API src

Found 2601 results.

Similar terms

s/fagus-sylvatica/Fagus sylvatica/gi

Other language confidence: 0.8600002137032554

Herkunftsgebiete im Land Brandenburg

Der Datensatz präsentiert die Gesamtheit der Herkunftsgebiete im Land Brandenburg. Ein Herkunftsgebiet ist ein Gebiet mit annähernd einheitlichen ökologischen Bedingungen, in denen sich Erntebestände oder Saatgutquellen einer bestimmten Art oder Unterart mit ähnlichen phänotypischen oder genetischen Merkmale befinden. Unterlayer ermöglichen die Unterscheidung nach der Baumart: Bergahorn, Douglasie, Esche, Esskastanie, Europäische Lärche, Fichte, Grauerle, Große Küstentanne, Hainbuche, Japanische Lärche, Kiefer, Moorbirke, Pappel, Robinie, Rotbuche, Roteiche, Roterle, Sandbirke, Schwarzkiefer 847-849, Sitkafichte, Sommerlinde, Spitzahorn, Stieleiche, Traubeneiche, Vogelkirsche, Weißtanne, Winterlinde

Waldschadflächen

Layer enthält Waldflächen, die in Folge der Extremwetterereignisse und nachfolgender Schädlingsbefall im Zeitraum 01.07.2018 bis 31.03.2025 abgestorben oder bereits geräumt sind. Diese Flächen müssen wieder bewaldet und von Wildverbis geschützt werden. Enthalten sind Schadflächen unabhängig von Baumart und Schadensursache (Borkenkäfer bei Fichte und Lärche, Trockenschäden bei Buche, Eschentriebsterben, Diplodia-Pilzbefall bei Kiefer, Eichen-Frassschäden u.v.a.m) Die Daten sind aus der Auswertung der Satellitenbilder der Senthinel-Mission entstanden.

Staatswald Bestände 2011 Saarland

Waldbestände des SaarForst Landesbetriebes (Staatswald) Die Aussengrenzen (Besitzgrenzen) des Staatswaldes wurden an die ALK angeglichen und sind damit katasterscharf. Die Innengrenzen (Abgrenzungen der Waldbestände eines Eigentümers untereinander) sind anhand der DGK5 und der digitalen Orthofotos mit 40 cm Bodenauflösung digitalisiert. Neben zahlreichen datenbankinternen Attributen ist folgendes Attribut entscheidend: Bestandsname ; landesweit besitzerübergreifend eindeutiger Schlüssel. Felder und ihre Bedeutung: BESTAND: Bestand; ALTSTR: Altersstruktur BALTER: Alter mittel; BALTERMI: Bestandsalter bis; BALTERMA: Bestandsalter von; BEFE: Befundeinheit; BESTLAGE: Lage der Teilfläche; BESTSTR: Bestandesstruktur; ENTWST: Entwicklungsstufe; BESTNAM: Bestandesname; UFLAECHE: Unterfläche; BEFAHRB: Befahrbarkeit in %; DAT: Datum; FLAECHE: Fläche in ha; SEEH: Seehöhe; ARTV_BA: Artenvielfalt der Baumarten; ARTV_BV: Artenvielfalt der Bodenvegetation; BEHVEG1: Behindernde Vegetation 1; BEHVEG2: Behindernde Vegetation 2; BETR_KL: Betriebsklasse; BEST_TYP: Bestandestyp; C: Sonderfeld; D: Driglichkeit; EINZELB: Schützenswerte Einzelbäume; EXPMA: Exposition bis; EXPMI: Exposition von; EXPOS: Exposition; FEINER: Erschließung in %; FORM: Baumform; GATTER: Gatter in %; GELFOMA: Geländeform bis; GELFOMI: Geländeform von; H_PFLZ: Pflegezustand; HOEHLE: Höhlenreichtum; HORIZ: Horizontale Strukturvielfalt; KALK: Kalkung; KONTRNUA: Kontrollnutzungsart; NEIG: Neigung; TOTHOLZ: Totholz stehend; ENTSTEH: Tothol liegend; VERTI: Vertikale Strukturvielfalt; WUCHSB: Wuchsbezirk; WUCHSG: Wuchsgebiet; BESCHRIFT: ; HBA: Dominierende Baumartengruppen; BU: Ateil Buche in %; BL: Anteil Fläche temp. ohne Baumbewuchs in %; DOU: Anteil Douglasie in %; ELB: Anteil Edellaubbäume in %; KI: Anteil Kiefer in %; EI: Anteil Eiche in %; FI: Anteil Fichte in %; LAE: Anteil Lärche in %; SALH: Summe der Laubhölzer in %; SLB: Anteil sonstiger Laubbäume in %; SANH: Summe der Nadelbäume in %; SNB:Anteil sonstiger Nadelbäume in %; UFL: Bestand; SHAPE_Area: Flächengröße ha;

Landschaftsschutzgebiete (Landkreis Göttingen)

Rechtsgrundlage: Landschaftsschutzgebiet § 26 Bundesnaturschutzgesetz und § 19 Niedersächsisches Ausführungsgesetz zum Bundesnaturschutzgesetz. Schutzintensität: weniger hoch. Landschaftsschutzgebiete sind rechtsverbindlich festgesetzte Gebiete, in denen ein besonderer Schutz von Natur und Landschaft erforderlich ist 1. zur Erhaltung, Entwicklung oder Wiederherstellung der Leistungs- und Funktionsfähigkeit des Naturhaushalts oder der Regenerationsfähigkeit und nachhaltigen Nutzungsfähigkeit der Naturgüter, einschließlich des Schutzes von Lebensstätten und Lebensräumen bestimmter wild lebender Tier- und Pflanzenarten, 2. wegen der Vielfalt, Eigenart und Schönheit oder besondere kulturhistorische Bedeutung der Landschaft oder 3. wegen ihrer besonderen Bedeutung für die Erholung. Verordnete Landschaftsschutzgebiete (LSG) im Landkreis Göttingen sind: LSG "Buchenwälder und Kalkmagerrasen zwischen Dransfeld und Hedemünden" als Umsetzung des gleichnamigen FFH-Gebiets Nr. 170; LSG "Fulda und Fuldaufer;" LSG "Fulda zwischen Wahnhausen und Bonaforth" als Umsetzung des gleichnamigen FFH-Gebiets Nr. 372; LSG "Göttinger Wald" als Umsetzung des gleichnamigen FFH-Gebiets Nr. 138 und Umsetzung eines Teils des Vogelschutzgebietes V19; LSG "Harz"; LSG "Iberg bei Bad Grund" als Umsetzung des FFH-Gebiets 145 "Iberg"; LSG "Kaufunger Wald" Pufferzone für die Umsetzung eines Teils des FFH-Gebiets Nr. 143; "Bachtäler im Kaufunger Wald" als Pufferzone; LSG "Leine zwischen Friedland und Niedernjesa sowie Dramme" als Umsetzung der gleichnamigen FFH-Gebiete Nr. 407 und 454; LSG "Leinebergland" mit Umsetzung eines Teils des Vogelschutzgebiets V19; LSG "Mausohr-Jagdgebiet Leinholz" als Umsetzung des gleichnamigen FFH-Gebiets Nr. 447; LSG "Pipinsburg"; LSG "Reinhäuser Wald" als Umsetzung des gleichnamigen FFH-Gebiets Nr. 110 und Umsetzung eines Teils des Vogelschutzgebietes V19; LSG "Rhumequelle"; LSG "Schwülme und Auschnippe" als Umsetzung des gleichnamigen FFH-Gebiets Nr. 402; LSG "Südharz bei Zorge"; LSG "Untereichsfeld" mit Umsetzung eines Teils des Vogelschutzgebiets V19; LSG "Weiher am Kleinen Steinberg" als Umsetzung des gleichnamigen FFH-Gebiets Nr. 408; LSG "Weper, Gladeberg und Aschenburg" als Umsetzung des FFH-Gebiets Nr. 132; LSG "Weserbergland-Kaufunger Wald"; LSG "Wolfsbachtal bei Zorge" als Umsetzung des gleichnamigen FFH-Gebiets Nr. 150. Für die LSG, die der Umsetzung von FFH-Gebieten dienen, wurden teilweise Lebensraumtypen (LRT), Erhaltungszustände (EHZ) und Fortpflanzungs- und Ruhestätten (F+R) definiert, die Bestandteil des jeweiligen Schutzzwecks sind.

Forstwirtschaft - Bestände Staatswald 2011

Der Kartendienst (WMS-Gruppe) stellt die digitalen Geodaten aus dem Bereich Forstwirtschaft des Saarlandes dar.:Waldbestände des SaarForst Landesbetriebes (Staatswald) Die Aussengrenzen (Besitzgrenzen) des Staatswaldes wurden an die ALK angeglichen und sind damit katasterscharf. Die Innengrenzen (Abgrenzungen der Waldbestände eines Eigentümers untereinander) sind anhand der DGK5 und der digitalen Orthofotos mit 40 cm räumlicher Auflösung digitalisiert. Felder und ihre Bedeutung: Hierarchie Char (14) ; landesweit besitzerübergreifend eindeutiger Schlüssel Besitz Char (20) ; Waldeigentümer Revier Char (2) ; SaarForst Reviernummer Reviername Char (25) ; SaarForst Revierbezeichnung Abt Char (4) ; Nummer der Waldabteilung, eindeutig innerhalb eines Waldeigentümers Abteilung Char (8) ; Nummer der Waldabteilung mit vorangestellter Eigentümernummer Uabt Char (1) ; Unterabteilung Bestand Char (1) ; Bestand Teilfl Char (1) ; Teilfläche Beschrift Char (4) ; zusammengesetztes Feld aus Unterabteilung, Bestand und Teilfläche Betr_kl Char (20) ; Betriebsklasse Keine_bew Char (20) ; Erläuterung zu den Waldflächen außer Bewirtschaftung (10%) *) Bewirtsch Char (30) ; Bewirtschaftungsintensitäteinschl. „außer Bewirtschaftung“ Entw_stufe Char (30) ; Entwicklungsstufe Best_typ Char (35) ; Bestandestyp Schlussgra Char (20) ; Schlussgrad Best_stru Char (20) ; Bestandesstruktur Nutz_art Char (20) ; Nutzungsart Atb Char (20) ; Alt- und Totholz Biozönosen-Projektfläche Bl Decimal (3, 0) ; Blösse Anteil der Fläche temporär ohne Baumbewuchs in % Bu Decimal (3, 0) ; Anteil der Baumartengruppe Buche in % Ei Decimal (3, 0) ; Anteil der Baumartengruppe Eiche in % Elb Decimal (3, 0) ; Anteil der Baumartengruppe Edellaubbäume in % Slb Decimal (3, 0) ; Anteil der Baumartengruppe sonstige Laubbäume in % Fi Decimal (3, 0) ; Anteil der Baumartengruppe Fichte in % Ki Decimal (3, 0) ; Anteil der Baumartengruppe Kiefer in % Lae Decimal (3, 0) ; Anteil der Baumartengruppe Lärche in % Dou Decimal (3, 0) ; Anteil der Baumartengruppe Douglasie in % Snb Decimal (3, 0) ; Anteil der Baumartengruppe sonst. Nadelbäume in % Sa_lh Decimal (3, 0) ; Summe der Laubhölzer in % Sa_nh Decimal (3, 0) ; Summe der Nadelhölzer in % Hba Char (3) ; Dominierende Baumartengruppe Farbe Char (10) ; Darstellungsfarbe auf der Wirtschaftskarte Stand der Flächenausweisung „Außer Bewirtschaftung -10% der Staatswaldfläche“ zum 1.9.2011 Bisherige_irB; Bisher in regelmässiger Bewirtschaftung Bisherige_arB; Bisher ausser regelmässiger Bewirtschaftung NWZ_ausgewiesen; durch Rechtsverordnung ausgewiesene Naturwaldzelle Grossschutzgebiet; durch Rechtsverordnung ausgewiesenes Großschutzgebiet ("Urwald") Grossschutzgebiet_ab; Abgang vom Großschutzgebiet, rechtlich nicht umgesetzt Grossschutzgebiet_zu; Zugang zum Großschutzgebiet, rechtlich nicht umgesetzt Referenzfläche; Referenzfläche Prozessschutz Quierschied NWZ_erw: Zugang bzw. Neuausweisung Naturwaldzelle, rechtlich nicht umgesetzt Kernzone_Biosphaere; Kernzonen der Biosphäre Bliesgau.

Bäume als Indikatoren für die urbane Wärmeinsel (BIWi)

Das Projekt 'Bäume als Indikatoren für die urbane Wärmeinsel (BIWi)' ist eine Vorstudie, in der an 12 stadtökologisch unterschiedlichen Standorten Berlins, der Stadt Deutschlands mit dem größten innerstädtischen Wärmeinseleffekt (urban heat island, UHI), mittels dendroklimatologischer Methoden Chronologien zu verschiedenen Jahrringparametern (Jahrringbreite JRB, Weiserjahrkataloge, holzanatomische Merkmale) erzeugt und analysiert werden. Das Ziel ist es zu untersuchen, mit welcher Güte und Sicherheit welche Wuchsmerkmale auf Einflüsse des UHI-Effektes zurückzuführen sind. Ausgehend von in Dendroklimatologie und Zeitreihenanalytik anerkannten und häufig erfolgreich angewandten Methoden zur Messtechnik, Datenaufbereitung und Datenanalyse soll ein Methodenverbund aus Korrelations-, Regressions-, Hauptkomponenten- und Extremjahranalysen für urbane Räume entwickelt werden, um an verschiedenen Standorten die Wachstumsfaktoren für die im Mittel herrschenden Klimabedingungen, wie auch für extreme Wetterlagen (Trocken- oder Hitzeperioden, Smoglagen) zu bestimmen und zu hierarchisieren. Dazu werden an 12 stadtökologisch unterschiedlichen Standorten an insgesamt ca. 150 Bäumen Chronologien zur Jahrringbreite wie auch Kataloge zu extremen Wuchsreaktionen und holzanatomischen Merkmalen (Frostringe, Dichteschwankungen, u.a.) generiert. Im Vergleich mit Standorten aus dem Berliner Umland werden die Effekte der UHI abschließend von den allgemeinen klimatischen Wachstumsfaktoren getrennt. Insbesondere für diesen Teilschritt ist neben der Analyse spezifischer Stadtbaumarten (Platane, Ahorn, Winterlinde oder ähnlichen) auch die von sogenannten waldbildenden Baumarten wie etwa Eiche, Buche oder Kiefer in der Stadt von Bedeutung, um die gefundenen Stadt-Umland-Diversitäten nicht durch artspezifische Unterschiede zu verwischen. Die in der Vorstudie gewonnenen Ergebnisse werden im Rahmen zweier Masterarbeiten ausgewertet und interpretiert und überdies in einem international anerkannten Fachjournal veröffentlicht. Bisher vorliegende Studien setzen die Dendroklimatologie erfolgreich ein, um das Wachstum urbaner Bäume zu analysieren. Die Innovation des Projektes BIWi beruht auf der erstmaligen Nutzung der Bäume und der dendroklimatologischen Techniken für die Analyse stadtklimatologischer Fragestellungen, insbesondere der räumlichen und zeitlichen Entwicklung der UHI. Im Erfolgsfalle dient diese Vorstudie dazu, in einem größer angelegten Folgeprojekt das übergeordnete Ziel zu verfolgen, ein Verfahren zur Untersuchung der räumlichen Verbreitung und raumzeitlichen Entwicklung von UHIs mit Hilfe dendroökologischer Datensätze zu entwickeln. Perspektivisch kann so dazu beizutragen werden retrospektiv und projektiv Aussagen zur Entwicklung von UHIs vor dem Hintergrund sich ändernder klimatischer, demographischer und städteplanerischer Entwicklungen zu treffen.

HeideBench: A Multispectral UAV Time-Series Benchmark for Forest Crown Phenology in Dölauer Heide

We present HeideBench, a very-high-resolution multispectral uncrewed aerial vehicle dataset for forest crown phenology collected over a forest patch in Dölauer Heide, Halle (Saale), Germany. Dölauer Heide is currently dominated by pine plantations (Kiefernforste), which cover the largest area but are increasingly affected by dieback, while its potential natural vegetation is sessile oak–hornbeam forest rich in small-leaved lime (Albrecht et al., 1993). In addition to these pine stands, the area contains near-natural mixed deciduous forests with oaks, birches, and beeches, making it a particularly relevant setting for observing seasonal canopy development under contrasting forest structures and ongoing ecological transition. Against this background, HeideBench provides repeated observations of the same forest patch through the growing season. The dataset contains 18 georeferenced multispectral GeoTIFF orthomosaics acquired between 6 March 2025 and 5 November 2025, spanning a 244-day seasonal period from early spring to late autumn. The acquisitions have a median revisit interval of 14 days, with intervals ranging from 4 to 27 days, and an average ground sampling distance of 5.53 cm per pixel. The valid imaging footprint covers approximately 32.1 ha and is bounded by 11.902653–11.911325°E and 51.499959–51.508576°N. Data were collected using a DJI Mavic 3M Enterprise uncrewed aerial vehicle equipped with four multispectral cameras measuring green (560 nm), red (650 nm), red-edge (730 nm), and near-infrared (860 nm) reflectance, in that order. Flights used a real-time kinematic (RTK) positioning module for centimeter-level geolocation, and all data are provided in coordinate reference system EPSG:25832. Imagery was processed with Agisoft Metashape 2.3.1 to generate calibrated multispectral orthomosaics. The dataset further includes 5,885 crop-safe individual tree crown instance segmentations over the same footprint, extracted with the DeepTrees software package (Khan et al., 2025). HeideBench is intended to support crown-centric analyses of seasonal canopy development, temporal representation learning, phenology-aware feature extraction, and the evaluation of tree crown delineation under seasonal change. HeideBench is a result of the Dynamic Platform Project titled "PhenoEmbed: Multispectral UAV AI Embeddings for phenology-aware tree crown delineation" of the Integration Platform 1: "Sustainable future land use" (IP1) at the Helmholz Centre for Environmental Research (UFZ) in Leipzig, Germany.

Untersuchungen von Luftschadstoffen im Hinblick auf eine Klaerung der Ursachen der neuartigen Waldschaeden unter kontrollierten Bedingungen

Untersucht werden in erster Linie Wirkungen von Ozon allein oder in Kombination mit saurem Nebel unter kontrollierten Bedingungen. Als Arbeitshypothese liegt das Wirkungsschema der LIS zur Entstehung der neuartigen Waldschaeden zugrunde (siehe LIS-Bericht Nr. 28). Zur experimentellen Untersuchung der O3-Wirkung werden Waldbaeume in Plexiglaskammern mit gefilterter Luft unter Zusatz von Ozon begast und die verschiedenen physiologischen Parameter verfolgt. Dabei konnte festgestellt werden, dass unter O3-Einfluss a) die Photosyntheserate reduziert wird, b) die Atmungsrate ansteigt, c) der Chlorophyllgehalt abnimmt. Es laesst sich eine vorlaeufige Rangfolge der Sensitivitaet wie folgt aufstellen 1) Buchen 2) Ahorn 3) Fichte 4) Tanne. Zur Wirkung der kombinierten Behandlung von Fichten mit Ozon und saurem Nebel werden vor allem die aus den Baeumen ausgewaschenen Naehrstoffe analysiert. In Abhaengigkeit von der Ozonkonzentration werden Ca++, Mg++, K+, Mn+, NO3- und SO4-- verstaerkt ausgewaschen, Cl- dagegen nicht. Mit sinkendem pH-Wert in der Nebelloesung nimmt die Menge ausgewaschener Ionen ebenfalls zu.

Waldökosystemforschung in der Abteilung des Instituts für Ressourcenschutz am Ökologie-Zentrum (ICP-Forests)

Die Wälder der Erde haben eine grundlegende Bedeutung für die Zukunft der Menschheit. Sie bilden einen Großteil der Erdoberfläche und sind wichtiger Lebensraum der an Land lebenden Tier- und Pflanzenarten. Wälder produzieren nutzbare Stoffe, regulieren Stoff- und Wasserfüsse, die CO2-Konzentration der Atmosphäre sowie das globale und regionale Klima. Der Schutz der Wälder ist von zentraler Bedeutung für eine nachhaltige Existenz der Menschen in sicher funktionierenden Beziehungen zwischen Ökosystemen und der Umwelt. Weil Waldökosysteme auch bei forstlicher Nutzung weitgehend selbstorganisiert funktionieren, sind sie ein spannendes Gebiet der Ökosystemforschung. Die Komplexität von Waldökosystemen ist eine Herausforderung für das Umweltmanagement schlechthin. Im Prinzip zielt es darauf ab, Störungen von Strukturen und Wechselwirkungen mit der Umwelt so gering wie möglich zu halten oder deren Folgen zu therapieren. Dies ist nur möglich, wenn Ökosysteme gesamtheilich betrachtet werden. Allgemeine Ziele von Ökosystemforschung sind deshalb vertieftes Verständnis der Systeme zu entwickeln, Kritische Zustände zu erkennen sowie Möglichkeiten und Grenzen nachhaltiger Entwicklung aufzuzeigen. Unsere Arbeitsgruppe beschäftigt sich damit, Indikatoren für den Zustand von Ökosystemen zu finden, die Dynamik ihrer Umweltbeziehungen zu beschreiben und Grenzen der Belastbarkeit zu erkennen. Ziel ist es, auf systemtheoretischer Grundlage gesamtheitliche Vorstellungen über die Entwicklung von Ökosystems zu bekommen, und ihre Anpassungsfähigkeit an Umweltveränderungen abzuschätzen. Voraussetzung dafür ist eine intensive Systembeobachtung. Datenbasis unserer Forschung an Wäldern bildet die Beobachtung eines depositionsbelasteten und stark versauerten Buchenwaldökosystems. Dementsprechend messen wir fortlaufend nicht nur die Einträge der atmosphärischen Deposition säurewirkamer Luftschadstoffe, Stoffkonzentrationen in der Bodenlösung und Stoffausträge, sondern auch andere Stressgrößen. Die Philosophie gesamtheitlich orientierterer Ökosystemforschung und ökologischer Umweltbeobachtung findet sich in verschiedenen Monitoring Programmen wieder (Schimming et al. 2010). Deshalb kooperiert das Ökologie-Zentrum in solchen Netzwerken und beteiligt sich wegen der weitgehenden Zielkonformität auch am Forstlichen Monitorings der EU. Der Beitrag besteht mit dem bereits genannten, sehr langfristig untersuchten Buchenwaldökosystem im traditionellen Untersuchungsgebiet des Ökologie-Zentrums zum Level II-Programm des ICP-Forests. Das Institut führt die Untersuchungen dort im Auftrag des Ministeriums für Landwirtschaft, Umwelt und Ländliche Räume (MLUR) durch. Seitens des Ökologie-Zentrums Institute und eines Vorgängerprojektes existieren Datenreihen, die sich nunmehr mit einer Länge von mehr als 20 Jahren über einen weitaus längeren Zeitraum erstrecken, als seit Einrichtung des Level II-Programms im Jahre 1995 vergangen ist.

Wachstumsschwankungen europäischer Baumarten während der letzten 1000 Jahre

Als Grundlage für hochaufgelöste Klimarekonstruktionen der letzten Jahrtausende dienen jahrgenau datierbare natürliche Klimaproxies wie Jahresringe von Bäumen. Bisher konzentrierten sich dendroklimatologische Untersuchungen in Europa auf Temperaturrekonstruktionen borealer und alpiner Waldgrenzstandorte. In weitaus geringerem Umfang liegen dagegen hydroklimatische Rekonstruktionen basierend auf niederschlagssensitiven Baumarten der Tieflagen (kleiner als 1000 m NN) vor, obgleich hydroklimatische Schwankungen in der Abschätzung zukünftiger und historischer Klimaveränderungen eine wichtige Rolle spielen. Die Steuerungsfaktoren, das Ausmaß und die zeitliche Abfolge dekadischer bis mehrhundertjähriger Schwankungen im Baumwachstum, welche für die Rekonstruktion des gesamten Spektrums hydroklimatischer Variabilität von entscheidender Bedeutung sind, wurden bisher kaum untersucht und verstanden. In dem geplanten Projekt sollen nun zum ersten Mal langfristige Wachstumstrends auf verschiedenen raum-zeitlichen Skalen von acht europäischen Baumarten über die letzten 1.000 Jahre gegenübergestellt werden. Die hauptsächlich aus archäologischen und historischen Holzfunden generierten Jahrringdaten von Eiche, Buche, Erle, Esche, Ulme, Tanne, Kiefer und Fichte, in Verbindung mit Daten lebender Bäume, decken die letzten 1.000 Jahre lückenlos mit hoher Belegung ab. Dieser einmalige Datenbestand mit rund 60.000 Jahrringserien ökologisch und ökonomisch wichtiger heimischer Baumarten wird von europäischen Jahrringforschern bereitgestellt. Das Ziel des geplanten Projektes ist ein besseres Verständnis der raum-zeitlichen Variabilität von niederfrequenten Wachstumstrends und die Identifizierung gemeinsamer Faktoren, die das längerfristige Baumwachstum in Europa maßgeblich steuern (z.B. Klima und/oder Vulkanemissionen, Kohlenstoffdioxidgehalt der Atmosphäre oder Veränderungen der Sonnenaktivität). Die angewandten Methoden umfassen neue Standardisierungsverfahren, Trend- und Spektralanalysen sowie Filterungsverfahren, um niederfrequente Schwankungen der Jahrringchronologien zu detektieren und extrahieren. Faktoren, die das langfristige Baumwachstum maßgeblich steuern, werden unter Einbeziehung verschiedener Klimaparameter (Temperatur, Niederschlag, Abflussmengen von Flüssen, Grundwasserstände) sowie Zeitreihen externer und interner Einflüsse auf das Klimasystem identifiziert. Darüber hinaus werden die langfristigen Wachstumstrends mit Zeitreihen anderer Paläoarchive verglichen. Die in dem geplanten Projekt gewonnenen neuen Erkenntnisse über klimabedingter, langfristiger Wachstumsschwankungen und deren Ursachen werden eine deutlich bessere Grundlage für zukünftige valide Klimarekonstruktionen, globale Klimamodelle und für die Quantifizierung von Langzeitveränderungen des globalen Kohlenstoffkreislaufs schaffen.

1 2 3 4 5 … 259 260 261