Other language confidence: 0.5578275346032425
Die täglichen Raster der Bodenfeuchte werden für 10 cm Schichten bis zu einer Tiefe von 2 Meter und für vordefiniert Schichtdicken von 0-30, 0-60 und 0-90 cm für drei unterschiedliche landwirtschaftliche Kulturarten mit dem Modell AMBAV 2.0 V1.5 berechnet. Die für die Berechnung nötigen meteorologischen Eingabefelder müssen in stündlicher Auflösung vorliegen und werden von interpolierten Wetterstationsdaten abgeleitet. Des Weiteren wird das Modell mit Bodeninformationen aus den Bodenleitprofilen der nutzungsdifferenzierten Bodenübersichtskarte (BÜK 1000 N) der Bundesanstalt für Geowissenschaften und Rohstoffe (BGR) parametrisiert. Bei gleicher Bodenart unterscheiden sich die Böden je nach Nutzung. Es wird zwischen Wald-, Grünland- und Ackerbaunutzung unterschieden. Außerdem ist die Gründigkeit der Böden, sowie der Skelettanteil (Grobboden > 2 mm) in den verschiedenen Bodenschichten berücksichtigt. Die Daten haben eine räumliche Auflösung von 1 x 1 km und decken ganz Deutschland ab. Daten außerhalb von Deutschland oder in Siedlungsgebieten mit versiegelten Flächen haben eine Fehlkennung -9999. Alle Angaben zum Raster sind in den Metadaten des netcdf Files hinterlegt.
In der nächsten Phase der Biodiversitäts Exploratorien sollen Experimente dabei helfen die Effekte verschiedener Landnutzungskomponenten auf Ökosysteme zu ermitteln. 'Common garden' Experimente werden genutzt, um die Umweltheterogenität zu minimieren, die ansonsten interessante Effekte verschleiert. Wir planen Grasnarben, die von n = 42 Plots der Biodiversitäts Exploratorien entnommen werden, in einem 'common garden' auszubringen wo die Intensität der Mahd und der Düngung manipuliert werden soll. In den nächsten drei bis 15 Jahren werden die Veränderungen in den Pflanzen- und Bakteriengemeinschaften auf den Grasnarben verfolgt. Hierfür wird die Zusammensetzung und Diversität der Pflanzen und Bakterien (next-generation 16S rRNA gene amplicon sequencing) ermittelt. Zusätzlich werden noch 3D-Modelle der Pflanzengemeinschaften, die durch multispektrale Information ergänzt werden, erstellt (PlantEye F500, Phenospex, Heerlen, The Netherlands). Diese Modelle erlauben die Errechnung von Parametern, die ganze Pflanzengemeinschaften charakterisieren. Änderungen in den Pflanzen- und Bakteriengemeinschaften werden mit der Landnutzung der Plots in den vergangenen Jahren ins Verhältnis gesetzt. Wir erwarten, dass Gemeinschaften, die aus verschiedenen Plots stammen, aber die gleiche Landnutzung erfahren in Ihrer Zusammensetzung und Diversität konvergieren; Gemeinschaften aus den gleichen Plots, die aber unterschiedliche Landnutzung erfahren, sollten divergieren. Das Projekt nutzt das Vorwissen zu den einzelnen Plots in Bezug auf Landnutzung und Artenzusammensetzung, liefert neuartige Daten für die Biodiversitäts Exploratorien, und stellt einen unabhängigen und neuartigen Beitrag zu der Frage, wie Landnutzug Ökosysteme beeinflusst, dar.
The Dynamic World Training Data is a dataset of over 5 billion pixels of human-labeled ESA Sentinel-2 satellite image, distributed over 24000 tiles collected from all over the world. The dataset is designed to train and validate automated land use and land cover mapping algorithms. The 10m resolution 5.1km-by-5.1km tiles are densely labeled using a ten category classification schema indicating general land use land cover categories. The dataset was created between 2019-08-01 and 2020-02-28, using satellite imagery observations from 2019, with approximately 10% of observations extending back to 2017 in very cloudy regions of the world. This dataset is a component of the National Geographic Society - Google - World Resources Institute Dynamic World project. The dataset consists of two file types: GeoTIFF files of 510x510 pixel 10m resolution satellite image tiles markup provided by human labelers, and Excel (.xlsx) tables of metadata and class statistics for the above GeoTIFF files. The data is organized into three main folders. One folder contains training data labeled by a team of 25 expert human labelers recruited by National Geographic Society specifically for this project. A second folder contains training data labeled by a larger group of commissioned labelers provided by a commercial crowd-labeler service. The data in these folders is organized by hemisphere and biome number from the RESOLVE Ecoregions2017 biomes categories (https://ecoregions2017.appspot.com/). A third folder contains a validation dataset. This is a holdout set of training data for assessing model accuracy. None of this data is intended to be used in the formulation of the model. Each validation tile was independently labeled by three experts. The validation set contains two versions: the individual markup from each expert labeler, and the image composites of the individual markups. Each GeoTIFF file encodes information on the location of landscape feature classes as determined by a given labeler. Classes were labeled by visual examination of true color (RGB) composites of Sentinel-2 MultiSpectral Level-2A scenes. The Tier 1 class values used in this phase of the project are as follows: 0 No data (left unmarked), 1 Water, 2 Trees, 3 Grass, 4 Flooded Vegetation, 5 Crops, 6 Scrub, 7 Built Area, 8 Bare Ground, 9 Snow/Ice, 10 Cloud. This dataset does not include the original Sentinel-2 imagery tiles, but metadata on the exact image ID and date is provided The original Sentinel-2 imagery was obtained via Google Earth Engine. This data is available under a Creative Commons BY-4.0 license and requires the following attribution: This dataset is produced for the Dynamic World Project by National Geographic Society in partnership with Google and the World Resources Institute. Development of the Dynamic World training data was funded in part by the Gordon and Betty Moore Foundation.
This dataset contains a vegetation-corrected reconstruction of the hydrogen isotope composition of precipitation (δ2Hprc) from sediment core ROT21, collected from Rotsee in central Switzerland in October 2021. The record covers 0.0567–12.8696 ka BP and comprises 63 observations reported with sediment depth and calibrated age. Reconstructed δ2Hprc values were calculated from measured n-C29 alkane δ2H values. Changes in the relative contributions of grasses and woody plants were accounted for using the relative abundances of long-chain n-alkanes and vegetation-specific apparent hydrogen isotope fractionation factors derived from a compilation of modern European plant-wax measurements. Uncertainty was propagated using 10,000 Monte Carlo simulations per sample; the dataset reports the central reconstructed values and the lower and upper limits of the 68% confidence interval in per mil relative to Vienna Standard Mean Ocean Water (VSMOW). The reconstruction was produced to separate variation in precipitation isotope composition from changes in sedimentary plant-wax δ2H caused by shifts in vegetation. The vegetation correction and uncertainty propagation were implemented using the R scripts by Santos (2026) archived at Zenodo (https://doi.org/10.5281/zenodo.18694984); the development repository is available at https://github.com/RicardoANSantos/Rotsee_d2Hprc. The underlying measured plant-wax data are archived in PANGAEA under doi:10.1594/PANGAEA.987812, and the complete methodology is described by Santos et al. (2026).
<p>Original data comes from a project which takes or took place as part of the DFG priority program "Exploratories for large-scale and long-term functional biodiversity research". The data is stored together with descriptive metadata, in combination called a dataset, in the project repository (https://www.bexis.uni-jena.de). Species information was extracted from that original dataset. The second paragraph is part of the metadata of the original dataset.</p><p>List of grassland plant species which have been sampled on grassland EPs for the GenLink project</p>
Bamboos (Poaceae) are widespread in tropical and subtropical forests. Particularly in Asia, bamboos are cultivated by smallholders and increasingly in large plantations. In contrast to trees, reliable assessments of water use characteristics for bamboo are very scarce. Recently we tested a set of methods for assessing bamboo water use and obtained first results. Objectives of the proposed project are (1) to further test and develop the methods, (2) to compare the water use of different bamboo species, (3) to analyze the water use to bamboo size relationship across species, and (4) to assess effects of bamboo culm density on the stand-level transpiration. The study shall be conducted in South China where bamboos are very abundant. It is planned to work in a common garden (method testing), a botanical garden (species comparison, water use to size relationship), and on-farm (effects of culm density). Method testing will include a variety of approaches (thermal dissipation probes, stem heat balance, deuterium tracing and gravimetry), whereas subsequent steps will be based on thermal methods. The results may contribute to an improved understanding of bamboo water use characteristics and a more appropriate management of bamboo with respect to water resources.
Boden und Vegetation endemischer Arganbestände in Marokko werden durch Expansion und Intensivierung der Agrarwirtschaft sowie Überweidung zunehmend degradiert. Überschirmte Flächen nehmen ab, unbedeckte Flächenanteile zwischen den Arganien nehmen zu. Infolge verminderter Infiltration steigen Oberflächenabfluss- und Bodenabtragsraten stark an. Auf den degradierten Böden kann sich nur lückenhafter Unterwuchs (Krautige und Gras) und kein Jungwuchs mehr ausbilden. Durch Untersuchungen verschieden stark degradierter Arganbestände werden in diesem Vorhaben Grenzwerte herausgearbeitet, ab denen bodenerodierende Prozesse initiiert werden, sowie solche, ab denen von einer Dynamisierung der Prozesse, insbesondere Rinnen- und Gully-Erosion, auszugehen ist. Dazu werden in drei Testgebieten im Hohen und Anti-Atlas eingezäunte Aufforstungsflächen mit ungeschützten Flächen auf verschiedenen Hangneigungen verglichen. Die Entwicklung der Bestandsdichten wird mit hochauflösenden CORONA-Satellitenbildern aus dem Jahr 1968 und großmaßstäbigen Luftbildern von 2017/18 quantifiziert, welche mit unbemannten Fluggeräten (UAVs) aufgenommen werden. Die Wuchsform der Bäume wird mit Structure from Motion (SfM)-Verfahren (3D-Modelle aus Multikopter-Aufnahmen) dokumentiert und klassifiziert. Untersuchungen zur Korngrößenverteilung, Aggregatstabilität, organischen Bodensubstanz und Bodennährstoffen sollen hypothesengeleitet den - mit steigendem Abstand der Bäume - sinkenden Einfluss der baumüberschirmten Fläche auf die erweiterten Zwischenbaumflächen aufzeigen. Mit Beregnungsversuchen und Infiltrationsmessungen werden Erodibilität und Infiltrationsvermögen der Zwischenbaumflächen in verschiedenen Degradationsstadien untersucht. Der Sedimentaustrag aus linearen Erosionsformen wird durch ein SfM-Monitoring mittels 3D-Modellen quantifiziert. Steinbedeckung und Viehwege lassen sich aus den selbst erstellten Luftbildern ermitteln. Viehzählungen und Interviews mit Schlüsselinformanten ergänzen die Kenntnisse über den Beweidungsdruck durch Schafe und Ziegen auf die Arganbestände. Anhand der Untersuchungen zur Degradation von Bestandsdichten, Zwischenbaum- und baumüberschirmten Flächen können die Arganbestände in mit Werten unterfütterte Stabilitätsklassen unterteilt werden. Die durch das Multi-Methoden-Konzept erarbeiteten Grenzwerte zeigen die Dynamisierung der Bodenerosionsprozesse unter Arganbeständen und belegen, dass bestimmte Erosionsprozesse verschiedenen Degradationszuständen der Fläche sowie unterschiedlichen Bestandsdichten zugeordnet werden können. Dies ist eine notwendige Voraussetzung für die nachhaltige Bewirtschaftung der Arganbestandsflächen.
Durch artenreiches Grasland werden vielfältige Ökosystemleistungen (ÖSL) simultan erbracht. Die Bandbreite der in der intensiven Graslandnutzung für Milchvieh eingesetzten Pflanzenarten beschränkt sich auf einige wenige Vertreter der Gräser und Leguminosen. Viele leguminose und nicht-leguminose dikotyle Pflanzenarten wurden bisher nicht züchterisch bearbeitet, sie werden bislang im Anbau kaum berücksichtigt und offiziell gar nicht empfohlen. Dikotyle Pflanzenarten weisen einen hohen Futterwert auf, sind durch tiefe Wurzeln häufig trockentoleranter als Gräser und enthalten sekundäre Inhaltsstoffe. Diese Eigenschaften sind bei zu erwartender zunehmender Trockenheit (tiefe Wurzel) und zur Reduktion der Methanemission von Wiederkäuern (sekundäre Inhaltsstoffe) entscheidend. Ein zentrales Problem dieser bisher wenig verbreiteten, minoren dikotylen Pflanzenarten ist die unzureichende Kenntnis der agronomischen und qualitativen Eigenschaften sowie die Aussichten für eine weitergehende züchterische Bearbeitung, weil zur intra-spezifischen Variation der ÖSL einzelner Pflanzenarten weitgehend Unklarheit herrscht. Das beantragte Verbundprojekt verfolgt deshalb das Ziel der Etablierung und Nutzung von artenreichem Grünland, um wichtige ÖSL durch verbesserte Zuchtsorten in angepassten neuartigen Mischungen oder durch Streifenanbau simultan zu erbringen. Es werden in einem systematischen Ansatz ausgewählte Arten mit wertvollen Eigenschaften identifiziert und die intra-spezifische Variabilität der Eigenschaften in einem 'pre-breeding' Ansatz ermittelt und beschrieben. Im Besonderen richten sich die ÖSL auf Biodiversität (Blütenangebot), Trockentoleranz (stomatäre Leitfähigkeit), pflanzliche Sekundärmetabolite (PSM wie Tannine), Ausdauer, Winterhärte, Konkurrenzkraft und Etablierungserfolg sowie auf Futterqualität, Ertrag und die biologische Stickstofffixierung. Ein Anbauprotokoll jeder Art wird eigens erstellt.
In diesem Dienst werden die zu mähenden Flächen des Straßenbegleitgrünes, die in der Zuständigkeit der Abteilung Stadtgrün liegen, angezeigt. Hierbei handelt es sich um georeferenzierte Polygone, welche im Rahmen der bezirklichen Verkehrssicherungspflicht gepflegt werden müssen. Der Datensatz enthält Informationen über zwei Pflegemaßnahmen: Langgrasmahd - Es werden die Flächen angezeigt in denen die Langgrasmahd seitens der FHH gepflegt wird Rasenmahd kurz - Es werden Flächen angezeigt in denen die Rasenmahd kurz seitens der FHH gepflegt wird
This dataset provides aggregated vegetation cover data for functional plant groups recorded in the same 2 × 2 m quadrats used for species-level vegetation surveys. Data were collected at multiple grassland sites across Northern, Central, and Southern Germany in 2022 and 2023, with site coordinates reported at two-decimal precision (blurred for privacy). For each quadrat, total vegetation cover and the proportional cover of predefined functional groups (forb, grass, legume) were visually estimated during a single survey per plot, typically conducted in May or June. Vegetation and functional group data were collected simultaneously. Recorded cover variables (in %) include total herb layer cover, grasses, forbs, legumes, bare ground, cryptogams, and litter layer. The cover can exceed 100% due to overlapping layers. Estimates are based on field assessments and represent overall percentage cover per quadrat. The dataset further includes sub-transect identifiers, date, and observer information. These data enable analyses of vegetation structure and functional composition and can be directly linked to species-level, vegetation height, flower cover, soil, and pollinator datasets from the same study sites.
| Organisation | Count |
|---|---|
| Bund | 1287 |
| Europa | 5 |
| Kommune | 11 |
| Land | 205 |
| Weitere | 47 |
| Wirtschaft | 2 |
| Wissenschaft | 430 |
| Zivilgesellschaft | 13 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 1 |
| Daten und Messstellen | 187 |
| Ereignis | 2 |
| Förderprogramm | 635 |
| Gesetzestext | 1 |
| Hochwertiger Datensatz | 4 |
| Lehrmaterial | 2 |
| Taxon | 585 |
| Text | 176 |
| Umweltprüfung | 9 |
| unbekannt | 67 |
| License | Count |
|---|---|
| Geschlossen | 778 |
| Offen | 845 |
| Unbekannt | 45 |
| Language | Count |
|---|---|
| Deutsch | 1354 |
| Englisch | 424 |
| Resource type | Count |
|---|---|
| Archiv | 49 |
| Bild | 366 |
| Datei | 743 |
| Dokument | 196 |
| Keine | 544 |
| Unbekannt | 1 |
| Webseite | 816 |
| Topic | Count |
|---|---|
| Boden | 808 |
| Lebewesen und Lebensräume | 1656 |
| Luft | 626 |
| Mensch und Umwelt | 1646 |
| Wasser | 581 |
| Weitere | 1625 |