API src

Found 1963 results.

Related terms

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Weil-Rhein, 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 Glücksburg, 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.

Der Einfluss von SO2-Immissionen auf den Stoffwechsel von Flechten als Bioindikatoren fuer Luftverunreinigungen

Wirkung von Schwefeldioxid auf Nettophotosynthese und Atmung von Flechten; Kartierung von Flechten im Stadtgebiet; Schwefel-Analysen in Flechten.

Klonierung und Charakterisierung eines an der Phytosiderophorsekretion in Mais beteiligten Gens

Das Spurenelement Eisen (Fe) ist an vielen essentiellen Stoffwechselvorgängen in Pflanzen beteiligt. Daher ist eine ausreichende Fe-Konzentration in pflanzlichen Geweben von außerordentlicher Bedeutung. Gramineen, die im Hinblick auf die Sicherung der Welternährung zu den wichtigsten Kulturpflanzen gehören, geben zur Aneignung von Fe Schwermetallchelatoren, sogenannte Phytosiderophore (PS), ab und nehmen Fe(III)-PS-Komplexe auf. Während das Transportprotein des Fe(III)-PS-Komplexes in Mais, eine der Modellpflanze der Gramineen, bereits molekular charakterisiert wurde, sind die Komponenten, die an der Abgabe der PS beteiligt sind, noch nicht isoliert worden. Ziel dieses Projektes ist es daher, das YS3-Gen, welches direkt oder indirekt an der Abgabe von PS in Mais beteiligt ist, zu klonieren und charakterisieren. Hierzu soll ein kartengestützter Klonierungsansatz verwendet werden. Parallel dazu soll ein direktes Transposon-tagging mit Mutator- (Mu) und Activator/Dissociator- (Ac/Ds) Transposons durchgeführt werden. Mit den in diesen Experimenten unabhängig generierten ys3-Allelen, soll schließlich der Nachweis geführt werden, dass das richtige Gen kloniert wurde. Zum Abschluss der ersten Förderperiode soll eine erste funktionelle Charakterisierung des YS3 Gens durchgeführt werden.

Schadstoffmonitoring Ostseekueste

Zur Ueberwachung des Nord- und Ostseewassers auf Belastungen mit persistenten organischen Halogenkohlenwasserstoffen wurden Muscheln erfolgreich als Bioindikatoren eingesetzt. Als nachteilig erwiesen sich lediglich saisonale Schwankungen in der Akkumulationsfaehigkeit der Muschel und eine - allerdings nur geringfuegige - metabolische Aktivitaet. Zur Eliminierung dieser Stoerfaktoren werden von uns zur Zeit Analysen auf Organochlorverbindungen an Sediment, Muschel und Wasser verschiedener Orte der Ostsee durchgefuehrt. Geprueft wird, ob die Anreicherung der Organochlorverbindungen des Wassers im Sediment als Indikator geeignet ist. Besonders beruecksichtigt werden bei diesen Untersuchungen die PCB-Kongenere.

Energiestoffwechsel und Veraenderung der Plasmastruktur bei Pflanzen infolge Frost und Duerre

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.

Akkumulation und Abbau polyzyklischer aromatischer Kohlenwasserstoffe in Zellen

Viele polyzyklische aromatische Kohlenwasserstoffe sind krebserregend. Einige dieser kanzerogenen Kohlenwasserstoffe sind in unserer Umwelt allgegenwaertig, z.B. Benzpyren. Der Wirkungsmechanismus dieser Kohlenwasserstoffe im Organismus ist noch nicht vollstaendig aufgeklaert. Hier wird versucht, durch mikroskop-fluoreszenz-spektralphotometrische Messungen an lebenden Zellen Information ueber die Verteilung des Kohlenwasserstoffs und bestimmter Abbauprodukte innerhalb der Zelle zu erhalten.

Impakt von Pollutantien auf die P.S. (Programmierte Synthese: DNA-, RNA- und Proteinsynthese)

Veraenderungen im physiologisch-chemischen Bereich, die durch Anwesenheit von Pollutantien, insbesondere chemischen, verursacht werden, soweit sie DNA-, RNA und/oder Proteinsynthese betreffen. In der Gruppe stehen alle Enzyme und viele hoehere Komplexe zur Verfuegung. Bisher wird an wenigen biologischen Modellen gearbeitet, wie Klaerschlamm, Spongien, Echinodermata, Moos. Ziel ist es, Induktionsvorgaenge und die daraus folgenden Regulationsfolgen, wie sie unter Umwelt-relevanten Bedingungen hervorgerufen werden, zu verstehen.

Carbon acquisition during pathogenic development of Ustilago maydis and Colletotrichum graminicola

The biotrophic fungus Ustilago maydis infects corn and induces the formation of tumors. In order for the fungus to proliferate in the infected tissue, U. maydis has to redirect the metabolism of the host to the site of infection. We wish to elucidate how this is accomplished. To this end we will perform transcript profiling during the time course of infection for both, the fungus and the maize plant. This will be complemented by metabolome analysis of different tissues during infection as well as by apoplastic fluid analysis. The goals will be to identify the carbon sources taken up by the fungus during biotrophic growth, to identify the transporters required for uptake, determine their specificity and elucidate how these carbon sources are provided by the plant. Fungal mutants affected in discrete stages of pathogenic development will be included in these studies. Likely candidate genes for carbon uptake/supply as well as for redirecting host metabolism will be functionally characterized by generating knockouts in the fungus and by isolating plants carrying mutations in respective genes or by generating transgenic plants expressing RNAi constructs.

Lagerung von Obst und Gemuese in kontrollierter Atmosphaere

Durch erhoehten Kohlendioxid- und verminderten Sauerstoffgehalt der Atmosphaere wird die Stoffwechselaktivitaet lebender Pflanzenteile reduziert: die Zellsubstanz und damit auch die natuerliche Widerstandsfaehigkeit des Pflanzenmaterials gegen Faeulniserreger werden dadurch besser erhalten; der prophylaktische Einsatz von fungiziden Chemikalien kann dadurch eingeschraenkt werden.

1 2 3 4 5 … 195 196 197