API src

Found 1873 results.

Similar terms

s/lacs/Lack/gi

Other language confidence: 0.6917133235069506

Chemie der natuerlichen Gewaesser und der Boeden

Chemie der natuerlichen Gewaesser: Felduntersuchungen (Bielersee, Ela (Canada), Narragansett Bay R.I. (USA). Laborexperimente. Computermodelle. Chemie des Bodens: Felduntersuchungen (Schwermetallprofile, Naehrstoffprofile). Laboruntersuchungen. Computersimulationen.

INSPIRE-WMS Land Use / InVeKoS Landwirtschaftliche Flächen BB

Der interoperable INSPIRE-WMS ist ein Darstellungsdienst, der Daten im Annex-Schema Existierende Bodennutzung (abgeleitet aus dem originären Datensatz: Digitales Feldblock Kataster Brandenburg) bereitstellt. Gemäß der INSPIRE-Datenspezifikation Land Use (D2.8.III.4_v3.1.1) liegen die Inhalte INSPIRE-konform vor. Der WMS beinhaltet den folgenden Layer: • LU.ExistingLandUse: Ein Objekt zur existierenden Bodennutzung beschreibt die Bodennutzung in einem Gebiet miteinheitlicher Bodennutzungskategorie oder homogener Kombination verschiedener Bodennutzungen. --- The compliant INSPIRE-WFS is a view service that delivers data in the Annex-Schema Existing Land Use (derived from the original data set: Land Parcel Information System LPIS). The content is compliant to the INSPIRE data specification for the annex theme Land Use (D2.8.III.4_v3.1.1). The WMS includes the following layer: • LU.ExistingLandUse: An existing land use object describes the land use of an area having a homogeneous combination of land use types. Maßstab: 1:2400; Bodenauflösung: nullm; Scanauflösung (DPI): null

INSPIRE-WFS Land Use / InVeKoS Landwirtschaftliche Parzellen BB

Der interoperable INSPIRE-WFS ist ein Downloaddienst, der Daten im Annex-Schema Existierende Bodennutzung (abgeleitet aus dem originären Datensatz: Daten aus dem Agrarförderantrag) bereitstellt. Gemäß der INSPIRE-Datenspezifikation Land Use (D2.8.III.4_v3.0.0) liegen die Inhalte INSPIRE-konform vor. Der WFS beinhaltet die folgenden FeatureTypes: • Datensatz zur existierenden Bodennutzung (elu:ExistingLandUseDataSet): Ein Datensatz zur existierenden Bodennutzung ist eine Sammlung von Flächen, für die Informationen zur existierenden (gegenwärtigen oder früheren) Bodennutzung angegeben sind. • Objekt zur existierenden Bodennutzung (elu:ExistingLandUseObject): Ein Objekt zur existierenden Bodennutzung beschreibt die Bodennutzung in einem Gebiet mit einheitlicher Bodennutzungskategorie oder homogener Kombination verschiedener Bodennutzungen. --- The compliant INSPIRE-WFS is a download service that delivers data in the Annex-Schema Existing Land Use (derived from the original data set: Data from the agricultural aid application). The content is compliant to the INSPIRE data specification for the annex theme Land Use (D2.8.III.4_v3.0.0). The WFS includes the following feature types: • Existing land use data set (elu:ExistingLandUseDataSet): An existing land use data set is a collection of areas for which information on existing (present or past) land uses is provided. • Existing land use object (elu:ExistingLandUseObject): An existing land use object describes the land use of an area having a homogeneous combination of land use types. Maßstab: 1:2400; Bodenauflösung: 2.4m; Scanauflösung (DPI): null

Gridded habitat ranges of Atlantic salmon (Salmo salar) gathered from historical sources

Until the middle of the 20th century, the Atlantic salmon (Salmo salar) was an important migratory fish species in the Elbe River. Its decline and disappearance from the river and its tributaries during the last century can be seen as an indication of changes in the river habitat. Here we provide historical habitat ranges of Atlantic salmon mapped out of catch records gathered from historical sources and recent data in a simplified presence/absence approach for the Elbe River system. We used a standardized 16 km² grid approach created for data synthesis within SPP 2361 "On the Way to the Fluvial Anthroposphere" for mapping habitat ranges. Time slices for presence data are 1300-1500, 1501-1600, 1601-1700, 1701-1800, 1801-1850, 1851-1900, 1901-1947 and 1996-2021. Between 1947 and 1995 the Salmon was considered extinct in the Elbe River system.

Grasslands for biodiversity: supporting the protection of the biodiversity-rich grasslands and related management practices in the Alps and Carpathians

Semi-natural grasslands are among the most species-rich habitats in Europe but have sharply declined in spatial extent and biodiversity in recent decades. Within Europe, the grasslands of the Alps and the Carpathians harbour extraordinary plant diversity but their biodiversity varies significantly due to local environmental conditions and management intensities. Thus, there is general agreement that, in order to prevent further grassland biodiversity loss, the protection, enhancement and potential expansion of species-rich grasslands is necessary. Knowledge of the areas suitable for protection, enhancement and potential expansion comes largely from vegetation samples and experimental studies. However, these are unaffordable and unfeasible for systematic evaluation of biodiversity patterns over large areas. Further, existing monitoring programs generally lack information on grassland management regimes and a historical perspective, both of which can strongly influence current biodiversity. Fortunately, the availability of earth observational data over large areas now allows extrapolation of field measurements over time and space with acceptable accuracy. Combining these data with biodiversity datasets and an understanding of the socioeconomic context offers powerful opportunities for reaching conservation targets. The aims of the proposed project are to (1) identify diversity-rich grasslands and their distribution in the Alps and Carpathians; (2) identify diversity-supporting grassland management practices and their change and persistence; (3) identify the areas suitable for expanding the grassland protection network; and (4) propose new protection areas and their management across Alps and Carpathians. By addressing these aims we will cooperate with stakeholders to (i) identify effective methods for extrapolation of vegetation samples across the mountain ranges; (ii) identify the grassland management drivers and legacy effects on grassland diversity; (iii) identify constraints and motivations for biodiversity-supporting management practices (iv) provide scientific background for expanding the protection area network in the Alps and Carpathians. The proposed research provides a great opportunity to strengthen the cooperation, data and knowledge exchange between the researchers and stakeholders across the two largest mountain ranges in Europe: the Alps and the Carpathians.

Historical salmon (Salmo salar) catches in the Elbe catchment since the 16th century according to historical sources and recent catch data

Until the middle of the 20th century, the Atlantic salmon (Salmo salar) was an important migratory fish species in the Elbe River. Its decline and disappearance from the river and its tributaries during the last century can be seen as an indication of changes in the river habitat. Here we provide a georeferenced database on historical and recent Atlantic salmon catches in the Elbe River and its tributaries created by a literature review. The database consists of documented catches from secondary sources between 1432 and 2021 and also includes information about spatio-temporal inaccuracies.

Forschergruppe (FOR) 5438: Der urbane Einfluss auf dem mongolischen Plateau: Verflechtungen von Stadtwesen, Wirtschaft und Umwelt, Teilprojekt: Haushalte und Bevölkerung zu Zeiten des Mongolischen Weltreichs - Zwei Täler der Zentralmongolei im Vergleich

Gängige Vorstellungen, die bestimmte ökologische Grundlagen als Voraussetzung für das Überleben von Städten erachten, würden die Existenz solcher Orte in den östlichen Steppen verneinen. Mit Karakorum, der ersten Hauptstadt des Mongolenreiches im Orkhontal, und Khar Khul Khaany Balgas im Khanuital konzentriert sich die Forschungsgruppe auf zwei solche Städte. Das Wissen über die Lebensweise der dort lebenden Bevölkerung sowie ihrer Größe ist jedoch mangelhaft. Um den Einfluss der Menschen auf ihre Umwelt zu ermitteln, die Kernfrage der hier beantragten Forschungsgruppe, gilt es zunächst ein besseres Verständnis ihrer wirtschaftlichen Aktivitäten und des Umfangs der Ressourcennutzung ihrer Umgebung zu gewinnen. Seit mehr als zwanzig Jahren erforscht die Universität Bonn Karakorum. Allerdings sind Interpretationen wenig plausibel, die sich auf eine einzige Fallstudie stützen. Die Forschungsgruppe und dieses Teilprojekt werden daher in einem strikt systematisch vergleichenden Rahmen arbeiten. Vergleiche zwischen diesen Städten sind bisher selten durchgeführt worden, ermöglichen jedoch ein tieferes Verständnis des Städtewesens in diesem Raum. Jüngst haben Surveys der Universität Bonn neue Erkenntnisse über die innere Gliederung der Städte erbracht, aber es stehen nur begrenzte Informationen über einzelne Häuser und deren Bewohner zur Verfügung. Zudem wurden in Khar Khul Khaany Balgas bisher nur wenige archäologische Forschungen durchgeführt. Die Stätte gilt als kaum erforscht und gleichzeitig als fast unberührt, was sie zu einem äußerst lohnenswerten Untersuchungsobjekt und guten Testfeld für die Bewertung der urbanen Auswirkungen macht. Den Desideraten sollen durch verschiedene Maßnahmen begegnet werden: 1) systematische Feldbegehungen in der Umgebung von Satellitensiedlungen und Residenzen nördlich von Karakorum mit einem Schwerpunkt auf der Lokalisierung von Ressourcen; 2) Ausgrabungen in verschiedenen Bereichen von Khar Khul Khaany Balgas, um eine Bandbreite von Haushalten aufzudecken und die zeitliche Entwicklung der Stadt zu bestimmen; 3) Ausgrabungen von Brennöfen unweit der Stadt, die wahrscheinlich Baumaterialien für die Stadt lieferten. Dies werden die ersten Ausgrabungen in der Stadt sein, bei denen moderne digitale Techniken und Verfahren zum Einsatz kommen. Das Projekt erfasst die wirtschaftlichen Aktivitäten der Haushalte innerhalb Khar Khul Khaany Balgas, die vielfältigen Nutzungen der Landschaft nördlich von Karakorum und darüber hinaus die ressourcen- (Holz, Wasser, Lehm) und abfallintensiven Tätigkeiten (Abgase, Asche, Schlacken) wie Metallwerkstätten oder Brennöfen. Damit fließen diese Arbeiten in die Forschungsfelder A (Siedlungssystem), B (Ressourcennutzung) und C (Versorgung der Stadt) ein, bieten den Hintergrund, um die in Forschungsfeld D (Umweltbedingungen) ermittelten Signale zu erklären und sind somit notwendig zur Klärung der Frage nach den städtischen Auswirkungen auf die Umwelt auf dem mongolischen Plateau.

Entschlüsselung der Treiber der Partitionierung des Wasserhaushalts in seine Komponenten mittels stabiler Isotope, hydrologischer Modellierung und maschinellem Lernen für verschiedene Landschaften

Das Verständnis für die Partitionierung des Niederschlag (P) in Abfluss (Q), Transpiration (T) und Verdunstung (E) in verschiedenen hydro-klimatologischen Regionen ist wichtig, um die Auswirkungen des Globalen Wandels auf den Wasserhaushalt und den biogeochemischen Kreislauf vorherzusagen. Trotz der Relevanz sind die zugrundeliegenden Prozesse und die Möglichkeiten zur Vorhersage limitiert, da vor allem die Partitionierung der Evapotranspiration (ET) in T und E, aufgrund eines Mangels an Messmethoden und an Daten für die Modellvalidierung, auf Einzugsgebietsskale schwierig ist. Dieses Projekt zielt darauf ab, diese Einschränkung zu überwinden, indem es die T/ET-Verhältnisse in Einzugsgebieten unterschiedlicher Skale untersucht und die dominierenden Mechanismen des Wasserverlusts (T, E, Q) mit der Einzugsgebietsphysiographie in Verbindung bringt. Hier werden Methoden des maschinelles Lernen eingesetzt, um Muster und Korrelationen zu identifizieren. Das Projekt untersucht diverse Einzugsgebiete weltweit welche vorhandene Daten für stabile Isotope (18O und 2H des Wassermoleküls) in den Wasserhaushaltskomponenten aufweisen. Das langjährige Mittel der Partitionierung des Niederschlags und der Evapotranspiration wird für mehrere Hundert Einzugsgebiete mit vorhandenen niederfrequenten Isotopendaten durchgeführt unter Anwendung der Isotopen- und Wassermassenbilanz. Zusätzlich wird für einen Satz von elf Einzugsgebiete mit höherer Datenverfügbarkeit die Partitionierung mittels des hydrologischen Modells isoWATFLOOD für eine feinere zeitlicher Auflösung durchgeführt. Abschließend wird maschinelles Lernen verwendet um die Partitionierung und die dominierenden Wasser-Verlustmechanismen in Einzugsgebieten anhand der Physiogeographie abzuschätzen.

Entwicklung einer selbstpolierenden Schiffsbeschichtung aus biologisch abbaubaren Formulierungsbestandteilen, Vorhaben: Grüne Technologien für Schiffsrümpfe - Nachhaltige Beschichtungen für ökologischen Bewuchsschutz

Kombination der Niederschlagsschätzung von opportunistischen Sensoren und geostationären Satelliten

Der Umsetzungsplan der COP27 enthält eine sehr klare Aussage. "Ein Drittel der Welt, darunter 60% von Afrika, hat keinen Zugang zu Frühwarn- und Klimainformationsdiensten". Dies gilt vor allem für niederschlagsbezogene Warnungen. Der Grund dafür ist das fast vollständige Fehlen von Wetterradaren auf in Afrika und die mangelnde Dichte von Niederschlagsmessstationen. Im Gegensatz dazu sind geostationäre Satelliten (GEOsat) und potentiell auch kommerzielle Richtfunkstrecken (CML) und Satelliten-Mikrowellenverbindungen (SML) nahezu in Echtzeit verfügbar und können zur Niederschlagsschätzung verwendet werden. Die quantitative Niederschlagsschätzung (QPE) aus GEOsat-Daten ist jedoch aufgrund der indirekten Beziehung zwischen der Niederschlagsmenge und den tatsächlichen Messungen, die im sichtbaren und infraroten Spektrum durchgeführt werden, eine Herausforderung. Für die QPE aus SML- und CML-Daten, insbesondere auf der Grundlage groß angelegter CML-Studien in Europa, wurde gezeigt, dass sie mit der QPE aus Radar- und Regenmessern gleichwertig sein kann. In Ermangelung von Referenzdaten, wie es in Entwicklungsländern häufig der Fall ist, sind die bestehenden maßgeschneiderten semi-empirischen Prozessierungsmethoden jedoch oft nicht direkt anwendbar. GEOsat-Daten haben das Potenzial, die CML/SML-Prozessierung in diesen Regionen zu unterstützen, und umgekehrt könnte die CML/SML-QPE zur Anpassung der GEOsat-QPE verwendet werden. Das übergeordnete Ziel des Projekts MERGOSAT ist daher die Entwicklung neuartiger Methoden zur Erstellung verbesserter Echtzeit-Niederschlagskarten für datenarme Regionen durch eine Kombination von GEOsat-Daten und CML/SML-QPE. Um dieses Ziel zu erreichen, werden wir uns auf drei Aspekte konzentrieren: 1) Schaffung einer Grundlage für allgemeinere CML/SML-QPE-Modelle durch Verbesserung des Verständnisses der Prozesse die die EM-Ausbreitung von CML und SML beeinflussen. 2) Entwicklung geeigneter CML/SML-QPE-Modelle, die in datenarmen Regionen anwendbar sind, aufbauend auf den neuen Erkenntnissen über WAA und DSD und unter innovativer Nutzung von GEOsat-Daten. 3) Verbesserung der GEOsat-QPE mit DeepLearning-Methoden und Entwicklung eines neuen Verfahrens, das die Zusammenführung mit CML/SML-Daten mit sub-stündlicher Auflösung ermöglicht. Wir werden unsere Forschung auf unser umfangreiches Archiv von CML-Daten, auch aus Afrika, und die zunehmende Verfügbarkeit von SML-Daten stützen. Zusätzliche Daten aus Feldexperimenten werden mit modernsten Simulationen der EM-Ausbreitung kombiniert. Darüber hinaus werden wir neueste Techniken des DeepLearnings und unsere Hochleistungs-Recheninfrastruktur nutzen. In Kombination mit den erweiterten Fähigkeiten des kürzlich gestarteten MTG GEOsat wird uns dies ermöglichen, unsere Ziele erfolgreich anzugehen und die methodische Grundlage zu schaffen, die erforderlich ist, um datenarme Regionen mit verbesserten und zuverlässigen Niederschlagsinformationen nahezu in Echtzeit zu versorgen.

1 2 3 4 5 … 186 187 188