Die Sickerwasserrate ist ein Kennwert zur Bewertung des Bodens als Bestandteil des Wasserhaushaltes und beschreibt diejenige Wassermenge, die der Boden aufgrund seines beschränkten Wasserhaltevermögens nicht mehr halten kann und welche daher den Wurzelraum verlässt bzw. versickert (Grundwasserneubildung). Laterale Abflüsse (Drainage, Grabenentwässerung) werden an dieser Stelle nicht betrachtet. Sandige Böden können weniger Wasser halten als lehmige oder tonige Böden, so dass (unter sonst gleichen Bedingungen) die Sickerwasserrate unter sandigen Böden größer ist als unter lehmigen/tonigen Böden. In niederschlagsreichen Gebieten versickert mehr Wasser als in niederschlagsärmeren Gebieten. Mit der Sickerwasserrate wird eine natürliche Bodenfunktionen nach § 2 Abs. 2 BBodSchG bewertet und zwar nach Punkt 1.b) als Bestandteil des Naturhaushalts, insbesondere mit seinen Wasser- und Nährstoffkreisläufen. Das hierfür gewählte Kriterium sind die allgemeinen Wasserhaushaltsverhältnisse mit dem Kennwert Sickerwasserrate. Die Karten liegen für die folgenden Maßstabsebenen vor: - 1 : 1.000 - 10.000 für hochaufgelöste oder parzellenscharfe Planung, - 1 : 10.001 - 35.000 für Planungen auf Gemeindeebene, - 1 : 35.001 - 100.000 für Planungen in größeren Regionen, - 1 : 100.001 - 350.000 für landesweit differenzierte Planung, - 1 : 350.001 - 1000.000 für landesweite bis bundesweite Planung. In dieser Darstellung wird die Sickerwasserrate regionalspezifisch klassifiziert. Unter dem Titel "Bodenbewertung - Sickerwasserrate (SWR), landesweit bewertet" gibt es noch eine Klassifikation der Sickerwasserrate, die die Sickerwasserrate über die Naturraumgrenzen hinweg landesweit einheitlich darstellt.
Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station am Ludwigkai sind mehrere Linden der Art Tilia mit Sensoren versehen. Die Daten eines dieser Bäume stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 13.11.2024 13 Uhr](https://opendata.smartandpublic.eu/datasets/a879dea4-b157-4cac-9144-ce3d3e65e862?locale=en), [ab 13.11.2024 14 Uhr](https://opendata.smartandpublic.eu/datasets/338fe900-beac-4406-bdb8-b32c0e058cdb?locale=en)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)
Potenzielle, bodenbezogene Feldhamster-Habitate gemäß Bodenflächendaten Hessen 1:5000 für landwirtschaftliche Nutzflächen (BFD5L) - Die Grundlage der Methode bildet die einschlägige Fachliteratur zu Ansprüchen von Feldhamstern an das Habitat (Wurzelraum, Substrat, Wasserverhältnisse), die eine systematische Ableitung bodenkundlicher Kriterien sowie die Zuordnung zu Angaben aus den Klassenzeichen der Bodenschätzung zur Habitateignung erlaubt. Zur Beurteilung eines Standortes sind weitere Informationen hinzuzuziehen (siehe detaillierte Dokumentation der Methodik).
Der interoperable INSPIRE-Datensatz beinhaltet Daten vom LBGR über die minimale Nitrataustragsgefährdung (Berechnung nach Landesmethode) Brandenburg, zugeordnet in das INSPIRE-Zielschema Boden. Damit wird das minimale Risiko einer Nitratauswaschung aus dem Wurzelraum der Vegetation durch versickerndes Bodenwasser bewertet. Weiterführende Informationen finden Sie hier: https://geo.brandenburg.de/karten/htdocs/21042020_Sickerwasserrate.pdf. Der Datensatz wird über je einen interoperablen Darstellungs- und Downloaddienst bereitgestellt. --- The compliant INSPIRE data set contains data about the minimum risk of nitrate leaching (calculation according to state method) in the State of Brandenburg from the LBGR, assigned to the INSPIRE target schema Soil. This evaluates the minimum risk of nitrate leaching from the root zone of the vegetation due to seeping ground water. Further information can be found here: https://geo.brandenburg.de/karten/htdocs/21042020_Sickerwasserrate.pdf. The data set is provided via compliant view and download services.
Unterschiedliche Baumarten beeinflussen die Humusauflage von Waldböden hinsichtlich des Umsatz von Streueintrag und Zersetzungsraten. Die Stärke der Humusauflage nimmt zum Beispiel von Ahorn über Buche zur Fichte zu (Vesterdal et al. 2008). Diese drei Baumarten stehen im Zentrum der vorgeschlagenen Forschergruppe ‚FOREST FLOOR: Functioning, Dynamics, and Vulnerability in a Changing World‘. Die Dynamik der Humusauflagen wird über den Eintrag und der Qualität von Laubstreu und sowie über die Rhizodeposition gesteuert, zu der Wurzelexsudate, abgestoßene Wurzelzellen und die Absonderung der Mucilage gehören. Diese stellen wichtige Kohlenstoff- bzw. Nährstoffquellen für Pilze und Mikroorganismen der Rhizosphäre dar. Etwa 30 % der durch die Photosynthese synthetisierten Kohlenhydrate werden unterirdisch in die Rhizosphäre verlagert, d.h. zu den Baumwurzeln und ihren symbiotischen Mykorrhizapilzen und mikrobiellen Gemeinschaften. Zudem zeigen verschiedene Baumarten unterschiedliche Nährstoffnutzungsstrategien in Anpassung an die Nährstoffverfügbarkeit des Standorts, die sich in Unterschieden der Nährstoffspeicherung und Nährstoffaufnahmerate und Streuqualität wiederspiegeln. In dem vorliegenden Forschungsantrag P9 untersuchen wir die Hypothese, dass die Nährstoffnutzungsstrategien von Waldbäumen und insbesondere die C-Zusammensetzung der Wurzelexsudate einen starken Einfluss auf die Mykorrhiza-, Saprophyten- und mikrobielle Gemeinschaft haben, die sich folglich auf die Nährstoffverfügbarkeit und den Umsatz der Humusauflage auswirken. Ein zentrales Ziel ist die Erforschung der Zusammenhänge, wie und in welchem Ausmaß die Kohlenstoff Zusammensetzung der Wurzel Exsudate - d.h. das Verhältnis von Zuckern und organischen Säuren in den Exsudaten - den Umsatz der Humusauflage beeinflusst, indem sie die mikrobielle und pilzliche Zusammensetzung und in der Folge die Zersetzung von Organischer Materie des Bodens und Streu verändert. Das vorliegende Forschungsvorhaben wird für die Forschergruppe Informationen über die arten- und standortspezifische Blatt- und Streuqualität, die unterschiedlichen Strategien der Nährstoffnutzung und die Gehalte von Zuckern und organischen Säuren in den Wurzel Exsudaten von Bäumen erheben. Darüber hinaus wird die von den Bäumen vermittelte laterale Verteilung von Nährstoffen aus der Blattstreu in einem gemeinsamen 15N Markierungsexperiment untersucht (P2). Die Ergebnisse werden mit Informationen der mikrobiellen Gemeinschaft (P7) und den unterschiedlichen Mykorrhizatypen der Baumarten (P8) verknüpft und mit den Nährstoffaufnahmeraten in Abhängigkeit von der Nährstoffverfügbarkeit an den unterschiedlichen Standorten (P4) analysiert.
Hydrologische Fließwege bilden die kritische Verbindung zwischen der Quelle der P Mobilisierung und des P Exports zu den Flüssen. Die Prozesse der P Mobilisierung auf der Standortskale ist vergleichsweise gut verstanden, jedoch ist die Kenntnis des P Transportes in Hängen und Einzugsgebieten durch die Komplexität der Transport-Skalen und Fließprozesse begrenzt. In Hängen können große P Flüsse zum dynamischen P Export beitragen, da P oft in schnellen Fließwegen transportiert wird, insbesondere in bewaldeten Systemen wo präferentielle Fließwege häufig auftreten. Ein adäquates Prozesswissen der Hanghydrologischen Dynamik ist daher wichtig um die P Transport Dynamik zu beurteilen und vorherzusagen. Jedoch wurden bisher solche Studien fast ausschließlich in Einzugsgebieten mit landwirtschaftlicher Nutzung durchgeführt. In dieser experimentellen und modellierungs-basierten Studie über hanghydrologische Prozesse und Phosphortransport werden wir die Auswirkungen der Abflussprozesse auf den P-Transport in bewaldeten Hängen entlang des grundlegenden Hypothesen des SPP untersuchen. Wir werden die Auswirkungen unterschiedlicher Fließwege und Verweilzeiten auf den P Transport und den damit verbundenen hydrologischen Bedingungen untersuchen. Die Hypothese wird getestet, dass die P-Signaturen im Abfluss im Zusammenhang stehen mit den bodenökologischen P-Gradienten und dass die P-Signaturen durch die Verweilzeiten des Wassers im Hang bestimmt werden, die insbesondere durch präferentielle Fließwege bei Niederschlagsereignissen dominiert werden. Diese Hypothesen werden an den vier SPP Standorte im Gebirge mit einem innovativen, kontinuierliche Monitoring-System für unterirdische Hangabflüsse und P-Transport bei hoher zeitlicher Auflösung untersucht. Event-basierte und kontinuierliche Probenahmen für die verschiedenen P Spezies, stabile Wasserisotope und andere geogene Tracer in Niederschlag, Abfluss und Grundwasser werden es uns ermöglichen, Verweilzeiten von Wasser mit den P Flüsse und P Transportprozessen zu verknüpften. Schließlich werden wir ein prozessorientierten hydrologischen Hang-Modell weiterentwickeln um die verschiedenen Fließ-und Transportwege zu simulieren, um die Dynamik von Abfluss und P Transport zwischen der Hang- und Einzugsgebietsskala zu verknüpfen. Die Modellierung wird sich darauf fokussieren die Altersverteilung von Wasser und die bevorzugte Fließwege die durch 'hot spots' bei der Infiltration und P Mobilisierung entstehen in bewaldeten Hängen adäquat darzustellen.
In subsoils, organic matter (SOM) concentrations and microbial densities are much lower than in topsoils and most likely highly heterogeneously distributed. We therefore hypothesize, that the spatial separation between consumers (microorganisms) and their substrates (SOM) is an important limiting factor for carbon turnover in subsoils. Further, we expect microbial activity to occur mainly in few hot spots, such as the rhizosphere or flow paths where fresh substrate inputs are rapidly mineralized. In a first step, the spatial distribution of enzyme and microbial activities in top- and subsoils will be determined in order to identify hot spots and relate this to apparent 14C age, SOM composition, microbial community composition and soil properties, as determined by the other projects within the research unit. In a further step it will be determined, if microbial activity and SOM turnover is limited by substrate availability in spatially distinct soil microsites. By relating this data to root distribution and preferential flow paths we will contribute to the understanding of stabilizing and destabilizing processes of subsoil organic matter. As it is unclear, at which spatial scale these differentiating processes are effective, the analysis of spatial variability will cover the dm to the mm scale. As spatial segregation between consumers and substrates will depend on the pore and aggregate architecture of the soil, the role of the physical integrity of these structures on SOM turnover will also be investigated in laboratory experiments.
Der Bewertung der Bodenteilfunktion „Lebensraum“ liegt u.a. das Kriterium „Natürliche Bodenfruchtbarkeit“ zu Grunde. Unter Natürliche Bodenfruchtbarkeit wird die natürliche Produktionsfähigkeit (Ertragsfähigkeit) des Bodens in seiner Funktion für höhere Pflanzen verstanden. Hierbei bleibt unberücksichtigt inwieweit die Ertragsleistung von der Bewirtschaftung und Pflanzenart abhängt. Die Bewertung der "Natürlichen Bodenfruchtbarkeit" erfolgt durch die Beurteilung der nutzbaren Feldkapazität im effektiven Wurzelraum. Die Kenndaten hierfür sind u.a.: Bodenart des Feinbodens, Grobbodenanteile, Durchwurzelungstiefe, nutzbare Feldkapazität, Bodendichte sowie Humusgehalte des Bodens. Für die Ableitung der Bodenfruchtbarkeit werden die Horizont- und Schichtdaten der Leitprofile des FIS Boden herangezogen. Zusätzlich wurde die Waldfläche und die Grünlandfläche für die Bodenbewertung integriert. Böden unter Waldnutzung erhalten einen Zuschlag der Durchwurzelungstiefe, Grünlandböden erhalten einen Abschlag. Böden in hoher Hangneigung erhalten Bewertungsabschläge. Bei der Bewertung werden die Geländeposition und die klimatischen Standortbedingungen nicht direkt bewertet, obwohl diese für die landwirtschaftliche Ertragsleistung relevant sind.
Die Karte zeigt den mittleren potenziellen Zusatzwasserbedarf (in mm) für den 30-jährigen Zeitraum 2071-2100 unter dem „Kein-Klimaschutz“-Szenario (RCP8.5). Unter Zusatzwasserbedarf wird die mittlere Wassermenge innerhalb der Vegetationsperiode (April-September) verstanden, die zur Aufrechterhaltung von 40 % nutzbarer Feldkapazität (nFK) im effektiven Wurzelraum (nFKWe) erforderlich ist. Berechnet wird die mittlere Wassermenge für einen Mittelwert der Fruchtarten Winterweizen, Wintergerste, Wintergerste mit Zwischenfrucht, Sommergerste, Mais, Zuckerrüben und Kartoffeln. Die Klimamodelle sind mit dem „Kein-Klimaschutz“-Szenario (RCP8.5) angetrieben. Dabei handelt es sich um ein Szenario des IPCC (Weltklimarat), welches einen kontinuierlichen Anstieg der globalen Treibhausgasemissionen beschreibt, der bis zum Ende des 21. Jahrhunderts einen zusätzlichen Strahlungsantrieb von 8,5 Watt pro m² gegenüber dem vorindustriellen Niveau bewirkt. Die Ergebnisse aller Klimamodelle sind gleich wahrscheinlich. Daher kann neben dem Mittelwert, der eine Tendenz aufzeigt, auch der obere (Maximum) und untere (Minimum) Rand der Ergebnisbandbreite über den MapTip abgerufen werden.
| Origin | Count |
|---|---|
| Bund | 890 |
| Kommune | 18 |
| Land | 235 |
| Wissenschaft | 12 |
| Type | Count |
|---|---|
| Daten und Messstellen | 12 |
| Ereignis | 1 |
| Förderprogramm | 774 |
| Hochwertiger Datensatz | 27 |
| Kartendienst | 3 |
| Text | 68 |
| Umweltprüfung | 5 |
| unbekannt | 146 |
| License | Count |
|---|---|
| geschlossen | 61 |
| offen | 968 |
| unbekannt | 6 |
| Language | Count |
|---|---|
| Deutsch | 927 |
| Englisch | 269 |
| Resource type | Count |
|---|---|
| Archiv | 23 |
| Bild | 5 |
| Datei | 26 |
| Dokument | 51 |
| Keine | 619 |
| Multimedia | 1 |
| Webdienst | 114 |
| Webseite | 367 |
| Topic | Count |
|---|---|
| Boden | 1035 |
| Lebewesen und Lebensräume | 1008 |
| Luft | 561 |
| Mensch und Umwelt | 1035 |
| Wasser | 687 |
| Weitere | 994 |