Das Projekt betrachtet den Zusammenhang zwischen dem Streben nach ökonomischen und ökologischen Zielen; dabei konzentriert es sich auf die Wertsteigerungspotentiale von Umweltaspekten. Das Hauptziel ist die Erstellung einer ganzheitlichen, theoretischen Konzeption. Hierbei soll zugleich ein empirischer Einblick in das Thema gewonnen werden.
Das fundierteste mechanistische Verständnis, wie sich klimatisch bedingte, physikalische Bottom up Prozesse auf Tiere auswirken, kann durch Untersuchung der physiologischen Grundlagen zentraler Mechanismen (Überleben, Wachstum, Reproduktion) auf Veränderungen in den Mittelwerten und Abweichungen von multiplen Schlüsselfaktoren erreicht werden. Klimatisch bedingte Veränderungen bei Fischen scheinen von einer Anzahl von Prozessen hervorgerufen zu werden, welche das Überleben der frühen Lebensstadien beeinflussen. Dieses Projekt (THRESHOLDS) nutzt drei getrennte aber zusammenagierende Ansätze um einen step change in unserem mechanistischen Verständnis darüber zu erbringen, wie Klimavariabilität die Struktur und Funktion niedriger trophischer Ebenen in marinen Systemen beeinflusst (mit Fokus auf Ichthyo und Zooplankton). THRESHOLDS untersucht die ersten Zwei Lebensmonate, während dieser, die Jahrgangsstärke des Atlantischen Herings (Clupea harengus) in der Nordsee festgelegt wird. In Laborexperimenten sollen zum einen die Auswirkungen von Beuteart und größe auf die Physiologie von Fischlarven in unterschiedlichen thermischen Umgebungen getestet und stellvertretende Messungen des Ernährungszustands auf im Feld gefangene Larven übertragen werden. Zum anderen sollen durch erstmalige Feldbeprobungen die in situ Plankton (Proto, Mikro und Mesozooplankton) und Heringslarvendynamiken während der Herbst und Winterzeit in der Nordsee gemessen werden. Diese Planktondaten werden mit bereits vorhandenen Datensätzen erweitert, um eine einzigartige, siebenjährige Zeitserie der Nordsee Heringslarven und ihrer Beute (15-2000 mym) zu erhalten. Schließlich werden mittels Generalized Additive Mixed Models und Simulationen eines physiologischen Individuen-basierten Modells Schlüsselfaktoren identifiziert, die das larvale Wachstum innerhalb der Zeitserie steuern. THRESHOLDS verbessert den state-of-the-art mit seinem ganzheitlichen Ansatz i) Auswirkungen des Klimawandels auf die Rekrutierung einer Schlüsselart, ii) den vernachlässigten Protozooplankton Ichtyoplankton Link, iii) die Theorie der Optimalen Nahrungssuche für marine Fischlarven, und iv) die Kalibrierung und Nutzung von physiologischen Proxies für Feldproben. Überwinternde Nordseeheringslarven eignen sich ideal als Fallstudie, da i) eine der längsten, räumlich abgegrenzten Zeitserien für frühe Lebensstadien einer marinen Fischart vorhanden ist, ii) erfolgreiche Vorarbeiten die physiologischen Techniken entwickelt und Feldproben gesammelt haben, die in dieser Studie verwendet werden, iii) ein physiologisch basiertes IBM mit einer nachgewiesenen Erfolgsgeschichte vorhanden ist, und iv) ein sehr starkes internationales Netzwerk besteht, welches Eigenleistungen wie Schiffszeit oder historische Proben bereitstellt und, gemeinsam mit den Projekt PIs, ein unübertroffenes Grundlagenwissen über die Ökologie des Zielorganismus bietet.
Die Anzahl der verfügbaren Wolkenkondensationskerne (CCN) beeinflusst maßgeblich die mikrophysikalischen Wolkeneigenschaften, wie z.B. die Wolkentropfenanzahlkonzentration (CDNC) und deren Größenverteilung. CDNC und die Tropfengröße steuern sowohl die Strahlungseigenschaften als auch die Lebensdauer von Wolken. Dies wirkt sich komplex auf die Energiebilanz der Erde aus. Aktuelle Klimamodelle basieren häufig auf Annahmen über CCN Anzahlkonzentrationen und andere CCN bezogene Eigenschaften (z.B. Hygroskopizität), da für viele Regionen auf der Erde repräsentative Daten fehlen. Wenn vorhanden, handelt es sich bei diesen CCN Daten um bodengebundene Messungen, welche somit nicht - mit Ausnahme von Bergstationen - in der für Wolkenbildungsprozesse relevanten Höhe durchgeführt wurden. Für die Karibikregion wurde gezeigt, dass die bodengebundenen CCN Messungen für die gesamte marine Grenzschicht repräsentativ zu sein scheinen also auch für die Wolkenbildungsregionen. Im hier vorgeschlagenen Projekt wollen wir überprüfen, ob bodengebundene CCN Messungen auch in anderen Erdregionen repräsentativ sind für die CCN Anzahl in der Wolkenbildungsregion, und wenn ja, unter welchen Bedingungen. Dies würde die Anwendung von CCN Daten in Modellen stark vereinfachen. Dazu wird die Gültigkeit der Beobachtungen in der Karibik, in zwei gegensätzlichen Umgebungen getestet werden, einmal in einer marinen und einmal in einer kontinentalen Umgebung. Die Messkampagne zu marinen CCN soll auf den Azoren (Portugal) durchgeführt werden. Wir werden kontinuierlich verfügbare CCN Daten von der Azoren Eastern Nordatlantik (ENA) Station auf der Insel La Graciosa (auf Meereshöhe) mit Daten von der Bergstation Pico (Pico Island, 2225 m ü.d.M.) kombinieren. Ergänzend werden CCN und CDNC Messungen auf der Helikopter-Messplattform (ACTOS) durchgeführt, um die vertikale Lücke zwischen den Meeresspiegel- und Bergmessungen zu schließen. Die kontinentalen bodengebundenen CCN Messungen werden kontinuierlich an der ACTRIS Station Melpitz durchgeführt. Die vertikale CCN und CDNC Verteilung wird in Melpitz mit Hilfe eines Ballons in mehreren einwöchigen Kampagnen einmal pro Jahreszeit gemessen werden. Darüber hinaus werden wir mit Hilfe der Aerosol-Wolken-Wechselwirkungsmetrik (ACI) die in der Wolke in-situ gemessen CCN Eigenschaften (das heißt Anzahl und Hygroskopizität) mit den CDNC quantitativ verbinden. Es wird außerdem eine Sensitivitätsstudie mit einem Cloud-Parcel Model durchgeführt, welches durch die realen Messungen in der Atmosphäre angetrieben werden wird. Dies wird einen Einblick in das Übersättigungsregime von frisch gebildeten Wolken gewähren.Die CCN Daten selbst, die Erkenntnisse zu CCN Eigenschaften und ihrer vertikalen Verteilung sowie die quantitative Verbindung zwischen CCN und CDNC werden im Hinblick auf das Verständnis und die Modellierung der Wolkentropfenaktivierung sowie der mikrophysikalischen Wolkeneigenschaften von außerordentlichem Wert sein.
The agricultural sector has experienced substantial structural changes in the past and faces continuing adjustments in the future. The implications of structural change are not only relevant for the sector itself but have broader social, economic and environmental consequences for a region. An understanding of this process is required in order to assess how (agricultural-) policy affects or, if a specific social outcome is desired, can influence this development. A common approach to gain understanding of the process is to model structural change as a Markov process. One problem in the analysis of structural change in the EU is that farm level (micro) data is rarely available such that inference about behaviour of individual farms has to be derived from aggregated (macro) data. Recently, the generalized cross entropy estimator gained popularity in this context since it allows considering prior information such that the often underdetermined 'macro data' Markov models can be estimated. However, the way prior information is considered is also the greatest drawback of the approach. Therefore, the project aims to develop a Bayesian framework as an alternative estimator that allows to consider prior information in a more efficient and transparent way. The project will further provide an evaluation of the statistical properties of the estimator as well as an exemplifying application analyzing the effects of single farm payments on agricultural structural change in the EU.
Barley (Hordeum vulgare) is an important cereal grain which serves as major animal fodder crop as well as basis for malt beverages or staple food. Currently barley is ranked fourth in terms of quantity of cereal crops produced worldwide. In times of a constantly growing world population in conjunction with an unforeseeable climate change and groundwater depletion, the accumulation of knowledge concerning cereal growth and rate of yield gain is important. The Nordic Genetic Resource Center holds a major collection of barley mutants produced by irradiation or chemical treatment. One phenotypic group of barley varieties are dwarf mutants (erectoides, brachytic, semidwarf, uzu). They are characterized by a compact spike and high rate of yield while the straw is short and stiff, enhancing the lodging resistance of the plant. Obviously they are of applied interest, but they are also of scientific interest as virtually nothing is known about the genes behind the development of plant dwarfism. The aim of this project is to identify and isolate the genes carrying the mutations by using state of the art techniques for gene cloning at the Carlsberg Laboratory. The identified genes will be connected with the mutant phenotype to reveal the gene function in general. One or two genes will be overexpressed and the resulting recombinant proteins will be biochemically and structurally characterized. The insights how the mutation effects the protein will display the protein function in particular. Identified genes and their mutant alleles will be tested in the barley breeding program of the Carlsberg brewery.
Die Erdatmosphäre unterliegt komplexen chemischen und dynamischen Prozessen, und eine genaue Kenntnis der Vertikalverteilung von Spurengasen und Aerosolen ist von größter Bedeutung für ein tiefgreifendes Verständnis des atmosphärischen Systems. Fernerkundungsmessungen sind bestens geeignet zur Bestimmung der atmosphärischen Vertikalstruktur. Boden- flugzeug- und satellitengebundene Fernerkundungsmessungen ermöglichen eine berührungslose Messung der atmosphärischen Zusammensetzung. Insbesondere stellt die Multi-Axiale Differentielle Absorptionsspektroskopie (MAX-DOAS) eine vielseitige und kostengünstige Methode zur Bestimmung der Vertikalverteilung zahlreicher Spurengase sowie von Aerosolen. Im Rahmen des beantragten Projektes wird ein neuartiger Auswertealgorithmus entwickelt, der eine vollständige Ausschöpfung des Informationsgehaltes von MAX-DOAS Streulichtmessungen zum Ziel hat. Im Gegensatz zu bisherigen Algorithmen erfolgen hierbei DOAS-Auswertung und Bestimmung des Vertikalprofils in einem einzigen Schritt. Von dieser gleichzeitigen Bestimmung von Vertikalprofilen von Spurengasen und Aerosolen direkt aus den gemessenen spektralen Radianzen erwarten wir eine signifikante Erhöhung des Gesamtinformationsgehaltes. Eine Simulation der breitbandigen spektralen Struktur, die in der traditionellen DOAS Analyse ignoriert wird, sowie eine explizite Modellierung der Rotations-Ramanstreuung (Ring-Effekt) liefern zusätzliche Informationen über den Zustand der Atmosphäre. Eine Kopplung eines T-Matrix- und/oder Mie-Streumodells an ein Strahlungstransportmodell ermöglicht in ähnlicher Weise wie bestehende Algorithmen für Aeronet Sonnenphotometermessungen die Bestimmung von mikrophysikalischen Aerosoleigenschaften, wie z.B. Größenverteilung und komplexer Brechungsindex, von Messungen im solaren Almukantarat. Dieser Algorithmus dient als Basis für eine eingehende Untersuchung des Gesamtinformationsgehaltes von MAX-DOAS Messungen bezüglich Spurengasen, Aerosolextinktion sowie mikrophysikalischen Aerosoleigenschaften. Messungen mittels eines polarisationssensitiven MAX-DOAS (PMAX-DOAS) Instruments, welches im Rahmen des Projektes entwickelt wird, ermöglichen eine weitere Erhöhung des Informationsgehaltes von Streulichtmessungen. Messungen des Himmelslicht bei verschiedenen Ausrichtungen eines rotierbaren Polarisationsfilters ermöglichen eine Rekonstruktion des Stokesvektors, und polarisationsabhängige Messungen der Intensität, der Spurengassäule sowie des Ringeffektes führen zu einer signifikanten Erhöhung der Genauigkeit von Aerosol- und Spurengasbestimmung. Zu einer vollständigen Nutzung des Informationsgehaltes von PMAX-DOAS-Messungen wird der Auswertealgorithmus auf der Basis eines vektorisierten Strahlungstransportmodells, das die Simulation des gesamten Stokes-Vektors ermöglicht, entwickelt.
Labor- und Feldstudien zeigen, dass die Oberflächengrenzschicht des Ozeans (â€Ìsurface microlayerâ€Ì, kurz SML) die biogeochemischen Kreisläufe von klimaaktiven und atmosphärisch wichtigen Spurengasen wie Kohlenstoffdioxid (CO2), Kohlenstoffmonoxid (CO), Methan (CH4), Lachgas (N2O) und Dimethylsulfid (DMS) stark beeinflusst: (i) Jüngste Studien aus den PASSME- und SOPRAN-Projekten haben hervorgehoben, dass Anreicherungen von oberflächenaktiven Substanzen (d.h. Tensiden) einen starken (dämpfenden) Effekt sowohl auf die CO2- als auch auf die N2O-Flüsse über die SML/Atmosphären-Grenzfläche hinweg haben und (ii) Spurengase können durch (mikro)biologische oder (photo)chemische Prozesse in der SML produziert und verbraucht werden. Daher kann der oberste Teil des Ozeans, einschließlich der SML, verglichen mit dem Wasser, das in der Mischungsschicht unterhalb der SML zu finden ist, eine bedeutende Quelle oder Senke für diese Gase sein, was von sehr großer Relevanz für die Forschungseinheit BASS ist. Die Konzentrationen von CO2, N2O und anderen gelösten Gasen in der SML (oder den oberen Zentimetern des Ozeans) unterscheiden sich nachweislich von ihren Konzentrationen unterhalb der SML. Typischerweise werden die Nettoquellen und -senken wichtiger atmosphärischer Spurengase mit Konzentrationen berechnet, die in der Mischungsschicht gemessen wurden und mit Gasaustauschgeschwindigkeiten, die die SML nicht berücksichtigen. Diese Diskrepanzen führen zu falsch berechneten Austauschflüssen, die in der Folge zu großen Unsicherheiten in den Berechnungen der Klima-Antrieben und der Luftqualität in Erdsystemmodellen führen können. Durch die Verknüpfung unserer Spurengasmessungen mit Messungen von (i) der Dynamik und den molekularen Eigenschaften der organischen Materie und speziell des organischen Kohlenstoffs (SP1.1; SP1.5), (ii) der biologischen Diversität und der Stoffwechselaktivität (SP1.2), (iii) den optischen Eigenschaften der organischen Materie (SP1.3), (iv) der photochemischen Umwandlung der organischen Materie (SP1.4) und (v) den physikalischen Transportprozessen (SP2.3) werden wir ein umfassendes Verständnis darüber erlangen, wie die SML die Variabilität der Spurengasflüsse beeinflusst.
Subproject 3 will investigate the effect of shifting from continuously flooded rice cropping to crop rotation (including non-flooded systems) and diversified crops on the soil fauna communities and associated ecosystem functions. In both flooded and non-flooded systems, functional groups with a major impact on soil functions will be identified and their response to changing management regimes as well as their re-colonization capability after crop rotation will be quantified. Soil functions corresponding to specific functional groups, i.e. biogenic structural damage of the puddle layer, water loss and nutrient leaching, will be determined by correlating soil fauna data with soil service data of SP4, SP5 and SP7 and with data collected within this subproject (SP3). In addition to the field data acquired directly at the IRRI, microcosm experiments covering the broader range of environmental conditions expected under future climate conditions will be set up to determine the compositional and functional robustness of major components of the local soil fauna. Food webs will be modeled based on the soil animal data available to gain a thorough understanding of i) the factors shaping biological communities in rice cropping systems, and ii) C- and N-flow mediated by soil communities in rice fields. Advanced statistical modeling for quantification of species - environment relationships integrating all data subsets will specify the impact of crop diversification in rice agro-ecosystems on soil biota and on the related ecosystem services.
Mischphasenwolken, in denen unterkühltes Flüssigwasser und Eiskristalle gleichzeitig auftreten, sind bisher nur unzureichend beschrieben, denn die akkurate Messung von Mischphasenwolken stellt eine Herausforderung dar. Besonders das Fehlen der vollständigen vertikalen Charakterisierung der Flüssigwasserkomponente ist ein Problem der derzeitig angewendeten Beobachtungsmethoden. Im Rahmen des vorgeschlagenen Projekts soll diese Beobachtungslücke durch Entwicklung neuer Methoden und den Einsatz neuer Modelle geschlossen werden. Mischphasenwolken werden mit modernsten Fernerkundungsinstrumenten wie Doppler-Wolkenradar sowie Doppler- und Polarisationslidar beobachtet werden. Die derzeitig zur Erfassung von unterkühlten Flüssigwasserschichten angewendete synergistische Beobachtung mit Wolkenradar und Lidar ist normalerweise bis zur Höhe limitiert, in der das Signal des Lidars vollständig ausgelöscht ist, was bei einer durchquerten optischen Dicke von etwa 3 geschieht. Das erlaubt meist die Detektion von nur einer Flüssigwasserschicht. Im Gegensatz dazu können Wolkenradare die gesamte Mischphasenwolke auch beim Auftreten mehrerer Flüssigwasserschichten durchdringen. Sie können daher genutzt werden, um die Verteilung der Wolkenphase in der gesamten vertikalen Säule zu bestimmen, wenn geeignete Algorithmen zur Identifikation von Flüssigwasser aus Radarmessungen entwickelt werden. Dafür soll das komplette Radardopplerspektrum analysiert werden, dessen Struktur durch die Mikrophysik und die Dynamik der Wolke bestimmt ist. Zudem soll das Radardopplerspektrum genutzt werden, um Vertikalwinde abzuleiten. Der Fokus des Projekts wird auf der vollständigen Charakterisierung von Fallstudien liegen. Dabei wird insbesondere untersucht werden, wie Vertikalwinde und Lufttemperatur die zeitliche Entwicklung der Partitionierung der Wolkenphasen beeinflussen, um so Einblick in den Lebenszyklus von Mischphasenwolken zu erhalten. In diesem Zusammenhang wird auch der Einfluss von Aerosolpartikeln auf die Wolkenphasenpartitionierung bestimmt werden. Die beobachteten Wolken werden dabei durch Rückwärtstrajektorien in Luftmassenherkunftsklassen unterteilt und es werden Modellvorhersagen sowie eine lidarbasierte Charakterisierung der Aerosoleigenschaften durchgeführt. Das vorgeschlagene Projekt geht über die Entwicklung von Fernerkundungstechniken in Mischphasenwolken hinaus. Ergebnisse eines auf den Messungen basierenden 1D-Mikrophysikmodells sollen als Eingabewerte für einen Vorwärtssimulator für Radardopplerspektren genutzt werden. Dessen Ausgabewerte wiederrum werden mit den beobachteten Dopplerspektren verglichen werden. Dadurch ergibt sich ein geschlossener Kreislauf aus Beobachtung und Modellierung, der es uns möglich machen wird, bestimmte mikrophysikalische Prozesse in Mischphasenwolken, wie z.B. Reif- und Graupelbildung, genauer zu verstehen.
Eine Verlässlichkeit von Vorhersagen des Klimawandels ist nur dann gegeben, wenn die dabei verwendeten numerischen Modelle das gegenwärtige Klima aus den richtigen Gründen korrekt simulieren. Offene Fragen betreffen z.B. dynamische Aspekte wie die Vorhersage einer Verstärkung der Brewer-Dobson-Zirkulation, den dynamischen Einfluss der Stratosphäre auf die Troposphäre und ein Überschießen in der Erholung der Ozonschicht. Eine besonders große Unsicherheit stellen in diesem Zusammenhang interne Schwerewellen (SW) dar, die durch gegenwärtige Chemie-Klimamodelle nicht aufgelöst werden. Ihr Einfluss muss durch Parametrisierungen erfasst werden, die heutzutage stark vereinfacht sind. Die Forschergruppe (FG) wird explizite Modelle für die Anregung, Ausbreitung und Dissipation von SW formulieren, die mathematisch und physikalisch konsistent sind. Diese werden anhand von prozessauflösenden Simulationen und Messungen validiert. Spezielle Beachtung werden die Mehrskalenwechselwirkungen von SW mit Turbulenz und der balancierten Strömung finden, sowie die Wechselwirkung von kleinskaligen, nichtaufgelösten SW mit großskaligen, aufgelösten SW. Die entwickelten Modelle werden in eine einheitliche SW-Parametrisierung münden, von den Quellen bis zur Dissipation. Sowohl die SW-Parametrisierung als auch globale SW-erlaubende und lokale SW-auflösende Simulationen sollen verwendet werden, um die Unsicherheiten der SW-Effekte auf die atmosphärische Zirkulation, auf großskalige dynamische Prozesse und auf den Klimawandel einzuschränken. Die Untersuchungen der Wellenprozesse selbst als auch ihrer globalen Auswirkungen werden auf der engen interdisziplinären Wechselwirkung zwischen Mathematik, Theorie, hochauflösender numerischer Modellierung und Messungen basieren. Diese Kombination begründet sich darin, dass nur Messungen den direkten Bezug zur Realität haben, nur Theorie uns verstehen lehrt, und nur hochauflösende Modellierung eine detaillierte Diagnose erlaubt. Ein dergleichen umfassendes Programm übersteigt bei weitem die Möglichkeiten einzelner Institute oder ihrer bilateralen Zusammenarbeit. Es erfordert hingegen eine FG, in der experimentelle, numerische, theoretische und mathematische Erfahrungen zusammengeführt werden. Die langfristigen Ergebnisse der FG sollen sein:- Eine erweiterte und vertiefte Kenntnis der räumlichen, zeitlichen und spektralen Verteilung von SW in der Atmosphäre.- Ein wesentlich verbessertes Verständnis der Prozesse, welche die korrespondierende SW-Dynamik erzeugen und kontrollieren.- Darauf aufbauend eine Verbesserung der Belastbarkeit und Vollständigkeit der Parametrisierung von SW als Subgitterskalenphänomen, Quellprozesse, SW-Ausbreitung, die Wechselwirkung von SW mit der aufgelösten Strömung und SW-Dissipation betreffend.- Als Ergebnis ein verlässlicheres Verhalten von SW-Parametrisierungen unter anomalen Bedingungen, z.B. dem Klimawandel.
| Origin | Count |
|---|---|
| Bund | 313 |
| Land | 1 |
| Type | Count |
|---|---|
| Förderprogramm | 312 |
| unbekannt | 2 |
| License | Count |
|---|---|
| geschlossen | 1 |
| offen | 313 |
| Language | Count |
|---|---|
| Deutsch | 114 |
| Englisch | 251 |
| Resource type | Count |
|---|---|
| Keine | 221 |
| Webdienst | 1 |
| Webseite | 92 |
| Topic | Count |
|---|---|
| Boden | 257 |
| Lebewesen und Lebensräume | 276 |
| Luft | 208 |
| Mensch und Umwelt | 314 |
| Wasser | 194 |
| Weitere | 314 |