Das Projekt "Dynamik des Feinwurzelsystems von Buche und Fichte bei unterschiedlicher Ozonbelastung" wird/wurde ausgeführt durch: Universität Ulm, Fachrichtung Biologie, Institut für Systematische Botanik und Ökologie (Biologie V).Wachstum und Mortalität des Feinwurzelsystems hängen von vielen abiotischen Faktoren wie Nährstoff-, Wasser- und Sauerstoffversorgung ab. Neben diesen Faktoren kann die Ozonbelastung der oberirdischen Pflanzenteile zur Verringerung des Wurzelwachstums führen. Im Zusammenhang mit der zentralen Hypothese des SFB 607, dass 'Steigerung der Stresstoleranz zu Einschränkungen im Wachstum und Konkurrenzverhalten führt', sollen folgende Fragen beantwortet werden: 1. Wie eng ist der Zusammenhang zwischen Dynamik des Feinwurzelsystems und den abiotischen Faktoren im Wurzelraum? 2. Welchen Einfluss hat darüber hinaus doppelt ambiente Ozonkonzentration im Kronenraum auf die Dynamik des Feinwurzelsystems? 3. Wie verändert sich die Feinwurzeldynamik der Jungbäume unter interspezifischer Konkurrenz und bei zusätzlichem Phytophthora-Befall? Die Dynamik des Feinwurzelsystems wird mit Hilfe von Minirhizotronen mit gekoppelter TDR-, Sauerstoff- und Temperatursensoren und Minisaugkerzen erfasst. Die Auswertung der Feinwurzelaufnahmen erfolgt lagegenau anhand der entzerrten digitalen Bilder mit einem geographischen Informationssystem. Die so analysierten Daten gewinnen aufgrund ihres Raumbezuges eine höhere Aussagekraft gegenüber bisherigen Rhizotronuntersuchungen. Neben der Beantwortung der obigen Fragen liefert das Vorhaben auch eine wichtige Datengrundlage für mehrere Teilprojekte des SFB 607 'Wachstum und Parasitenabwehr'.
Das Projekt "Erarbeitung einer röntgendensitometrisch multivariaten Analysenmethode für die Datierung von Holz der Baumart Fichte (Picea abies (L.) Karst.)" wird/wurde gefördert durch: Deutsche Forschungsgemeinschaft. Es wird/wurde ausgeführt durch: Technische Universität Dresden, Fachrichtung Forstwissenschaften, Institut für Forstnutzung und Forsttechnik, Professur für Forstnutzung.An historisch wertvollen Gebäuden und Denkmälern sind häufig dendrochronologische Altersbestimmungen an hölzernen Baugruppen notwendig, um eine exakte zeitliche Einordnung und fachgerechte Sanierung zu ermöglichen. Grundlage der herkömmlichen dendrochronologischen Datierung sind Messreihen der Jahrringbreite. Mit diesem holzanatomischen Merkmal können in der Regel bisher nur Proben mit mehr als 50 Jahrringen zeitlich exakt eingeordnet werden. Wichtige Informationen zu kleineren Objekten können somit der Erforschung der Kunst- und Siedlungsgeschichte verloren gehen. In diesem Forschungsvorhaben soll deshalb am Lehrstuhl Forstnutzung der TU Dresden in Tharandt insbesondere in Zusammenarbeit mit der Eidgenössischen Forschungsanstalt Birmensdorf, dem Landesamt für Denkmalpflege Sachsen, der Bundesforschungsanstalt für Forst- und Holzwirtschaft Hamburg und dem DAI Berlin eine röntgendensitometrische Datierungsmethode entwickelt werden, die auf der Grundlage einer multivariate Zeitreihenanalyse jahrringärmerer Holzstücke der Bauforschung und Archäologie neue Daten zur Verfügung stellen kann. Die Methode basiert auf einer multivariaten Analyse röntgendensitometrischer Daten von Rohdichteprofilen. Die Datierung von Fichtenholzproben mit einer multivariaten Standardkurve, bestehend aus Zeitreihen verschiedener Rohdichtemerkmale, als neue wissenschaftliche Methode würde durch die komplexe Erfassung der intraannuellen Xylemcharakteristika eine effizientere dendrochronologische Auswertung ermöglichen.
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
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
Im Erntezulassungsregister (EZR) werden alle Bestände von zugelassenem Ausgangsmaterial und des davon erzeugten Vermehrungsgutes verwaltet. Der Layer stellt die Flächen des EZR räumlich dar.
Unterlayer ermöglichen die Unterscheidung nach der Baumart:
Bergahorn, Douglasie, Esche, Esskastanie, Europäische Lärche, Fichte, Große Küstentanne, Grauerle, Hainbuche, Japanische Lärche, Kiefer, Moorbirke, Pappel, Robinie, Rotbuche, Roteiche, Sandbirke, Schwarzerle, Schwarzkiefer, Sitkafichte, Sommerlinde, Spitzahorn, Stieleiche, Traubeneiche, Vogelkirsche, Weißtanne, Winterlinde
Im Erntezulassungsregister (EZR) werden alle Bestände von zugelassenem Ausgangsmaterial und des davon erzeugten Vermehrungsgutes verwaltet. Der Layer stellt die Flächen des EZR räumlich dar.
Unterlayer ermöglichen die Unterscheidung nach der Baumart:
Bergahorn, Douglasie, Esche, Esskastanie, Europäische Lärche, Fichte, Große Küstentanne, Grauerle, Hainbuche, Japanische Lärche, Kiefer, Moorbirke, Pappel, Robinie, Rotbuche, Roteiche, Sandbirke, Schwarzerle, Schwarzkiefer, Sitkafichte, Sommerlinde, Spitzahorn, Stieleiche, Traubeneiche, Vogelkirsche, Weißtanne, Winterlinde
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.
Layer enthält Waldflächen, die in Folge der Extremwetterereignisse und nachfolgender Schädlingsbefall im Zeitraum 01.07.2018 bis 15.04.2024 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.
Die Digitalen Topographischen Karten (DTK) werden aus Digitalen Landschafts- und Geländemodellen sowie dem Amtlichen Liegenschaftskatasterinformationssystem ALKIS erzeugt und nach dem bundeseinheitlichen Signaturenkatalog der Präsentationsausgaben „basemap.de P10“ Raster visualisiert. Die DTK liegen flächendeckend und im einheitlichen geodätischen Bezugssystem und Kartenprojektion für das Land Brandenburg vor. Sie sind als Rasterdaten (farbig/grau) und als Webdienste, verfügbar. Bei Nutzung der Daten sind die Lizenzbedingungen zu beachten.
The Neualbenreuth Maar (49°58' N, 12°28' E, 601 m asl) is a filled up former maar lake, located within a presently swampy depression 2.5 km ESE of the village Neualbenreuth (NE-Bavaria, Germany). It represents one of four hitherto known volcanic structures of Pleistocene age along the NNW-SSE trending Tachov fault zone. The maar structure was detected by gravity surveys and was subsequently confirmed by the recovery of lake sediments by an exploratory drilling campaign in 2015. Within the scope of a pilot study, a set of 141 pollen samples collected from sediment depths between 17.7 to 96.0 m below the recent surface. The samples were analyzed in order to evaluate the potential of the sequence for detailed palaeoenvironmental investigations, and to estimate the age of the sedimentary record.
The pollen analyses from the Neualbenreuth Maar sediments reveal a continuous record of vegetation and climate changes encompassing four interglacial stages and five cold periods. The dominance of cold and dry tolerant herbs and the sparse representation trees and shrubs during most parts of the sequence indicates open landscapes of steppe to woody-steppe character typically of late Middle and Late Pleistocene glacial periods in Central Europe. The pollen assemblages of the warm stage in the upper part of the core clearly support its correlation with the Eemian interglacial (MIS 5e). The three pre-Eemian warm stages represent terrestrial analogues of the marine isotope stages (MIS) 7e, 7c, and 7a within the Saalian glacial period.
In Central Europe, which was strongly affected by glacial and periglacial processes during the major Middle and Late Pleistocene cold periods, palaeoecological evidence of the Saalian complex of alternating warm and cold stages is ambiguous so far. The Neualbenreuth record provides the first biostratigraphical sequence from this region covering MIS 8 to 5 without notable depositional gaps
This vector dataset is based on a 10 m resolution raster dataset that shows forest canopy cover loss (FCCL) in Germany at a monthly resolution from September 2017 to September 2024. Results at pixel level were aggregated at municipality, district, and federal state level. For the results at administrative level we differentiate between deciduous and coniferous forests. We use the stocked area map 2018 (Langner et al. 2022, https://doi.org/10.3220/DATA20221205151218 ) as a reference forest mask. We differentiate between deciduous and coniferous forests by intersecting the stocked area map with a tree species map (Blickensdoerfer et al. 2024). Pixels of the classes birch, beech, oak, alder, deciduous trees with long lifespan and deciduous trees with short lifespan were classified as deciduous forest and pixels of the classes Douglas fir, spruce, pine, larch and fir as coniferous forest. The coverage of the two datasets is not identical, which is why a few areas of the forest reference map remained unclassified. These were filled with the dominant leaf type map of the Copernicus Land Monitoring Service (CLMS 2025). Therefore, the vector data at administrative level contains information about unclassified forest areas and the total forest area as the sum of deciduous, coniferous, and unclassified forests. The FCCL confidence at pixel level is lowest at the end of the time series because the number of repeated threshold exceedance is used as a criterion to record forest canopy cover losses. Therefore, we excluded July 2024 through September 2024 from the annual and overall statistics and summarized the respective FCCL as additional attribute. The dataset is a fully reprocessed continuation of the assessment in Thonfeld et al. (2022).
Die Umweltprobenbank des Bundes (UPB) mit ihren Bereichen Bank für Umweltproben und Bank für Humanproben ist eine Daueraufgabe des Bundes unter der Gesamtverantwortung des Bundesumweltministeriums sowie der administrativen und fachlichen Koordinierung des Umweltbundesamtes. Es werden für die Bank für Umweltproben regelmäßig Tier- und Pflanzenproben aus repräsentativen Ökosystemen (marin, limnisch und terrestrisch) Deutschlands und darüber hinaus für die Bank für Humanproben im Rahmen einer Echtzeitanalyse Blut-, Urin-, Speichel- und Haarproben studentischer Kollektive gewonnen. Vor ihrer Einlagerung werden die Proben auf eine Vielzahl an umweltrelevanten Stoffen und Verbindungen (z.B. Schwermetalle, CKW und PAH) analysiert. Der eigentliche Wert der Umweltprobenbank besteht jedoch in der Archivierung der Proben. Sie werden chemisch veränderungsfrei (über Flüssigstickstoff) gelagert und somit können auch rückblickend Stoffe untersucht werden, die zum Zeitpunkt ihrer Einwirkung noch nicht bekannt oder analysierbar waren oder für nicht bedeutsam gehalten wurden. Alle im Betrieb der Umweltprobenbank anfallenden Daten und Informationen werden mit einem Datenbankmanagementsystem verwaltet und aufbereitet. Hierbei handelt es sich insbesondere um die biometrischen und analytischen Daten, das Schlüsselsystem der UPB, die Probenahmepläne, die Standardarbeitsanweisungen (SOP) zu Probenahme, Transport, Aufbereitung, Lagerung und Analytik und die Lagerbestandsdaten. Mit einem Geo-Informationssystem werden die Karten der Probenahmegebiete erstellt, mit denen perspektivisch eine Verknüpfung der analytischen Ergebnisse mit den biometrischen Daten sowie weiteren geoökologischen Daten (z.B. Daten der Flächennutzung, der Bodenökologie, der Klimatologie) erfolgen soll. Ausführliche Informationen und eine umfassende Datenrecherche sind unter www.umweltprobenbank.de abrufbar.
