Other language confidence: 0.8988793471830417
Die stetig wachsende Bevölkerung führt zu einem steigenden Bedarf an Frischwasser und die Entnahme von Grundwasser ist eine der wichtigsten Quellen diesen Bedarf zu decken. Engpässe in der Frischwasserversorgung haben die Suche Nachweis von frischem Grundwasser unter dem heutigen Meeresboden angetrieben. Die Rolle glazialer Strukturen, welche während der Vergletscherungen entstanden sind, ist jedoch im Hinblick auf das Vorkommen frischen Grundwassers noch wenig bekannt. Insbesondere sogenannte Tunneltäler (TT), welche sich unter den Eisschilden bildeten, könnten von besonderer Relevanz sein. Ihre Ausmaße (bis zu 5 km breit, 400 m tief, 100te km lang) spiegeln die gewaltigen Schmelzwassermengen wider, die den Untergrund unter den Eisschilden durchspülten. Ihre Entstehung und Füllung resultierte in stark durchlässigen Sanden und Kiesen im unteren Teil und feinkörnigen Ablagerungen im oberen Teil dieser Strukturen. Diese Konfiguration begünstigt eine Rolle als bevorzugte Fließwege für offshore Grundwasser. Zur Untersuchung des Potenzials von TT als bevorzugte Fließwege für offshore frisches Grundwasser (OFG), verfolgt dieses Projekt folgende Ziele: (O1) Durch die Kombination von elektromagnetischen und seismischen Daten wollen wir ein strukturgebundenes Widerstandsmodell für mehrere TT erstellen; (O2) Wir wollen die Salzgehaltswerte für verschiedene Architekturen und Tiefen von TT abschätzen; (O3) Aufbauend auf den ersten beiden Zielen wollen wir die Ergebnisse für das gesamte Arbeitsgebiet in ein detailliertes lithologisches 3D-Modell extrapolieren. Die sich daraus ergebende Salzgehaltsverteilung im Untergrund wird dazu beitragen, die Ober- und Untergrenzen des Volumens frischen Grundwassers abzugrenzen und die Grundlage für ein detailliertes Grundwassermodell schaffen. Folgende Schritte sind dazu nötig: (S1) Kartierung und Charakterisierung der räumlichen Heterogenität von TT anhand vorhandener seismischer Daten; (S2) Erstellung eines lithologischen Modells für den Untergrund zwischen Amrum und Helgoland von 0 bis 400 m Tiefe; (S3) Identifizierung vielversprechender Standorte und Durchführung von CSEM-Messungen (Controlled Source Electromagnetic) zur Untersuchung der Verteilung des elektrischen Widerstands im Untergrund (TT); (S4) Kombination von Widerstandsmessungen mit Mehrkanal-Seismikdaten (MCS) zur Ableitung des Salzgehalts der Porenflüssigkeit; (S5) Extrapolation der Ergebnisse für das gesamte lithologische Modell. Tunneltäler existieren in ehemals vergletscherten Regionen weltweit. Gelingt uns der Nachweis von OFG in Tunneltälern, hätte dies erhebliche Implikationen für bisher unbekannte Süßwasserverteilungen und hydrologische Systeme. Die uns zur Verfügung stehenden Daten bieten eine einzigartige Möglichkeit zur Integration von CSEM- und seismischen Messungen bei begrenztem Aufwand. Die Ergebnisse des Projekts werden einen neuen Blick auf offshore Gletscherlandschaften und ihre Rolle im pleistozänen Wasserkreislauf erlauben.
Das Projekt „Hochwasserrückhalt im Wald“ befasst sich mit der Untersuchung von Einflussfaktoren auf die Rückhaltekapazität von Wäldern zur Verbesserung des Hochwasserschutzes. Während des Katastrophenhochwassers in Westdeutschland Mitte Juli 2021 wurden hohe Abflussakkumulationen aus Waldgebieten sowohl im Ahrtal als auch im Einzugsgebiet von Inde und Vichtbach beobachtet; das Potential des Wasserrückhaltes im Wald ist folglich elementar für die Hochwasservorsorge. Trotz der positiven Gebietseigenschaften von Waldflächen zeigen Studien, dass menschliche Eingriffe und schlechte forstwirtschaftliche Praktiken die Wasserrückhaltung negativ beeinträchtigen können. Im Projekt „Hochwasserrückhalt im Wald“ werden Sachbeihilfen für die Durchführung von Feldversuchen zur differenzierten Evaluation der Rückhalteleistung sowie zur messtechnischen Begleitung von Anpassungsmaßnahmen in Entwässerungsgräben beantragt. Im Rahmen der Feldarbeiten soll auf der Projektfläche im Ahrtal untersucht werden, wie sich der Wasserrückhalt unter verschiedenen Baumarten (Laub- vs. Nadelbäume) hinsichtlich der jeweiligen Interzeptions- sowie Infiltrationsleistung unterscheidet. Zweitens soll erforscht werden, wie lineare Strukturen im Wald so gestaltet werden können, dass sie die Hochwasserschutzwirkung maximieren. Hierfür werden geplante Anpassungsmaßnahmen auf einer Projektfläche bei Stolberg messtechnisch begleitet und die Wirkweisen anschließend mittels hydronumerischer Simulation weitergehend evaluiert. Insgesamt zielt das Vorhaben darauf ab, das Verständnis über die Rolle von Wäldern im Hochwasserschutz zu vertiefen und konkrete Maßnahmen zur Verbesserung des Wasserrückhalts zu entwickeln.
Die Herausforderungen einer nachhaltigen Entwicklung erfordern Antworten auf komplexe Umweltprobleme wie Klimawandel, Verlust an Biodiversität, Verfügbarkeit von sauberem Wasser und biobasierten Materialien für die Kreislaufwirtschaft. Die jüngsten Fortschritte bei der Entwicklung analytischer Technologien bieten vielfältige Möglichkeiten, sich diesen Problemen erfolgreich zu stellen. Diese Entwicklungen gehen jedoch mit einer hohen Spezialisierung einher und bergen die Gefahr einer starken Fragmentierung der verschiedenen Disziplinen der Umweltwissenschaften. Gleichzeitig steigen die Kosten für den Betrieb der analytischen Instrumente kontinuierlich an. Die Etablierung eines Gerätezentrums (GZ) ‘Umweltanalytik’ an der TU Dresden (TUD) soll diese starke Fragmentierung überwinden und damit die Verfügbarkeit und die Zugänglichkeit zu modernen analytischen Instrumenten für Wissenschaftler der TUD und deren externer Partner verbessern. Das angestrebte GZ umfasst sehr innovative und äußerst komplexe Gerätesysteme für die (i) Analyse stabiler Isotope zur Prozessforschung, die Nutzung (ii) spektroskopischer Verfahren zur Identifizierung molekularer Strukturen organischer Substanzen und die Nutzung (iii) der Rasterelektronenmikroskopie (Environmental Scanning Electron Microscopy) zur Erforschung von Mikro- und Nanostrukturen. Diese Kerntechnologien werden ergänzt durch eine breite Palette an unterstützenden analytischen Verfahren, womit insgesamt ein großes Potential für eine integrative Forschung in den Umweltwissenschaften besteht. Die integrative Datenanalyse wird ein weiterer Bestandteil des angestrebten GZ sein. Es wird ein Managementsystem entwickelt, das einen einfachen Zugang und eine effiziente gemeinsame und kostengünstige Nutzung aller Instrumente ermöglicht. Dies ist Voraussetzung einer tiefgreifenden Integration der Umweltwissenschaften und wird gleichzeitig zu einem fruchtbaren Austausch von Wissenschaftlern unterschiedlicher Disziplinen führen. Der Aufbau des GZ wird zu neuen Qualitätsstandards in der Umweltanalytik beitragen. Das GZ geht weit über das Angebot der Nutzung analytischer Kapazitäten hinaus. Die Nutzer werden bei der Auswahl der am besten geeignetsten Kombination analytischer Verfahren wissenschaftlich fundiert beraten. Außerdem wird eine gemeinsame integrative Auswertung bei komplexen Umweltdaten angeboten. Durch das GZ werden besonders interessierten Studenten und jungen Forschern Qualifizierungskurse angeboten. Damit wird das GZ der interdisziplinären Spitzenforschung in den Umweltwissenschaften an der TUD einen starken Impuls verleihen. Externe Partner erhalten mehr Möglichkeiten zur erfolgreichen Zusammenarbeit mit ihren Partnern an der TUD. Dies wird zur Generierung neuer Forschungsideen und deren Umsetzung in wissenschaftlichen Projekten führen. Damit wird das Gerätezentrum zu wissenschaftlich exzellenten Lösungen der komplexen Umweltprobleme beitragen, mit denen unserer Gesellschaft konfrontiert ist.
Hochwasser ist eine der größten Naturgefahren. Beobachtung, Vorhersage und Frühwarnung von Hochwasserereignissen ist daher essentiell für die Schadensminderung. Neben Niederschlagseigenschaften sind die Vorfeuchtebedingungen ein wichtiger Faktor für die Abflussbildung und somit für die Ausprägung von Hochwasserereignissen. Seit 2002 wurde es mit der Satellitenmission GRACE (Gravity Recovery and Climate Experiment) und deren Nachfolger GRACE Follow-On (GRACE-FO, ab 2018) möglich, Anomalien der terrestrischen Wasserspeicherung (Terrestrial Water Storage, TWS) aus den zeitlichen Veränderungen des Erdschwerefeldes zu beobachten. Dies eröffnet die Möglichkeit, die Feuchtebedingungen vor und während Hochwasserereignissen zu erfassen. Die Nutzung dieser Daten war bisher jedoch wegen ihrer geringen Auflösung (monatlich, 250 - 300 km) stark eingeschränkt. Daher ist es das Ziel dieses Projektes, die Vorhersage und Beobachtung von Hochwasserereignissen mit täglicher zeitlicher Auflösung und auf 50 km räumlicher Auflösung herunterskalierten globalen TWS-Datensätzen von GRACE/GRACE-FO zu verbessern. Im ersten Schritt werden tägliche Schwerefelder mit einem Kalman-Filter Ansatz erzeugt. Diese Verbesserung gegenüber den Standard-Schwerefeldprodukten geht jedoch mit einer schlechteren räumlichen Auflösung einher. Mit neuen Methoden des Maschinellen Lernens (ML), die TWS-Daten von GRACE/GRACE-FO mit simulierten TWS-Daten hydrologischer Modelle kombinieren, werden hochauflösende TWS-Daten erzeugt. Für die Hochwasserwarnung und -beobachtung werden zudem ML-Methoden zur Erzeugung von TWS-Daten in Echtzeit und zu ihrer Vorhersage entwickelt. Auf Basis der hochauflösenden TWS-Anomalien wird ein Vorfeuchteindex als ein Indikator zur Frühwarnung bei hochwasserträchtigen Bedingungen der Wasserspeicherung in Einzugsgebieten abgeleitet. Der Nutzen des Indizes wird im Vergleich mit anderen Hochwasserfaktoren für verschiedene Umweltbedingungen in Einzugsgebieten mit einer Größe von wenigen 10.000 km² bis einigen Millionen km² weltweit analysiert. Ein ML-Ansatz zur Hochwasservorhersage wird unter Nutzung von Vorfeuchteindex, Niederschlagsvorhersagen und andere Hilfsdaten entwickelt. Die schwerebasierten TWS-Anomalien werden zudem in ein bestehendes Hochwasservorhersagemodell für ausgewählte Einzugsgebiete in Niedersachen integriert. Die Vorhersagegüte des ML-Ansatzes und des Hochwassermodells werden auf der regionalen Skala über die Analyse von Hochwasserereignissen der Vergangenheit und einen Vergleich mit dem bestehenden Hochwasservorhersagesystem evaluiert. Der neue Ansatz hat ein großes Potenzial zur Verbesserung der Genauigkeit und Zuverlässigkeit von Hochwasservorhersagen. Weiterhin können auch andere Anwendungen von den hochauflösenden TWS-Daten profitieren, wie zum Beispiel bei der Beobachtung von Grundwasser- oder Bodenfeuchtedynamiken.
Aquatische Pilze (AF) sorgen für Gesundheit, Funktion und Widerstandsfähigkeit von aquatischen Ökosystemen; doch ist ihre biologische Vielfalt weitgehend unbekannt. AF sind von allen wichtigen Erhaltungsplänen und -strategien unbeachtet und die derzeitigen Schutzgebiete (PAs), z. B. Natura-2000-Netz und Ramsar-Konvention beinhalten keine strategischen Überlegungen zur AF-Vielfalt und -Funktionalität. Dank enormer Fortschritte in der Sequenzierung und des kombinierten transdisziplinären Fachwissens der FUNACTION-Partner werden wir zum ersten Mal Wissen zur taxonomischen, phylogenetischen und funktionellen Vielfalt von AF aufbauen, um AF-fokussierte Strategien für ihre Erhaltung zu entwickeln. FUNACTION wird i) eine paneuropäische Karte der Pilzbiodiversität erstellen, um Muster und Triebkräfte der AF-Vielfalt auf europäischer Ebene zu identifizieren, die für eine datengestützte Erhaltung benötigt werden (WP1; THEME1); ii) die AF-Vielfalt über die verschiedenen räumlich-zeitlichen Skalen in PA vs. Nicht-PA auf ihre Eignung testen und bewerten (taxonomisch, phylogenetisch und funktionell), z.B. die Wirksamkeit beim Schutz der AF-Vielfalt, -Funktionen und -Dienstleistungen (WP2; THEME1,2,3); iii) Aufbau von Wissen und Strategien zur Überwachung (z. B. im Rahmen der Wasserrahmenrichtlinie 2000/60/EG) und Erhaltung von AF (Planung neuer PA im Rahmen der EU Biodiversitätsstrategie für 2030) und der damit verbundenen Ökosystemfunktionen (WP3,4; THEMA1,3) sowie Leitlinien zu deren Ausweitung auf globaler Ebene und iv) Sicherstellung einer effektiven Einbindung, Kommunikation und Informationsweitergabe an die Öffentlichkeit, Interessengruppen (nationale, europäische und globale Manager und politische Entscheidungsträger) und die wissenschaftliche Gemeinschaft (WP5). Die Identifizierung paneuropäischer Muster der AF-Diversität (WP1) in 16 Ländern wird ergänzt durch Datensätze von ca. 500 Standorten aus 26 europäischen Ländern (estnische FunAqua-Projektpartnern). Um eine breite geografische Streuung innerhalb Europas und repräsentative bioklimatische und Umweltgradienten zu gewährleisten, werden Fallstudien in allen Partnerländern (Estland, Deutschland, Italien, Portugal, Schweden und der Schweiz) (WP2) durchgeführt. Unsere Metabarcoding- und Metagenomanalysen erlauben einzigartige Einblicke in die Pilz- und Eukaryontenvielfalt und -funktion, die zusammen mit Klima, Landnutzung und anderen wichtigen Umweltvariablen in harmonisierte Leitlinien und Beispiele für eine wirksame Bewirtschaftungs- und Erhaltungsplanung in Europa eingesetzt werden. Um diese Ziele zu erreichen, fördert FUNACTION (Konsortium transnationaler, interdisziplinärer Experten (incl. IUCN)) den Austausch von Wissen, die Mobilität und Ausbildung der nächsten Generation von Wissenschaftlern und Managern und somit die europäische Kompetenz in diesem Bereich. FUNACTION baut ein effektives, langfristiges Kooperationsnetz zur Bewertung und zum Erhalt der AF-Diversität in Europa auf.
The accurate estimation of nitrous oxide (N2O) emissions and monitoring of nitrate (NO3) leaching in agricultural catchments are critical for contemporary environmental science and policymaking. These issues contribute to climate change and groundwater pollution, necessitating a thorough understanding of underlying processes to develop effective mitigation strategies. Our research aims to develop a robust upscaling procedure for N2O emissions and NO3 leaching at the catchment scale, where mitigation actions are finally applied. This involves an integrated approach spanning three scientific disciplines: 1. Field and laboratory measurements: Utilizing local chamber-based and laboratory-based measurements to assess microbial N cycling fluxes and process rates, providing essential data for process understanding. 2. Remote sensing: Leveraging satellite data with unprecedented spatiotemporal resolution to gather catchment-scale information on geomorphology, topography, land use, standing biomass, and soil water status, enhancing our understanding of the catchment environment. 3. Modelling: Employing a fusion of machine learning techniques and mechanistic modeling, we aim to integrate all information from the collected datasets, facilitating the upscaling of N2O emissions and NO3 leaching to the entire catchment scale. Our work program comprises two interrelated work packages focusing on data collection and modeling. WP 1 Data Collection: Creation of a comprehensive dataset, including N2O and NH3 emissions, NO3 leaching, soil d15N isotopic composition, site preference and d15N-N2O, and lab-based measurements of N process rates such as gross nitrification. This dataset will provide a deeper understanding of microbial N-cycling processes such as nitrification and denitrification and their roles in N2O production and NO3 leaching. Hot spot monitoring: Continuous measurements at model-guided identified N2O emission hot spots, covering potential hot moments such as freeze-thaw periods and fertilization events. WP 2 Modeling: Machine Learning: Extracting knowledge from all collected data to create models predicting N2O emissions and NO3 leaching. Mechanistic modelling: Improving a state-of-the-art biogeochemical model that includes a spatially explicit hydrology model for the lateral flow of water and nutrients. Improving will be particularly based on incorporating isotopic data and an isotopic tracing model. Combining machine learning and mechanistic models to benefit from each other, with mechanistic models enhancing machine learning through providing additional data and machine learning to identify and improve structural deficiencies of the mechanistic model. This interdisciplinary proposal seeks to advance our understanding of N2O emissions and NO3 leaching at the catchment scale, ultimately providing valuable insights for environmental assessment and mitigation strategies in agricultural landscapes.
Geogene Arsenverunreinigung (As) ist ein Problem in vielen Aquiferen in Südostasien und stellt eine Bedrohung für die Gesundheit von Millionen von Menschen dar. Das Verständnis der Mechanismen, die die As-Freisetzung im Grundwasser steuern, ist entscheidend, aber aufgrund der komplexen mineralogischen, geochemischen und hydrologischen Bedingungen oft begrenzt. Die reduktive mikrobielle Auflösung von As-haltigen Eisen(Fe)(III)-(Oxyhydr)oxid-Mineralen gekoppelt an die Oxidation von natürlichem organischen Material (NOM) ist ein bekannter Mechanismus für die As-Mobilisierung im Grundwasser. In den letzten Jahren wurden in verschiedenen Arsen-kontaminierten Aquiferen erhöhte Konzentrationen von gelöstem Methan (CH4) detektiert; das gelöste As korrelierte dabei direkt mit CH4 und Fe(II) im Grundwasser. Diese Ergebnisse werfen die Frage auf, ob CH4 als Elektronendonor für die mikrobielle Reduktion von As-haltigen Fe(III)-Mineralen dienen kann. Untersuchungen in unserem vorigen, DFG-Projekt "AdvectAs" haben Hinweise auf den Zusammenhang zwischen Fe(III)-abhängiger anaerober Oxidation von CH4 (AOM) und Mobilisierung von As im Red River Delta (Vietnam) geliefert. Mehrere Fragen blieben aber unbeantwortet: i) In welchem Ausmaß trägt Fe(III)-abhängige AOM zur As-Mobilisierung an verschiedenen Standorten im Red River Delta bei? ii) Welches sind die wichtigsten Stoffwechselwege und aktiven mikrobiellen Gemeinschaften in Aquiferen, in denen Fe(III)-abhängige AOM vorkommt? iii) Welche Identität haben die Mikroorganismen, die für die Fe(III)-abhängige AOM verantwortlich sind? Können wir sie isolieren? iv) Welche Gene und Stoffwechselwege tragen zur Fe(III)-abhängigen AOM in angereicherten Kulturen bei? Daher ist das Hauptziel dieses Projekts, die Rolle der Fe(III)-abhängigen AOM für die As-Mobilisierung im Red River Delta zu untersuchen. Um dieses Ziel zu erreichen, werden wir biogeochemische Analysen und molekularbiologische (Omics)Methoden einsetzen. Das Projekt ist in sechs Arbeitspakete (WPs) unterteilt. In den WPs 1 und 4 werden Feldkampagnen zur Probenahme durchgeführt, gefolgt von der Charakterisierung geochemischer Parameter und mikrobieller Gemeinschaften in Grundwasser und Sedimenten. WPs 2 und 5 werden sich auf die Isolierung von Fe(III)-abhängigen AOM-Mikroorganismen, die Charakterisierung ihrer Substratprofile und die Aufklärung der Stoffwechselwege und Genexpressionen der angereicherten Kulturen oder Isolate konzentrieren. WPs 3 und 6 werden die CH4-Oxidationsraten unter verschiedenen geochemischen Bedingungen quantifizieren und Metagenomik (und, falls möglich, Metatranskriptomik) ausgewählter Sedimentproben anwenden, um die dominanten und aktiven Stoffwechselwege zu identifizieren, die die As-Mobilisierung an den Feldstandorten beeinflussen. Unsere Ergebnisse werden Aufschluss über die Bedeutung der Fe(III)-abhängigen AOM zur As-Mobilisierung geben und zu unserem Verständnis der globalen Methanreduktion durch Fe(III)-abhängige AOM beitragen.
Grundwasser dient als lebenswichtige Trinkwasserquelle, doch die steigende Nachfrage übt einen zunehmenden Druck auf lokale Grundwasserleiter aus. Besondere Beachtung gilt Karstgrundwassereinzugsgebiete, die durch eine schnelle Grundwasserneubildung und einen raschen Schadstofftransport gekennzeichnet sind. Die Bewertung der Vulnerabilität von Karstgrundwasserleitern und -quellen stützt sich bisher überwiegend auf statische Methoden, die nur selten integrative betrachtet werden. Es gibt es eine Vielzahl vielversprechender Indikatoren, sowohl nicht quellenspezifischer Art (z. B. elektrische Leitfähigkeit, Trübung, gelöster organischer Kohlenstoff), um schnelle Abflüsse zu erkennen, als auch quellenspezifischer Art (z. B. Metazachlor, Cyclamat, Koffein, Acesulfam), um die Herkunft von Schadstoffen in Karstgrundwasserleitern zu bestimmen. Diesen Indikatoren mangelt es jedoch an eine Prognosefähigkeit, da sie sich auf die Identifizierung von Verunreinigungen in Echtzeit oder die Verfolgung des Ursprungs der Verunreinigungen beschränken. Dieses Projekt zielt darauf ab, neue Methoden für die Echtzeitbewertung der Gefährdung und die Vorhersagemodellierung in Karstgrundwasserleitern zu verbessern und zu entwickeln, indem ein modernes hybrides Abflussmodell (mit räumlich aufgelöster Anreicherung und verklumptem Grundwasser) mit einem indikatorbasierten Ansatz integriert wird, der sowohl nicht quellenspezifische als auch quellenspezifische Indikatoren verwendet. Zu diesem Zweck, wird das hybride Abflussmodell bezüglich der schnellen Abflusskomponente auf der Grundlage nicht quellenspezifischer Indikatoren kalibrieren. Darüber hinaus werden Eintragsherde, wie punktuelle Einträge aus Abwasserüberschlägen und diffuse Einträge aus der Landwirtschaft, in das Modell einbezogen, gekoppelt mit einem reaktiven Stofftransportmodell. Dieser umfassende Ansatz wird es ermöglichen, Zeiträume mit erhöhter schneller Abflusskomponente, die häufig mit Verunreinigungen durch Bakterien, Viren, organische Verbindungen assoziiert ist, und Einträge aus spezifischen Quellen zu identifizieren. Ein besonders bemerkenswertes Merkmal dieses Ansatzes die Fähigkeit, potenzielle Auswirkungen auf die Wasserqualität vorherzusagen, indem Wettervorhersagen bis zu 24 Stunden im Voraus genutzt werden. Die Ergebnisse dieses Projekts sind von großer Bedeutung für ein zeitgemäßes, modellgestütztes Grundwassermanagement in Karstgrundwasserleitern, das der dringenden Notwendigkeit einer nachhaltigen Ressourcennutzung und des Umweltschutzes Rechnung trägt.
Karstaquifere, die etwa 25 % der Weltbevölkerung mit Wasser versorgen, sind wichtige natürliche Wasserressourcen. Die realistische und prozessbasierte hydrologische Modellierung der Abflussmenge von Karstquellen stellt jedoch aufgrund der Komplexität des Systems und der begrenzten Datenverfügbarkeit nach wie vor eine Herausforderung dar. Daher werden in der Praxis häufig vereinfachte Lumped Parameter Modelle (LMs) angewendet, die das System in einer räumlich aggregierten Weise mit vereinfachten Prozessdarstellungen abbilden. Die Parameter dieser LMs sind jedoch möglicherweise nicht direkt physikalisch interpretierbar oder messbar, und Rückschlüsse auf die Eigenschaften des Karstsystems anhand von LMs sind oft eingeschränkt- unter anderem durch Parameterunsicherheiten und einen unbekannten Grad an Modellrealismus. Aufgrund der globalen Bedeutung von LMs für die hydrologische Modellierung von Karstsystemen ist es erforderlich, diese Probleme anzugehen und zu lösen, um in Zukunft effizientere und realistischere hydrologische Modellierungen von Karstsystemen zu ermöglichen. Unsere Hypothese ist, dass es durch Methoden der Unsicherheitsquantifizierung, Sensitivitätsanalyse und Modellevaluation möglich ist, das realistischste LM für ein bestimmtes Karstsystem zu identifizieren, um Systemeigenschaften aufzudecken und genaue Simulationen zu ermöglichen. Wir konzentrieren uns darauf, Zusammenhänge zwischen den LM-Parametern und den physikalischen Systemeigenschaften für eine große Anzahl synthetischer Karstsysteme herzustellen. Diese werden mithilfe kürzlich entwickelter stochastischer Karstnetzwerk-Generatoren in Kombination mit einem hochmodernen, räumlich verteilten prozessbasierten distributiven numerischen Modell (PBM) erzeugt. Wir simulieren entsprechende synthetische Quellabflusszeitreihen, die als bekannte Referenzdaten dienen. Letztlich ermöglicht dies die Entdeckung von Mustern in Modellrealismus, Prozessdarstellungen und Parameterbeziehungen für eine große Anzahl von Karstsystemen auf eine bisher beispiellose und verallgemeinerte Weise.
Landwirtschaftliche Nutzpflanzen spielen eine wichtige Rolle im globalen Wasserkreislauf. Der Klimawandel kann jedoch die Physiologie der Pflanzen, die Agrar-Ökosysteme und die Wechselwirkungen innerhalb des Land-Atmosphäre-(L-A) Systems durch veränderte Energie-, Wasser- und Kohlenstoffflüsse verändern. Für die Vorhersage zukünftiger hydroklimatischer Bedingungen und die Bewertung landwirtschaftlicher Landnutzungspraktiken, insbesondere im Hinblick auf die zunehmende Häufigkeit von Extremereignissen, ist es von entscheidender Bedeutung, Kenntnisse über die Transpirations- (T) und Evaporationsraten (E) von Pflanzen auf lokaler Ebene, deren zeitliche Dynamik und ihre Verbindung zum L-A-System zu gewinnen. Im Rahmen von Projekt 3 (P3) werden wir Messungen der Wasserflüsse und ihrer Isotopie entlang des L-A-Systems verwenden, um wasserbezogene Prozesse mit hoher zeitlicher (< täglich) und räumlicher Auflösung (<1 m2) zu untersuchen, z. B. mit Hilfe von Bestands- und Blattkammern für ET und T sowie Membransonden für die Messung der stabilen Bodenwasserisotopie. Diese gekoppelten Messungen bilden eine neuartige Isotopenmessplattform, die es uns ermöglichen wird, den Beitrag verschiedener Bodentiefen zur Wurzelwasseraufnahme (RWU) und Wurzelwasseraufnahmemustern von zwei Feldfrüchten (Mais und Weizen) innerhalb von LAFO systematisch zu bestimmen. Darüber hinaus werden die Wasserdurchgangszeiten bestimmt sowie die Evapotranspiration-Auftrennung (ET) durchgeführt und bewertet. Die Analysen werden artenspezifisch sein und den Einfluss unterschiedlicher Umweltbedingungen (z. B. der Bodenfeuchtigkeit und des Wasserdampfdruckdefizits) auf RWU, Wasserdurchgangszeiten, ET und die Auftrennung von ET in Pflanzen-T und Boden-E untersuchen. Die Ergebnisse von P3 werden mit P4, P7, P 9-P11 (Output) ausgetauscht und diskutiert und dazu verwendet, eine bessere Modelldarstellung für T/ET zu entwickeln, um die mit den T/ET-Schätzungen verbundenen Unsicherheiten zu verringern (P4 und P7). Eine verbesserte T/ET-Darstellung wird zu den LAFI-Hauptzielen (O) O1, O2, O3, OS, OE und den LAFI-Haupthypothesen (H) H1, H2, H3, HS, HE beitragen. Es ist eine wichtige Grundlage für die systemübergreifenden Arbeitsgruppen CCWG-SenSyn, CCWG-DL und CCWG-MME. Unsere Ergebnisse werden dazu beitragen, die Anfälligkeit von Kulturpflanzen für zukünftige, klimatisch bedingte Veränderungen in Niederschlag und der Bodenfeuchtigkeit zu bewerten.
| Organisation | Count |
|---|---|
| Bund | 193 |
| Wissenschaft | 107 |
| Type | Count |
|---|---|
| Daten und Messstellen | 2 |
| Förderprogramm | 193 |
| License | Count |
|---|---|
| Offen | 195 |
| Language | Count |
|---|---|
| Deutsch | 189 |
| Englisch | 190 |
| Resource type | Count |
|---|---|
| Datei | 1 |
| Dokument | 1 |
| Keine | 1 |
| Webseite | 192 |
| Topic | Count |
|---|---|
| Boden | 195 |
| Lebewesen und Lebensräume | 172 |
| Luft | 129 |
| Mensch und Umwelt | 195 |
| Wasser | 195 |
| Weitere | 195 |