Rasterkarten zum Wasserhaushalt, bzw. zur Grundwasserneubildung, berechnet mit mGROWA (FZ Jülich, 2021). Im Webdienst werden 6 Layer gezeigt: - Grundwasserneubildung des hydrolog. Jahres 2019 [Min] - Grundwasserneubildung des hydrolog. Jahres 2008 [Max] - mittlere jährliche Grundwasserneubildung (1991 - 2019) - mittlere jährliche Grundwasserneubildung (1961 - 1990, Klimareferenzperiode) - Direktabfluss Mittlere Rate (1991-2020) - Tatsächliche Verdunstung Mittlere Rate (1991-2020) Beschreibung: Etwa ein Viertel des Niederschlags gelangt in Hamburg über den Boden ins Grundwasser und bildet damit einen erheblichen Anteil unserer täglichen Wasserversorgung und ist ökologische Grundlage für die Vegetation und den Boden als Wasserspeicher. Der übrige Niederschlag wird im Wesentlichen durch Verdunstung und Abfluss ins Sielnetz und in die Gewässer bestimmt. Aktuell werden pro Jahr bei durchschnittlichen Niederschlägen (etwa 770 mm pro Jahr) 136 Millionen Kubikmeter (m³) Grundwasser auf Hamburger Gebiet neu gebildet. Im Trockenjahr 2019 waren es nur 75 Millionen m³, was sich in stark fallenden Grundwasserständen, fehlender Bodenfeuchte und sich durch teilweises Trockenfallen von Gewässern für Tier und Pflanze als Trockenstress auswirkte. Auf die Beobachtung der Entwicklung der Grundwasserneubildung kommt deshalb in Zeiten des Klimawandels besondere Bedeutung zu. Neben klimatischen Veränderungen ist deshalb ein ausgefeiltes Flächen- und Ressourcenmanagement nötig, um der wachsenden urbanen Versiegelung und dem steigenden Wasserverbrauch mit Strategien und Maßnahmen hin zu einem naturnahen Wasserhaushalt entgegenzuwirken. Datengrundlagen und Methodik: Grundlage für die Berechnung und Darstellung von flächen- und zeitlich differenzierten Rasterkarten der verschiedenen Wasserhaushaltskomponenten ist das rasterzellenbasierte Wasserhaushaltsmodell mGROWA des Forschungszentrums Jülich. In mGROWA wurden zunächst standortbezogen auf Basis der jeweiligen Niederschlagsmengen und klimatischen Einflussgrößen die tatsächliche Verdunstung und der Gesamtabfluss in täglicher Auflösung mit einer Zellengröße von 25 x 25 m berechnet. Die berechneten Tageswerte wurden nachfolgend auf langjährig, jährliche und monatliche Zeiträume aggregiert. Danach wurde der Gesamtabfluss auf Basis der Standorteigenschaften in verschiedene Abflusskomponenten aufgeteilt. In der Datenzusammenstellung sind neben den Rasterkarten der potentiellen und tatsächlichen Verdunstung, des Gesamtabflusses und der Standorteigenschaften die Rasterkarten der Abflusskomponenten urbaner Direktabfluss, Sickerwasserrate, Zwischen- und Dränageabflüsse, sowie letztendlich die Grundwasserneubildung enthalten. Im Folgenden dargestellt werden auszugsweise die Karten zum mittleren langjährigen Mittel 1961-1990 (Klimareferenzperiode) und 1991-2019, das Nassjahr 2008 mit sehr großer und das Trockenjahr 2019 mit sehr geringer Neubildung.
Bedingt durch den Klimawandel sind landwirtschaftliche Kulturpflanzen vermehrt Wasserstress und Frostschäden ausgesetzt. Gleichzeitig prognostiziert die FAO einen Anstieg des globalen Wasserbedarfs um 55% (Landwirtschaft um 11%), bei einem Anstieg der gesamten beregneten Fläche um 6% bis 2050. Diese Problematik, kombiniert mit dem Bevölkerungsanstieg, wachsendem Energiebedarf und dem Rückgang der nutzbaren landwirtschaftlichen Fläche in den Industriestaaten, verlangt nach Lösungen. Ein bedarfsgerechter, energiesparender und effizienter Einsatz der Ressourcen Wasser und Energie ist erforderlich, um eine zukunftsfähige und nachhaltige Bewässerung zu gewährleisten und der steigenden Nutzungskonkurrenz, um die Ressource Wasser, zu begegnen. Während eine automatisierte Bewässerung im Gewächshaus bereits Stand der Technik ist, wird die Freiflächen und Tröpfchenbewässerung wie z.B. im Gemüse bzw. Obstbau überwiegend manuell auf Basis von Erfahrungswerten der Anbauer oder aufgrund fest geplanter Bewässerungsintervalle durchgeführt. Dies führt in der Regel zu hohen Bewässerungsgaben und kann weiterhin zu Nährstoffauswaschungen führen. Ziel dieses Projektes ist es daher, Daten aus den unterschiedlichsten Quellen auf einer intelligenten Service-Plattform miteinander zu verknüpfen, um dadurch über eine digitale Entscheidungsunterstützung, eine bedarfsgerechte und (teil-)automatisierte Bewässerung zu ermöglichen. Gerade die Integration lokaler Sensoren in einem multivariaten Ansatz, soll dabei auch der zunehmenden Entwicklung von teilabgedeckten Agrarflächen durch Agri-Photovoltaik-Anlagen, Folien und Netzen gerecht werden. Kern des Projekts ist dabei ein Cloud-basierter Bewässerungsplaner, der sich automatisiert an die on-Site gemessenen Klimaparameter, sowie den aktuellen phänologischen Bedingungen in Echtzeit anpasst. Der Planer wird dann mit den bestehenden Systemen der Projektpartner vernetzt, um die Ausführung der Bewässerung zu (teil)-automatisieren.
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 auf dem Landesgartenschaugelände sind mehrere Linden der Art Tilia mit Sensoren versehen. Die Daten eines dieser Bäume 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 14.04.2025 12 Uhr](https://opendata.smartandpublic.eu/datasets/2525e376-990b-45cb-90b3-71a2e5ae3cbc?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub), [ab 14.04.2025 13 Uhr](https://opendata.smartandpublic.eu/datasets/7507c65c-a1b2-446d-82e1-fcc14a793552?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)
Das Geländemodell mit einer Bodenauflösung von 0.4 x 0.4 m wurde aus den Daten der Laserscan-Befliegung im Frühjahr 2015 abgeleitet. Genauer: das Geländemodell ist eine Interpolation der Laserstrahlen, die nicht von der Vegetation (Blätter, Äste, Stämme) reflektiert wurden, sondern vom Boden. Die hier gewählte Falschfarben-Kombination (nahes Infrarot an Position des grünen sichtbares Lichts) ermöglicht besser als eine Echtfarbendarstellung eine bessere visuelle Unterscheidung von Baumarten und eine frühe Erkennung von Wasserstress bei Bäumen. True Orthophoto haben den großen Vorteil, dass sie Baumkronen nicht - wie auf den üblichen Orthophotos - verkippt darstellen. Bei der vergleichenden Betrachtung von mehreren Zeitschnitten liegen die Baumkronenspitzen daher exakt an derselben Position. Das ermöglicht die automatische Analyse von Einzelbäumen, was für das detaillierte Monitoring der Walddynamik erforderlich ist. Stand 2020
Bedingt durch den Klimawandel sind landwirtschaftliche Kulturpflanzen vermehrt Wasserstress und Frostschäden ausgesetzt. Gleichzeitig prognostiziert die FAO einen Anstieg des globalen Wasserbedarfs um 55% (Landwirtschaft um 11%), bei einem Anstieg der gesamten beregneten Fläche um 6% bis 2050. Diese Problematik, kombiniert mit dem Bevölkerungsanstieg, wachsendem Energiebedarf und dem Rückgang der nutzbaren landwirtschaftlichen Fläche in den Industriestaaten, verlangt nach Lösungen. Ein bedarfsgerechter, energiesparender und effizienter Einsatz der Ressourcen Wasser und Energie ist erforderlich, um eine zukunftsfähige und nachhaltige Bewässerung zu gewährleisten und der steigenden Nutzungskonkurrenz, um die Ressource Wasser, zu begegnen. Während eine automatisierte Bewässerung im Gewächshaus bereits Stand der Technik ist, wird die Freiflächen und Tröpfchenbewässerung wie z.B. im Gemüse bzw. Obstbau überwiegend manuell auf Basis von Erfahrungswerten der Anbauer oder aufgrund fest geplanter Bewässerungsintervalle durchgeführt. Dies führt in der Regel zu hohen Bewässerungsgaben und kann weiterhin zu Nährstoffauswaschungen führen. Ziel dieses Projektes ist es daher, Daten aus den unterschiedlichsten Quellen auf einer intelligenten Service-Plattform miteinander zu verknüpfen, um dadurch über eine digitale Entscheidungsunterstützung, eine bedarfsgerechte und (teil-)automatisierte Bewässerung zu ermöglichen. Gerade die Integration lokaler Sensoren in einem multivariaten Ansatz, soll dabei auch der zunehmenden Entwicklung von teilabgedeckten Agrarflächen durch Agri-Photovoltaik-Anlagen, Folien und Netzen gerecht werden. Kern des Projekts ist dabei ein Cloud-basierter Bewässerungsplaner, der sich automatisiert an die on-Site gemessenen Klimaparameter, sowie den aktuellen phänologischen Bedingungen in Echtzeit anpasst. Der Planer wird dann mit den bestehenden Systemen der Projektpartner vernetzt, um die Ausführung der Bewässerung zu (teil)-automatisieren.
Bedingt durch den Klimawandel sind landwirtschaftliche Kulturpflanzen vermehrt Wasserstress und Frostschäden ausgesetzt. Gleichzeitig prognostiziert die FAO einen Anstieg des globalen Wasserbedarfs um 55% (Landwirtschaft um 11%), bei einem Anstieg der gesamten beregneten Fläche um 6% bis 2050. Diese Problematik, kombiniert mit dem Bevölkerungsanstieg, wachsendem Energiebedarf und dem Rückgang der nutzbaren landwirtschaftlichen Fläche in den Industriestaaten, verlangt nach Lösungen. Ein bedarfsgerechter, energiesparender und effizienter Einsatz der Ressourcen Wasser und Energie ist erforderlich, um eine zukunftsfähige und nachhaltige Bewässerung zu gewährleisten und der steigenden Nutzungskonkurrenz, um die Ressource Wasser, zu begegnen. Während eine automatisierte Bewässerung im Gewächshaus bereits Stand der Technik ist, wird die Freiflächen und Tröpfchenbewässerung wie z.B. im Gemüse bzw. Obstbau überwiegend manuell auf Basis von Erfahrungswerten der Anbauer oder aufgrund fest geplanter Bewässerungsintervalle durchgeführt. Dies führt in der Regel zu zu hohen Bewässerungsgaben und kann weiterhin zu Nährstoffauswaschungen führen. Ziel dieses Projektes ist es daher, Daten aus den unterschiedlichsten Quellen auf einer intelligenten Service-Plattform miteinander zu verknüpfen, um dadurch über eine digitale Entscheidungsunterstützung, eine bedarfsgerechte und (teil-)automatisierte Bewässerung zu ermöglichen. Gerade die Integration lokaler Sensoren in einem multivariaten Ansatz, soll dabei auch der zunehmenden Entwicklung von teilabgedeckten Agrarflächen durch Agri-Photovoltaik-Anlagen, Folien und Netzen gerecht werden. Kern des Projekts ist dabei ein Cloud-basierter Bewässerungsplaner, der sich automatisiert an die on-Site gemessenen Klimaparameter, sowie den aktuellen phänologischen Bedingungen in Echtzeit anpasst. Der Planer wird dann mit den bestehenden Systemen der Projektpartner vernetzt, um die Ausführung der Bewässerung zu (teil)-automatisieren.
Das Wachstum und die Erträge von Weizen sind durch eine Veränderung der Dürre- und Hitzewellen, infolge des Klimawandels, beeinträchtigt. Eine Kombination aus Hitze- und Trockenstress kann sich zusätzlich auf die höheren Durchschnittstemperaturen direkt negativ auf die Phänologie der Pflanzen auswirken. Es werden keine alten und modernen Weizensorten auf das Vorhandensein oder das Potenzial von phänologischer Plastizität (PP) untersucht, um Überschneidungen zwischen den sensiblen Phasen und den extremen Hitze und Trockenheit zu vermeiden. Zudem gibt es nur wenige Informationen darüber, a. Ob die phänologische Plastizität (PP) als Escape-Mechanismus in alten Winterweizensorten, die in Deutschland unter Trocken- und Hitzestress angebaut werden, vorhanden sind oder ob es sich um eine neue Eigenschaft handelt b. Ob die Pflanzenmodelle die langfristigen Raum und zeitliche Variabilität des Weizenertrags erfassen können, indem der PP-Mechanismus als neues Modellierungsmodul implementiert wird c. Ob die Änderung der Sorte, der Aussaattermine integraler Bestandteile und die Anpassung an dem Klimawandel für die Weizenproduktion in Deutschland sein könnten. Diese Wissenslücken werden durch eine Reihe von Experimenten im Feld und in der Wachstumskammer (Hitze- und Trockenstress), durch langfristige Datenverarbeitung, Modellentwicklung und Experimente zur Modellierung von Kulturen geschlossen. Winterweizensorten (alte und moderne) werden den Feld- und Kammerversuchen unterzogen, um die Mechanismen zu entschlüsseln, die an ihrer phänologischen Reaktion auf den kombinierten Hitze- und Trockenheitsstress beteiligt sind. Auf der Grundlage der Ergebnisse wird eine neue Erntemodellierungsroutine entwickelt, die Hitze-/Trockenstress berücksichtigt. Die Validierung des Erntemodells wird anhand von Feldversuchen erfolgen. In dem deutschlandweiten Simulationsexperiment werden wir die neue Modellierungsroutine nutzen, um die Variabilität der Phänologie und des Ertrags von Winterweizen zu erfassen. Die Daten werden mit den langfristigen Phänologie Beobachtungen und Ertragsstatistiken verglichen. Daraus wird die Eignung langfristiger Änderungen von Sorten und Aussaatterminen als Anpassungsstrategie an den Klimawandel anhand von acht Modellrekonstruktionen getestet. Die Kombinationen aus historischem/aktuellem Klima - alten/modernen Sorten - historischem/modernerem Aussaattermin von Winterweizen enthalten.
Wie das jüngste dürrebedingte Waldsterben und der Waldwachstumsrückgang in Europa und auf der ganzen Welt zeigen, hat der Klimawandel verheerende Auswirkungen auf die Waldökosysteme. Daher werden dringend neue Strategien zur Stabilisierung bestehender Wälder benötigt. Eine zentrale Herausforderung für die Waldbewirtschaftung besteht darin, dass die meisten Vorhersagen zur Abschätzung des Trockenstresses in Wäldern auf vereinfachten Ansätzen auf der Bestandsebene beruhen, wodurch verschiedene potenziell wichtige unterirdische Prozesse vernachlässigt werden. In diesem Projekt werden die Auswirkungen zweier solcher unterirdischer Prozesse—(i) die Dynamik des tiefen Wassers und (ii) die Artenmischung—auf die Widerstandsfähigkeit von Waldökosystemen gegenüber Wasserstress mit Hilfe eines gekoppelten ökohydrologisch-pflanzenhydraulischen Modells untersucht, das durch Felddaten zu stabilen Wasserisotopen, Wasserstress der Bäume und Saftfluss, die in diesem Projekt gesammelt wurden, sowie durch Synergien mit laufenden Projekten aus Deutschland und Frankreich ergänzt wird. Die Innovation dieses gekoppelten Modells besteht darin, dass der Schwerpunkt auf trockenheitsbedingten Prozessen in den Pflanzen und im Boden liegt. Das Projekt besteht aus vier Arbeitspaketen (APs), die von vier Arbeitsgruppen (zwei in Deutschland und zwei in Frankreich) geleitet werden. Das erste AP wird stabile Wasserisotopenmessungen nutzen, um unterirdische Prozesse im Feld zu untersuchen. Diese Messungen werden zur Information und Validierung der Berechnungsmodelle verwendet, die im zweiten und dritten Arbeitspaket entwickelt werden. Darüber hinaus werden Daten, die im Rahmen laufender Forschungsprojekte gesammelt wurden, für die Modellierung herangezogen. Das zweite AP wird ein ökohydrologisches und ein pflanzenhydraulisches Modell miteinander koppeln, um die topographischen Einflüsse auf das tiefe Wasser in einer räumlich verteilten Weise zu untersuchen. Das dritte AP wird ein pflanzenhydraulisches Multispeziesmodell entwickeln, um die Auswirkungen der Artenmischung auf die Widerstandsfähigkeit der Wälder gegen Trockenheit zu untersuchen. Schließlich wird das vierte AP eine detaillierte modellgestützte Fallstudie in den Vogesen, Frankreich, durchführen, wo sowohl topografische Einflüsse als auch interindividueller Wettbewerb eine wichtige Rolle für die Muster der Baumsterblichkeit spielen dürften. Das Projekt wird wertvolle Einblicke in zwei bisher wenig erforschte Komponenten der Widerstandsfähigkeit von Wäldern gegen Trockenheit liefern und mit dem gekoppelten ökohydrologisch-pflanzenhydraulischen Modell ein neuartiges Instrument für zukünftige Trockenheitsstudien bereitstellen. Außerdem erwarten wir, dass dieses Projekt die Zusammenarbeit zwischen den französischen und deutschen Gruppen stärkt, was zu künftigen gemeinsamen Forschungsanstrengungen führen soll.
Beim Übergang der Pflanzen vom Wasser- zum Landleben haben komplexe phenolische Verbindungen (Lignin) und natürliche Polyester (Cutin, Suberin) eine wichtige Rolle gespielt indem sie neue Grenzflächen und Oberflächen mit hydrobisierenden Eigenschaften ermöglichten. Die Einlagerung von Lignin zwischen den Cellulose Mikrofibrillen und Hemicellulosen war wesentlich für die Entwicklung funktionsfähiger Leitbahnen (Xylem) und die mechanische Festigkeit. An den Grenzflächen zur Luft musste der Wasserverlust minimiert werden, was durch die Einlagerung von Cutin (Blätter) und Suberin (Stamm, Wurzel) erreicht wurde. Auch wenn Basiswissen über die drei Polymere vorhanden ist, macht sie ihre große Variabilität sowohl im Vorkommen als auch in ihrer Zusammensetzung und offene Fragen bezüglich der Polymerisation zu den am wenigsten verstandenen pflanzlichen Polymeren. Durch die Adaptionen um in den sehr vielfältigen Lebensräumen zu überleben entwickelten sich verschiedenartigste Erscheinungsformen, die hoch spezialisierte Gewebe erfordern um damit unterschiedliche Eigenschaften und Funktionen zu erfüllen. Das wird erreicht durch eine sich ändernde Zusammensetzung und Struktur auf den verschieden hierarchischen Ebenen (mm-ìm-nm) und es gibt immer noch eine große Wissenslücke bezüglich Verteilung der Polymere und Struktur auf Mikro- und Nanoebene. Wir werden diese Lücke durch die Anwendung von Raman Imaging und Rasterkraftmikroskopie (AFM) füllen. Raman Imaging ermöglicht die chemische Zusammensetzung auf Mikroebene zu verfolgen und AFM ergänzt durch die Aufklärung von Nanostruktur und -mechanik. Jedes Raman-Image basiert auf Tausenden von Spektren, wovon jedes ein molekularer Fingerabdruck der Zellwand auf Mikroebene ist. Derzeit gelingt es nur einen Teil der chemischen und strukturellen Informationen die in der Raman-Signatur stecken, zu extrahieren. Durch mehr Wissen über die Raman-Spektren der Pflanzen und ihrer Komponenten und neue Ansätze der multivariater Datenanalyse wollen wir mehr Informationen zugänglich machen. Um auf Nano-Ebene die chemische Zusammensetzung von kleinsten Oberflächen und Grenzflächen zu entschlüsseln, werden wir Tip-enhanced Raman-Spektroskopie (TERS) anwenden. Mit diesen anspruchsvollen in-situ Ansätze werden wir 1) die Lignifizierung innerhalb der nativen Zellwand verfolgen und ungelöste Fragen rund um die Lignin Polymerisation angehen 2) die Chemie und Struktur der Tracheiden und Gefäßwände auf Mikro-und Nano-Ebene und etwaige Auswirkungen auf die hydraulischen und mechanischen Eigenschaften aufklären 3) die Mikrochemie und Nanostruktur von Cuticula und Periderm und ihren Einfluss auf die Barriereeigenschaften entschlüsseln und 4) beantworten ob Trockenstress sich auch auf der Mikroebene und Nanoebene widerspiegelt. Neue Einblicke in die Variabilität, Verteilung und Zusammensetzung der Pflanzenpolymere und den Einfluss von Trockenstress werden gewonnen und wichtige Struktur-Funktions-Beziehungen aufgeklärt. usw.
| Organisation | Count |
|---|---|
| Bund | 337 |
| Europa | 21 |
| Kommune | 17 |
| Land | 100 |
| Weitere | 19 |
| Wirtschaft | 1 |
| Wissenschaft | 180 |
| Zivilgesellschaft | 3 |
| Type | Count |
|---|---|
| Ereignis | 4 |
| Förderprogramm | 303 |
| Text | 46 |
| unbekannt | 35 |
| License | Count |
|---|---|
| Geschlossen | 50 |
| Offen | 330 |
| Unbekannt | 8 |
| Language | Count |
|---|---|
| Deutsch | 364 |
| Englisch | 112 |
| Resource type | Count |
|---|---|
| Archiv | 4 |
| Bild | 10 |
| Datei | 27 |
| Dokument | 39 |
| Keine | 211 |
| Webdienst | 8 |
| Webseite | 160 |
| Topic | Count |
|---|---|
| Boden | 388 |
| Lebewesen und Lebensräume | 386 |
| Luft | 323 |
| Mensch und Umwelt | 388 |
| Wasser | 311 |
| Weitere | 386 |