Search engine for environmental and nature knowledge

Image
Searching for results

How to find the best search results?

We explain how to use our search engine, from text queries and search filters to additional functionalities to help you find the right results for your query.

A random search result:

Wiederherstellung von Ökosystemen und Landschaften über verschiedene räumliche und zeitliche Skalen zur Förderung der Biodiversität und Klimaresilienz in Agrarlandschaften

Der globale Wandel beeinträchtigt die Biodiversität und Ökosystemfunktionen in Agrarlandschaften durch den Klimawandel und die Nutzungsintensivierung sowie die Degradation von Lebensräumen. Um diesen negativen Effekten entgegenzuwirken, wurden verschiedene Maßnahmen zur Wiederherstellung von Ökosystemen und Landschaften (ELR) entwickelt. Allerdings fehlt es in der Renaturierungsökologie noch an einem tieferen Verständnis für die Schlüsselindikatoren beim Übergang in wiederhergestellte, resiliente Ökosysteme und Landschaften, an gut konzipierten Experimenten, welche Faktoren für den Erfolg oder Misserfolg von ELR-Maßnahmen zeigen, als auch an komplexen Analysen vorhandener Daten. Ziel von AgriRestore ist es die Auswirkungen von temporären und permanenten ELR-Maßnahmen in Agrarlandschaften umfassend zu bewerten. In der extrem trockenen und teilweise sehr strukturarmen Agrarlandschaft Sachsen-Anhalts werden wir entlang eines Landschaftsgradienten in einem innovativen Ansatz Feld- mit Mesokosmos-Experimenten kombinieren und die Fernerkundung für eine räumliche Skalierung der Muster nutzen. Durch Meta-Analysen und Wissensgraphen werden außerdem vorhandene Studien synthetisiert sowie Nutzen, Risiken und Unsicherheiten von ELR-Maßnahmen bewertet. Durch den Vergleich von wiederhergestellten und degradierten Agrarökosystemen werden die Auswirkungen von ELR-Maßnahmen auf die ober- und unterirdische Biodiversität und die damit verbundenen Ökosystemfunktionen (einschließlich Ökosystemleistungen und -fehlleistungen) analysiert. Positive Langzeitwirkungen temporärer ELR-Maßnahmen werden durch die Kombination von Zeitreihen mit multiskaligen Fernerkundungsdaten erforscht. Durch neuartige analytische Ansätze werden die feldbasierten Ergebnisse synthetisiert und die Übertragbarkeit auf größere räumliche Skalen getestet. Mit Fokus auf Synergien wird unsere Forschung einzigartige und umfangreiche Daten zu den Effekten von ELR-Maßnahmen liefern. Darauf aufbauend werden verschiedene Szenarien entwickelt und Schlüsselindikatoren für die erfolgreiche Wiederherstellung von resilienten Agrarökosystemen und Landschaften über räumliche und zeitliche Skalen hinweg abgeleitet. Zur Verstetigung unseres RI wird an der Hochschule Anhalt in Zusammenarbeit mit nationalen und internationalen Forschern ein Exzellenzzentrum für Landschafts- und Habitat-Wiederherstellung (ÉCLAIR) etabliert, welches zukünftig weitere degradierte Ökosysteme in den Fokus nehmen wird. Zur integrativen Ausbildung von Nachwuchswissenschaftlern werden wir ein Graduiertenkolleg einrichten: Young#ÉCLAIR. Durch die Kombination von Fachwissen aus den Bereichen ökologische Wiederherstellung und Biodiversitätsforschung, Fernerkundung und Datenwissenschaft innerhalb von AgriRestore sind wir in der Lage, das theoretische Verständnis für die Wiederherstellung von Ökosystem und Landschaften maßgeblich zu verbessern sowie neue Methoden und Techniken für die Renaturierungsökologie zu entwickeln.

Herkunft: /Bund/UBA/UFORDAT

Schlagwörter in diesem Ergebnis:

Environmental and nature conservation data at a glance

The scope of the National Center for Environmental and Nature Conservation Information at the German Environmental Agency (Umweltbundesamt, UBA) is to provide central access to data and information. The purpose of umwelt.info is to enable users to find all data and information from the fields of environmental protection and nature conservation. The dashboard shown here depicts, how many datasets, data sources and data providers have already been incorporated into umwelt.info. Users can find metadata of data sources which have been included via application programming interfaces (API) (so called harvesting). In case no API is available, structured metadata are being generated by obtaining information from website contents (so called scraping).