Lee, H. T.; Jung, M.; Carvalhais, N.; Reichstein, M.; Forkel, M.; Bloom, A. A.; Pacheco-Labrador, J.; Koirala, S.: Spatial attribution of temporal variability in global land-atmosphere CO2 exchange using a model-data integration framework. Journal of Advances in Modeling Earth Systems 17 (3), e2024MS004479v (2025)
Metz, E.-M.; Vardag, S. N.; Basu, S.; Jung, M.; Butz, A.: Seasonal and interannual variability in CO2 fluxes in southern Africa seen by GOSAT. Biogeosciences 22 (2), S. 555 - 584 (2025)
Mauder, M.; Jung, M.; Stoy, P.; Nelson, J. A.; Wanner, L.: Energy balance closure at FLUXNET sites revisited. Agricultural and Forest Meteorology 358, 110235 (2024)
Pallandt, M.; Jung, M.; Arndt, K. A.; Natali, S. M.; Rogers, B.; Virkkala, A.-M.; Göckede, M.: High-latitude eddy covariance temporal network design and optimization. Journal of Geophysical Research: Biogeosciences 129 (19), e2024JG008406 (2024)
Xie, J.; Liu, X.; Jasechko, S.; Berghuijs, W. R.; Wang, K.; Liu, C.; Reichstein, M.; Jung, M.; Koirala, S.: Majority of global river flow sustained by groundwater. Nature Geoscience 17, S. 770 - 777 (2024)
Wanner, L.; Jung, M.; Paleri, S.; Butterworth, B. J.; Desai, A. R.; Sühring, M.; Mauder, M.: Towards energy-balance closure with a model of dispersive heat fluxes. Boundary-Layer Meteorology 190, 25 (2024)
Zhang, W.; Nelson, J. A.; Miralles, D. G.; Mauder, M.; Migliavacca, M.; Poyatos, R.; Reichstein, M.; Jung, M.: A new post-hoc method to reduce the energy imbalance in eddy covariance measurements. Geophysical Research Letters 51 (2), e2023GL107084 (2024)
Kunik, L.; Raczka, B.; Smith, K. R.; Bowling, D.; Frankenberg, C.; Köhler, P.; Cheng, R.; Goulden, M. L.; Jung, M.; Lin, J. C.: Satellite-based solar-induced fluorescence tracks seasonal and elevational patterns of photosynthesis in California's Sierra Nevada mountains. Environmental Research Letters 19 (1), 014008 (2024)
Trautmann, T.; Koirala, S.; Guentner, A.; Kim, H.; Jung, M.: Calibrating global hydrological models with GRACE TWS: does river storage matter? Environmental Research Communications 5 (8), 081005 (2023)
Metz, E.-M.; Vardag, S. N.; Basu, S.; Jung, M.; Ahrens, B.; El-Madany, T. S.; Sitch, S.; Arora, V. K.; Briggs, P. R.; Friedlingstein, P.et al.; Goll, D. S.; Jain, A. K.; Kato, E.; Lombardozzi, D.; Nabel, J. E. M. S.; Poulter, B.; Séférian, R.; Tian, H.; Wiltshire, A.; Yuan, W.; Yue, X.; Zaehle, S.; Deutscher, N. M.; Griffith, D. W. T.; Butz, A.: Soil respiration–driven CO2 pulses dominate Australia’s flux variability. Science 379, 6639, S. 1332 - 1335 (2023)
Zhang, W.; Jung, M.; Migliavacca, M.; Poyatos, R.; Miralles, D. G.; El-Madany, T. S.; Galvagno, M.; Carrara, A.; Arriga, N.; Ibrom, A.et al.; Mammarella, I.; Papale, D.; Cleverly, J. R.; Liddell, M.; Wohlfahrt, G.; Markwitz, C.; Mauder, M.; Paul-Limoges, E.; Schmidt, M.; Wolf, S.; Brümmer, C.; Arain, M. A.; Fares, S.; Kato, T.; Ardö, J.; Oechel, W.; Hanson, C.; Korkiakoski, M.; Biraud, S.; Steinbrecher, R.; Billesbach, D.; Montagnani, L.; Woodgate, W.; Shao, C.; Carvalhais, N.; Reichstein, M.; Nelson, J. A.: The effect of relative humidity on eddy covariance latent heat flux measurements and its implication for partitioning into transpiration and evaporation. Agricultural and Forest Meteorology 330, 109305 (2023)
Henry, R. C.; Arneth, A.; Jung, M.; Rabin, S. S.; Rounsevell, M. D.; Warren, F.; Alexander, P.: Global and regional health and food security under strict conservation scenarios. Nature Sustainability 5, S. 303 - 310 (2022)
Kraft, B.; Jung, M.; Körner, M.; Koirala, S.; Reichstein, M.: Towards hybrid modeling of the global hydrological cycle. Hydrology and Earth System Sciences 26 (6), S. 1579 - 1614 (2022)
Deutschlands beliebteste Pflanzenbestimmungs-App „Flora Incognita“ wurde durch eine neue Künstliche Intelligenz weiter aufgewertet. Dadurch verdreifacht sich die Anzahl der bestimmbaren Pflanzenarten auf rund 16.000. Außerdem steht die App nun in 20 verschiedenen Sprachen zur Verfügung und zusätzlich auch im Offline-Modus.
Mit einer Auftaktveranstaltung am 12. Januar 2023 eröffneten die Friedrich-Schiller-Universität Jena, das Max-Planck-Institut für Biogeochemie und das Deutsche Zentrum für Luft- und Raumfahrt gemeinsam die ELLIS Unit Jena. Maschinelles Lernen und künstliche Intelligenz werden eingesetzt, um bei der Bewältigung globaler Umweltkrisen zu helfen.
Das Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) heißt seine Gäste am 20. und 21. August wieder zum Tag der offenen Tür der Bundesregierung herzlich willkommen. Als eines der erfolgreichen unterstützten Projekte wurde auch Flora Incognita gebeten, an der Ausstellung für die Besucher teilzunehmen.
Dank FLUXCOM-X, der nächsten Generation Daten-getriebener, KI-basierter Erdsystemmodelle, können Forschende den Stoffwechsel der Erde nun in noch nie dagewesener Detailtiefe sehen – überall an Land und zu jeder Stunde des Tages.
Ein Forschungsteam hat einen Ansatz entwickelt, KI in Erdsystem-Modelle zu integrieren, und hierzu zwei Perspektiven zukünftiger Forschungsschwerpunkte veröffentlicht.
EU fördert internationales Forschungsprojekt AI4PEX, um Erdsystemmodelle und damit wissenschaftliche Vorhersagen des Klimawandels weiter zu verbessern. Beteiligte Wissenschaftler*innen aus 9 Ländern trafen sich bereits Ende Mai 2024 zum Projektstart am federführenden MPI für Biogeochemie in Jena.
Vom griechischen Philosophen Aristoteles über Charles Darwin bis heute haben sich Wissenschaftlerinnen und Wissenschaftler mit dieser grundlegenden Frage der Biologie beschäftigt. Entgegen der öffentlichen Wahrnehmung ist sie jedoch immer noch weitgehend ungelöst. Forschende haben nun einen neuen Ansatz für das Auffinden und die Abgrenzung von Arten mithilfe von künstlicher Intelligenz (KI) vorgestellt.
Ein Forschungsteam unter der Leitung des Deutschen Zentrums für integrative Biodiversitätsforschung (iDiv) und der Universität Leipzig hat einen Algorithmus entwickelt, der Beobachtungsdaten der App Flora Incognita analysiert. Daraus lassen sich ökologische Muster ableiten, die Aufschluss über die Auswirkungen des Klimawandels auf die Pflanzenwelt geben.
Das neue Forschungsprojekt "PollenNet" soll mit Hilfe von Künstlicher Intelligenz die präzise Vorhersage der Verbreitung von Pollen ermöglichen. Um die Vorsorge vor Allergien zu verbessern, bringen Expertinnen und Experten fachübergreifend neueste Erkenntnisse aus den verschiedensten Bereichen zusammen.
Wenn Flüsse über die Ufer treten, können die Folgen verheerend sein. Mit Methoden des Erklärbaren Maschinellen Lernens haben Forschende nachgewiesen, dass Überschwemmungen extremer ausfallen, wenn mehrere Faktoren an deren Entstehung beteiligt sind.
Pflanzenbeobachtungen, die mit Pflanzenbestimmungs-Apps wie Flora Incognita gesammelt werden, erlauben Aussagen über die Entwicklungsstadien von Pflanzen - sowohl kleinräumig als auch europaweit.
Die Pflanzenerkennungs-App Flora Incognita erhält den diesjährigen Sonja Bernadotte-Preis für ihre Bedeutung im Naturbildungswesen für alle Altersgruppen bei gleichzeitig hohem wissenschaftlichen Anspruch.
Deutschlands beliebteste Pflanzenbestimmungs-App „Flora Incognita“ wurde durch eine neue Künstliche Intelligenz weiter aufgewertet. Dadurch verdreifacht sich die Anzahl der bestimmbaren Pflanzenarten auf rund 16.000. Außerdem steht die App nun in 20 verschiedenen Sprachen zur Verfügung und zusätzlich auch im Offline-Modus.
Mit einer Auftaktveranstaltung am 12. Januar 2023 eröffneten die Friedrich-Schiller-Universität Jena, das Max-Planck-Institut für Biogeochemie und das Deutsche Zentrum für Luft- und Raumfahrt gemeinsam die ELLIS Unit Jena. Maschinelles Lernen und künstliche Intelligenz werden eingesetzt, um bei der Bewältigung globaler Umweltkrisen zu helfen.
Das Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) heißt seine Gäste am 20. und 21. August wieder zum Tag der offenen Tür der Bundesregierung herzlich willkommen. Als eines der erfolgreichen unterstützten Projekte wurde auch Flora Incognita gebeten, an der Ausstellung für die Besucher teilzunehmen.
Dank FLUXCOM-X, der nächsten Generation Daten-getriebener, KI-basierter Erdsystemmodelle, können Forschende den Stoffwechsel der Erde nun in noch nie dagewesener Detailtiefe sehen – überall an Land und zu jeder Stunde des Tages.
Ein Forschungsteam hat einen Ansatz entwickelt, KI in Erdsystem-Modelle zu integrieren, und hierzu zwei Perspektiven zukünftiger Forschungsschwerpunkte veröffentlicht.
EU fördert internationales Forschungsprojekt AI4PEX, um Erdsystemmodelle und damit wissenschaftliche Vorhersagen des Klimawandels weiter zu verbessern. Beteiligte Wissenschaftler*innen aus 9 Ländern trafen sich bereits Ende Mai 2024 zum Projektstart am federführenden MPI für Biogeochemie in Jena.
Vom griechischen Philosophen Aristoteles über Charles Darwin bis heute haben sich Wissenschaftlerinnen und Wissenschaftler mit dieser grundlegenden Frage der Biologie beschäftigt. Entgegen der öffentlichen Wahrnehmung ist sie jedoch immer noch weitgehend ungelöst. Forschende haben nun einen neuen Ansatz für das Auffinden und die Abgrenzung von Arten mithilfe von künstlicher Intelligenz (KI) vorgestellt.
Ein Forschungsteam unter der Leitung des Deutschen Zentrums für integrative Biodiversitätsforschung (iDiv) und der Universität Leipzig hat einen Algorithmus entwickelt, der Beobachtungsdaten der App Flora Incognita analysiert. Daraus lassen sich ökologische Muster ableiten, die Aufschluss über die Auswirkungen des Klimawandels auf die Pflanzenwelt geben.
Das neue Forschungsprojekt "PollenNet" soll mit Hilfe von Künstlicher Intelligenz die präzise Vorhersage der Verbreitung von Pollen ermöglichen. Um die Vorsorge vor Allergien zu verbessern, bringen Expertinnen und Experten fachübergreifend neueste Erkenntnisse aus den verschiedensten Bereichen zusammen.
Wenn Flüsse über die Ufer treten, können die Folgen verheerend sein. Mit Methoden des Erklärbaren Maschinellen Lernens haben Forschende nachgewiesen, dass Überschwemmungen extremer ausfallen, wenn mehrere Faktoren an deren Entstehung beteiligt sind.
Pflanzenbeobachtungen, die mit Pflanzenbestimmungs-Apps wie Flora Incognita gesammelt werden, erlauben Aussagen über die Entwicklungsstadien von Pflanzen - sowohl kleinräumig als auch europaweit.
Die Pflanzenerkennungs-App Flora Incognita erhält den diesjährigen Sonja Bernadotte-Preis für ihre Bedeutung im Naturbildungswesen für alle Altersgruppen bei gleichzeitig hohem wissenschaftlichen Anspruch.
Deutschlands beliebteste Pflanzenbestimmungs-App „Flora Incognita“ wurde durch eine neue Künstliche Intelligenz weiter aufgewertet. Dadurch verdreifacht sich die Anzahl der bestimmbaren Pflanzenarten auf rund 16.000. Außerdem steht die App nun in 20 verschiedenen Sprachen zur Verfügung und zusätzlich auch im Offline-Modus.
Mit einer Auftaktveranstaltung am 12. Januar 2023 eröffneten die Friedrich-Schiller-Universität Jena, das Max-Planck-Institut für Biogeochemie und das Deutsche Zentrum für Luft- und Raumfahrt gemeinsam die ELLIS Unit Jena. Maschinelles Lernen und künstliche Intelligenz werden eingesetzt, um bei der Bewältigung globaler Umweltkrisen zu helfen.
Das Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) heißt seine Gäste am 20. und 21. August wieder zum Tag der offenen Tür der Bundesregierung herzlich willkommen. Als eines der erfolgreichen unterstützten Projekte wurde auch Flora Incognita gebeten, an der Ausstellung für die Besucher teilzunehmen.