Merbold, L.; Ziegler, W.; Mukelabai, M. M.; Kutsch, W. L.: Spatial and temporal variation of CO2 efflux along a disturbance gradient in a miombo woodland in Western Zambia. Biogeosciences 8 (1), S. 147 - 164 (2011)
De Villiers, M. S.; Mecenero, S.; Sherley, R. B.; Heinze, E.; Kieser, J.; Leshoro, T. M.; Merbold, L.; Nordt, A.; Parsons, N. J.; Peter, H. U.: Introduced European rabbits (Oryctolagus cuniculus) and domestic cats (Felis catus) on Robben Island: Population trends and management recommendations. South African Journal of Wildlife Research 40 (2), S. 139 - 148 (2010)
Merbold, L.; Ardo, J.; Arneth, A.; Scholes, R. J.; Nouvellon, Y.; De Grandcourt, A.; Archibald, S.; Bonnefond, J. M.; Boulain, N.; Brueggemann, N.et al.; Bruemmer, C.; Cappelaere, B.; Ceschia, E.; El-Khidir, H. A. M.; El-Tahir, B. A.; Falk, U.; Lloyd, J.; Kergoat, L.; Le Dantec, V.; Mougin, E.; Muchinda, M.; Mukelabai, M. M.; Ramier, D.; Roupsard, O.; Timouk, F.; Veenendaal, E. M.; Kutsch, W. L.: Precipitation as driver of carbon fluxes in 11 African ecosystems. Biogeosciences 6 (6), S. 1027 - 1041 (2009)
Merbold, L.; Kutsch, W. L.; Corradi, C.; Kolle, O.; Rebmann, C.; Stoy, P. C.; Zimov, S. A.; Schulze, E.-D.: Artificial drainage and associated carbon fluxes (CO2/CH4) in a tundra ecosystem. Global Change Biology 15 (11), S. 2599 - 2614 (2009)
Merbold, L.: Ecosystem - atmosphere exchange of carbon dioxide in highly seasonal environments under the aspect of disturbance. Dissertation, 151 S., Friedrich-Schiller-Universität, Jena (2009)
Merbold, L.: The influence of drought on the carbon exchange of a Sibirian tussock tundra ecosystem. Diplom, 93 S., Friedrich-Schiller-Universität, Jena (2006)
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.
Im alljährlichen Ranking der weltweit meistzitierten und damit einflussreichen Wissenschaftler*innen sind 2024 erneut fünf Autoren unseres Instituts vertreten.
Im alljährlichen Ranking der weltweit meistzitierten und damit einflussreichen Wissenschaftler*innen sind 2023 erneut fünf Autoren unseres Instituts vertreten.
Im alljährlichen Ranking der weltweit meistzitierten und damit einflussreichen Wissenschaftler*innen sind 2023 erneut fünf Autoren unseres Instituts vertreten.
Die Menge an Kohlenstoff, die von den Landökosystemen der Erde aufgenommen wird, schwankt von Jahr zu Jahr. Diese Schwankungen werden in erster Linie durch Veränderungen der Bodenfeuchte angetrieben. Überraschenderweise wirkt sich die Bodenfeuchte vor allem indirekt auf die Kohlenstoffaufnahme der Pflanzen und Böden aus, indem sie die bodennahe Temperatur und Luftfeuchtigkeit beeinflusst.
Im Who's Who der weltweit hoch-zitierten Forscher sind 2019 erstmalig sogar sechs Wissenschaftler unseres Max-Planck-Instituts für Biogeochemie (MPI-BGC) auf verschiedenen Karrierestufen vertreten. Damit gehört das MPI-BGC erneut zu den Top-Ten der Max-Planck-Institute mit hoch-zitierten Forschern.
The who’s who of highly cited scientific authors includes for 2018 five scientists from MPI-BGC at different career levels. Altogether, with 76 highly cited scientists the whole Max Planck Society ranks on 5th place among worldwide research institutions.
Im Who's Who der weltweit hoch-zitierten Forscher sind 2018 gleich fünf Wissenschaftler unseres Max-Planck-Instituts für Biogeochemie (MPI-BGC) auf verschiedenen Karrierestufen vertreten. Insgesamt rangiert die Max-Planck-Gesellschaft mit 76 hoch-zitierten Forschern auf Rang 5 der Liste weltweiter Forschungsorganisationen.
Marin Jung, leader of the Global Diagnostics Ecohydrological and Biogeochemical Modelling group and Fluxnet scientist answers questions on his personal motivation, on machine learning data and more ..check out his interview!
Martin Jung, Gruppenleiter in der Abteilung Biogeochemische Integration und Fluxnet-Wissenschaftler beantwortet in diesem Interview Frage zu seinen Interessen und seinem Ansporn und den Raffinessen und Tücken der maschinellen Lerntechniken.