API src

Found 1970 results.

Related terms

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Meiningen, 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.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Suhl, Germany from 1986 – 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 Würzburg, 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.

Sequestration von Veterinärarzneimitteln in Böden - Teilprojekt A3: Veterinärarzneimittel in Böden: Grundlagenforschung zur Risikoanalyse

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.

Zur Rolle der Nitratreduktion und der Stickstoffmonoxid (NO)-Bildung beim normoxischen/anoxischen/post-anoxischen Stoffwechsel von Wurzeln

Nitratreduktion von Wurzeln hat positive Auswirkungen auf die Überflutungstoleranz, doch sind die Mechanismen nur unzureichend verstanden. Nitratreduktase(NR)-haltige Wurzeln eines Tabakwildtyps produzierten unter Anoxia viel weniger Ethanol und Lactat als Wurzeln einer Tabaktransformante (LNR-H), die keine lösliche NR in der Wurzel (aber normale NR-Aktivität in den Blättern) besitzt. Auch der cytosolische pH und der Energiezustand der Wurzeln waren in WT unter Anoxia besser und die Pflanzen zeigten im Gegensatz zur LNR-H keine Welkeerscheinungen. Wir wollen nun überprüfen, inwieweit Nitrat- und Nitritreduktion, Atmung und oxidativer Pentosephosphatzyklus um Metabolite konkurrieren, und weshalb unter Anoxia in WT-Wurzeln die NR-Expression gesteigert und/oder die Proteolyse gehemmt ist. nitratreduzierende Pflanzen ermittieren unter Anoxia auch vermehrt Stickstoffmonoxid (NO). Wir wollen die NO-Emission von Wurzeln unter Normoxia/Anoxia/Post-Anoxia quantifizieren und beteiligte Reaktionen identifizieren. Eine mögliche Korrelation zwischen NO- und Ethylenemission sowie eine vermutete Akkumulation von NO-Verbindungen (Nitrosothiole und Nitrotyrosin) soll untersucht werden. Alle Experimente werden mit dem WT, der LNR-H-Transformante sowie an der Nitritreduktaseantisensetransformante von Tabak durchgeführt.

1) Biochemie des anaeroben Aromatenstoffwechsels, 2) Molekularbiologie des anaeroben Aromatenstoffwechsels

Biochemie und Molekularbiologie der Transformation und des Abbaus von aromatischen Verbindungen in Abwesenheit von molekularem Sauerstoff. Untersuchungen an anaeroben Bakterien in Reinkultur. Schwerpunkt neuartige Mechanismen der O2-unabhaengigen Umsetzung von Aromaten. Organismen: Nitratreduzierer, Sulfatreduzierer, Phototrophe Bakterien.

Zellphysiologische Wirkungen von Metallsalzen

Intracellulaere Lokalisierung von Metallionen; Wirkungen auf den Zellstoffwechsel, vor allem den Photosyntheseapparat unter besonderer Beruecksichtigung spezifischer Enzyme; bisher gepruefte Elemente: Blei, Zink, Cadmium und Aluminium.

Regulation der photosynthetischen Effizienz der Biomassebildung im dynamischen Lichtklima bei exemplarischen Grünalgen und Diatomeen

In dem Vorhaben wird untersucht, wie wirksam die absorbierte Lichtenergie in Biomasse konvertiert wird. Vergleichend werden Grünalgen und Diatomeen unter verschiedenen Licht- und Nährstoffbedingungen studiert. Auf diese Weise können die metabolischen Kosten unter Nährstoffmangel oder anderen produktivitätsbegrenzenden Bedingungen studiert werden. So wird auch die Säureanpassung ausgewählter Phytoplankter untersucht, um die Biomassebildung in extrem sauren Tagebaurestseen auf physiologischer Ebene zu verstehen. Es konnte gezeigt werden, dass unter Stickstoffmangel die Überführung anorganischen Kohlenstoffs in Biomassebildung durch eine Veränderung der makromolekularen Zusammensetzung der Zellen ähnlicher Effizienz stattfindet, wie unter optimaler Stickstoffversorgung. Dies führt zu einer ökologisch bedeutsamen Teilentkopplung des C und N Kreislaufs im Ökosystem. Ähnliches beobachtet man auch bei der Anpassung von Phytoplanktonalgen an extrem saure Bedingungen wie man sie in sauren Tagebaurestseen vorfindet.

Verhalten von Einzelzellen nach Bestrahlung

Reparaturprozesse; Strahlenwirkung/Hefe; Zellstoffwechsel.

Schwerpunktprogramm (SPP) 1315: Biogeochemische Grenzflächen in Böden; Biogeochemical Interfaces in Soil, Importance of soil organic carbon and mineral particle size fractions for the fate of soil supplied organic chemicals and their microbial transformations

The biogeochemical interface (BGI) in this project is defined as the organo-mineral surface of soil particles colonized by microorganisms. In the preceding project it was demonstrated that the different soil particle size fractions were associated with specifically structured microbial communities, a characteristic amount of soil organic carbon, and a specific capacity for adsorption of the organic chemicals phenol and 2,4-dichlorophenol, respectively. While the diversity of the microbial community was responsive to fertilization-determined additional organic soil carbon in the larger particle size fractions, it was unaffected in clay. Stable isotope probing with 13C-labelled phenol and 2,4-dichlorophenol revealed that the soil organic carbon in the BGIs also affected the diversity of microorganisms involved in the degradation of these chemicals. All these results are yet only based on studying one soil with three organic carbon variants (Bad Lauchstädt) and only two organic compounds. The objective of this 2nd phase project is to apply the innovative technology developed in the 1st phase for studying the BGI processes with soil organic carbon variants from another soil (Ultuna, SPP 1315 site) and with the chiralic anilide Fungicide metalaxyl as an additional compound. This 2nd phase SPP 1315 project will also, in a collaborative effort with two other SPP 1315 partners, investigate (1) the importance of BGIs for the entantio-selective degradation of metalaxyl and (2) the role of soil microorganisms in the formation of bound residues, respectively. Furthermore, the project will utilize stable isotope probing and next-generation DNA sequencing to link the structural and functional diversity of the microbial communities responsible for metabolism of organic chemicals in the different BGIs determined by particle size fractions and soil organic carbon variants.

1 2 3 4 5 … 195 196 197