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.
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.
Die Akkumulation von Methan (CH4) in sauerstoffhaltigen Wasserschichten wurde kürzlich für viele Binnengewässern und Ozeangebiete beschrieben. In unserem DFG-Projekt Aquameth (GR1540/21-1) haben wir daher die wichtigste Literatur in einem Review zusammengefasst und die möglichen Mechanismen für dieses Phänomen im Stechlinsee evaluiert. Indem wir ein online System für CH4 Messungen entwickelt haben, konnten wir die enge Kopplung der räumlich-zeitlichen Dynamik von Algen (z.B. Blaualgen und Cryptophyten) und CH4 in den oxischen Wasserschichten des Sees zeigen. Obwohl der vor kurzem beschriebene Methylphosphonat-Metabolismus im See vorkommt, haben wir zahlreiche Hinweise, dass Algen das CH4 während der Photosynthese direkt produzieren. Jedoch sind die genauen Mechanismen sowie der Anteil des im sauerstoffreichen Wasser gebildeten CH4 am gesamten CH4 Fluss in die Atmosphäre unklar. Durch die Kombination der Expertise von zwei etablierten Arbeitsgruppen, die sich ideal ergänzen, möchten wir die genaue Chemie und Biologie der CH4 Bildungs- und Oxidations-prozesse untersuchen, um die Rolle von Seen für den regionalen und globalen CH4 Kreislauf besser zu verstehen. Daher soll das komplette CH4 Budget von zwei Seen detailliert quantifiziert werden, d.h. CH4-Quellen und -Senken werden mit einem Massenbalance-Ansatz untersucht und mit in situ Inkubationsexperimenten verknüpft. Unsere zwei ausgesuchten Seen (Stechlinsee und Willersinnweiher) repräsentieren zwei Hauptseentypen der gemäßigten Zone (tief/Nährstoff-arm und flach /Nährstoff-reich), die gut von beiden Institutionen untersucht und biogeochemisch charakterisiert wurden. In diesen Seen hängen die spezifischen Prozesse der CH4 Bildung, Akkumulation und Freisetzung in die Atmosphäre von dem komplizierten Wechselspiel von physikalischen, chemischen und biologischen Faktoren sowie bestimmten Organismen ab. Daher ist unser Hauptziel, dieses komplizierte Wechselspiel zwischen Umweltvariablen und den CH4 Prozessen und ihre globale Bedeutung zu entschlüsseln. Unser Hypothesen sind: (1) Die Methanproduktion ist direkt mit der Photosynthese verbunden und CH4 kann bei bestimmten Umweltbedingungen, z.B. Nährstofflimitation, direkt von photo-autotrophen Organismen gebildet werden. (2) Die Methanbildung ist von der -oxidation durch die räumlich-zeitliche Trennung der methanotrophen Aktivität in sauerstoffhaltigen Wasserkörpern entkoppelt. (3) Methan an der Temperatursprungschicht ist das Produkt aus einem komplizierten Wechselspiel von biologischen, chemischen und physikalischen Prozessen. (4) Die erhöhten CH4 Konzentration in der oberen oxischen Wasserschicht erleichtert den Gasaustausch mit der Atmosphäre. Obwohl die CH4 Anreicherung in den oberen Wasserschichten stark vernachlässigt wurde, könnte sie eine wichtige fehlende Verbindung im globalen CH4 Budget sein. Um diese Hypothesen zu überprüfen, sollen Feld- und Labormessungen gemeinsam durch beide Teams durchgeführt werden.
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.
Marines Mikroplastik (MMP) ist eine zunehmende anthropogene Verschmutzung in den Meeren. Der Einfluss auf marine Tiere, durch Verfangen und verschlucken von Plastikmüll, ist bekannt. Aber der Einfluss von MMP auf Mikroorganismen, wie Bakterien, Archaeen und Protisten, die die Basis der Nahrungsnetze bilden, ist kaum verstanden. Auf Grund der besonderen Eigenschaften von MMP, kann es als neues Habitat und als Transportmittel für bestimmte u.a. auch gesundheitsgefährdende Mikroorganismen dienen, die über lange Distanzen bis in entlegene Regionen transportiert werden können. Darüber hinaus kann MMP das Zusammenleben von Mikroorganismen in enger Nachbarschaft ermöglichen und die Stoffwechselwege vieler verschiedener Verbindungen beeinflussen. Um den Einfluss von MMP und ihrer assoziierten Mikroorgansimen auf marine Ökosysteme zu verstehen, müssen wir die Zusammensetzung und Interaktionen von mikrobiellen Gemeinschaften auf MMP identifizieren und ihre globale Ausbreitung untersuchen. Ich möchte die Diversität und die räumliche Verteilung von mikrobiellen Gemeinschaften auf MMP charakterisieren. Proben von MMP wurde bereits von meinem Gastinstitut in verschiedenen Meeresregionen (Atlantik, Pazifik, Indischer Ozean) gesammelt. Mein Ziel ist es: 1) zu identifizieren, welche Mikroorganismen auf MMP vorkommen; 2) die lokale Verteilung und Struktur der mikrobiellen Gemeinschaft auf MMP und in Experimenten auf Bioplastikpartikeln zu untersuchen; 3) zu verstehen, welche Mikroorganismen am stärksten mit der Polymer Oberfläche assoziiert sind; 4) herauszufinden, ob es charakteristische Mikrobiome auf MMP in verschiedenen Meeresregionen gibt und 5) zu untersuchen, welche Mikroorganismen MMP abbauen können. Die Chancen für die erfolgreiche Durchführung des vorgeschlagenen Projekts ist hoch, da präperierte Proben bereits in meinem Gastlabor vorhanden sind, an denen die innovative Mikroskopiertechnik namens CLASIFISH (Combinatorial Labelling and Spectral Imaging Fluorescence In Situ Hybridization) angewandt werden kann. Diese Methode ermöglicht es viele verschiedene Mikroorganismen und ihre räumliche Verteilung auf einem Plastikpartikel schnell und präzise zu identifizieren. Ich möchte diese Methode an Proben aus dem Atlantik und Pazifik anwenden, sowie Mikroben identifizieren, die im offenen Ozean Plastik abbauen. Zusätzlich möchte ich Inkubationsexperimente mit Bakterienkulturen, die bereits auf Plastik identifiziert wurden und in meinem Gastinstitut zur Verfügung stehen, auf Bioplastikpartikeln durchführen. Mit diesen Experimenten möchte ich herausfinden, wie sich mikrobielle Gemeinschaften auf Bioplastik über die Zeit entwickeln und ob bzw. wie diese Mikroben Plastik abbauen. Für diese Inkubationsexperimente möchte ich FISH, CLASIFISH, scanning electron microscopy sowie metagenomische und metatranscriptomische Ansätze verwenden.
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.
Fließgewässer tragen wesentlich zum globalen organischem Kohlenstoffkreislauf und zu der Emission der klimarelevanten Gase Kohlendioxid (CO2) und Methan (CH4) bei. Die Dynamik der CO2-Emissionen wurde mit dem Wasserabfluss und der Hydrologie des Einzugsgebietes in Verbindung gebracht, während CH4 mit dem Biom des Fließgewässers und der umgebenden Landnutzung korrelierte. Die Mehrzahl dieser Studien wurde jedoch an ganzjährig wasserführenden (perennierenden) Fließgewässern und unter stabilem Wasserabfluss durchgeführt, mit einer nur begrenzten Abdeckung von Hochwasserepisoden (Niederschlagsereignissen). Bislang sind daher Gasemissionen von nicht ganzjährig wasserführenden (intermittierenden) Fließgewässern nicht ausreichend in den lokalen und regionalen Kohlenstoff-Budgets enthalten. Diese erlangen jedoch erhöhte Bedeutung, da die aktuellen Prognosen zum Klimawandel darauf hindeuten, dass das Ausmaß und die Häufigkeit schwerer klimatischer Ereignisse wie Überschwemmungen und Dürre wahrscheinlich zunehmen wird. Das vorgeschlagene Projekt zielt darauf ab, diese wichtige Forschungslücke zu schließen, indem die treibenden Kräfte und die jahreszeitliche Relevanz der CO2- und CH4-Emissionen nicht nur in perennierenden sondern auch in intermittierenden Fließgewässern untersucht werden sollen. Das erste Ziel des Projekts ist die Quantifizierung der lokalen Relevanz von ereignisgesteuerten CO2- und CH4-Emissionen aus perennierenden Fließgewässern mittels einer Kombination von i) State-of-the-art Techniken zur Quantifizierung von Gasflüssen über die Wasser-Luft-Grenzfläche, ii) Sensoren nach dem Stand der Technik und In-situ-Gasmessungen und iii) etablierten Verfahren zur Bewertung der mikrobiellen Gemeinschaft und potentieller metabolischer Aktivität Das zweite Projektziel ist die Untersuchung des Kohlenstoff-Kreislaufs und der Gasemissionen von kontinentalen, nicht-perennierenden Fließgewässern, mit Schwerpunkt auf Trocknungs- und Wiederbefeuchtungszyklen. Das Projekt konzentriert sich auf das Einzugsgebiet des Flusses Queich (271 km2) in Rheinland-Pfalz. Der Fluss entspringt in einem natürlichen Reservoir (Biosphärenreservat Pfälzerwald) und fließt entlang eines ausgeprägten Landschaftsgefälles (natürlich bis anthropogen beeinflusst). Diese Umgebung bietet ein ideales Untersuchungsgebiet um die Rolle der Hydrologie und der Bodennutzung für kohlenstoffrelevante Gasemissionen aus Fließgewässern zu erforschen. Das übergeordnete Ziel des Projekts ist die Quantifizierung der Beiträge von episodischen (ereignisbasierten) Einflüssen und von saisonalen Trocknungs-Wiederbefeuchtungszyklen zum lokalen und regionalen Kohlenstoff-Kreislauf. Die Projektdaten werden mit zusätzlichen hydrologischen und biogeochemischen Daten in bestehenden geografischen Informationssystemen kombiniert, um die Entwicklung von Upscaling-Verfahren zu ermöglichen, die die oben genannten Beiträge schließlich in umfangreiche Budgets für den Kohlenstoffkreislauf überführen können.
Beim mikrobiellen Umsatz von organischen Verbindungen wird ein beträchtlicher Anteil des Kohlenstoffs zunächst zum Aufbau von Biomasse durch Bakterien genutzt. Diese Biomasse unterliegt nach ihrem Absterben wieder einem Abbau durch andere Mikroorganismen. In diesem Prozess werden Fragmente der abgestorbenen Zellen entweder selbst wieder zum Substrat für andere Organismen oder direkt in der Bodenmatrix festgelegt. Damit tragen sie substanziell zur Bildung der organischen Bodensubstanz (SOM) bei. Im Rahmen der geplanten Arbeiten sollen vorwiegend durch Markierungsexperimente mit stabilen und radioaktiven Isotopen die mikrobiellen Umsatzraten und die Bildung von Huminstoffen aus bakterieller Biomasse und fraktionierten Zellbestandteilen wie auch aus mikrobiellen Mineralisationsprodukten wie CO2 und NH4 in Modellböden des Schwerpunktprogrammes detailliert untersucht werden. Dazu wird die Transformation isotopisch markierter Biomassebestandteile (14C; 13C; 15N) in Bodenbioreaktoren untersucht. Die festgelegten und umgewandelten Produkte der markierten Biomasse sollen in den verschiedenen Partikel- und Huminstofffraktionen des Bodens bilanziert und mit isotopenchemischen und strukturchemischen Methoden charakterisiert werden. Damit können der stoffliche Beitrag der Biomasse an der Bildung von Huminstoffen im Boden bilanziert und Konversionsfaktoren sowie Raten für die Stoffverteilung abgeschätzt werden. Ergebnisse aus ersten Versuchen lassen zudem auf einen signifikanten Einbau von Kohlenstoff aus CO2 in die SOM schließen. Daraus könnte sich eine Neubewertung von Tracerexperimenten zur Bildung von gebundene Resten aus Xenobiotika ergeben. Im zweiten Schritt sollen Methoden zur Ermittlung der Struktur und Funktionalität der festgelegten Biopolymere entwickelt werden. Besonderes Augenmerk wird auf die Festlegung von Zellwandbestandteilen, Strukturproteinen und Nukleinsäuren gelegt.
| Organisation | Count |
|---|---|
| Bund | 1749 |
| Europa | 70 |
| Kommune | 6 |
| Land | 57 |
| Weitere | 1 |
| Wirtschaft | 5 |
| Wissenschaft | 1169 |
| Zivilgesellschaft | 20 |
| Type | Count |
|---|---|
| Daten und Messstellen | 228 |
| Ereignis | 1 |
| Förderprogramm | 1730 |
| Taxon | 1 |
| Text | 3 |
| unbekannt | 17 |
| License | Count |
|---|---|
| Geschlossen | 20 |
| Offen | 1959 |
| Language | Count |
|---|---|
| Deutsch | 1592 |
| Englisch | 561 |
| Resource type | Count |
|---|---|
| Archiv | 8 |
| Bild | 1 |
| Datei | 219 |
| Dokument | 4 |
| Keine | 1206 |
| Unbekannt | 1 |
| Webseite | 545 |
| Topic | Count |
|---|---|
| Boden | 1136 |
| Lebewesen und Lebensräume | 1979 |
| Luft | 1101 |
| Mensch und Umwelt | 1973 |
| Wasser | 972 |
| Weitere | 1957 |