s/nachhaltige-bewirtschaftung/Nachhaltige Bewirtschaftung/gi
The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.
In einem ersten Schritt wenden wir die Holt und Laury Lotterie an, um die Risikoeinstellung indonesischer Landwirte zu quantifizieren. Wir analysieren, ob sich die Risikoeinstellung indonesischer Landwirte seit der Messung im Jahr 2012 verändert hat. Außerdem wird ein Experiment zur Messung der Zeitpräferenz designt. In einem zweiten Schritt entwickeln wir ein Unternehmensplanspiel für die ex-ante Analyse der ISPO- und RSPO-Zertifizierung. Wir analysieren, inwiefern die Implementierung einer Zertifizierung z.B. die Ölpalmanbaufläche, Managementpraktiken und Externalitäten verändert.
The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.
The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.
The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.
Problemstellung: Aenderungen in der Art der Landnutzung weltweit haben entscheidende Wirkungen auf natuerliche Ressourcen. Moegliche negative Folgen sind Verschlechterung der Land- und Wasserqualitaet, Verlust von Biodiversitaet und globaler Klimawandel. Zwei Haupteffekte unkontrollierter Landnutzung sind Desertifikation und Deforestation. Obwohl diese Prozesse in sehr verschiedenen klimatischen Zonen ablaufen, haben sie doch vergleichbare Ursachen und Effekte. 75 Prozent der Flaeche Argentiniens liegen in ariden und semi-ariden Zonen. Diese Flaeche liefert 50 Prozent der landwirtschaftlichen Produktion Argentiniens. Negativer Einfluss durch die Art der Landnutzung und grossflaechige Abholzung von Naturwaeldern fuehrten zu Bodendegradation, Erosion und Versalzung. Ca. 40 Prozent der Flaeche Argentiniens zeigen Symptome schwerer Degradation. In Patagonien sind bereits 70-80 Prozent der Flaeche schwer oder irreparabel geschaedigt. Ecuador ist ein Land mit grosser agrooekologischer Diversitaet. In der Vergangenheit war die landwirtschaftliche Nutzung auf die dichter besiedelte Andenregion konzentriert. Seit ca. 1900 erfolgte die Besiedelung des tropischen Tieflandes, speziell in der Kuestenregion, gefolgt von einem Anstieg der agrarischen Nutzung der Amazonasregion ab ungefaehr 1970. Den groessten Anteil daran hat eine extensive Viehbeweidung, insbesondere auf ehemaligen Naturwaldflaechen. Durch die Viehweide werden dem Boden Naehrstoffe entzogen, die Produktion sinkt nach relativ kurzer Zeit dramatisch ab. Als Folge dieser nicht nachhaltigen Landnutzung werden viele Flaechen bereits nach wenigen Jahren verlassen. In den letzten Jahren ist das Interesse an forstlichen Plantagen und Sekundaerwaeldern im Zusammenhang mit der Entwicklung von nachhaltigen Landnutzungssystemen gewachsen. Gefoerdert wurde diese Entwicklung durch die Rolle, die diese Landnutzungsformen bei der Festlegung von Kohlenstoff spielen. Die im Rahmen des Kyoto-Protokolls vereinbarten Instrumente lassen eine Einbeziehung der CO2-Senkenfunktion forstlicher Projekte zu. Dies eroeffnet die Moeglichkeit, finanzielle Anreize fuer Aufforstungen und Sekundaerbewaldung zu schaffen und damit der Degradation und Desertifikation entgegenzuwirken. Eine Voraussetzung fuer die internationale Anerkennung der CO2-Senkenfunktion sind die systematische Erfassung, Auswahl, Bewertung und Kontrolle von geeigneten Projekten/Flaechen. Bisher beschraenkten sich die Untersuchungen fast ausschliesslich auf die mengenmaessige Erfassung ueberirdisch gespeicherten Kohlenstoffs. Fuer eine umfassende Beurteilung ist auch die Kohlenstoffspeicherung im Boden zu erfassen und das Gesamtpotential im Rahmen einer Kosten-Nutzen-Analyse zu bewerten. Vorgehensweise: Kosten-Nutzen-Analyse: Eine Kosten-Nutzen-Analyse fuer Sekundaerwaldbewirtschaftung und Baumplantagenwirtschaft in einer bestimmten Region ist durchgefuehrt, und die Ergebnisse sind verglichen.
Die in den äquatornahen Bereichen der Tropen innerhalb des ganzen Jahres relativ gleichbleibenden Lufttemperaturen veranlassten viele Wissenschaftler dazu, zu glauben, dass die Jahrringforschung in den gesamten Tropen nicht bzw. nur sehr schwer möglich ist. Sie gingen von einem kontinuierlichen Wachstum der Bäume und infolgedessen von einem Nichtvorhandensein von Jahrringen aus. In den letzten Jahren gelang es jedoch verschiedenen Wissenschaftlern die Existenz von Jahrringen und Zuwachszonen anderer Periodizität in tropischen Hölzern nachzuweisen. Somit konnten die bereits zu Beginn des 20. Jahrhunderts erbrachten Ergebnisse früher Pioniere auf dem Gebiet der Jahrringforschung bestätigt werden. Zuwachszonen in tropischen Hölzern entstehen dann, wenn die kambiale Aktivität aufgrund ungünstiger Wuchsbedingungen reduziert wird oder zum erliegen kommt. Als Ursache können hier die Trockenphasen in Gebieten mit Trockenzeiten sowie die submerse Phase in periodisch überschwemmten Gebieten genannt werden. Die Periodizität des Wachstums tropischer Bäume zu erkennen und zu verstehen, ist eine wichtige Voraussetzung für die Beantwortung vieler Fragen zu Zustand und Entwicklung der tropischen Wälder. Nur mit diesem Wissen und durch die Kenntnis der Zusammenhänge zwischen Umwelt und Wachstum können ökologische Fragestellungen angegangen, Fragen bezüglich der nachhaltigen Bewirtschaftung tropischer Waldökosysteme geklärt und auch die gerade in jüngster Zeit an Bedeutung gewinnenden Aspekte der Bedeutung der tropischen Wälder für das globale Klimageschehen ausreichend genau beantwortet werden. Das Institut für Waldwachstum erforscht in Zusammenarbeit mit Partnern an der Universidade Federal de Santa Maria (Brasilien) das Wachstum verschiedener wertvoller heimischer Baumarten aus Rio Grande do Sul (Brasilien). Es werden Ansätze zur nachhaltigen Bewirtschaftung naturnaher Wälder hergeleitet. Das Institut für Waldwachstum hat darüber hinaus das Ziel, für tropische Bäume geeignete Analysemethoden zu schaffen, mit deren Hilfe auch große Stichproben weitestgehend automatisiert analysiert werden können. In diesem Zusammenhang besteht eine enge Kooperation in Forschung und Lehre mit Dr. Martin Worbes, Universität Göttingen.
Die bestehende Stadtentwaesserung ist auf die schnelle Ableitung von Abwaessern inkl. des Niederschlagswassers optimiert. In einem extrem dicht besiedelten und durch vielfaeltige Flaecheninanspruchnahme gekennzeichneten Gebiet wird abgeschaetzt, welches Potential die am Prinzip von Nachhaltigkeit und Kreislauffuehrung von Stoffen orientierten alternativen Vorgehensweisen der Wasserbewirtschaftung besitzen. Dabei werden die Wahrung des Entwaesserungskomforts und die Preisgestaltung beruecksichtigt.
Die fortschreitende Entwaldung in den Tropen erfordert die Erforschung von Landnutzungskonzepten, welche die Entwaldung reduzieren, die Wiederherstellung von Waldflächen fördern und gleichzeitig die Sicherung des Lebensunterhaltes für die Bevölkerung gewährleisten. Aufforstungen mit schnell wachsenden Wertholzarten können einen solchen Ansatz darstellen. Das größte Hindernis für deren Umsetzung stellt jedoch der lange Zeitraum bis zur Erwirtschaftung erster Rückflüsse dar. Ziel des vorliegenden Projektes ist es, mit Hilfe der Einbringung landwirtschaftlicher Nutzpflanzen in Holzplantagen einen früheren Cash-flow zu ermöglichen und somit Aufforstungen finanziell attraktiver zu gestalten. Zur Überprüfung dieses agroforstlichen Ansatzes sollen beispielhaft für tropische Gebiete Versuchspflanzungen in Panama angelegt werden. Das Versuchsdesign ermöglicht den Vergleich unterschiedlicher Wertholz- Feldfrucht-Kombinationen sowie die Untersuchung der Interaktionen zwischen den beteiligten Arten in Abhängigkeit von verschiedenen Steuergrößen, wie z.B. dem Pflanzabstand. Ziel ist eine Bewertung der ökologischen und sozioökonomischen Eignung der untersuchten Systeme als nachhaltiges Landnutzungskonzept.
The present-day configuration of Indonesia and SE Asia is the results of a long history of tectonic movements, volcanisms and global eustatic sea-level changes. Not indifferent to these dynamics, fauna and flora have been evolving and dispersing following a complicate pattern of continent-sea changes to form what are today defined as Sundaland and Wallacea biogeographical regions. The modern intraannual climate of Indonesia is generally described as tropical, seasonally wet with seasonal reversals of prevailing low-level winds (Asian-Australian monsoon). However at the interannual scale a range of influences operating over varying time scales affect the local climate in respect of temporal and spatial distribution of rainfall. Vegetation generally reflects climate and to simplify it is possible to distinguish three main ecological elements in the flora of Malaysia: everwet tropical, seasonally dry tropical (monsoon) and montane. Within those major ecological groups, a wide range of specific local conditions caused a complex biogeography which has and still attract the attention of botanists and biogeographers worldwide. Being one of the richest regions in the Worlds in terms of species endemism and biodiversity, Indonesia has recently gone through intensive transformation of previously rural/natural lands for intensive agriculture (oil palm, rubber, cocoa plantations and rice fields). Climate change represents an additional stress. Projected climate changes in the region include strengthening of monsoon circulation and increase in the frequency and magnitude of extreme rainfall and drought events. The ecological consequences of these scenarios are hard to predict. Within the context of sustainable management of conservation areas and agro-landscapes, Holocene palaeoecological and palynological studies provide a valuable contribution by showing how the natural vegetation present at the location has changed as a consequence of climate variability in the long-term (e.g. the Mid-Holocene moisture maximum, the modern ENSO onset, Little Ice Age etc.). The final aim of my PhD research is to compare the Holocene history of Jambi province and Central Sulawesi. In particular: - Reconstructing past vegetation, plant diversity and climate dynamics in the two study areas Jambi (Sumatra) and Lore Lindu National Park (Sulawesi) - Comparing the ecological responses of lowland monsoon swampy rainforest (Sumatra) and everwet montane rainforests (Sulawesi) to environmental variability (vulnerability/resilience) - Investigating the history of human impact on the landscape (shifting cultivation, slash and burn, crop cultivation, rubber and palm oil plantation) - Assessing the impact and role of droughts (El Niño) and fires - Adding a historical perspective to the evaluation of current and future changes.
| Organisation | Count |
|---|---|
| Bund | 2997 |
| Europa | 239 |
| Kommune | 41 |
| Land | 268 |
| Weitere | 14 |
| Wirtschaft | 44 |
| Wissenschaft | 1488 |
| Zivilgesellschaft | 165 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 1 |
| Bildmaterial | 1 |
| Daten und Messstellen | 215 |
| Ereignis | 8 |
| Förderprogramm | 2965 |
| Kartendienst | 1 |
| Text | 38 |
| Umweltprüfung | 1 |
| unbekannt | 21 |
| License | Count |
|---|---|
| Geschlossen | 56 |
| Offen | 3189 |
| Unbekannt | 6 |
| Language | Count |
|---|---|
| Deutsch | 2638 |
| Englisch | 1031 |
| Resource type | Count |
|---|---|
| Archiv | 2 |
| Bild | 5 |
| Datei | 220 |
| Dokument | 15 |
| Keine | 1947 |
| Unbekannt | 4 |
| Webdienst | 3 |
| Webseite | 1076 |
| Topic | Count |
|---|---|
| Boden | 2528 |
| Lebewesen und Lebensräume | 3103 |
| Luft | 1780 |
| Mensch und Umwelt | 3251 |
| Wasser | 1721 |
| Weitere | 3200 |