s/productivité/productivity/gi
This dataset contains a compilation of published and new SNW data with corresponding environmental data extracted from CMIP6 that are used in the at depth species level Bayesian regression modelling. Environmental data for G. truncatulinoides comes from 200m depth, all other environmental data is from the sea surface (≤ 20 m).
Seagrass meadows provide valuable socio-ecological ecosystem services, including a key role in climate change mitigation and adaption. Understanding the natural history of seagrass meadows across environmental gradients is crucial to decipher the role of seagrasses worldwide. This database comprises of data compiled from peer-previewed publications (1975-2020; based on a Web of Science search) containing 11 individual measures of seagrass meadow structure (e.g. percent cover), biomass (e.g. above-ground biomass) and productivity (e.g. shoot production). Each row of data also includes biological, spatial and temporally relevant information such as bioregion, latitude, longitude, sampling year and genera. This compiled database will facilitate a deeper understanding of spatial and temporal patterns in seagrass meadow structure, biomass and production characteristics globally.
This data set presents the reconstructed vegetation cover for 446 Asian sites based on harmonized pollen data from the data set LegacyPollen 2.0. Sugita's REVEALS model (2007) was applied to all pollen records using REVEALSinR from the DISQOVER package (Theuerkauf et al. 2016). Pollen counts were translated into vegetation cover by accounting for taxon-specific pollen productivity and fall speed. Additionally, relevant source areas of pollen were calculated using the aforementioned taxon-specific parameters and a Gaussian plume model for deposition and dispersal. Values for relative pollen productivity and fall speed from the synthesis from Wiezcorek and Herzschuh (2010) were updated with recent studies used to reconstruct vegetation cover. The average values from all Northern Hemisphere values were used where taxon-specific continental values were unavailable. As REVEALS was conceived to reconstruct vegetation from large lakes, only records originating from large lakes (>= 50h) are marked as "valid as site" in the dataset. Reconstructions from other records can be used when spatially averaging several together. An example script to do so is provided on Zenodo (https://doi.org/10.5281/zenodo.12800290). Reconstructed tree cover was validated using modern Landsat remote sensing forest cover. Reconstructed tree cover has much lower errors than the original arboreal pollen percentages. Reconstructions of individual taxa are more uncertain. We present tables with reconstructed vegetation cover for all continents with original parameters. As further details, we list a table with the taxon-specific parameters used, metadata for all records, and a list of parameters adjusted in the default version of REVEALSinR.
This data set presents the reconstructed vegetation cover for 706 Asian sites based on harmonized pollen data from the data set LegacyPollen 2.0 and optimized RPP values. Sugita's REVEALS model (2007) was applied to all pollen records using REVEALSinR from the DISQOVER package (Theuerkauf et al. 2016). Pollen counts were translated into vegetation cover by taking into account taxon-specific pollen productivity and fall speed. Additionally, relevant source areas of pollen were also calculated using the aforementioned taxon-specific parameters and a gaussian plume model for deposition and dispersal and forest cover was reconstructed. In this optimized reconstruction, relative pollen productivity estimates for the ten most common taxa were first optimized by using reconstructed tree cover from modern pollen samples and LANDSAT remotely sensed tree cover (Sexton et al. 2013) for Asia. Values for non-optimized taxa for relative pollen productivity and fall speed were taken from the synthesis from Wiezcorek and Herzschuh (2020). The average values from all Northern Hemisphere values were used where taxon-specific continental values were not available. We present tables with optimized reconstructed vegetation cover for records in Asia. As further details we list a table with the taxon-specific parameters used and a list of parameters adjusted in the default version of REVEALSinR.
This data set presents the reconstructed vegetation cover for 3083 sites based on harmonized pollen data from the data set LegacyPollen 2.0 (https://doi.pangaea.de/10.1594/PANGAEA.965907) and optimized RPP values. 1115 sites are located in North America, 1435 in Europe, and 533 in Asia. Sugita's REVEALS model (2007) was applied to all pollen records using REVEALSinR from the DISQOVER package (Theuerkauf et al. 2016). Pollen counts were translated into vegetation cover by taking into account taxon-specific pollen productivity and fall speed. Additionally, relevant source areas of pollen were also calculated using the aforementioned taxon-specific parameters and a gaussian plume model for deposition and dispersal. In this optimized reconstruction, relative pollen productivity estimates for the ten most common taxa were first optimized by using reconstructed tree cover from modern pollen samples and LANDSAT remotely sensed tree cover (Townshend 2016) for North America, Europe, and Asia. Values for non-optimized taxa for relative pollen productivity and fall speed were taken from the synthesis from Wiezcorek and Herzschuh (2020). The average values from all Northern Hemisphere values were used where taxon-specific continental values were not available. We present tables with optimized reconstructed vegetation cover for all Europe, North America and Asia. As further details we list a table with the taxon-specific parameters used and a list of parameters adjusted in the default version of REVEALSinR.
Magdeburg. Anlässlich der heutigen Vorstellung des Strategiepapieres „Vision für Landwirtschaft und Ernährung“ durch EU-Agrarkommissar Christophe Hansen äußert sich Sachsen-Anhalts Wirtschafts- und Landwirtschaftsminister Sven Schulze positiv, fordert jedoch zugleich eine konsequente Umsetzung der angekündigten Maßnahmen sowie eine gerechtere Verteilung der Agrarfördermittel. „Die neue Vision der EU-Kommission stellt die Wettbewerbsfähigkeit unserer Landwirte in den Fokus und erkennt die Landwirtschaft als strategischen Sektor an. Das ist ein wichtiges Signal für unsere Betriebe in Sachsen-Anhalt und ganz Europa“, so Minister Sven Schulze. Ernährungssouveränität als Ziel Ein zentraler Punkt des Strategiepapieres ist die Stärkung der Ernährungssouveränität. Minister Sven Schulze begrüßt diesen Ansatz ausdrücklich: „Europa muss bei der Lebensmittelversorgung unabhängiger werden. Eine starke, eigenständige Landwirtschaft sichert unsere Versorgung und stärkt unsere Betriebe.“ Minister Sven Schulze unterstützt zudem die Pläne, die Gemeinsame Agrarpolitik (GAP) ab 2028 weiterzuentwickeln. Ziel sei es, die Landwirtschaft so auszurichten, dass sie aktiv zur Ernährungssicherheit, zur wirtschaftlichen Stabilität der Branche sowie zum Umwelt- und Klimaschutz beiträgt. „Dabei muss jedoch die Balance zwischen klaren Regeln und gezielten Anreizen stimmen“, so Minister Sven Schulze. Weniger Bürokratie, mehr Praxisbezug Minister Sven Schulze fordert eine konsequente und praxisnahe Umsetzung der angekündigten Vereinfachungen. „Unsere Landwirte brauchen klare, verständliche Regeln und weniger bürokratischen Aufwand. Sie sollen sich auf ihre Arbeit auf dem Feld und im Stall konzentrieren können – nicht auf komplizierte Formulare und Verwaltungsaufgaben“, betont Minister Sven Schulze. Er betont, dass die geplanten Schritte zur Vereinfachung der GAP und zur Entbürokratisierung für die Landwirte in der täglichen Arbeit spürbar werden müssen. „Es reicht nicht, nur Ankündigungen zu machen. Die Vereinfachungen müssen in der Praxis ankommen und unsere Betriebe wirklich entlasten“, fordert Minister Sven Schulze. Stärkung der Wettbewerbsfähigkeit und Unterstützung für Junglandwirte Minister Sven Schulze lobt auch die Pläne der EU-Kommission, die europäische Landwirtschaft im internationalen Handel zu stärken und fairen sowie nachhaltigen Wettbewerb zu fördern. „Unsere Landwirte stehen im globalen Wettbewerb. Es ist gut, dass die EU auf gleiche Standards für europäische und importierte Produkte setzt“, betont Minister Sven Schulze. Besonders positiv bewertet Minister Sven Schulze die Strategien zur Förderung des Generationswechsels und zur Unterstützung junger Landwirte. „Junge Menschen müssen in der Landwirtschaft lohnende Perspektiven sehen. Sie sind die Zukunft der Branche und sichern die langfristige Versorgung mit Lebensmitteln. Dafür sind gezielte Förderprogramme notwendig, die den Einstieg erleichtern und Innovationen fördern“, erklärt Minister Sven Schulze. Technologischer Fortschritt als Chance Um diese Zukunftsperspektiven weiter zu stärken, setzt Minister Sven Schulze auf technologische Innovation. Er sieht in der digitalen Transformation, in Künstlicher Intelligenz (KI) und in neuen Züchtungstechniken wichtige Schlüsseltechnologien, um die Landwirtschaft leistungsfähiger und nachhaltiger zu gestalten. „Innovation ist der Schlüssel, um die Produktivität zu steigern und gleichzeitig die Umwelt zu schonen. Mit modernen Technologien können wir effizienter wirtschaften und auf die Herausforderungen der Zukunft reagieren“, erklärt Minister Sven Schulze. Kritik an Bevorzugung kleiner Betriebe Neben vielen positiven Impulse im Strategiepapier, äußert Minister Sven Schulze aber auch Kritik. Besonders die geplante gezielte Förderung kleiner und mittlerer Betriebe sowie die vorgesehene Degression bei den Direktzahlungen bewertet er kritisch. „Aber alle Betriebe – unabhängig von ihrer Größe – leisten einen wesentlichen Beitrag zur Ernährungssicherung und müssen gleichwertig gefördert werden. Die geplante Degression ist ein falsches Signal und benachteiligt größere Betriebe, die gerade in Ostdeutschland wichtige Arbeitgeber und Stabilitätsanker in ländlichen Regionen sind“, betont Minister Sven Schulze. Appell für eine ausgewogene und praxisnahe Agrarpolitik Minister Sven Schulze appelliert an die EU-Kommission, eine ausgewogene und praxisnahe Agrarpolitik zu gestalten. „Die Vision der Kommission geht in die richtige Richtung, aber es bleibt noch viel zu tun. Wichtig ist, dass unsere Landwirte eine wirtschaftliche Perspektive behalten, die Bürokratie abgebaut wird und alle Betriebe – unabhängig von ihrer Größe – fair behandelt werden. Jeder Hektar zählt!“ Gute Zusammenarbeit mit der EU-Kommission Minister Sven Schulze hebt die gute und konstruktive Zusammenarbeit mit EU-Agrarkommissar Christophe Hansen hervor. „Wir stehen in einem vertrauensvollen Dialog auf Augenhöhe. Ich schätze die klare Vision und die lösungsorientierte Herangehensweise von Christophe Hansen“, erklärt Minister Sven Schulze. Bereits im Februar hatte Minister Sven Schulze bei einem Treffen mit EU-Agrarkommissar Hansen und Mecklenburg-Vorpommerns Landwirtschaftsminister Dr. Till Backhaus die Interessen und Anliegen der ostdeutschen Bundesländer zur GAP ab 2028 deutlich gemacht. Dabei setzte er sich insbesondere für eine gerechte Förderung und den Abbau von Bürokratie ein. „Dieser Austausch ist wichtig, um unsere Positionen frühzeitig einzubringen und gemeinsam an einer zukunftsorientierten Agrarpolitik zu arbeiten“, betont Minister Sven Schulze abschließend.
This dataset contains a compilation of published and new SNW data with corresponding sea surface (≤ 20 m) environmental data extracted from CMIP6 that are used in the group level Bayesian regression modelling.
This dataset contains a compilation of published and new SNW data with corresponding sea surface (≤ 20 m) environmental data extracted from CMIP6 that are used in the species level Bayesian regression modelling.
Origin | Count |
---|---|
Bund | 1394 |
Land | 61 |
Wissenschaft | 128 |
Type | Count |
---|---|
Daten und Messstellen | 123 |
Ereignis | 1 |
Förderprogramm | 1312 |
Taxon | 31 |
Text | 46 |
Umweltprüfung | 1 |
unbekannt | 61 |
License | Count |
---|---|
geschlossen | 97 |
offen | 1442 |
unbekannt | 5 |
Language | Count |
---|---|
Deutsch | 1115 |
Englisch | 615 |
andere | 2 |
Resource type | Count |
---|---|
Archiv | 68 |
Bild | 29 |
Datei | 53 |
Dokument | 27 |
Keine | 935 |
Unbekannt | 33 |
Webdienst | 9 |
Webseite | 474 |
Topic | Count |
---|---|
Boden | 1241 |
Lebewesen und Lebensräume | 1251 |
Luft | 929 |
Mensch und Umwelt | 1544 |
Wasser | 946 |
Weitere | 1494 |