2331 | MoorgrünFE: Nutzung von nah- und fernerkundlichen Daten verschiedener Sensoren für die Entwicklung von alternativen Modellierungsansätzen zur Bewertung von organischem Bodenkohlenstoff (SOC) und seiner Dynamik auf landwirtschaftlich genutztem Grünland auf Moorböden | MoorgrünFE: Use of proximal and remote sensing data from various sensors to develop modeling approaches for assessing soil organic carbon (SOC) stocks and its dynamics on agriculturally used grasslands on peat soils | 01.11.2022 00:00:00 | 31.10.2025 00:00:00 | laufend | current | Forschungsplattform „Datenanalyse und Simulation“ | Research Platform „Data Analysis and Simulation“ | x80x32x | Ghazaryan, Gohar | x2781x | <div class='ntm_FDS'>FDS</div> | | | 2022 | MoorgrünFE: Nutzung von nah- und fernerkundlichen Daten verschiedener Sensoren für die Entwicklung von alternativen Modellierungsansätzen zur Bewertung von organischem Bodenkohlenstoff (SOC) und seiner Dynamik auf landwirtschaftlich genutztem Grünland auf Moorböden MoorgrünFE: Use of proximal and remote sensing data from various sensors to develop modeling approaches for assessing soil organic carbon (SOC) stocks and its dynamics on agriculturally used grasslands on peat soils Forschungsplattform „Datenanalyse und Simulation“ Ghazaryan, Gohar Drittmittel Research Platform „Data Analysis and Simulation“ current laufend <div class="ExternalClassAFF34C80F2974F67BC8B655471CA2DB4">
<p class="MsoNoSpacing" style="text-align:justify;"><span>Moorböden sind enorme terrestrische Kohlenstoffspeicher. Neben großen
Mengen an organischem Kohlenstoff, die über lange Zeiträume in den Böden
festgelegt sind, bieten die Moorböden einen Habitat für einzigartige Tier- und
Pflanzenarten. In Deutschland sind jedoch derzeit 92 % der Moorböden
entwässert. Das Projekt MoorgrünFE zielt darauf ab, eine Reihe von Indikatoren
für Grünlandstandorte auf entwässerten bzw. sich in Wiedervernässung
befindlichen Moorböden auf verschiedenen räumlichen Skalen (von der
Parzellenebene zur regionalen Ebene) zu generieren. Diese Indikatoren werden
mit Hilfe unterschiedlicher Sensoren (Feldspektrometer, Drohnen mit
Hyperspektralkamera sowie Satellitenbilder) abgeleitet und ermöglichen
Rückschlüsse auf Vegetationsmerkmale, den Bodenzustand und die Landnutzung. Sie
können darüber hinaus als Eingangsvariablen für prozessbasierte Modelle zur
Simulation des SOC-Gehalts dienen. Ein solches Modell soll genutzt werden, um
die potenzielle zukünftige Entwicklung des SOC-Gehalts unter verschiedenen
Landnutzungsformen und unterschiedlichen Klimaszenarien zu simulieren. Das
Projekt strebt dabei die systematische Erfassung vielfältiger Wechselwirkungen
zwischen abiotischen (Klima, Boden, Wasserhaushalt) und biotischen (Vegetation,
Arten, Lebensräume) Komponenten sowie unterschiedlicher Maßnahmen des Managements
einer Landschaft an, die sich in vielerlei Hinsicht fernab eines stabilen Gleichgewichts
befindet. Insgesamt werden die entwickelten Methoden zur Überwachung der
Widerstandsfähigkeit und der Veränderungen von Moorgrünland in größeren
Gebieten geeignet sein und könnten dazu verwendet werden, vorgesehene Renaturierungsmaßnahmen
auf die am meisten gefährdeten Gebiete auszurichten.</span></p><p><br></p></div> <div class="ExternalClass5278D3AA9B774398BFAD5CAEA4AC1585"><p style="text-align:justify;">Peatlands are enormous terrestrial carbon sinks. In addition to large amounts of organic carbon that isfixed in the soils over long periods of time, peatlands provide a habitat for unique animal and plant species. However, 92% of peatland soils in Germany are currently drained.</p><p style="text-align:justify;">The MoorgrünFE project aims to generate a set of indicators for grassland sites on drained peat soils or peat soils undergoing rewetting at different spatial scales (from plot level to regional level). These indicators are derived using different sensors (field spectrometers, drones with hyperspectral cameras, and satellite imagery) that can be a proxy of vegetation characteristics, soil condition, and land use. They can also serve as input variables for process-based models to simulate SOC content. Such a model will be used to simulate the potential future evolution of SOC content under different land uses and different climate scenarios. The project aims to systematically capture multiple interactions between abiotic (climate, soil, water balance) and biotic (vegetation, species, habitats) components as well as different measures of management of a landscape that is in many respects far from a stable equilibrium. Overall, the methods developed will be suitable for monitoring the resilience and changes of peatland grasslands in larger areas and could be used to target intended restoration measures to the most vulnerable areas.</p></div> MoorgrünFE <div class="ExternalClass2A443F80-3A50-4185-8A4F-C5BCA361F155"></div> <div class="ExternalClassC3A34642-0327-4B78-9B04-B184A120F013"></div> <div class="ExternalClass97222ECC-F97D-4E26-8685-4CD28B3087BC"></div> <div class="ExternalClass289AF9E5-71AC-4B9C-80F9-1975EC98C94C"><ul><li>BfN Bundesamt für Naturschutz</li></ul></div> <div class="ExternalClass60DF1DE3-F6FA-4685-8AEC-6FF737DB0E01"></div> | <div class="ExternalClassAFF34C80F2974F67BC8B655471CA2DB4">
<p class="MsoNoSpacing" style="text-align:justify;"><span>Moorböden sind enorme terrestrische Kohlenstoffspeicher. Neben großen
Mengen an organischem Kohlenstoff, die über lange Zeiträume in den Böden
festgelegt sind, bieten die Moorböden einen Habitat für einzigartige Tier- und
Pflanzenarten. In Deutschland sind jedoch derzeit 92 % der Moorböden
entwässert. Das Projekt MoorgrünFE zielt darauf ab, eine Reihe von Indikatoren
für Grünlandstandorte auf entwässerten bzw. sich in Wiedervernässung
befindlichen Moorböden auf verschiedenen räumlichen Skalen (von der
Parzellenebene zur regionalen Ebene) zu generieren. Diese Indikatoren werden
mit Hilfe unterschiedlicher Sensoren (Feldspektrometer, Drohnen mit
Hyperspektralkamera sowie Satellitenbilder) abgeleitet und ermöglichen
Rückschlüsse auf Vegetationsmerkmale, den Bodenzustand und die Landnutzung. Sie
können darüber hinaus als Eingangsvariablen für prozessbasierte Modelle zur
Simulation des SOC-Gehalts dienen. Ein solches Modell soll genutzt werden, um
die potenzielle zukünftige Entwicklung des SOC-Gehalts unter verschiedenen
Landnutzungsformen und unterschiedlichen Klimaszenarien zu simulieren. Das
Projekt strebt dabei die systematische Erfassung vielfältiger Wechselwirkungen
zwischen abiotischen (Klima, Boden, Wasserhaushalt) und biotischen (Vegetation,
Arten, Lebensräume) Komponenten sowie unterschiedlicher Maßnahmen des Managements
einer Landschaft an, die sich in vielerlei Hinsicht fernab eines stabilen Gleichgewichts
befindet. Insgesamt werden die entwickelten Methoden zur Überwachung der
Widerstandsfähigkeit und der Veränderungen von Moorgrünland in größeren
Gebieten geeignet sein und könnten dazu verwendet werden, vorgesehene Renaturierungsmaßnahmen
auf die am meisten gefährdeten Gebiete auszurichten.</span></p><p><br></p></div> | <div class="ExternalClass5278D3AA9B774398BFAD5CAEA4AC1585"><p style="text-align:justify;">Peatlands are enormous terrestrial carbon sinks. In addition to large amounts of organic carbon that isfixed in the soils over long periods of time, peatlands provide a habitat for unique animal and plant species. However, 92% of peatland soils in Germany are currently drained.</p><p style="text-align:justify;">The MoorgrünFE project aims to generate a set of indicators for grassland sites on drained peat soils or peat soils undergoing rewetting at different spatial scales (from plot level to regional level). These indicators are derived using different sensors (field spectrometers, drones with hyperspectral cameras, and satellite imagery) that can be a proxy of vegetation characteristics, soil condition, and land use. They can also serve as input variables for process-based models to simulate SOC content. Such a model will be used to simulate the potential future evolution of SOC content under different land uses and different climate scenarios. The project aims to systematically capture multiple interactions between abiotic (climate, soil, water balance) and biotic (vegetation, species, habitats) components as well as different measures of management of a landscape that is in many respects far from a stable equilibrium. Overall, the methods developed will be suitable for monitoring the resilience and changes of peatland grasslands in larger areas and could be used to target intended restoration measures to the most vulnerable areas.</p></div> | | | <div class="ExternalClassFEFDC4C2-4F2E-439E-A49C-3020F1E8F819">Dr. Gohar Ghazaryan</div> | Ghazaryan, Gohar | <div class="ExternalClassCF685306-311E-42CA-B3B0-D6FB75F8B409">Dr. Gohar Ghazaryan</a></div> | | | | | | | | BfN - Bundesamt für Naturschutz | <div class="ExternalClass289AF9E5-71AC-4B9C-80F9-1975EC98C94C"><ul><li>BfN Bundesamt für Naturschutz</li></ul></div> | | 2 | 2 | | <div class="ExternalClassC8855612-98A1-4319-99AB-811E14701902"><ul><li>Landschaftsmodellierung</li></ul></div> | <div class="ExternalClass05C2D78D-9735-49F8-ADF8-2A45B2E7D151"><ul><li>Landscape Modelling</li></ul></div> |