API src

Found 932 results.

Related terms

Calcium carbonate (CaCO3), total organic carbon (TOC) contents and carbon-to-nitrogen ratio (C/N) from composite sediment core BIS-2000

The data set bundle comprises geochemical, XRF core scanning and pollen data from composite sediment core BIS-2000, which was compiled from two parallel sediment cores (BIS-1 and BIS-3) obtained near Bispingen, northern Germany (53.071528°N, 9.989861°E, 82.0 m). BIS-2000 comprises Last Interglacial (Eemian) to early Last Glacial (Weichselian) palaeolake deposits, which cover the section between 15.55 and 30.68 m composite depth. The data set Bispingen BIS-2000 geochemistry contains calcium carbonate (CaCO3) and total organic carbon (TOC) contents (expressed as per cent of sediment dry weight) as well as carbon-to-nitrogen ratio (C/N) data. Analyses were carried out at the GFZ German Research Centre for Geosciences in Potsdam, Germany, on the section between 15.55 and 30.72 m composite depth. The CaCO3 content was calculated from the total inorganic carbon (TIC) content, which was measured using a STRÖHLEIN Coulomat 702. In addition, measurements of the total carbon (TC) and total nitrogen (TN) contents were carried out using a LECO CNS-2000 elemental analyser. TOC was calculated as the difference between TC and TIC and C/N was calculated as the mass ratio between TC and TN.

Flussmessstelle Nr. 902 in Schwarzer Graben, Heringen

Dieser Datensatz enthält Informationen zur Flussmessstelle Nr. 902 in Schwarzer Graben, Heringen. Auf der Webseite zur Messstelle ist ein Link zum Herunterladen der Rohdaten vorhanden.

Field based and laboratory data of sediment cores from the Lower Havel Inner Delta near Lake Gülpe, Brandenburg (Germany)

Sediment cores were recovered using a hand-held Cobra Pro (Atlas Copco) core drilling system with a 60 mm diameter open corer. One-meter segments were retrieved and assessed in the field for sedimentological features, including estimations of grain size, carbonate content, humus content, and redox features (AG Boden 2005, 2024). Colour descriptions were carried out using the Munsell Soil Color Chart. The exact positions of the drilling points were recorded using a differential GPS device (TOPCON HiPer II). The cores were photographed, documented and sampled at 5–10 cm intervals for subsequent laboratory analyses. Bulk samples from five selected cores (RK1, RK3, RK13, RK15, RK17) were freeze-dried, sieved (2 mm), and weighed. Total carbon (TC), total nitrogen (TN), and total sulfur (TS) contents were measured using a CNS analyzer (Vario EL cube, Elementar). Inorganic carbon (TIC) was determined using calcimeter measurements (Scheibler method, Eijkelkamp). Organic carbon (TOC) was calculated as TOC = TC − TIC. For the grain size analyses, sediment samples were first sieved to <2 mm and subsamples of 10 g were treated with 50 ml of 35% hydrogen peroxide (H₂O₂) and gently heated to remove organic matter. Following this, 10 ml of 0.4 N sodium pyrophosphate solution (Na₄P₂O₇) was added to disperse the particles, and the suspension was subjected to ultrasonic treatment for 45 minutes. The sand fraction was analysed by dry sieving and classified into four size classes: coarse sand (2000–630 µm), medium sand (630–200 µm), fine sand (200–125 µm), and very fine sand (125–63 µm). Finer fractions were determined using X-ray granulometry (XRG) with a SediGraph III 5120 (Micromeritics). These included coarse silt (63–20 µm), medium silt (20–6.3 µm), fine silt (6.3–2.0 µm), coarse clay (2.0–0.6 µm), medium clay (0.6–0.2 µm), and fine clay (<0.2 µm).

Bodenaushagerung nach Einstellung der Stickstoffduengung auf verschieden geduengtem Wirtschaftsgruenland zur Ueberfuehrung in Extensivgruenland

Auf vorher mit 0, 180, 300, 420 und 660 kg N/ha N zT aus Handelsduenger, zT aus Guelle; die Guelle zT als Vollguelle, zT als verduennte Guelle und zT mit Nachregnen-geduengten Flaechen wird nicht mehr mit N geduengt. Alle Varianten werden 4mal geschnitten. Ermittelt werden Trockenmasseertrag und N-Gehalt im Aufwuchs sowie NO3-Konzentration im Bodenwasser (90 cm Tiefe), Nmin im Boden bei 100 cm Tiefe und Gesamt-N und Gesamt-C bis 40 cm Tiefe.

Einfluss der langfristigen Bodenerwärmung auf die Dynamik der organischen Bodensubstanz in einem subarktischen Waldökosystem

Der Klimawandel bewirkt auch eine Erwärmung des Bodens, wodurch es zu einem verstärkten Abbau der organischen Substanz kommt. Dies könnte zu einem der stärksten Feedback-Mechanismen des Klimawandels werden, da durch diesen Prozess große Mengen CO2 emittiert würden. Ob tatsächlich Böden in sämtlichen Ökosysteme bei anhaltender Erwärmung zu Netto-CO2 Quellen werden, ist allerdings umstritten und sehr unsicher. Die am Umsatz der organischen Substanz beteiligten biogeochemischen Prozesse, und deren Änderung durch Erwärmung sind nicht im Detail verstanden. Dies liegt vor allem an den Schwierigkeiten der experimentellen Umsetzung von Bodenerwärmung. Besonders über lange Zeiträume, sowie in Unterböden, gibt es global kaum Beobachtungen zur Wirkung von Bodenerwärmung. Gerade ersteres erschwert die Abschätzung von neuen Gleichgewichtszuständen. Auch sogenannte Kipppunkte sind mit einer einzigen Erwärmungsstufe nicht zu ermitteln. Im Projekt AWESOME soll ein natürlicher (geothermaler) Erwärmungsgradient im kanadischen Yukon Territory genutzt werden, um wesentliche Erkenntnisse über die komplexen Wirkungen von Erwärmung auf die Interkation zwischen autotrophen und heterotrophen Organismen und der Mineralphase zu gewinnen. Erste Ergebnisse aus Voruntersuchungen zeigten, dass sich in dem geothermal erwärmten Boden unter subarktischem Laubwald Kohlenstoff um bis zu 22% reduziert war, während der Gesamtstickstoff im Boden unverändert blieb. Dabei kam es allerdings zu einer Stabilisierung des Stickstoffs in organischer Substanz an der Mineralphase. Vier Erwärmungsstufen mit einer Temperaturspanne von 8°C sind bereits etabliert und ein in-situ Mikrokosmenexperiment mit isotopisch markierter Streu wurde bereits im Sommer 2019 gestartet. Ein grundlegend verbessertes Verständnis dieser Beobachtungen und der Wirkung von jahrhundertelanger Erwärmung im Boden auf Umsetzungsprozesse der organischen Bodensubstanz soll durch dieses Projekt gewonnen werden. Sowohl Veränderungen der Vegetation und des Kohlenstoffeintrags, als auch der mikrobiellen Physologie, Gemeinschaft, deren Anpassung sowie der Qualität der organischen Bodensubstanz stehen im Fokus. Änderungen der Hydrologie (Bodenfeuchte) sowie der Mineralogie (Verwitterung) sollen als erklärende Variablen ebenfalls über den gesamten Erwärmungsgradienten abgebildet werden. Mit Hilfe mehrerer Kooperationspartner, modernsten Methoden der bodenkundlichen und mikrobiellen Forschung sowie einem idealen Versuchsstandort soll das Projekt AWESOME wichtige Fortschritte in einem zentralen Zukunftsthema liefern. Die Ergebnisse werden schließlich in Bezug zu einem weiteren geothermalen Erwärmungsexperiment auf Island gesetzt, um Unterschiede und Gemeinsamkeiten herauszuarbeiten.

Standortdifferenzierte Modellierung der N-Dynamiken zur Verringerung der gasförmigen N-Emissionen und weiterer N-Verluste im Pflanzenbau

Die Antragsteller sind durch erfolgreiche, jahrelange Forschungsarbeit Experten für das Thema N-Kreislauf, N-Verluste und Modellierung und möchten die vorhandene Kompetenz sowie schon vorhandene eigene Versuchsdaten und -ergebnisse verwenden, um den N-Kreislauf einschließlich der N-Emissionen zu simulieren. Hierfür werden wir ausgewählte Varianten von fünf Feldversuchen untersuchen, für die schon für Zeiträume zwischen vier und 116 Jahren relevante Daten z.B. zur N-Aufnahme, Gehalte des organischen Kohlenstoffs und des Gesamtstickstoffs, oder Klimagasmessungen zur Verfügung stehen. Die Versuche wurden an unterschiedlichen Standorten in ganz Deutschland angelegt und decken verschiedenste Bodencharakteristika und Klimata ab. Durch die Verwendung schon vorhandener Daten und die erweiterte eigene Beprobung kann ein viele Jahrzehnte umfassender Datensatz (Pflanze x Management x Umwelt-Interaktionen) an verschiedenen Standorten modellbasiert und damit kostengünstig ausgewertet werden. In dem vorgestellten Projekt soll die prozessbasierte dynamische open-source-Modellplattform SIMPLACE eingesetzt werden. SIMPLACE berechnet u.a. den täglichen Nährstoffumsatz im Boden, den Nitrataustrag, die N2O-Emissionen abhängig von den Bodencharakteristika sowie das Pflanzenwachstum. Die Ziele des vorgestellten Projekts sind 1) den C-/N-Kreislauf und die Verluste besser zu verstehen, 2) die vielen Daten der unterschiedlichen Standorte zu verwenden, um das Modell robust zu kalibrieren und validieren, 3) Managementszenarien (Fruchtfolgen, Zwischenfrüchte, organische und anorganische Düngung) und deren Auswirkungen auf N-Verluste zu messen und zu simulieren, um die Wirksamkeit von Maßnahmen standortdifferenziert und unter verschiedenen Wetterbedingungen zu quantifizieren, sowie 4) Emissionsminderungspotentiale unterschiedlicher Bodenmanagementstrategien aufzuzeigen, um modellgestützte deutschlandweite Handlungsempfehlungen für ein klimaschonendes Stickstoffmanagement zu ermöglichen.

Qualifikation und Erprobung einer Sensorsystemlösung zur bedarfsgerechten Düngung in der Agrar- und Ernährungswirtschaft, Teilprojekt D

Bedarfsgerechtes Güllemanagement ist seit vielen Jahren eine vielschichtige Herausforderung für landwirtschaftliche Betriebe. Um dem rechtlichen Rahmen und Nachweispflichten nachzukommen, ist ein vielversprechender Lösungsansatz, die Gülle im Ausbringungsfahrzeug mittels NIR-Systemen auf N-Gesamt (Gesamtstickstoff), NH4-N (Ammonium-N), P2O5 (Phosphor) und K2O (Kalium) sowie Trockenmasse hin zu analysieren. Eine breite Marktdurchdringung verlangt ein kompaktes, nachrüstbares und preisgünstiges NIR-System, welches die geforderte Genauigkeit und Qualitätsanforderung erfüllt. Das Vorhaben iDentPlus setzt sich zum Ziel, eine Gesamtsystemlösung bestehend aus einem innovativen NIR-Sensorsystem basierend auf MEMS-IR-Detektoren und einem intelligenten Cloud-System mit KI-basierten Monitoring und Computing für den Feldeinsatz zu qualifizieren und bei einer hohen Anzahl von landwirtschaftlichen Betrieben zu erproben. Zur Gewährleistung der Funktionssicherheit unter den rauen Einsatzbedingungen werden neben einer Sensor-Selbstdiagnose auch eine kontinuierliche Überwachung der gemessenen NIR-Spektren im Feld und eine bedarfsgesteuerte Aktualisierung der Analysemodelle mittels Over-the-Air Update realisiert. Ferner sollen die für die Auswertung notwendigen Algorithmen entwickelt werden. Dabei wird ein besonderer Fokus auf Stickstoff gelegt, wobei die anderen Inhaltsstoffe mit bearbeitet werden. Basierend auf dem weiterzuentwickelnden NIR-Sensorsystem soll ein Verfahren zur automatisierten Erstellung der Analysemodelle aus Referenzdaten entwickelt werden, um eine genaue Nährstoffbestimmung über einen langen Betriebszeitraum sicherzustellen. Das übergeordnete Ziel ist die Entwicklung und Evaluierung einer ganzheitlichen Systemlösung bestehend aus einem NIR-Sensorsystem, einer Cloud-Lösung, mit Datenmanagement, Cloud-Monitoring und -Computing sowie die Entwicklung der Verfahren und der dafür nötigen Algorithmen zur Bestimmung der Nährstoffgehalte des organischen Wirtschaftsdunges.

Qualifikation und Erprobung einer Sensorsystemlösung zur bedarfsgerechten Düngung in der Agrar- und Ernährungswirtschaft, Teilprojekt B

Bedarfsgerechtes Güllemanagement ist seit vielen Jahren eine vielschichtige Herausforderung für landwirtschaftliche Betriebe. Um den rechtlichen Rahmenbedingungen und Nachweispflichten nachzukommen, ist ein vielversprechender Lösungsansatz, die Gülle im Ausbringungsfahrzeug mittels NIR-Systems (Nahinfrarot) auf N-Gesamt (Gesamtstickstoff), NH4-N (Ammonium-N), P2O5 (Phosphor) und K2O (Kalium) sowie Trockenmasse hin zu analysieren. Eine breite Marktdurchdringung verlangt ein kompaktes, nachrüstbares und preisgünstiges NIR-System, welches die geforderte Genauigkeit und Qualitätsanforderungen erfüllt. Das Vorhaben iDentPlus setzt sich zum Ziel, eine Gesamtsystemlösung bestehend aus einem innovativen NIR-Sensorsystem basierend auf MEMS-IR-Detektoren und einem intelligenten Cloud-System mit KI-basierten Monitoring und Computing für den Feldeinsatz zu qualifizieren und bei einer hohen Anzahl von landwirtschaftlichen Betrieben zu erproben. Zur Gewährleistung der Funktionssicherheit unter den rauen Einsatzbedingungen werden neben einer Sensor-Selbstdiagnose auch eine kontinuierliche Überwachung der gemessenen NIR-Spektren im Feld und eine bedarfsgesteuerte Aktualisierung der Analysemodelle mittels Over-the-Air Update realisiert. Ferner sollen die für die Auswertung notwendigen Algorithmen entwickelt werden. Dabei wird ein besonderer Fokus auf Stickstoff gelegt, wobei die anderen Inhaltsstoffe mit bearbeitet werden. Basierend auf dem weiterzuentwickelnden NIR-Sensorsystem soll ein Verfahren zur automatisierten Erstellung der Analysemodelle aus Referenzdaten entwickelt werden, um eine genaue Nährstoffbestimmung über einen langen Betriebszeitraum sicherzustellen. Das Ziel ist die Entwicklung und Evaluierung einer ganzheitlichen Systemlösung bestehend aus einem NIR-Sensorsystem, einer Cloud-Lösung, mit Datenmanagement, Cloud-Monitoring und -Computing sowie die Entwicklung der Verfahren und der Algorithmen zur Bestimmung der Nährstoffgehalte des organischen Wirtschaftsdunges.

Qualifikation und Erprobung einer Sensorsystemlösung zur bedarfsgerechten Düngung in der Agrar- und Ernährungswirtschaft, Teilprojekt C

Bedarfsgerechtes Güllemanagement ist seit vielen Jahren eine vielschichtige Herausforderung für landwirtschaftliche Betriebe. Um den rechtlichen Rahmenbedingungen und Nachweispflichten nachzukommen, ist ein vielversprechender Lösungsansatz, die Gülle im Ausbringungsfahrzeug mittels NIR-Systems (Nahinfrarot) auf N-Gesamt (Gesamtstickstoff), NH4-N (Ammonium-N), P2O5 (Phosphor) und K2O (Kalium) sowie Trockenmasse hin zu analysieren. Eine breite Marktdurchdringung verlangt ein kompaktes, nachrüstbares und preisgünstiges NIR-System, welches die geforderte Genauigkeit und Qualitätsanforderungen erfüllt. Das Vorhaben iDentPlus setzt sich zum Ziel, eine Gesamtsystemlösung bestehend aus einem innovativen NIR-Sensorsystem basierend auf MEMS-IR-Detektoren und einem intelligenten Cloud-System mit KI-basierten Monitoring und Computing für den Feldeinsatz zu qualifizieren und bei einer hohen Anzahl von landwirtschaftlichen Betrieben zu erproben. Zur Gewährleistung der Funktionssicherheit unter den rauen Einsatzbedingungen werden neben einer Sensor-Selbstdiagnose auch eine kontinuierliche Überwachung der gemessenen NIR-Spektren im Feld und eine bedarfsgesteuerte Aktualisierung der Analysemodelle mittels Over-the-Air Update realisiert. Ferner sollen die für die Auswertung notwendigen Algorithmen entwickelt werden. Dabei wird ein besonderer Fokus auf Stickstoff gelegt, wobei die anderen Inhaltsstoffe mit bearbeitet werden. Basierend auf dem weiterzuentwickelnden NIR-Sensorsystem soll ein Verfahren zur automatisierten Erstellung der Analysemodelle aus Referenzdaten entwickelt werden, um eine genaue Nährstoffbestimmung über einen langen Betriebszeitraum sicherzustellen. Das Ziel ist die Entwicklung und Evaluierung einer ganzheitlichen Systemlösung bestehend aus einem NIR-Sensorsystem, einer Cloud-Lösung, mit Datenmanagement, Cloud-Monitoring und -Computing sowie die Entwicklung der Verfahren und der Algorithmen zur Bestimmung der Nährstoffgehalte des organischen Wirtschaftsdunges.

Qualifikation und Erprobung einer Sensorsystemlösung zur bedarfsgerechten Düngung in der Agrar- und Ernährungswirtschaft, Teilprojekt E

Bedarfsgerechtes Güllemanagement ist seit vielen Jahren eine vielschichtige Herausforderung für landwirtschaftliche Betriebe. Um den rechtlichen Rahmenbedingungen und Nachweispflichten nachzukommen, ist ein vielversprechender Lösungsansatz, die Gülle im Ausbringungsfahrzeug mittels NIR-Systems (Nahinfrarot) auf N-Gesamt (Gesamtstickstoff), NH4-N (Ammonium-N), P2O5 (Phosphor) und K2O (Kalium) sowie Trockenmasse hin zu analysieren. Eine breite Marktdurchdringung verlangt ein kompaktes, nachrüstbares und preisgünstiges NIR-System, welches die geforderte Genauigkeit und Qualitätsanforderungen erfüllt. Das Vorhaben iDentPlus setzt sich zum Ziel, eine Gesamtsystemlösung bestehend aus einem innovativen NIR-Sensorsystem basierend auf MEMS-IR-Detektoren und einem intelligenten Cloud-System mit KI-basierten Monitoring und Computing für den Feldeinsatz zu qualifizieren und bei einer hohen Anzahl von landwirtschaftlichen Betrieben zu erproben. Zur Gewährleistung der Funktionssicherheit unter den rauen Einsatzbedingungen werden neben einer Sensor-Selbstdiagnose auch eine kontinuierliche Überwachung der gemessenen NIR-Spektren im Feld und eine bedarfsgesteuerte Aktualisierung der Analysemodelle mittels Over-the-Air Update realisiert. Ferner sollen die für die Auswertung notwendigen Algorithmen entwickelt werden. Dabei wird ein besonderer Fokus auf Stickstoff gelegt, wobei die anderen Inhaltsstoffe mit bearbeitet werden. Basierend auf dem weiterzuentwickelnden NIR-Sensorsystem soll ein Verfahren zur automatisierten Erstellung der Analysemodelle aus Referenzdaten entwickelt werden, um eine genaue Nährstoffbestimmung über einen langen Betriebszeitraum sicherzustellen. Das Ziel ist die Entwicklung und Evaluierung einer ganzheitlichen Systemlösung bestehend aus einem NIR-Sensorsystem, einer Cloud-Lösung, mit Datenmanagement, Cloud-Monitoring und -Computing sowie die Entwicklung der Verfahren und der Algorithmen zur Bestimmung der Nährstoffgehalte des organischen Wirtschaftsdunges.

1 2 3 4 5 … 92 93 94