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.
Reparaturprozesse; Strahlenwirkung/Hefe; Zellstoffwechsel.
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.
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.
Wirkung von Schwefeldioxid auf Nettophotosynthese und Atmung von Flechten; Kartierung von Flechten im Stadtgebiet; Schwefel-Analysen in Flechten.
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.
Der Grad der Zuverlaessigkeit palaeooekologischer Analysen haengt unter anderem ab von unserer Kenntnis der Wirkungsweise klimatischer Aussenfaktoren auf physiologische Prozesse der Pflanzen. Hierbei spielt die Frage danach, ob die meisten Pflanzen ueber nur ein einziges biochemisches und biophysikalisches Prinzip der Resistenz gegen Hitze, Kaelte und Duerre verfuegen, oder ob gegen diese schaedlichen Aussenfaktoren unterschiedliche Resistenzarten entwickelt sind, eine grosse Rolle. Sie haben die Veraenderungen der Feinstruktur des Plasmas von Pflanzenzellen beim Uebergang vom aktiven zum Ruhestillstand und umgekehrt verfolgt, verbunden mit Analysen des Energiestoffwechsels von Geweben, die sich in unterschiedliche Aussenfaktoren in den Zustand der Ruhe versetzt worden waren. Die Untersuchungen wurden ausgedehnt auf eine Bearbeitung der RNS ruhender und aktiver Pflanzenzellen.
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 | 1748 |
| Europa | 70 |
| Kommune | 5 |
| Land | 56 |
| Weitere | 1 |
| Wirtschaft | 5 |
| Wissenschaft | 1170 |
| 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 | 1101 |
| Mensch und Umwelt | 1972 |
| Wasser | 973 |
| Weitere | 1956 |