Analyse und Bewertung der Umweltwirkungen landwirtschaftlicher Bodennutzung; Monitoring, WRRL, BBodSchG, Agrarumweltindikatoren, Gebietskulissen Inhalt: DGM, ALK, ATKIS, MMK, VBK, Bodenschätzung, NATURA2000, Gewässernetz, Wasserkörper, Rasterdaten des DWD, InVeKoS Betreiber: LLG verwendete Standards: pdf, jpg, shp Formen: Standard-GIS, Programm, ausgewählte Geofachdaten im GIS-Auskunfts-system LLG/StIT
webbasierter Kartendienst zur Visualisierung der Geodaten, Geobasisdaten und Geofachdaten Geobasisdaten / Geofachdaten und Daten der Flurneuordnungsbehörden, MLU, LVwA, LAU, ALFF, ALKIS verwendete Standards: shp Formen: ArcView, WMS
webbasierte Datenbank für das Natura2000-Management mit GIS-Modul Inhalt: Geobasisdaten
Das GIS-Auskunftssystem ist ein webbasierter Kartendienst zur Visualisierung der Geobasisdaten und der Geofachdaten des Geschäftsbereichs. Inhalt: Geobasisdaten des GLP MWU, Geofachdaten: MWU / LLG / ALFF / LAU / LZW / LVwA / LSBB verwendete Standards: PostgreSQL, Shape, Rasterdaten Formen: Webapplikation, WMS
Programm zur Bearbeitung von Geodaten, Qualitätssicherung, Kartenausgabe Inhalt: Geobasisdaten, Geofachdaten Landeszentrum Wald (LZW) / Landesforstbetrieb (LFB) verwendete Standards: shp Formen: GIS-Applikation Bemerkungen: geplante Geodaten bezogene Anwendung (GbA)
Programm zur Verschneidung von Geofachdaten LZW/LFB untereinander und mit ALKIS-Daten Inhalt: Geobasisdaten, Geofachdaten Landeszentrum Wald (LZW) / Landesforstbetrieb (LFB) verwendete Standards: shp Formen: GIS-Applikation Bemerkungen: Betriebsintern
Modellierung von hydrologischen Abflussverhältnissen Inhalt: Geobasisdaten (ATKIS/ALKIS, DTK, DOP, DGM), Geofachdaten (Wasserwirtschaft, Geologie, Naturschutz) verwendete Standards: ARCEGMO (Modellierungsdaten), Datenbankanbindung
Das Projekt "Development of a Bayesian estimator for non-stationary Markov transition probabilities and its application to EU farm structural change" wird vom Umweltbundesamt gefördert und von Universität Bonn, Institut für Lebensmittel- und Ressourcenökonomik (ILR), Professur Wirtschafts- und Agrarpolitik durchgeführt. The agricultural sector has experienced substantial structural changes in the past and faces continuing adjustments in the future. The implications of structural change are not only relevant for the sector itself but have broader social, economic and environmental consequences for a region. An understanding of this process is required in order to assess how (agricultural-) policy affects or, if a specific social outcome is desired, can influence this development. A common approach to gain understanding of the process is to model structural change as a Markov process. One problem in the analysis of structural change in the EU is that farm level (micro) data is rarely available such that inference about behaviour of individual farms has to be derived from aggregated (macro) data. Recently, the generalized cross entropy estimator gained popularity in this context since it allows considering prior information such that the often underdetermined 'macro data' Markov models can be estimated. However, the way prior information is considered is also the greatest drawback of the approach. Therefore, the project aims to develop a Bayesian framework as an alternative estimator that allows to consider prior information in a more efficient and transparent way. The project will further provide an evaluation of the statistical properties of the estimator as well as an exemplifying application analyzing the effects of single farm payments on agricultural structural change in the EU.
Das Projekt "Identifizierung von Politikansätzen zur Reduktion der Bodendegradation in Südostasien bis zum Jahr 2050 - Simulation von Degradationsszenarien auf der Grundlage georeferenzierter Daten" wird vom Umweltbundesamt gefördert und von Universität Berlin (Humboldt-Univ.), Institut für Wirtschafts- und Sozialwissenschaften des Landbaus durchgeführt. Hauptziel des beantragten Forschungsvorhabens ist es, regional differenzierte Politikansätze zur wirksamen Reduktion der Bodendegradation in Südostasien mit einem Zeithorizont bis zum Jahr 2050 zu identifizieren. Hierzu sollen relevante Degradationsdeterminanten in einem differenzierten Strukturmodell der Bodendegradation verdichtet werden. Die empirische Fundierung des Modells für den asiatischen Kontinent anhand von georeferenzierten Daten ist Grundlage für die Simulation konkreter Entwicklungs- und Politikszenarien und ihrer Auswirkungen auf den Boden. Durch die Verknüpfung des Modells mit einem Geographischen Informationssystem (GIS) wird eine kartographische Darstellung der Szenarien möglich, und auch die Identifizierung prioritärer Interventionsgebiete. Lösungsansätze können auf diese Weise räumlich differenziert und gleichzeitig vor dem Hintergrund der überregionalen bzw. globalen Situation analysiert werden.
Das Projekt "Methodologies for dealing with uncertainties in landscape planning and related modeling; Uncertainty of predicted hydro-biogeochemical fluxes and trace gas emissions on the landscape scale under climate and land use change" wird vom Umweltbundesamt gefördert und von Universität Gießen, Institut für Landschaftsökologie und Ressourcenmanagement, Professur für Landschafts-, Wasser- und Stoffhaushalt durchgeführt. Water, carbon and nitrogen are key elements in all ecosystem turnover processes and they are related to a variety of environmental problems, including eutrophication, greenhouse gas emissions or carbon sequestration. An in-depth knowledge of the interaction of water, carbon and nitrogen on the landscape scale is required to improve land use and management while at the same time mitigating environmental impact. This is even more important under the light of future climate and land use changes.In the frame of the proposal 'Uncertainty of predicted hydro-biogeochemical fluxes and trace gas emissions on the landscape scale under climate and land use change' we advocate the development of fully coupled, process-oriented models that explicitly simulate the dynamic interaction of water, carbon and nitrogen turnover processes on the landscape scale. We will use the Catchment Modelling Framework CMF, a modular toolbox to implement and test hypothesis of hydrologic behaviour and couple this to the biogeochemical LandscapeDNDC model, a process-based dynamic model for the simulation of greenhouse gas emissions from soils and their associated turnover processes.Due to the intrinsic complexity of the models in use, the predictive uncertainty of the coupled models is unknown. This predictive (global) uncertainty is composed of stochastic and structural components. Stochastic uncertainty results from errors in parameter estimation, poorly known initial states of the model, mismatching boundary conditions or inaccuracies in model input and validation data. Structural uncertainty is related to the flawed or simplified description of natural processes in a model.The objective of this proposal is therefore to quantify the global uncertainty of the coupled hydro-biogeochemical models and investigate the uncertainty chain from parameter uncertainty over forcing data uncertainty up the structural model uncertainty be setting up different combinations of CMF and LandscapeDNDC. A comprehensive work program has been developed structured in 4 work packages, that consist of (1) model set up, calibration and uncertainty assessment on site scale followed by (2) an application and uncertainty assessment of the coupled model structures on regional scale, (3) global change scenario analyses and finally (4) evaluating model results in an ensemble fashion.Last but not least, a further motivation of this proposal is to provide project results in a manner that they support planning and decision taking under uncertainty, as this proposal is part of the package proposal on 'Methodologies for dealing with uncertainties in landscape planning and related modelling'.