Das zukünftige Verhalten des Westantarktischen Eisschilds (WAIS) bleibt eines der kritischsten Unbekannten bei globalen Klima- und Meeresspiegelvorhersagen (IPCC, 2014). Vergangene Super-Warmperioden während des Plio- und Pleistozäns könnten als Analoga für Klimaszenarien dienen, die für die kommenden Jahrzehnte und Jahrhunderte vorhergesagt werden. Modellstudien legen nahe, dass Temperaturanomalien während dieser Zeiträume zu einem teilweisen oder vollständigen WAIS-Kollaps führten. Es fehlen jedoch noch eisproximale geologische Beweise solcher möglichen Zusammenbrüche. Während der IODP Exp. 379 konnten wir Bohrkerne von zwei Standorten bergen, die diese Intervalle abdecken. Insbesondere wird die Intensität der Eisentladung (Quantifizierung von Eisschutt; IRD) an 571 Proben untersucht. Ferner werden Indikatoren für die Sedimentherkunft und den möglichen Kollaps an ausgewählten Proben bestimmt, um die ost- und westantarktischen IRD-Quellen (Mineralogie und Ar-Ar-Datierung) zu unterscheiden. Die analytischen Arbeiten für das Projekt werden von studentischen Hilfskräften durchgeführt, die die Möglichkeit haben, Abschlussarbeiten zu verfassen. Die erzeugten Daten werden für die Datenintegration mit IODP-Projektpartnern, die Synthese und die endgültige Veröffentlichung verwendet.
Dienst bestehend aus Layern zu Wald und Forstwirtschaft. Die Daten des Gruppenlayers Waldbrandgefahr zeigt die Anzahl der Tage pro Jahr, an denen der Waldbrandindex über 4 liegt. Für die Waldbrandgefahr und die forstliche Vegetationszeitlänge stehen sowohl Beobachtungsdaten nach den 30-jährigen Klimanormalperioden im Beobachtungszeitraum 1961-2020 als auch Zukunftsprojektionen für 2031-2060 und 2071-2100 zur Verfügung. Die Klimaprojektionen der Zukunft werden jeweils nach den Klimaszenarien RCP2.6, RCP4.5 und RCP8.5 gegliedert. Neben den absoluten Mittelwerten werden auch die sogenannten Delta Change Raster dargestellt. Für die Beobachtungsraster werden Veränderungen gegenüber der Klimanormalperiode 1991-2020 dargestellt, für die Projektionsraster der beiden Zukunftszeiträume die Veränderungen gegenüber der Referenzperiode 1971-2000. Die Stärke des möglichen Klimasignals wird je Szenario unterteilt nach dem 15., 50. und dem 85. Perzentil.Ebenfalls zeigt ein weiterer Gruppenlayer die mittlere Niederschlagssumme in der tatsächlichen forstlichen Vegetationszeit an. Datenquelle: Deutscher Wetterdienst (DWD); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019)
Das übergeordnete Projektziel von ISLAND ist die Wissensgrundlage zu den Effekten von Leguminosen in Fruchtfolgen unterschiedlicher Produktionsintensität zu erweitern und Strategien der optimierten Integration zu entwickeln. Hierbei soll ein Schwerpunkt auf der Berücksichtigung und Minimierung der Verlustpotentiale und auf die adäquate Anrechnung der Fixierungsleistung/Vorfruchtwirkung gelegt werden. Dafür soll das Verständnis der relevanten Prozesse im Stickstoffkreislauf umfänglich erweitert und plausible Bewertungsalgorithmen und -kennzahlen (Schätzung N2-Fixierung) für eingesetzte Maßnahmen (z.B. Behandlung der Ernterückstände), Betriebsmittel (z.B. mineralische/organische Dünger) und deren Wechselwirkungen entwickelt werden. Als Bindeglied zwischen der empirischen Datenerhebung in Feldversuchen und der aggregierten Kennzahlentwicklung sollen prozessorientierte Simulationsmodelle weiterentwickelt und zur Datenanalyse sowie in Form von Szenarienrechnungen eingesetzt werden. Die zentralen Forschungsfragen lauten: (1) Welchen Beitrag leisten Leguminosen zur Klimabilanz in unterschiedlichen Stellungen innerhalb standorttypischer Fruchtfolgen variierender Produktionsintensität? (2) Gibt es einen Zusammenhang zwischen direkten (und indirekten) Lachgasemissionen und der N2-Fixierungsleistung bei ausgewählten Körnerleguminosen und lässt sich die Fixierungsleistung auch über fernerkundlich erhobenen Spektraldaten abschätzen? (3) Wie wirken sich die Vorfrucht- und Fruchtfolgeeffekte von Leguminosen auf die THG-Bilanzen standorttypischer Fruchtfolgen unterschiedlicher Intensität unter prognostizierten Klimawandelszenarien an ausgewählten Standorten aus?
Als Grundlage für die Anpassung der Wälder an den Klimawandel werden verbesserte multikriterielle Eignungsempfehlungen für heute wichtige Baumarten erarbeitet (Fichte, Kiefer, Europäische Lärche, Douglasie, Tanne, Buche, Trauben- und Stieleiche, Birke, Bergahorn, Hainbuche, Roteiche). Hierfür werden existierende Verfahren zur Baumarteneignungsbeurteilung aus allen Bundesländern zusammengestellt und verglichen. Entsprechend ergibt sich eine Pluralität der Eignungseinstufungen in den Ländern, die die Grundlage für die angestrebten Verbesserungen darstellen. An einigen der Länderversuchsanstalten sind zu diesem Zweck in den letzten Jahren bereits standort- bzw. klimasensitive Standort-Leistungs- und Risikomodelle entwickelt worden. Die verbesserten Eignungsempfehlungen sollen für differenziertere strategische Waldbauplanungen und mittelfristige forstbetriebliche Entscheidungen bereitgestellt werden. Das Verwertungsziel liegt in der Abschätzung der Zukunftsfähigkeit von Baumarten und Baumartenmischungen unter sich verändernden Umweltbedingungen. Eignungsempfehlungen und die sie bestimmenden Risiko- und Leistungsprojektionen werden am bundesweiten Punkteraster der Bodenzustandserhebung (BZE), Waldzustandserhebung (WZE) und Bundeswaldinventur (BWI) sowie für einige länderübergreifende 'Nachbarschaftsregionen' flächig abgeleitet bzw. angewendet. Auf dieser Grundlage erfolgen anschließend Vergleiche der Eignungsempfehlungen in den 'Nachbarschaftsregionen' benachbarter Länder sowie zwischen den aktuellen (häufig nur regional gültigen) expertenbasierten Verfahren und den modellgestützt adaptierten Verfahren. Dieser Vergleich wird durch Sensitivitätsanalysen über große Standortgradienten ergänzt. Ausgehend von rezenten Klimabedingungen (1981-2010) werden als zeitliche Korridore die nahe (2021-2050) und ferne Zukunft (2071-2100) unter Berücksichtigung der zwei Klimaszenarien RCP 4.5 und 8.5 betrachtet.
Das übergeordnete Projektziel von ISLAND ist die Wissensgrundlage zu den Effekten von Leguminosen in Fruchtfolgen unterschiedlicher Produktionsintensität zu erweitern und Strategien der optimierten Integration zu entwickeln. Hierbei soll ein Schwerpunkt auf der Berücksichtigung und Minimierung der Verlustpotentiale und auf die adäquate Anrechnung der Fixierungsleistung/Vorfruchtwirkung gelegt werden. Dafür soll das Verständnis der relevanten Prozesse im Stickstoffkreislauf umfänglich erweitert und plausible Bewertungsalgorithmen und -kennzahlen (Schätzung N2-Fixierung) für eingesetzte Maßnahmen (z.B. Behandlung der Ernterückstände), Betriebsmittel (z.B. mineralische/organische Dünger) und deren Wechselwirkungen entwickelt werden. Als Bindeglied zwischen der empirischen Datenerhebung in Feldversuchen und der aggregierten Kennzahlentwicklung sollen prozessorientierte Simulationsmodelle weiterentwickelt und zur Datenanalyse sowie in Form von Szenarienrechnungen eingesetzt werden. Die zentralen Forschungsfragen lauten: (1) Welchen Beitrag leisten Leguminosen zur Klimabilanz in unterschiedlichen Stellungen innerhalb standorttypischer Fruchtfolgen variierender Produktionsintensität? (2) Gibt es einen Zusammenhang zwischen direkten (und indirekten) Lachgasemissionen und der N2-Fixierungsleistung bei ausgewählten Körnerleguminosen und lässt sich die Fixierungsleistung auch über fernerkundlich erhobenen Spektraldaten abschätzen? (3) Wie wirken sich die Vorfrucht- und Fruchtfolgeeffekte von Leguminosen auf die THG-Bilanzen standorttypischer Fruchtfolgen unterschiedlicher Intensität unter prognostizierten Klimawandelszenarien an ausgewählten Standorten aus?
Das übergeordnete Projektziel von ISLAND ist die Wissensgrundlage zu den Effekten von Leguminosen in Fruchtfolgen unterschiedlicher Produktionsintensität zu erweitern und Strategien der optimierten Integration zu entwickeln. Hierbei soll ein Schwerpunkt auf der Berücksichtigung und Minimierung der Verlustpotentiale und auf die adäquate Anrechnung der Fixierungsleistung/Vorfruchtwirkung gelegt werden. Dafür soll das Verständnis der relevanten Prozesse im Stickstoffkreislauf umfänglich erweitert und plausible Bewertungsalgorithmen und -kennzahlen (Schätzung N2-Fixierung) für eingesetzte Maßnahmen (z.B. Behandlung der Ernterückstände), Betriebsmittel (z.B. mineralische/organische Dünger) und deren Wechselwirkungen entwickelt werden. Als Bindeglied zwischen der empirischen Datenerhebung in Feldversuchen und der aggregierten Kennzahlentwicklung sollen prozessorientierte Simulationsmodelle weiterentwickelt und zur Datenanalyse sowie in Form von Szenarienrechnungen eingesetzt werden. Die zentralen Forschungsfragen lauten: (1) Welchen Beitrag leisten Leguminosen zur Klimabilanz in unterschiedlichen Stellungen innerhalb standorttypischer Fruchtfolgen variierender Produktionsintensität? (2) Gibt es einen Zusammenhang zwischen direkten (und indirekten) Lachgasemissionen und der N2-Fixierungsleistung bei ausgewählten Körnerleguminosen und lässt sich die Fixierungsleistung auch über fernerkundlich erhobenen Spektraldaten abschätzen? (3) Wie wirken sich die Vorfrucht- und Fruchtfolgeeffekte von Leguminosen auf die THG-Bilanzen standorttypischer Fruchtfolgen unterschiedlicher Intensität unter prognostizierten Klimawandelszenarien an ausgewählten Standorten aus?
Im letzten Jahrzehnt war der grönländische Eisschild mehreren Extremereignissen ausgesetzt, mit teils unerwartet starken Auswirkungen auf die Oberflächenmassebilanz und den Eisfluss, insbesondere in den Jahren 2010, 2012 und 2015. Einige dieser Schmelzereignisse prägten sich eher lokal aus (wie in 2015), während andere fast die gesamte Eisfläche bedeckten (wie in 2010).Mit fortschreitendem Klimawandel ist zu erwarten, dass extreme Schmelzereignisse häufiger auftreten und sich verstärken bzw. länger anhalten. Bisherige Projektionen des Eisverlustes von Grönland basieren jedoch typischerweise auf Szenarien, die nur allmähliche Veränderungen des Klimas berücksichtigen, z.B. in den Representative Concentration Pathways (RCPs), wie sie im letzten IPCC-Bericht genutzt wurden. In aktuellen Projektionen werden extreme Schmelzereignisse im Allgemeinen unterschätzt - und welche Konsequenzen dies für den zukünftigen Meeresspiegelanstieg hat, bleibt eine offene Forschungsfrage.Ziel des vorgeschlagenen Projektes ist es, die Auswirkungen extremer Schmelzereignisse auf die zukünftige Entwicklung des grönländischen Eisschildes zu untersuchen. Dabei werden die unmittelbaren und dauerhaften Auswirkungen auf die Oberflächenmassenbilanz und die Eisdynamik bestimmt und somit die Beiträge zum Meeresspiegelanstieg quantifiziert. In dem Forschungsprojekt planen wir zudem, kritische Schwellenwerte in der Häufigkeit, Intensität sowie Dauer von Extremereignissen zu identifizieren, die - sobald sie einmal überschritten sind - eine großräumige Änderung in der Eisdynamik auslösen könnten.Zu diesem Zweck werden wir die dynamische Reaktion des grönländischen Eisschilds in einer Reihe von Klimaszenarien untersuchen, in denen extreme Schmelzereignisse mit unterschiedlicher Wahrscheinlichkeit zu bestimmten Zeitpunkten auftreten, und die Dauer und Stärke prognostisch variiert werden. Um indirekte Effekte durch verstärktes submarines Schmelzen hierbei berücksichtigen zu können, werden wir das etablierte Parallel Ice Sheet Model (PISM) mit dem Linearen Plume-Modell (LPM) koppeln. Das LPM berechnet das turbulente submarine Schmelzen aufgrund von Veränderungen der Meerestemperatur und des subglazialen Ausflusses. Es ist numerisch sehr effizient, so dass das gekoppelte PISM-LPM Modell Ensemble-Läufe mit hoher Auflösung ermöglicht. Folglich kann eine breite Palette von Modellparametern und Klimaszenarien in Zukunftsprojektionen in Betracht gezogen werden.Mit dem interaktiv gekoppelten Modell PISM-LPM werden wir den Beitrag Grönlands zum Meeresspiegelanstieg im 21. Jahrhundert bestimmen, unter Berücksichtigung regionaler Veränderungen von Niederschlag, Oberflächen- und Meerestemperaturen, und insbesondere der Auswirkungen von Extremereignissen. Ein Hauptergebnis wird eine Risikokarte sein, die aufzeigt, in welchen kritischen Regionen Grönlands zukünftige extreme Schmelzereignisse den stärksten Eisverlust zur Folge hätten.
Der zip-Ordner enthält 30-jährige Rastermittel für Beobachtungs- (1961-1990 bis 1991-2020) und die Ergebnisbandbreite mit Mittelwert der Absolutwerte und Änderungssignale zu 1971-2000 für Projektionszeiträume der Klimaszenarien RCP8.5 und RCP2.6 (2031-2060 und 2071-2100) im Koordinatensystem epsg:4647 (UTM32) für die Zeiteinheiten: - yr: Kalenderjahr (Jan. - Dez.) - sp: Frühling (Mär. - Mai) - su: Sommer (Jun. - Aug.) - au: Herbst (Sep. - Nov.) - wi: Winter (Dez. - Feb.) - hyr: Hydrologisches Jahr (Nov. - Okt.) - hsu: Hydrologisches Sommerhalbjahr (Mai - Okt.) - hwi: Hydrologisches Winterhalbjahr (Nov. - Apr.) - gs: Vegetationsperiode (Apr. - Sep.) - vd: Vegetationsruhe (Okt. - Mär.) - m01.. Monate Januar bis Dezember Neben den Rasterdaten ist eine Information zu den Dateinamen und für eine Darstellung im GIS eine Klassifizierung der Rasterdaten mit Klassenname und hexcolor-code gegeben.
Der zip-Ordner enthält 30-jährige Rastermittel für Beobachtungs- (1931-1960 bis 1991-2020) und die Ergebnisbandbreite mit Mittelwert der Absolutwerte und Änderungssignale zu 1971-2000 für Projektionszeiträume der Klimaszenarien RCP8.5 und RCP2.6 (2031-2060 und 2071-2100) im Koordinatensystem epsg:4647 (UTM32) für die Zeiteinheiten: - yr: Kalenderjahr (Jan. - Dez.) - sp: Frühling (Mär. - Mai) - su: Sommer (Jun. - Aug.) - au: Herbst (Sep. - Nov.) - wi: Winter (Dez. - Feb.) - hyr: Hydrologisches Jahr (Nov. - Okt.) - hsu: Hydrologisches Sommerhalbjahr (Mai - Okt.) - hwi: Hydrologisches Winterhalbjahr (Nov. - Apr.) - gs: Vegetationsperiode (Apr. - Sep.) - vd: Vegetationsruhe (Okt. - Mär.) - m01.. Monate Januar bis Dezember Neben den Rasterdaten ist eine Information zu den Dateinamen und für eine Darstellung im GIS eine Klassifizierung der Rasterdaten mit Klassenname und hexcolor-code gegeben.
Der zip-Ordner enthält 30-jährige Rastermittel für Beobachtungs- (1961-1990 bis 1991-2020) und die Ergebnisbandbreite mit Mittelwert der Absolutwerte und Änderungssignale zu 1971-2000 für Projektionszeiträume der Klimaszenarien RCP8.5 und RCP2.6 (2031-2060 und 2071-2100) im Koordinatensystem epsg:4647 (UTM32) für die Zeiteinheiten: - yr: Kalenderjahr (Jan. - Dez.) - sp: Frühling (Mär. - Mai) - su: Sommer (Jun. - Aug.) - au: Herbst (Sep. - Nov.) - wi: Winter (Dez. - Feb.) - hyr: Hydrologisches Jahr (Nov. - Okt.) - hsu: Hydrologisches Sommerhalbjahr (Mai - Okt.) - hwi: Hydrologisches Winterhalbjahr (Nov. - Apr.) - gs: Vegetationsperiode (Apr. - Sep.) - vd: Vegetationsruhe (Okt. - Mär.) - m01.. Monate Januar bis Dezember Neben den Rasterdaten ist eine Information zu den Dateinamen und für eine Darstellung im GIS eine Klassifizierung der Rasterdaten mit Klassenname und hexcolor-code gegeben.
| Organisation | Count |
|---|---|
| Bund | 702 |
| Europa | 62 |
| Kommune | 5 |
| Land | 161 |
| Weitere | 3 |
| Wirtschaft | 4 |
| Wissenschaft | 244 |
| Zivilgesellschaft | 1 |
| Type | Count |
|---|---|
| Daten und Messstellen | 4 |
| Ereignis | 2 |
| Förderprogramm | 593 |
| Text | 44 |
| unbekannt | 92 |
| License | Count |
|---|---|
| Geschlossen | 54 |
| Offen | 677 |
| Unbekannt | 4 |
| Language | Count |
|---|---|
| Deutsch | 601 |
| Englisch | 269 |
| Resource type | Count |
|---|---|
| Archiv | 61 |
| Bild | 7 |
| Datei | 4 |
| Dokument | 53 |
| Keine | 411 |
| Unbekannt | 2 |
| Webdienst | 4 |
| Webseite | 275 |
| Topic | Count |
|---|---|
| Boden | 571 |
| Lebewesen und Lebensräume | 704 |
| Luft | 735 |
| Mensch und Umwelt | 735 |
| Wasser | 525 |
| Weitere | 723 |