Ehrle, A.; Potthast, K.; Tischer, A.; Trumbore, S. E.; Michalzik, B.: Soil properties determine how Lasius flavus impact on topsoil organic matter and nutrient distribution in central Germany. Applied Soil Ecology 133, S. 166 - 176 (2018)
Sierra, C. A.; Hoyt, A. M.; He, Y.; Trumbore, S. E.: Soil organic matter persistence as a stochastic process: age and transit time distributions of carbon in soils. Global Biogeochemical Cycles 32 (10), S. 1574 - 1588 (2018)
Muhr, J.; Trumbore, S. E.; Higuchi, N.; Kunert, N.: Living on borrowed time – Amazonian trees use decade‐old storage carbon to survive for months after complete stem girdling. New Phytologist 220 (1), S. 111 - 120 (2018)
Solly, E. F.; Brunner, I.; Helmisaari, H.-S.; Herzog, C.; Leppälammi-Kujansuu, J.; Schöning, I.; Schrumpf, M.; Schweingruber, F. H.; Trumbore, S. E.; Hagedorn, F.: Unravelling the age of fine roots of temperate and boreal forests. Nature Communications 9 (1), 3006 (2018)
Furze, M. E.; Trumbore, S. E.; Hartmann, H.: Detours on the phloem sugar highway: stem carbon storage and remobilization. Current Opinion in Plant Biology 43, S. 89 - 95 (2018)
de Miranda, D. L. C.; Higuchi, N.; Trumbore, S. E.; Latorraca, J. V. F.; do Carmo, J. F.; Lima, A. J. N.: Using radiocarbon-calibrated dendrochronology to improve tree-cutting cycle estimates for timber management in southern Amazon forests. Trees 32 (2), S. 587 - 602 (2018)
Huang, J.; Hartmann, H.; Hellén, H.; Wisthaler, A.; Perreca, E.; Weinhold, A.; Rücker, A.; van Dam, N. M.; Gershenzon, J.; Trumbore, S. E.et al.; Behrendt, T.: New perspectives on CO2, temperature and light effects on BVOC emissions using online measurements by PTR-MS and cavity ring-down spectroscopy. Environmental Science & Technology 52 (23), S. 13811 - 13823 (2018)
Kumar, S.; Herrmann, M.; Blohm, A.; Hilke, I.; Frosch, T.; Trumbore, S. E.; Küsel, K.: Thiosulfate- and hydrogen-driven autotrophic denitrification by a microbial consortium enriched from groundwater of an oligotrophic limestone aquifer. FEMS Microbiology Ecology 94 (10), fiy141 (2018)
Nagy, R. C.; Porder, S.; Brando, P.; Davidson, E. A.; Figueira, A. M. e. S.; Neill, C.; Riskin, S.; Trumbore, S. E.: Soil carbon dynamics in soybean cropland and forests in Mato Grosso, Brazil. Journal of Geophysical Research: Biogeosciences 123 (1), S. 18 - 31 (2018)
Zhang, H.-Y.; Lü, X.-T.; Hartmann, H.; Keller, A.; Han, X.-G.; Trumbore, S. E.; Phillips, R. P.: Foliar nutrient resorption differs between arbuscular mycorrhizal and ectomycorrhizal trees at local and global scales. Global Ecology and Biogeography 27 (7), S. 875 - 885 (2018)
Kumar, S.; Herrmann, M.; Thamdrup, B.; Schwab, V. F.; Geesink, P.; Trumbore, S. E.; Totsche, K.-U.; Küsel, K.: Nitrogen loss from pristine carbonate-rock aquifers of the Hainich Critical Zone Exploratory (Germany) is primarily driven by chemolithoautotrophic anammox processes. Frontiers in Microbiology 8, 1951 (2017)
Sieburg, A.; Jochum, T.; Trumbore, S. E.; Poppacd, J.; Frosch, T.: Onsite cavity enhanced Raman spectrometry for the investigation of gas exchange processes in the Earth's critical zone. Analyst 142 (18), S. 3360 - 3369 (2017)
Assahira, C.; Fernandez Piedade, M. T.; Trumbore, S. E.; Wittmann, F.; Ladvocat Cintra, B. B.; Batista, E. S.; de Resende, A. F.; Schongart, J.: Tree mortality of a flood-adapted species in response of hydrographic changes caused by an Amazonian river dam. Forest Ecology and Management 396, S. 113 - 123 (2017)
Kunert, N.; Aparecido, L. M. T.; Wolff, S.; Higuchi, N.; Santos, J. d.; de Araujo, A. C.; Trumbore, S. E.: A revised hydrological model for the Central Amazon: The importance of emergent canopy trees in the forest water budget. Agricultural and Forest Meteorology 239, S. 47 - 57 (2017)
Sierra, C.; Müller, M.; Metzler, H.; Manzoni, S.; Trumbore, S. E.: The muddle of ages, turnover, transit, and residence times in the carbon cycle. Global Change Biology 23 (5), S. 1763 - 1773 (2017)
Ehrle, A.; Andersen, A. N.; Levick, S. R.; Schumacher, J.; Trumbore, S. E.; Michalzik, B.: Yellow-meadow ant (Lasius flavus) mound development determines soil properties and growth responses of different plant functional types. European Journal of Soil Biology 81, S. 83 - 93 (2017)
Hilman, B.; Muhr, J.; Trumbore, S. E.; Kunert, N.; Carbone, M. S.; Yuval, P.; Wright, S. J.; Moreno, G.; Pérez‑Priego, O.; Migliavacca, M.et al.; Carrara, A.; Grünzweig, J. M.; Osem, Y.; Weiner, T.; Angert, A.: Comparison of CO2 and O2 fluxes demonstrate retention of respired CO2 in tree stems from a range of tree species. Biogeosciences 16 (1), S. 177 - 191 (2017)
Jochum, T.; Fastnacht, A.; Trumbore, S. E.; Popp, J.; Frosch, T.: Direct Raman spectroscopic measurements of biological nitrogen fixation under natural conditions: An analytical approach for studying nitrogenase activity. Analytical Chemistry 89 (2), S. 1117 - 1122 (2017)
Europa ist durch Dürren oder Starkregen besonders stark betroffen. KI kann Frühwarnsysteme für Extremwetterereignisse und deren Folgen unterstützen und dadurch Schäden minimieren.
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.