Rzanny, M.; Bebber, A.; Wittich, H. C.; Fritz, A.; Boho, D.; Mäder, P.; Wäldchen, J.: More than rapid identification—Free plant identification apps can also be highly accurate. People and Nature 6 (6), S. 2178 - 2181 (2024)
Wäldchen, J.; Wittich, H. C.; Rzanny, M.; Fritz, A.; Mäder, P.: Towards more effective identification keys: A study of people identifying plant species characters. People and Nature 4 (6), S. 1603 - 1615 (2022)
Katal, N.; Rzanny, M.; Mäder, P.; Wäldchen, J.: Deep learning in plant phenological research: A systematic literature review. Frontiers in Plant Science 13, 805738 (2022)
Schmid, B.; Schmitz, M.; Rzanny, M.; Scherer-Lorenzen, M.; Mwangi, P. N.; Weisser, W. W.; Hector, A.; Schmid, R.; Flynn, D. F. B.: Removing subordinate species in a biodiversity experiment to mimic observational field studies. Grassland Research 1 (1), S. 53 - 62 (2022)
Mahecha, M. D.; Rzanny, M.; Kraemer, G.; Mäder, P.; Seeland, M.; Wäldchen, J.: Crowd-sourced plant occurrence data provide a reliable description of macroecological gradients. Ecography 44 (8), S. 1131 - 1142 (2021)
Mäder, P.; Boho, D.; Rzanny, M.; Seeland, M.; Wittich, H. C.; Deggelmann, A.; Wäldchen, J.: The Flora Incognita app – interactive plant species identfication. Methods in Ecology and Evolution 12 (7), S. 1335 - 1342 (2021)
Rzanny, M.; Mäder, P.; Deggelmann, A.; Chen, M.; Wäldchen, J.: Flowers, leaves or both? How to obtain suitable images for automated plant identification. Plant Methods 15, 77 (2019)
Hines, J.; Giling, D. P.; Rzanny, M.; Voigt, W.; Meyer, S. T.; Weisser, W. W.; Eisenhauer, N.; Ebeling, A.: A meta‐food web for invertebrate species collected in a European grassland. Ecology 100 (6), e02679 (2019)
Seeland, M.; Rzanny, M.; Boho, D.; Wäldchen, J.; Mäder, P.: Image-based classification of plant genus and family for trained and untrained plant species. BMC Bioinformatics 20, 4 (2019)
Wittich, H. C.; Seeland, M.; Wäldchen, J.; Rzanny, M.; Mäder, P.: Recommending plant taxa for supporting on-site species identification. BMC Bioinformatics 19, 190 (2018)
Ebeling, A.; Rzanny, M.; Lange, M.; Eisenhauer, N.; Hertzog, L. R.; Meyer, S. T.; Weisser, W. W.: Plant diversity induces shifts in the functional structure and diversity across trophic levels. Oikos 127 (2), S. 208 - 219 (2018)
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.
Eine Studie der Universität Leipzig, des Deutschen Zentrums für integrative Biodiversitätsforschung Halle-Jena-Leipzig (iDiv) und des MPI für Biogeochemie zeigt, dass Lücken im Kronendach eines Auenmischwalds einen direkten Einfluss auf die Temperatur und Feuchtigkeit im Waldboden haben, jedoch nur geringe Auswirkungen auf die Bodenaktivität.
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.
Eine neue Studie zeigt eine natürliche Lösung zur Abschwächung von Auswirkungen des Klimawandels wie extremen Wetterereignissen auf. Forschende fanden heraus, dass eine vielfältige Pflanzenwelt als Puffer gegen Schwankungen der Bodentemperatur wirkt. Dieser Puffer wiederum kann einen entscheidenden Einfluss auf wichtige Ökosystemprozesse haben.
Die Umsatzzeiten des Kohlenstoffs an Land bestimmen die Auswirkungen von Klima-veränderungen auf die Landoberfläche. Die Temperaturempfindlichkeit des Kohlen-stoffumsatzes ist daher von entscheidender Bedeutung. Unsere neue Studie belegt, dass die Feuchtebedingungen die Temperaturempfindlichkeit der Kohlenstoffumsatzzeiten stark verändern.
Eine neue Studie zeigt, dass bereits ein geringer Anstieg des atmosphärischen CO2 zu erkennbaren Auswirkungen auf die Funktionsweise von Ökosystemen führt. Anhand von Simulationen des am Max-Planck-Institut für Biogeochemie entwickelten Landoberflächenmodells hat ein internationales Team von Wissenschaftler*innen herausgefunden, dass ein erhöhter CO2-Gehalt zunächst Kenngrößen des Kohlenstoffkreislaufs wie die Produktivität der Vegetation und die Ausdehnung der Blattfläche beeinflusst.
Diese Pressemitteilung wurde uns freundlicherweise von der TUM zur Verfügung gestellt.
Der Klimawandel bringt Wälder zunehmend unter Druck. Ausgelöst durch Klimaextreme sind in Mitteleuropa in den letzten Jahren große Waldflächen abgestorben. Forschende unter Beteiligung der Technischen Universität München (TUM) haben nun die erste Klimarisikokarte…
Wichtige Leistungen von Ökosystemen werden künftig zunehmend von der Wasserverfügbarkeit abhängen. Anhand aktueller Simulationen mit Klimamodellen fand ein internationales Forscherteam mehrere Regionen, in denen Wasser zunehmend die Ökosysteme limitiert. Darunter auch Zentraleuropa, der Amazonas und West-Russland.
Ein internationales Forschungsteam hat drei Schlüsselindikatoren ermittelt, die die Funktionsweise terrestrischer Ökosysteme beschreiben. Das Monitoring dieser drei Kennzeichen ermöglicht es, einzuschätzen, wie anpassungsfähig ein Ökosystem gegenüber Klima- und Umweltveränderungen ist und wie es sich unter bestimmten Bedingungen weiterentwickeln kann.
Ökosysteme erbringen vielfältige Dienstleistungen für den Menschen. Diese hängen von grundlegenden Ökosystemfunktionen ab, die sowohl durch das vorherrschende Klima und Artenvorkommen als auch durch menschliche Eingriffe beeinflusst werden. Ein großes internationales Forschungsteam unter der Leitung des Max-Planck-Instituts für Biogeochemie (MPI-BGC) in Jena hat drei Schlüsselindikatoren ermittelt, die die Funktionsweise terrestrischer Ökosysteme beschreiben.
Die Regenwälder gehen durch Abholzung und Landnutzung verloren. Damit sinkt ihre Widerstandsfähigkeit gegenüber dem Klimawandel und sie werden anfälliger für Dürren und Waldbrände. Ein neues Frühwarnsystem reagiert auf die unterschiedlichen Gegebenheiten der Regenwälder.
ESM2025, ein ehrgeiziges europäisches Projekt zur Unterstützung der Erdsystemmodellierung, startete offiziell. Das MPI-BGC beteiligt sich mit Dr. Sönke Zaehle und Dr. Nuno Carvalhais, die ihre Expertise in terrestrischer Biogeochemie bzw. Maschinen-Lernen einbringen werden.