In this study, under lab conditions (Jan-Apr 2022) in we examined how three key drivers of methane oxidation in soils also modulate methane oxidation (i.e. methanotrophy) in dry riverbed sediments: gravimetric water content (GWC, as proxy of moisture), temperature, and light quality and intensity. We measured potential methane oxidation rates (PMO) as proxy of methanotrophy across a gradient of GWC, temperature (10, 20 and 30ºC), and under different light conditions (green and growth light) from dry (8% GWC) and wet (100%GWC) sediments collected in early Spring 2022 in the Queich River in Offenbach an der Queich (Germany). We used incubation vials (125mL) with about 10 mL sediment and spiked it with 120uL of pure methane gas following Bodmer et al. (2020). Incubations lasted for a week (until methane concentrations were below detection limit) and we replicated each treatment level four times (except for 10ºC that had just three).
P ist für alle Lebewesen ein lebensnotwendiges Nährelement. In terrestrischen Ökosystemen ist P häufig ein limitierender Nährstoff. Der P-Gehalt im Oberboden beeinflusst die Pflanzenartenvielfalt im Dauergrünland. P ist für die Eutrophierung von Oberflächengewässern hauptverantwortlich. Außerdem gehört P zu den knappen Rohstoffen. Die Preise für mineralische P-Dünger werden deshalb in Zukunft vermutlich weiter steigen. Ein effizienter Einsatz mineralischer P-Dünger ist daher sowohl aus Gründen des Natur- und Umweltschutzes als auch aus Kostengründen notwendig. Von einer ressourcenschonenden und umweltverträglichen Grünlandbewirtschaftung wird erwartet, dass die Düngung den P-Bedarf der Pflanzen deckt, gleichzeitig aber die P-Verluste durch Erosion, Abschwemmung und Auswaschung so gering wie möglich gehalten werden. Daher ist es notwendig, die Düngung an den zeitlichen und mengenmäßigen Nährstoffbedarf der Vegetation anzupassen. Um dieses Ziel zu erreichen, muss einerseits der saisonabhängige P-Bedarf der Pflanzen bekannt sein und andererseits die P-Dynamik im Boden berücksichtigt werden. Die P-Dynamik im Boden ist von vielen Bodeneigenschaften abhängig. Entscheidend sind vor allem pH-Wert, Bodenwasserhaushalt (Redoxpotential), Bodentemperatur und mikrobielle Aktivität (Phosphataseaktivität) im Boden. Für die Optimierung von P-Düngemaßnahmen sind daher Kenntnisse über die P-Dynamik im Boden und die verschiedenen P-Pools im Boden notwendig. Davon hängt die Ausnutzbarkeit und Ertragswirksamkeit der P-Dünger und somit die bedarfsgerechte Menge und der optimale Zeitpunkt der P-Düngung ab. Über die P-Dynamik im Boden in Abhängigkeit vom Bodenwasserhaushalt und die verschiedenen P-Pools in österreichischen Grünlandböden ist bisher noch wenig bekannt. Die Thematik ist aber von großer praktischer Relevanz, weil P ein knapper Rohstoff mit großer Umweltwirkung ist. Sowohl aus landwirtschaftlicher als auch aus wasserwirtschaftlicher Sicht stellen sich folgende Fragen: - Werden die verschiedenen P-Pools im Boden durch langjährige Düngung unterschiedlich angereichert? - Welchen Einfluss hat die Höhe der jährlich ausgebrachten P-Düngermenge? - Bestehen Unterschiede zwischen mineralischer und organischer Düngung? - Welche P-Pools im Boden werden bei fehlender Düngung bevorzugt abgereichert? - Bestehen hinsichtlich P-Pools Unterschiede zwischen verschiedenen Tiefenstufen im Boden? - Welchen Einfluss haben Grundwasserspiegelschwankungen und Veränderungen des Bodenwassergehaltes auf die P-Dynamik und P-Mobilität im Boden? - Haben feuchte und nasse Grünlandstandorte einen geringeren P-Düngerbedarf als wechselfeuchte oder frische Standorte? Für die Beantwortung dieser Fragen bieten sich Langzeitfeldversuche an. Langzeitfeldversuche wurden in Gumpenstein 1960 und in Admont 1946 angelegt. Die Düngungs- und Nutzungsgeschichte auf den einzelnen Versuchsparzellen ist bestens dokumentiert. (Text gekürzt)
Der Niedersächsische Bodenfeuchteinformationsdienst (NIBOFID) des LBEG zeigt den tagesaktuellen Wassergehalt für alle Böden in Niedersachsen. Darüber hinaus lässt sich der Verlauf des Bodenwassergehalts für die letzten 10 Tage abrufen. Die Bodenfeuchte wird in % der nutzbaren Feldkapazität (%nFK) angegeben. Die nFK beschreibt die Wassermenge, die ein Boden maximal pflanzenverfügbar speichern kann. Die Werte des Bodenfeuchtemonitors sind berechnet und nicht gemessen. Die Berechnung erfolgt mit dem Bodenwasserhaushaltsmodell BOWAB und wird täglich mit Klimakennwerten (Niederschlag, Temperatur, Wind, Globalstrahlung und relative Luftfeuchte) des Vortages durchgeführt. Es werden für die jeweilige Landnutzung (Acker, Grünland, Laubwald, Nadelwald, Sonstiges) und den Boden spezifisch Parametern abgeleitet. BOWAB nutzt die hochaufgelösten Bodendaten der Bodenkarte 1:50.000 (BK50) von Niedersachsen und leitetet bodenwasserhaushaltliche Kennwerte, wie nFK, FK etc. ab. Die Berechnung erfolgt für die Flächen der BK50. Der Einfluss des Grundwassers wird in Form von kapillarem Aufstieg und durch den Grundwasserstand aus der BK50 berücksichtigt. Eine Bodenfeuchte von 100 %nFK zeigt an, dass der Bodenwasserspeicher gefüllt ist. Bei Werten oberhalb von 100 % entsteht Sickerwasser oder es steht Grundwasser innerhalb der betrachteten Bodenschicht. Werte kleiner als 100 %nFK zeigen an, dass die Pflanzen Bodenwasser entnommen haben und der Boden allmählich austrocknet. Ab Bodenfeuchtewerten unterhalb von 40 - 50 %nFK reagieren Pflanzen auf die Trockenheit und verringern ihre Verdunstung. Bei Werten von < 30 % nFK kann von Trockenstress ausgegangen werden. Im Kartenbild ist die Bodenfeuchte für den Boden von 0 – 60 cm Tiefe dargestellt, der dem Hauptwurzelraum bei den meisten Böden und Nutzungsformen entspricht. Standortbezogene Informationen liefert ein Maptip. Durch das Klicken auf einen Standort wird der aktuelle Bodenwassergehalt für den Hauptwurzelraum in %nFK angezeigt. Zusätzlich können auf der Detailseite weiterführende Informationen abgerufen werden. Als Grafik wird der Verlauf der mittleren Bodenfeuchte für die vergangenen 10 Tage für die Tiefenbereiche 0 - 30 cm (Oberboden), 0 - 60 cm (Hauptwurzelraum) und, sofern der Boden mächtiger ist, 0 - 90 cm (gesamte Betrachtungstiefe) dargestellt. Zudem wird die Sickerwassermenge unterhalb von 90 cm Tiefe für den betrachteten Standort angegeben. Falls Sie noch genauere Informationen zum Wassergehalt für Ihren Boden mit einer bestimmten Anbaukultur (Weizen, Mais, Grünland) benötigen, nutzen Sie gerne die Fachanwendung „Bodenwasserhaushalt“ im NIBIS® Kartenserver. Sie bietet die Möglichkeit den Verlauf der Bodenfeuchte für einzelne oder mehrere Flächen über einen längeren Zeitraum mit verschiedenen Fruchtfolgen (z.B. 1 Jahr oder länger) zu ermitteln.
Feststellung von Zeitmarken (z.B. Verlegung der Muendung des Alpenrheins in den Bodensee 1900) mit Hilfe chemischer Sedimentanalysen, Berechnung der Kompaktionsverhaeltnisse (Wassergehalt, Trockensubstanz, spez. Gewicht), Bestimmung der Sedimentationsraten im zentralen Teil des Bodensees und in Flussdeltas, Anlayse bestimmter allochthoner und autochthoner Sedimentkomponenten (Calcit, Dolomit, Silikat) zur Schaetzung des autochthonen Sedimentanteils.
Ueber den Gehalt an Schadstoffen im Wasser, insbesondere den nach der Trinkwasser-Verordnung auf maximal zulaessige Grenzwerte limitierten Substanzen und ihre Auswirkung auf den menschlichen Organismus soll eine beschreibende Literaturzusammenstellung erstellt werden. Dabei steht die gesundheitliche Bewertung der Schadstoffe im Vordergrund des Interesses, um fuer die Festsetzung von Grenzwerten Beruecksichtigung zu finden.
Diese Karte stellt die mittlere Wärmeleitfähigkeit mit Wassergehalten als Differenz aus Feldkapazität (FK) und Permanentem Welkepunkt (pF 4,2) dar. Sie veranschaulicht die wassergehaltsabhängigen Unterschiede zwischen saisonal höchster und niedrigster Wärmeleitfähigkeit und vermittelt einen Eindruck der zu erwartenden jahreszeitlichen Dynamik der Wärmeleitfähigkeit an einem Standort. Die Differenzen werden in folgende Klassen unterteilt: Differenz λFK - λPWP [W/m*K] sehr gering ≤ 0,2 gering 0,21 - 0,40 mittel 0,41 - 0,65 hoch 0,66 - 0,91 sehr hoch 0,92 - 1,20 Die Wärmeleitfähigkeit (λ) bestimmt die Eigenschaft des Bodens, thermische Energie durch Konduktion zu transportieren. Sie ist die entscheidende Kenngröße für die Nutzung des Bodens als Wärmequelle und -speicher und muss u.a. bei der Anwendung oberflächennaher Geothermie (Erdwärmekollektoren) oder beim Bau erdverlegter Stromkabel berücksichtigt werden.
Diese Karten basieren auf den Legendeneinheiten der Bodenübersichtskarte (BÜK300) mit entsprechender Zuordnung von parametrisierten Flächenbodenformen. Diese stellen je Legendeneinheit eine Bodenformengesellschaft dar. Die einzelnen Flächenbodenformen (FBF) wurden mit bodenphysikalischen Kennwerten belegt, die durch Gelände-und Laboruntersuchungen bestimmt wurden. Dazu wurden für gleiche Horizont-Substrat-Kombinationen (HSK) die Kennwerte Bodenart Trockenrohdichte, Gesamtporenvolumen, Wassergehalt bei Feldkapazität (FK) und Permanentem Welkepunkt (PWP), Humusgehalt statistisch abgeleitet (i.d.R. Medianwerte). Die Wärmeleitfähigkeit (λ) bestimmt die Eigenschaft des Bodens, thermische Energie durch Konduktion zu transportieren. Sie ist die entscheidende Kenngröße für die Nutzung des Bodens als Wärmequelle und -speicher und muss u.a. bei der Anwendung oberflächennaher Geothermie (Erdwärmekollektoren) oder beim Bau erdverlegter Stromkabel berücksichtigt werden. Zur Berechnung der Wärmeleitfähigkeit wurde die Pedotransferfunktion (PTF) nach Markert et al. (2017) unter Berücksichtigung der oben genannten Kennwerte verwendet. Diese PTF basiert auf umfangreichen Messungen der Wärmeleitfähigkeit für ein weites Spektrum der in Brandenburg vorkommenden Böden. Für jede HSK ist die Wärmeleitfähigkeit für die Wassergehalte bei FK und PWP bis in eine Tiefe von 2m berechnet worden. Bei HSK im Einflussbereich des Grundwassers (Gr-Horizonte) wurde die Wärmeleitfähigkeit für volle Wassersättigung veranschlagt. Auf Grund der Parametrisierung der PTF für ausschließlich mineralische Böden wurden folgende Anpassungen vorgenommen: für organische HSK (Torfe) wurde mit einer Wärmeleitfähigkeit von λFK = 0,4 W/m*K und λPWP = 0,2 W/m*K gerechnet (Vgl. Messwerte von Markert et al. 2017; VKR 1.32 AG Boden 2010), für tonige Böden sind auf Grund der geringen Datenlage die Parameter der lehmigen Böden verwendet worden, der Humusgehalt wurde durch λhumos = λmineralisch – Humusgehalt*0,05 berücksichtigt. Für HSK mit anthropogenem Ausgangsgestein war auf Grund unzureichender Messwerte und fehlender Angaben in der Literatur keine Berechnung der Wärmeleitfähigkeit möglich. Die Wärmeleitfähigkeit je Flächenbodenform ist in diesem Fall als gewichtetes harmonisches Mittel unter Berücksichtigung der Mächtigkeit aller Horizonte ermittelt worden. Zur besseren Übersichtlichkeit und Interpretierbarkeit der Ergebnisse wurden die gewichteten harmonischen Mittelwerte der Wärmeleitfähigkeiten in die folgenden 6 Klassen eingeteilt: Wärmeleitfähigkeit [W/m*K] extrem gering ≤ 0,4 sehr gering 0,41 - 0,90 gering 0,91 - 1,40 mittel 1,41 - 1,90 hoch 1,91 - 2,40 sehr hoch 2,41 - 2,90 Für die grafische Darstellung als Karte wurden je Legendeneinheit (LE) die Flächenbodenformen mit gleicher Wärmeleitfähigkeitsklasse zusammengefasst, deren Flächenanteile nach Tab. 66 (AG Boden 2005) je LE addiert und als eine aggregierte dominante, sowie eine aggregiert subdominante λ-FBF ausgewiesen. Bei einigen wenigen Flächen mit sehr heterogener Zusammensetzung der Flächenbodenformen sind drei λ-FBF angegeben.
Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.Informationen zu der Wetterstation am Standort in der Zu Rheinstraße sind in diesem Datensatz zu finden.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 13.11.2024 13 Uhr](https://smartcityhub.smartandpublic.eu/datamarket/topics/overview/cf7df9c0-2df5-4ed4-b703-95245fdf0c50), [ab 13.11.2024 14 Uhr](https://smartcityhub.smartandpublic.eu/datamarket/topics/overview/97602541-9fe9-460d-88e9-7204d6be4068)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen. Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)
Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station in der Zu Rheinstraße sind mehrere Bäume der Art Robinia und Linde Tilia mit Sensoren versehen. Die Daten einer der Linden stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 13.11.2024 13 Uhr](https://opendata.smartandpublic.eu/datasets/74e7c788-0882-4ffe-b0dc-74cb0e0fb782), [ab 13.11.2024 14 Uhr](https://opendata.smartandpublic.eu/datasets/b976e56e-9fbf-42dd-86db-1677c2a5dc91?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)
| Origin | Count |
|---|---|
| Bund | 987 |
| Kommune | 16 |
| Land | 104 |
| Wissenschaft | 71 |
| Zivilgesellschaft | 1 |
| Type | Count |
|---|---|
| Daten und Messstellen | 188 |
| Förderprogramm | 758 |
| Text | 87 |
| Umweltprüfung | 1 |
| unbekannt | 90 |
| License | Count |
|---|---|
| geschlossen | 231 |
| offen | 865 |
| unbekannt | 28 |
| Language | Count |
|---|---|
| Deutsch | 965 |
| Englisch | 381 |
| Resource type | Count |
|---|---|
| Archiv | 29 |
| Bild | 2 |
| Datei | 212 |
| Dokument | 67 |
| Keine | 588 |
| Webdienst | 13 |
| Webseite | 427 |
| Topic | Count |
|---|---|
| Boden | 889 |
| Lebewesen und Lebensräume | 893 |
| Luft | 652 |
| Mensch und Umwelt | 1115 |
| Wasser | 771 |
| Weitere | 1124 |