Fortsetzung der Freilandversuche mit Pentachlornitrobenzol-C-14 und Pentachlorphenol-C-14 (erneute Behandlung). Untersuchung der Aufnahme, der Verteilung und des Metabolismus von Hexachlorbenzol-C-14 nach Saatgutbehandlung an Weizen unter Freilandbedingungen. Untersuchung des Schicksals von Buturon-C-14 (Seitenketten-markiert) in Weizen und Boden unter Freilandbedingungen. Untersuchung von Chloralkylen-9-C-14 in Karotten und Boden unter Freilandbedingungen.
Arbeiten ueber die Ursachen des Vorhandenseins von krebserregenden Verbindungen in Nutzpflanzen, d. h. Klaerung, ob diese Substanzen von der Pflanze selbst produziert werden oder aus der Umgebung (Luft, Boden, Wasser) in die Pflanze eindringen. Forschungsarbeiten ueber den Transport dieser Substanzen in der Pflanze sowie etwaige Einbeziehung in den Stoffwechsel. Es kommen sowohl chemisch-analytische Verfahren wie auch Verfahren unter Verwendung markierter Substanzen in Frage.
Many soil bacteria, particularly those of genus Pdeudomonas, are able to catabolise a wide range of natural and synthetic organic materials. We are studying the catabolism of aromatic compounds by Pseudomonas bacteria and trying to improve their catabolic ability by means of genetic engineering.
Das Projekt zielt darauf ab, die signalvermittelten Cross-Kingdom-Interaktionen zwischen der marinen Grünalge Ulva mutabilis und ihren assoziierten Bakterien zu verstehen. Morphogene wie das Thallusin werden von Bakterien abgegeben und induzieren vielfältige algale Entwicklungen. Thallusin Derivate sollen synthetisiert werden, um ihre quantitativen Struktur-Aktivitäts-Beziehungen zu untersuchen und Thallusin durch bildgebende Verfahren in Ulva zu lokalisieren. Zentrale Gene und Metabolite werden durch vergleichende Transkriptom- und Metabolomanalyse in der Thallusin-Homöostase identifiziert. Im Fokus steht dabei auch die Bedeutung von Thallusin für wirtschaftlich relevante Algen-Aquakulturen.
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 fördernde Wirkung von Cytokinin auf die Blühinduktion wurde bereits kurz nach der Entdeckung dieses Pflanzenhormons vor mehr als 50 Jahren beschrieben. Allerdings blieben die molekularen Wirkmechanismen dieser Aktivität weitestgehend unbekannt, obwohl große Fortschritte im Verständnis des Metabolismus und der Signalübertragung des Hormons erreicht wurde. Das Ziel dieses Forschungsprojektes ist es, das Ausmaß und die Wirkmechanismen der Regulation des Blühzeitpunktes durch Cytokinin zu untersuchen. Die meisten Arbeiten werden mit Arabidopsis thaliana durchgeführt, aber die Übertragbarkeit der Ergebnisse auf Raps (Brassica napus L.), in dem das Blühverhalten ein wichtiges Züchtungsziel ist, wird ebenfalls studiert. In einem ersten Projektabschnitt wird das Blühverhalten von Mutanten der meisten der ca.60 Cytokininmetabolismus- und -signalgene analysiert, um die funktionell relevanten Gene zu identifizieren. In Vorarbeiten konnten wir die Cytokininrezeptoren AHK2 und AHK3 sowie die Transkriptionsfaktoren ARR10 und ARR12 als zentral für die Cytokininwirkung ermitteln. Diese Analyse wird ergänzt durch die Untersuchung von Pflanzen mit einem gewebespezifisch veränderten Cytokininstatus, wobei das apikale Sproßmeristem, Blätter, Phloem und die Wurzel im Mittelpunkt stehen. Die Transkriptlevel bekannter Blühgene werden bei verschiedenen Tageslängen und nach einem Shift der Tageslänge zu induzierenden Bedingungen miteinander verglichen. Der Einfluß von Umweltparametern (Licht, Ernährung) auf die Wirkung von Cytokinin wird getestet, um zu verstehen, unter welchen Bedingungen sein Einfluß besonders relevant ist. Die Analyse von Transkriptomdaten hat zu Hypothesen über eine Rolle von Cytokinin als Modulator verschiedener Signalwege geführt, einschließlich der Regulation des Repressorgens ATC, miR156, miR172 und Interaktionen mit den Gibberellin- und Trehalose-6-Phosphatsignalwegen. Diese Hypothesen werden mit Hilfe genetischer und molekularer Ansätze weiter untersucht. Diese Analysen und die Identifizierung von Zielgenen von ARR10 und ARR12 soll die Aktivität von Cytokinin mit bekannten Komponenten der Blühregulation verbinden. Desweiteren wird ein genetischer Ansatz verfolgt, um Zugang zu den Wirkmechanismen von Cytokinin zu erhalten. Die fehlende Blühinduktion cytokinindefizienter Pflanzen kann durch dominante Suppressormutationen revertiert werden. Zusätzliche Mutanten, die spezifisch die Blühinduktion betreffen, sollen identifiziert und die mutierten Gene durch markergestützte Genkartierung kloniert werden. Zudem wird die Rolle von Cytokinin bei der Regulation des Blühzeitpunktes von Rapspflanzen mit einem gentechnisch veränderten Cytokininstatus untersucht. Diese Analyse sollte Aufschluß darüber geben, ob cytokininabhängige Mechanismen der Blühregulation in dieser wichtigen Kulturpflanze konserviert sind und sich als Züchtungsziel zur Modulation des Blühverhaltens eignen.
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.
1. Akkumulation von Cd in den Nebennieren und Wirkungen auf den Metabolismus von Nebennierenrindenhormon. 2. Biokinetik von Jod, Cobalt und Chrom bei schwangeren Saeugetieren.
| Organisation | Count |
|---|---|
| Bund | 1627 |
| Europa | 70 |
| Kommune | 5 |
| Land | 51 |
| Weitere | 1 |
| Wirtschaft | 3 |
| Wissenschaft | 1099 |
| Zivilgesellschaft | 19 |
| Type | Count |
|---|---|
| Daten und Messstellen | 228 |
| Ereignis | 1 |
| Förderprogramm | 1608 |
| Taxon | 1 |
| Text | 3 |
| unbekannt | 17 |
| License | Count |
|---|---|
| Geschlossen | 20 |
| Offen | 1837 |
| Language | Count |
|---|---|
| Deutsch | 1470 |
| Englisch | 538 |
| Resource type | Count |
|---|---|
| Archiv | 8 |
| Bild | 1 |
| Datei | 219 |
| Dokument | 4 |
| Keine | 1130 |
| Unbekannt | 1 |
| Webseite | 499 |
| Topic | Count |
|---|---|
| Boden | 1053 |
| Lebewesen und Lebensräume | 1857 |
| Luft | 1041 |
| Mensch und Umwelt | 1851 |
| Wasser | 917 |
| Weitere | 1835 |