Das Projekt "Forschergruppe (FOR) 2358: Mountain Exile Hypothesis - How humans benefited from and re-shaped African high altitude ecosystems during Quarternary climatic changes, Teilprojekt: Umweltwissenschaftliche Grundlagen der Paläoforschung in einem afroalpinen Ökosystem" wird/wurde gefördert durch: Deutsche Forschungsgemeinschaft. Es wird/wurde ausgeführt durch: Universität Marburg, Fachgebiet Biogeographie und Biodiversitätsforschung, Arbeitsgruppe Hochgebirgsforschung.Vegetationsökologische und klimatologische Grundlagen sowie Landnutzungsänderungen in Afrikas größtem alpinen Ökosystem ermöglichen der interdisziplinären Paläoforschung die Interpretation von Analysedaten, insbesondere durch die ökologischen Zeigerwerte in den dominanten Vegetationseinheiten der Hochflächen in den Bale Mountains. Plotbasierte floristisch vollständige Vegetationsaufnahmen dienen der Feststellung klimatischer Gradienten und Schwellenwerte von Zeigerpflanzen sowie von Störungszeigerpflanzen der Weidewirtschaft und natürlicher Störungen durch bodenwühlende Kleinsäuger. Fernerkundung und Vergleichsphotographie helfen die Dynamik afroalpiner Ökosysteme und des Erica-Strauchgürtels an der oberen Waldgrenze zu quantifizieren. 10 Klimastationen werden die Niederschlags- und Temperaturgradienten der Bale Mountains erfassen. Die vorherrschenden Luftströmungen dieses Berglandes am Horn von Afrika werden durch ihre Isotope charakterisiert und sind damit die aktualistische Grundlage der Paläo-Klimatologie.
Der Kartendienst (WMS-Gruppe) stellt die digitalen Geodaten aus dem Bereich Forstwirtschaft des Saarlandes dar.:Die Kartierung der Potentiell Natürlichen Vegetation (PNV) ist wesentliches Ergebnis der Waldbiotopkartierung im Staatswald (1990-2008) auf Grundlage der Kartieranleitung „Ganzflächige Waldbiotopkartierung im Saarland - Herausgeber: Minister für Umwelt, Energie und Verkehr des Saarlandes – mit Stand von 1999. Ein differenziertes Spektrum verschiedener Waldgesellschaften wird dabei für den Praxisgebrauch zusammengefasst. Im Vergleich der potentiell natürlichen zur real vorhandenen Vegetation kann die Naturnähe der Vegetationszusammensetzung von Wäldern bewertet werden. Staatswald und Kommunalwald.
Der Kartendienst (WFS-Gruppe) stellt Daten aus dem Bereich Forstwirtschaft dar:Die Kartierung der Potentiell Natürlichen Vegetation (PNV) ist wesentliches Ergebnis der Waldbiotopkartierung im Staatswald (1990-2008) auf Grundlage der Kartieranleitung „Ganzflächige Waldbiotopkartierung im Saarland - Herausgeber: Minister für Umwelt, Energie und Verkehr des Saarlandes – mit Stand von 1999. Ein differenziertes Spektrum verschiedener Waldgesellschaften wird dabei für den Praxisgebrauch zusammengefasst. Im Vergleich der potentiell natürlichen zur real vorhandenen Vegetation kann die Naturnähe der Vegetationszusammensetzung von Wäldern bewertet werden.
Der Kartendienst (WFS-Gruppe) stellt Daten aus dem Bereich Forstwirtschaft dar:Die Kartierung der Potentiell Natürlichen Vegetation (PNV) ist wesentliches Ergebnis der Waldbiotopkartierung im Staatswald (1990-2008) auf Grundlage der Kartieranleitung „Ganzflächige Waldbiotopkartierung im Saarland - Herausgeber: Minister für Umwelt, Energie und Verkehr des Saarlandes – mit Stand von 1999. Ein differenziertes Spektrum verschiedener Waldgesellschaften wird dabei für den Praxisgebrauch zusammengefasst. Im Vergleich der potentiell natürlichen zur real vorhandenen Vegetation kann die Naturnähe der Vegetationszusammensetzung von Wäldern bewertet werden.
Beschreibung des INSPIRE Download Service (predefined Atom): Die Kartierung der Potentiell Natürlichen Vegetation (PNV) ist wesentliches Ergebnis der Waldbiotopkartierung im Staatswald (1990-2008) auf Grundlage der Kartier Anleitung „Ganzflächige Waldbiotopkartierung im Saarland - Herausgeber: Minister für Umwelt, Energie und Verkehr des Saarlandes – mit Stand von 1999. Ein differenziertes Spektrum verschiedener Waldgesellschaften wird dabei für den Praxisgebrauch zusammengefasst. Im Vergleich der potentiell natürlichen zur real vorhandenen Vegetation kann die Naturnähe der Vegetationszusammensetzung von Wäldern bewertet werden. Staatswald und Kommunalwald. - Der/die Link(s) für das Herunterladen der Datensätze wird/werden dynamisch aus GetFeature Anfragen an einen WFS 1.1.0+ generiert
Das Projekt "AZV Project West Greenland" wird/wurde gefördert durch: Deutsche Forschungsgemeinschaft / Deutscher Akademischer Austausch Dienst. Es wird/wurde ausgeführt durch: Universität Münster, Institut für Ökologie der Pflanzen.The AZV (Altitudinal Zonation of Vegetation) Project was initiated in the year 2002. On the basis of a detailed regional study in continental West Greenland the knowledge about altitudinal vegetation zonation in the Arctic is aimed to be enhanced. The main objectives of the project are: a) considering the regional study: characterize mountain vegetation with regard to flora, vegetation types, vegetation pattern and habitat conditions, investigate the differentiation of these vegetation characteristics along the altitudinal gradient, develop concepts about altitudinal indicator values of species and plant communities, extract suitable characteristics for the distinction and delimitation of vegetation belts, assess altitudinal borderlines of vegetation belts in the study area. b) considering generalizations: test the validity of the altitudinal zonation hypothesis of the Circumpolar Arctic Vegetation Map ( CAVM Team 2003), find important determinants of altitudinal vegetation zonation in the Arctic, develop a first small scale vegetation map of entire continental West Greenland. Field work consists of vegetational surveys according to the Braun-Blanquet approach, transect studies, soil analyses, long-time-measurements of temperature on the soil surface and vegetation mapping in three different altitudinal vegetation belts (up to 1070 m a.s.l.).
Das Projekt "Die Vegetationskarte des Gebietes von El Bolson, Provinz Rio Negro, und ihre Anwendung in der Landnutzungsplanung" wird/wurde gefördert durch: Deutsche Forschungsgemeinschaft. Es wird/wurde ausgeführt durch: Universität München, Forstwissenschaftliche Fakultät, Lehrstuhl für Bodenkunde, Lehreinheit Vegetationskunde.
Das Projekt "Anwendung von Methoden des maschinellen Lernens zur Verbesserung der Prognosen und Analysen der BfG" wird/wurde gefördert durch: Bundesministerium für Digitales und Verkehr. Es wird/wurde ausgeführt durch: Bundesanstalt für Gewässerkunde.Veranlassung Methoden des maschinellen Lernens kommen in der gewässerkundlichen Praxis der BfG bisher nur vereinzelt zum Einsatz. Im Kontext der Prognose sollen eine weitere Steigerung der Vorhersagegüte erzielt, längerfristige Vorhersageskalen erschlossen und innovative Beratungsprodukte generiert werden. Im Bereich der Klassifikation kann eine intelligente Vorbeurteilung von Ölverschmutzungen z.B. einen effizienteren Einsatz unbemannter Systeme ermöglichen und den teuren Datentransfer bei Flügen in weiter Entfernung reduzieren. Die Anwendung auf digitale Orthofotos ermöglicht eine Identifizierung von Vegetation mit erhöhtem Automatisierungsgrad auf großer Fläche, z.B. für eine effiziente Erstellung von Vegetations- und Biotoptypenkartierungen. Methoden zur Regression können im Kontext der Qualitätskontrolle, Aus- und Bewertung von Bodenfeuchtemessungen eingesetzt werden, um Messfehler zu identifizieren und zu korrigieren, fehlende Werte zu interpolieren sowie tiefengestaffelt zu disaggregieren. Ziele - wissenschaftliche Erkenntnis und Datenharmonisierung: Untersuchung praktischer Anwendbarkeit von Methoden des maschinellen Lernens für ausgewählte BfG-Fachaufgaben (Messdatenplausibilisierung, Abfluss- und Wasserstandsvorhersage, Vegetationskartierung, Ölerkennung) - Technologietransfer: Überführung zielführender Methoden des maschinellen Lernens in zentrale Dienste und Applikationen der BfG - Konsolidierung Know-How: Initiierung einer BfG-weiten Arbeitsgruppe ‘KI’ zwecks Beratung, Unterstützung, Austausch und Koordination zukünftiger Anwendungen mit Bezug zu Methoden der künstlichen Intelligenz Die Entwicklung von Anwendungsfeldern im Bereich der künstlichen Intelligenz ist ein zentrales Ziel der Bundesregierung (KI-Strategie für Deutschland), welches das BMDV für den Verkehrssektor in seinem Aktionsplan ‘Digitalisierung und Künstliche Intelligenz in der Mobilität’ konkretisiert. Pilothafte Anwendungen belegen neben dem Bedarf auch großes Potenzial von Methoden des maschinellen Lernens im Bereich der Gewässerkunde (Prognose, Klassifikation, Regression). MALPROG soll helfen, dieses Potenzial für konkrete Anwendungen in der Analyse- und Beratungspraxis der BfG und WSV zu erschließen. MALPROG überführt Methoden des maschinellen Lernens in die gewässerkundliche Praxis und leistet einen Beitrag zur Optimierung von Produkten und Beratungsdiensten der BfG für die Bundeswasserstraßen.
Das Projekt "Agriophyten in Westfalen" wird/wurde ausgeführt durch: Universität Münster, Fachbereich 19, Institut für Geographie, Lehrstuhl für Landschaftsökologie.Ziele: Dokumentation der heutigen Verbreitung der Agriophyten durch Rasterkartierung auf Viertelquadrantenbasis; Ermittlung ihrer soziologischen Wertigkeit durch pflanzensoziologische Aufnahmen. Beitraege zur Oekologie dieser Arten durch Feld- und Laboruntersuchungen.
Das Projekt "Modelling vegetation dynamics and biomass in semiarid ecosystems (Eastern Africa) using remote sensing multisensor approaches" wird/wurde gefördert durch: Deutsche Forschungsgemeinschaft. Es wird/wurde ausgeführt durch: Universität Bonn, Geographisches Institut, GIUB.This pre-study pilot project will be carried out in Kenya and Tanzania and is part of a more extensive remote sensing project (initiated by the European Space Agency, ESA) aiming to develop a monitoring system for the assessment of land cover change of farmlands, rangelands and forest standings (logging, fires, uncontrolled deforestation, new settlements, etc.) at a national regional level. An integrated approach of remote sensing techniques (both through the use of satellite and ground data), physical vegetation models and ground measurements will be adopted. Operatively, the execution will consist of a 6-month period (pre-study) consisting in a ground campaign along a north-south transect, which is almost unknown to the current vegetation cartography. Based on the field results of the pre-study and within an on-going 30 month period (extended study, see Annexed 3), new classification methods and algorithms will be developed for assessment of land use and cover change using ENVISAT-data. An outcoming of this research will be a system capable to monitor and plan the available agricultural food resources for those developing regions.
| Origin | Count |
|---|---|
| Bund | 470 |
| Land | 53 |
| Type | Count |
|---|---|
| Förderprogramm | 449 |
| Text | 15 |
| Umweltprüfung | 1 |
| unbekannt | 47 |
| License | Count |
|---|---|
| geschlossen | 18 |
| offen | 468 |
| unbekannt | 26 |
| Language | Count |
|---|---|
| Deutsch | 466 |
| Englisch | 76 |
| Resource type | Count |
|---|---|
| Archiv | 4 |
| Datei | 2 |
| Dokument | 10 |
| Keine | 408 |
| Unbekannt | 1 |
| Webdienst | 5 |
| Webseite | 97 |
| Topic | Count |
|---|---|
| Boden | 512 |
| Lebewesen & Lebensräume | 494 |
| Luft | 218 |
| Mensch & Umwelt | 512 |
| Wasser | 260 |
| Weitere | 506 |