Im Rahmen von Kili-SES befasst sich SP6 mit Landnutzung, Management und Naturschutz als Triebkräfte der biologischen Vielfalt. In Kili-SES-1 erwiesen sich Landnutzungsveränderungen durch Bevölkerungswachstum als Schlüsselfaktoren an den unteren Hängen des Kilimandscharo. Es bleibt die Frage, ob die jüngsten Wald- und Buschbrände in den oberen Regionen auf veränderte klimatische Bedingungen hinweisen. Wir wollen den Ursprung und die Folgen dieser Brände als potenziell schädliche NCP auf Landschaftsebene untersuchen. Dabei konzentrieren wir uns auf die biologische Vielfalt und die Wasserbilanz im Nationalpark (zusammen mit SP1) und prüfen, ob solche Brände in den letzten Jahrzehnten zugenommen haben. Da die NCPs stark von der biologischen Vielfalt und dem Funktionieren der Ökosysteme abhängen, untersuchen wir, wie der Mensch die biologische Vielfalt, das Funktionieren der Ökosysteme und folglich das menschliche Wohlbefinden verbessern kann. Konkret wollen wir (zusammen mit SP1 und 2) das ökologische Potenzial für eine Transformierung durch Anpflanzung einheimischer Bäume prüfen, ergänzend zu den Studien von SP3-5. Der Fokus soll auf Auwäldern als wichtige Biodiversitätskorridore und traditionellen Agroforstsystemen als nachhaltige Landnutzungsformen liegen. Während in Kili-SES-1 der Kilimandscharo als isoliertes System betrachtet wurde, planen wir nun eine Erweiterung unserer Perspektive unter Einbeziehung des umliegenden Landschaftskontextes. Der Kilimandscharo war einst mit anderen Bergen durch Waldkorridore verbunden, die als Wanderwege dienten und die biologische Vielfalt beeinflussten, entscheidend für die Widerstandsfähigkeit gegenüber Umweltveränderungen. Ziel ist die Analyse der ökologischen Konnektivität und Telekopplung im Hinblick auf Naturschutzpolitik. Hierzu wollen wir mit umfangreichen Daten zu Pflanzen, Arthropoden und Kleinsäugern die frühere biologische Vielfalt ohne menschlichen Einfluss modellieren, um die ungleiche Verteilung endemischer Arten zu untersuchen, eine kontroverse biogeographische Frage in Ostafrika. Der Kilimandscharo und die umliegenden Berge sind unterschiedlich geschützt (Nationalparks, Natur- und Waldreservate), mit zunehmend fragmentierten Schutzgebieten. Durch Hochskalierung und Modellierung der Biodiversität unter Verwendung von Hyperspektralbildern (zusammen mit SP7) planen wir die sich daraus ergebenden Biodiversitätsniveaus und Bedrohungen zu vergleichen, einschließlich der Auswirkungen der Einbeziehung der Waldgürtel des Kilimandscharo und Meru in Nationalparks im Jahr 2006, die möglicherweise illegale Aktivitäten in die umliegenden Berge verlagert haben. Zusätzlich zu diesen Themen wollen wir weiterhin langfristige Klima- und Dendrometriedaten erheben und umfassendes Monitoring von Gefäßpflanzen, Flechten und Moosen durch (ergänzt durch Pilze) durchführen. So hoffen wir ein Niveau und eine Qualität ökologischer Daten zu erreichen, die für Kili-SES wichtig und für ein tropisches Gebirge einzigartig sind.
Niedrige Wolken sind Schlüsselbestandteile vieler Klimazonen, aber in numerischen Modellen oft nicht gut dargestellt und schwer zu beobachten. Kürzlich wurde gezeigt, dass sich während der Haupttrockensaison im Juni und September im westlichen Zentralafrika eine ausgedehnte niedrige Wolkenbedeckung (engl. „low cloud cover“, LCC) entwickelt. Eine derart wolkige Haupttrockenzeit ist in den feuchten Tropen einzigartig und erklärt wahrscheinlich die dichtesten immergrünen Wälder in der Region. Da paläoklimatische Studien auf eine Instabilität hinweisen, kann jede Verringerung des LCC aufgrund des Klimawandels einen Kipppunkt für die Waldbedeckung darstellen. Daher besteht ein dringender Bedarf, das Auftreten, die Variabilität und die bioklimatischen Auswirkungen des LCC in westlichen Zentralafrika besser zu verstehen.Um diese Ziele zu erreichen, wurde ein Konsortium aus französischen, deutschen und gabunischen Partnern aufgebaut, zu dem Meteorologen, Klimatologen und Experten für Fernerkundung und Waldökologie gehören. Die meteorologischen Prozesse, welche die Bildung und Auflösung der LCC im Tagesgang steuern, werden anhand von zwei Ozean-Land-Transekten auf der Grundlage einer synergistischen Analyse von historischen In-situ Beobachtungen, von Daten einer Feldkampagne und anhand von atmosphärischen Modellsimulationen untersucht. Die Ergebnisse werden mit einem kürzlich entwickelten konzeptionellen Modell für LCC im südlichen Westafrika verglichen.Die intrasaisonale bis interannuale Variabilität des LCC wird durch die Analyse von In-Situ-Langzeitdaten und Satellitenschätzungen quantifiziert. Unterschiede im Jahresgang des LCC (d.h. jahreszeitlicher Beginn und Rückzug, wolkenarme Tage) und die Ausdehnung ins Inland werden dokumentiert. Ansätze, die auf Wettertypen und äquatorialen Wellen basieren, werden verwendet, um intrasaisonale Variationen des LCC zu verstehen. Die Auswirkungen lokaler und regionaler Meeresoberflächentemperaturen auf die LCC-Entwicklung und ihre Jahr-zu-Jahr Variabilität werden bewertet, wobei statistische Analysen und spezielle Sensitivitätsversuche mit einem regionalen Klimamodell verknüpft werden.Schließlich wird der Einfluss von LCC auf die Licht- und Wasserverfügbarkeit bzw. die Waldfunktion anhand von In-Situ-Messungen untersucht. Die Ergebnisse werden mit Messungen aus der nördlichen Republik Kongo, wo die Trockenzeit sonnig ist, sowie mit einem einfachen Wasserhaushaltsmodells, das an die Region angepasst ist, verglichen. Die Wasserhaushaltsanalysen sollen die Kompensations- oder Verstärkungseffekte von Regen im Vergleich zur potenziellen Evapotranspiration, beide moduliert durch die LCC, auf das Wasserdefizit aufzeigen.Die Ergebnisse von DYVALOCCA werden zum ersten konzeptionellen Modell für Wolkenbildung und -auflösung im westlichen Zentralafrika führen und eine Hilfestellung für die Bewertung von Klimawandel-Simulationen mit Blick auf potentielle Kipppunkte für die immergrünen Regenwälder in der Region geben.
The 'hydraulic activation of stomata' (HAS) describes the establishment of continuous liquid water connections along stomatal walls, which affects individual stomata. It enables the efficient bidirectional transport of water, solutes, and hydraulic signals between the leaf interior and leaf surface and makes stomatal transpiration partly independent of stomatal aperture. While in our earlier work we postulated the existence of these connections and contributed substantially to their final approval, this research proposal focusses on the fundamental significance of HAS for the water and nutrient relations of plants, for atmosphere/plant interaction, and for the modelling of gas exchange. The planned experimental investigations aim to describe HAS formation by hygroscopic salts, to examine new concepts of the plant humidity sensor, nocturnal transpiration, stomatal water uptake, and the 'extended apoplast', as well as the significance of epicuticle waxes for atmospheric particle capture. Together, this should lead both to the further development of new theoretical concepts describing plant adaptations to aerosol regimes, and to practical applications in foliar fertilization, plant protection, and improvement of salt stress tolerance.
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.
Dienst bestehend aus den Rasterlayern zur Klimatischen Wasserbilanz in mm, jeweils für das ganze Jahr und den Jahreszeiten. Die hier dargestellten Rasterlayer zur Klimatischen Wasserbilanz wurden vom Deutschen Wetterdienst mit dem Modell AMBAV berechnet und für den Klimaatlas NRW aufbereitet. Die jeweiligen Raster-Layer wurden jeweils für die 30-jährigen Mittelwerte der Klimanormalperioden 1961-1990, 1971-2000, 1981-2010 und 1991-2020 für die beobachtete Vergangenheit berechnet. Ergänzend werden die Änderungen der Klimanormalperiode 1991-2020 bezogen auf 1961-1990 dargestellt. Zusätzlich liegen Klimaprojektionen für die Zukunftszeiträume 2031-2060 und 2071-2100 vor, die jeweils nach den Klimaprojektionen RCP2.6, RCP4.5 und RCP8.5 gegliedert sind. Die Stärke des möglichen Klimasignals je Szenario wird unterteilt nach dem 15., 50. und dem 85. Perzentil. Es werden sowohl absolute Mittelwerte als auch sogenannte Delta-Change Raster dargestellt, die die Änderung des Klimasignals gegenüber der Referenzperiode 1971-2000 zeigen. Datenquelle: Deutscher Wetterdienst (DWD). Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019). Weitere Hinweise des Deutschen Wetterdienstes sind zu beachten: https://www.dwd.de/DE/service/rechtliche_hinweise/rechtliche_hinweise_node.html
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. Die tatsächliche forstliche Vegetationszeitlänge (berechnet angelehnt nach der Methode Hübener et al. 2017) innerhalb des Gruppenlayers Vegetationszeit im Wald, zeigt die Anzahl der Tage pro Jahr an, an denen die Temperatur über 10°C beträgt und die innerhalb des Beginns und Endes Vegetationszeit liegen. Zusätzlich zu den Rastern der Vegetationszeitlänge werden auch die Raster der klimaitsichen Wasserbilanz und der Niederschlagssumme innerhalb der tatsächlichen forstlichen Vegetationszeitl bereitgestellt. Diese Raster stehen nur die den Beobachtungszeitraum als absoluter Wert zur Verfügung. Für die tatsächliche 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)
Dienst bestehend aus Layern zur tatsächlichen allgemeinen Vegetationszeit (Anzahl Tage >5°C im Jahr), definiert nach Hübener et al. 2017. Zusätzlich stehen die absoluten Werte der klimatischen Wasserbilanz sowie der Niederschlagssumme innerhalb der tatsächlichen allgemeinen Vegetationszeit für den Beobachtungszeitraum als 30-jährige Mittelwerte (Klimanormalperioden) zur Verfügung. Die Daten zur tatsächlichen allgemeinen Vegetationszeit stehen sowohl als 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. Dargestellt werden absolute Werte und relative Werte mit einem Delta-Change-Wert gegenüber ausgewählten Referenz-Klimanormalperioden. Relative Änderungen in der Vergangenheit werden mit der Klimanormalperiode 1991-2020 verglichen. Projizierte relative Änderungen mit der Referenzperiode 1971-2000. Die Stärke des möglichen Klimasignals wird je Szenario unterteilt nach dem 15., 50. und dem 85. Perzentil. Datenquelle: Deutscher Wetterdienst (DWD); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019).
Karstgrundwasserleiter spielen im Alpenraum eine wichtige Rolle. Sie bedecken etwa 56% der Fläche, und ein erheblicher Teil der Bevölkerung ist ganz oder teilweise von Trinkwasser aus Karstquellen abhängig, die oft mit wertvollen Ökosystemen verbunden sind und zur Wasserkrafterzeugung beitragen. Die Alpen zählen nach Studien zu den am stärksten vom Klimawandel betroffenen Gebieten in Europa. Als Folge der steigenden Temperaturen werden sich die gespeicherten Mengen an Schnee und Eis stark verringern, was zu einer Verschiebung zwischen Wasserhaushaltskomponenten in Verbindung mit einer saisonalen Umverteilung der Niederschläge führt. Außerdem wird erwartet, dass Hoch- und Niedrigwasserereignisse häufiger auftreten werden. Der Stand der Technik bei der Modellierung der Schüttung von Karstquellen, meist mittels konventioneller numerischer Modelle, ist auf standortspezifische, oft aufwändige und nicht übertragbare wissenschaftliche Studien beschränkt, die manuelle Modellabstimmung und Kalibrierung erfordern. Bis heute gibt es keinen leicht übertragbaren Ansatz, der gleichzeitig auf viele Karstquelleinzugsgebiete anwendbar ist. In diesem Projekt werden wir einen modernen, Deep-Learning basierten Ansatz zur Modellierung der Schüttung von Karstquellen entwickeln, der sich besonders gut eignet, übertragbare Modelle, die Informationen von verschiedenen Standorten nutzen können, aufzubauen. Deep Learning ist ein Teilgebiet des maschinellen Lernens, basierend auf künstlichen neuronalen Netzen, das sich sowohl bei akademischen als auch bei industriellen Anwendungen als sehr erfolgreich erwiesen hat. Die vorgeschlagene Studienregion sind die Alpen, mit Karstgebieten in Österreich, der Schweiz, Deutschland, Frankreich, Italien und Slowenien, mit einem Schwerpunkt auf dem besonders vom Klimawandel betroffenen von der Alpenkonvention abgegrenzten Gebirgsgebiet. Als Grundlage der Studie dient das World Karst Spring Database (WoKaS). Es wird im Laufe des Projekts mit zusätzlichen Daten von Behörden und Wasserversorgern ergänzt, insbesondere in Regionen mit bislang schlechter Abdeckung. Die Arbeiten beinhalten die Erstellung eines umfassenden Datensatzes mit Einzugsgebietsattributen und meteorologischen Einflussgrößen für etwa 150 Quellen. Klassische Lumped-Parameter-Modelle werden als Benchmarks aufgesetzt und mit den neu entwickelten Deep-Learning basierten Modellergebnissen verglichen. Ziel ist es, die Eignung neuartiger Deep-Learning Modellansätze für die Abschätzung der Auswirkungen des Klimawandels für eine Vielzahl von kurz- und langfristigen Vorhersagen zu untersuchen. Eine vertiefende Fallstudie des Dachsteingebietes, dessen große Karstregion wesentlich zur Wasserversorgung und Wasserkrafterzeugung beiträgt, wird die vergleichende Untersuchung mit einem numerischen 3D-Modell erweitern. Schließlich werden die entwickelten Modelle dazu verwendet, um Auswirkungen des Klimawandels auf die alpinen Karstgrundwasserressourcen vorherzusagen.
In vielen Lebensräumen ist Wasser der bedeutendste limitierende Faktor für das Wachstum und die Verbreitung der Pflanzen. Neuere Arbeiten zeigen, dass auch Arten, die nicht über spezielle Blattorgane zur Aufnahme von Wasser verfügen, auf Tau mit einer Erhöhung des Wasserpotentials und der Photosynthese sowie mit gesteigertem Wurzelwachstum reagieren. Das Ziel des Projekts ist die Evaluierung des Einflusses und die Untersuchung der Wirkungsweise von Tau auf die Vegetation von Stipa tenacissima dominierten Hängen entlang eines Niederschlags-Tauniederschlags-Transekts in SO-Spanien. An S. tenacissima und an ausgewählten annuellen Arten wird der Einfluss von Tau auf den Wasserhaushalt, die Photosynthese und die Fähigkeit der Wurzeln zur Wasseraufnahme im Freiland und im Gewächshaus bestimmt. Seine Wirkungsweise, eventuelle Aufnahmewege, Verlagerungen im Boden sowie sein Einfluss auf die Nährstoffverfügbarkeit werden untersucht. Die Bestimmung der Taumenge und -häufigkeit, verbunden mit Mikroklimamessungen, ermöglicht eine Abschätzung des Beitrags von Tau zur Wasserbilanz der untersuchten Hänge. Das Projekt wird Fragen des Wasser- und Nährstoffhaushalts der Vegetation in ariden und semi-ariden Gebieten beantworten. Dies trägt zu einem besseren Verständnis der Ökologie und der Verbreitung der Pflanzen dieser Gebiete bei, welches für die zukünftige Bewirtschaftung und Rehabilitation von degradierten Flächen in diesen Ökosystemen wichtig ist.
| Organisation | Count |
|---|---|
| Bund | 545 |
| Europa | 43 |
| Global | 12 |
| Kommune | 6 |
| Land | 119 |
| Weitere | 8 |
| Wirtschaft | 1 |
| Wissenschaft | 223 |
| Zivilgesellschaft | 7 |
| Type | Count |
|---|---|
| Daten und Messstellen | 15 |
| Ereignis | 1 |
| Förderprogramm | 481 |
| Kartendienst | 1 |
| Taxon | 1 |
| Text | 40 |
| Umweltprüfung | 1 |
| WRRL-Maßnahme | 1 |
| unbekannt | 77 |
| License | Count |
|---|---|
| Geschlossen | 65 |
| Offen | 543 |
| Unbekannt | 10 |
| Language | Count |
|---|---|
| Deutsch | 469 |
| Englisch | 198 |
| Resource type | Count |
|---|---|
| Archiv | 5 |
| Bild | 9 |
| Datei | 10 |
| Dokument | 41 |
| Keine | 402 |
| Unbekannt | 1 |
| Webdienst | 3 |
| Webseite | 186 |
| Topic | Count |
|---|---|
| Boden | 538 |
| Lebewesen und Lebensräume | 562 |
| Luft | 440 |
| Mensch und Umwelt | 618 |
| Wasser | 561 |
| Weitere | 597 |