische verwerfen. Dadurch erzeugen sie nicht nur eine vorhersehbare und reichliche Nahrungsquelle für Seevögel, sondern Fischerei-Abfälle erschließen Seevögeln auch den Zugriff auf demersale Organismen wie Bodenfische als neuartige Nahrungsquelle. In vielen fischreich genutzten Meeresgebieten stellen Abfälle daher einen großen Anteil der Nahrung von Seevögeln. Dies kann erhebliche Auswirkungen auf die Ernährungsökologie der Seevögel haben. Das Ziel der geplanten Studie ist es, unser Verständnis von Verhaltensanpassungen als Reaktion auf Änderungen in der Verfügbarkeit von Beute zu vertiefen. Wir schlagen dazu eine Fallstudie an Sturmtauchern Calonectris diomedea im Mittelmeer vor, einer Art, die sowohl natürliche Beute als auch Fischereiabfälle als Nahrung nutzt. Um das Ausmaß und die Auswirkungen der Nahrungsquellen zu bewerten, werden wir eine Kombination aus GPS-Tracking, Messungen der Stoffwechselrate mit 2 Methoden (Beschleunigungsdaten und Schwerwassermethode) und nicht-invasive genetische Nahrungsbestimmung verwenden. Wir werden untersuchen, ob die Nutzung der Fischereiabfälle durch die Sturmtaucher als Reaktion auf geringe Verfügbarkeit von ihrer natürlichen Beute auftritt oder ob diese Art sich an die neue Nahrungsquelle angepasst hat, und sie unabhängig von der Verfügbarkeit ihrer natürlichen Beute regelmäßig nutzt. Darüber hinaus werden wir erfahren und neue Brutpaare vergleichen, um zu bewerten, wie die Qualität von Alttieren dieses Verhalten beeinflusst, sowie die Energiebilanz der natürlichen Beute und von Fischereiabfällen vergleichen.
Die Abhaengigkeit der Rate chemo- und strahleninduzierter Mutationen in Keimzellen der Maus von verschiedenen biologischen Faktoren und unterschiedlichen Behandlungsbedingungen wird untersucht. Die Kenntnis dieser Zusammenhaenge verbessert die Extrapolationsmoeglichkeiten der Tierversuche fuer die Beurteilung des genetischen Risikos von physikalischen und chemischen Noxen fuer den Menschen. Zur Abschaetzung des genetischen Risikos fuer den Menschen ist ausserdem die Kenntnis notwendig, in welchem Verhaeltnis zueinander dominante und rezessive Genmutationen, Stoffwechselmutationen und erbliche Trtanslokationen induziert werden. In einem koordinierten Versuch wird deshalb die Wirkung von Aethylnitrosoharnstoff auf die verschiedenen genetischen Endpunkte untersucht.
Boron (B) is an essential microelement for plants. Despite the use of modern fertilization methods, B deficiency still causes losses in agricultural plant production. Even though many positive effects of B on plant growth and physiology have been reported, a large majority of B functions and the regulatory mechanisms controlling the B nutritional status remain unknown. The main objective of this project is to elucidate how the greatly B deficiency-sensitive Brassica crop plants process and regulate their B status during vegetative and reproductive growth. In this context, the project aims at identifying the mode of action of B in mechanisms regulating the B status itself and uncovering those mechanisms contributing to B efficiency in different genotypes. Plant species subjected to investigation will be the agronomically important oilseed and vegetable plant Brassica napus (rapeseed) and its close relative the genetic and molecular model plant Arabidopsis thaliana. Questions addressed within the scope of this project should lead to a detailed understanding of mechanisms controlling B uptake and allocation from the level of the whole plant down to the cellular level. B transport routes and rates will be determined in sink- and source tissues and in developmental periods with a particularly high B demand. A special focus will be on the identification of B transport bottlenecks and the analysis of B deficiency-sensitive transport processes to and within the highly B-demanding reproductive organs. Recent studies in Arabidopsis suggest that Nodulin26-like Intrinsic Proteins (NIPs), which belong to the aquaporin channel protein family, are essential for plant B uptake and distribution. The systematic focus on the molecular and physiological characterization of B. napus NIPs will clarify their role in B transport and will identify novel NIP-associated mechanisms playing key roles in the B response network.To further resolve the mostly unknown impact of the B nutritional status on gene regulation and metabolism, a transcript and metabolite profile of B-sufficient and B-deficient rapeseed plants will be generated. Additionally, an Arabidopsis transcription factor knockout collection (greater 300 lines) will be screened for abnormalities in responses to the B nutritional status. This will identify yet unknown B-responsive genes (transcription factors and their targets) and gene products (enzymes or metabolite variations) playing key roles in signalling pathways and mechanisms regulating the B homeostasis. Boron (in form of boric acid) and arsenite (As) share in all likelihood the same NIP-mediated transport pathways. To assess the consequences of this dual transport pathway the so far unstudied impact of the plants B nutritional status on the accumulation and distribution of As will be investigated in B. napus. Moreover, the current dimension of the As contamination of Brassica-based food products, to which consumers are exposed to, will be analyzed. usw.
| Organisation | Count |
|---|---|
| Bund | 1748 |
| Europa | 70 |
| Kommune | 6 |
| Land | 54 |
| Weitere | 1 |
| Wirtschaft | 5 |
| Wissenschaft | 1154 |
| Zivilgesellschaft | 20 |
| Type | Count |
|---|---|
| Daten und Messstellen | 228 |
| Ereignis | 1 |
| Förderprogramm | 1729 |
| Taxon | 1 |
| Text | 3 |
| unbekannt | 17 |
| License | Count |
|---|---|
| Geschlossen | 20 |
| Offen | 1958 |
| Language | Count |
|---|---|
| Deutsch | 1591 |
| Englisch | 561 |
| Resource type | Count |
|---|---|
| Archiv | 8 |
| Bild | 1 |
| Datei | 219 |
| Dokument | 4 |
| Keine | 1206 |
| Unbekannt | 1 |
| Webseite | 544 |
| Topic | Count |
|---|---|
| Boden | 1136 |
| Lebewesen und Lebensräume | 1978 |
| Luft | 1103 |
| Mensch und Umwelt | 1972 |
| Wasser | 971 |
| Weitere | 1956 |