Mahecha, M. D.; Gans, F.; Brandt, G.; Christiansen, R.; Cornell, S. E.; Fomferra, N.; Kraemer, G.; Peters, J.; Bodesheim, P.; Camps-Valls, G.et al.; Donges, J. F.; Dorigo, W.; Estupinan-Suarez, L. M.; Gutierrez-Velez, V. H.; Gutwin, M.; Jung, M.; Londoño, M. C.; Miralles, D. G.; Papastefanou, P.; Reichstein, M.: Earth system data cubes unravel global multivariate dynamics. Earth System Dynamics 11 (1), S. 201 - 234 (2020)
García, Y. G.; Shadaydeh, M.; Mahecha, M. D.; Denzler, J.: Extreme anomaly event detection in biosphere using linear regression and a spatiotemporal MRF model. Natural Hazards 98 (3), S. 849 - 867 (2019)
Babst, F.; Bodesheim, P.; Charney, N.; Friend, A. D.; Girardin, M. P.; Klesse, S.; Moore, D. J.P.; Seftigen, K.; Björklund, J.; Bouriaud, O.et al.; Dawson, A.; DeRose, R. J.; Dietze, M. C.; Eckes, A. H.; Enquist, B.; Frank, D. C.; Mahecha, M. D.; Poulter, B.; Record, S.; Trouet, V.; Turton, R. H.; Zhang, Z.; Evans, M. E.K.: When tree rings go global: Challenges and opportunities for retro- and prospective insight. Quaternary Science Reviews 197, S. 1 - 20 (2018)
Flach, M.; Sippel, S.; Gans, F.; Bastos, A.; Brenning, A.; Reichstein, M.; Mahecha, M. D.: Contrasting biosphere responses to hydrometeorological extremes: revisiting the 2010 western Russian Heatwave. Biogeosciences 16, S. 6067 - 6085 (2018)
Cremer, F.; Urbazaev, M.; Berger, C.; Mahecha, M. D.; Schmullius, C.; Thiel, a. C.: An image transform based on temporal decomposition. IEEE Geoscience and Remote Sensing Letters 15 (4), S. 537 - 541 (2018)
Sippel, S.; El-Madany, T. S.; Migliavacca, M.; Mahecha, M. D.; Carrara, A.; Flach, M.; Kaminski, T.; Otto, F. E. L.; Thonicke, K.; Vossbeck, M.et al.; Reichstein, M.: Warm winter, wet spring, and an extreme response in ecosystem functioning on the Iberian Peninsula. Bulletin of the American Meteorological Society 99 (1), S. S80 - S85 (2018)
von Buttlar, J.; Zscheischler, J.; Rammig, A.; Sippel, S.; Reichstein, M.; Knohl, A.; Jung, M.; Menzer, O.; Arain, M. A.; Buchmann, N.et al.; Cescatti, A.; Gianelle, D.; Kieley, G.; Law, B. E.; Magliulo, V.; Margolis, H.; McCaughey, H.; Merbold, L.; Migliavacca, M.; Montagnani, L.; Oechel, W.; Pavelka, M.; Peichl, M.; Rambal, S.; Raschi, A.; Scott, R. L.; Vaccari, F. P.; van Gorsel, E.; Varlagin, A.; Wohlfahrt, G.; Mahecha, M. D.: Impacts of droughts and extreme-temperature events on gross primary production and ecosystem respiration: a systematic assessment across ecosystems and climate zones. Biogeosciences 15 (5), S. 1293 - 1318 (2018)
Wu, X.; Liu, H.; Li, X.; Tian, Y.; Mahecha, M. D.: Responses of winter wheat yields to warming-mediated vernalization variations across temperate Europe. Frontiers in Ecology and Evolution 5, 126 (2017)
Sippel, S.; Forkel, M.; Rammig, A.; Thonicke, K.; Flach, M.; Heimann, M.; Otto, F. E. L.; Reichstein, M.; Mahecha, M. D.: Contrasting and interacting changes in simulated spring and summer carbon cycle extremes in European ecosystems. Environmental Research Letters 12 (7), 075006 (2017)
Sierra, C.; Mahecha, M. D.; Poveda, G.; Álvarez-Dávila, E.; Gutierrez-Velez, V. H.; Reuf, B.; Feilhauer, H.; Anáya, J.; Armenteras, D.; Benavides, A. M.et al.; Buendiak, C.; Duque, Á.; Estupinan-Suarez, L. M.; González, C.; Gonzalez-Caro, S.; Jimenez, R.; Kraemer, G.; Londoño, M. C.; Orrego, S. A.; Posada, J. M.; Ruiz-Carrascalo, D.; Skowronek, S.: Monitoring ecological change during rapid socio-economic and political transitions: Colombian ecosystems in the post-conflict era. Environmental Science and Policy 76, S. 40 - 49 (2017)
Mathieu, P.-P.; Borgeaud, M.; Desnons Rast M., Y.-L.; Brockmann, C.; See, L.; Fritz, S.; Kapur, R.; Mahecha, M. D.; Benz, U.: The ESA's Earth Observation Open Science Program. IEEE Geoscience and Remote Sensing Magazine 5 (2), S. 86 - 96 (2017)
Sippel, S.; Zscheischler, J.; Mahecha, M. D.; Orth, R.; Reichstein, M.; Vogel, M.; Seneviratne, S. I.: Refining multi-model projections of temperature extremes by evaluation against land–atmosphere coupling diagnostics. Earth System Dynamics 8 (2), S. 387 - 403 (2017)
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.
David Hafezi Rachti wurde gleich zweimal ausgezeichnet: für sein EGU-Poster mit dem diesjährigen „Outstanding Student and PhD candidate Presentation“ (OSPP) und für seine Bachelorarbeit erhielt er den ersten Preis des „Young Climate Scientist Award 2024“.
Die Umsetzung des Pariser Klimaabkommen ist inzwischen kaum mehr plausibel, kann aber trotzdem nicht aufgegeben werden. Das DKK hat in seinem Positionspapier in sechs Kernbotschaften zu diesem Dilemma Stellung bezogen.
Ein Forschungsteam hat einen Ansatz entwickelt, KI in Erdsystem-Modelle zu integrieren, und hierzu zwei Perspektiven zukünftiger Forschungsschwerpunkte veröffentlicht.
Der Klimawandel verändert die globalen Wasserkreisläufe. Dabei wird der Regen anders verteilt: In der Mittelmeerregion kommt es einerseits zu längeren und intensiveren Dürren und andererseits zu mehr und heftigerem Starkregen. Modelle mit höherer Auflösung sollen Wetterextreme regional und lokal ebenso präzise voraussagen wie die Auswirkungen unter anderem auf die Landwirtschaft.
Eine aktuelle Studie deutet darauf hin, dass nicht zunehmende Dürren in den Tropen und veränderte Reaktionen des Kohlenstoffkreislaufs aufgrund des Klimawandels für die starke Reaktion der Tropen auf steigenden Temperaturen verantwortlich sind. Stattdessen könnten wenige aber besonders starke El Niño- Ereignisse dafür verantwortlich sein.
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.
Bei der Untersuchung des Klimawandels wird allgemein angenommen, dass die Gesamtmenge der Kohlenstoffemissionen die Erderwärmung bestimmt. Eine neue Studie legt jedoch nahe, dass nicht nur die Menge, sondern auch der Zeitpunkt dieser Emissionen das Ausmaß der Oberflächenerwärmung auf einer menschenbezogenen Zeitskala bestimmt.
Tropenwäldern werden durch menschliche Einflüsse kontinuierlich fragmentiert und geschädigt werden. Mittels Fernerkundungsdaten und modernsten Methoden der Datenanalyse können Forschende nun erstmalig zeigen, dass die Auswirkungen dieser Schädigung größer sind als bisher angenommen.
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.