Benk, S.; Yan, L.; Lehmann, R.; Roth, V.-N.; Schwab, V. F.; Totsche, K. U.; Küsel, K.; Gleixner, G.: Fueling diversity in the subsurface: Composition and age of dissolved organic matter in the critical zone. Frontiers in Earth Science 7, 296 (2019)
Simon, C.; Roth, V.-N.; Dittmar, T.; Gleixner, G.: Molecular signals of heterogeneous terrestrial environments identified in dissolved organic matter: a comparative analysis of orbitrap and ion cyclotron resonance mass spectrometers. Frontiers in Earth Science 6, 138 (2018)
Seifert, A.-G.; Roth, V.-N.; Dittmar, T.; Gleixner, G.; Breuer, L.; Houska, T.; Marxsen, J.: Comparing molecular composition of dissolved organic matter in soil and stream water: Influence of land use and chemical characteristics. Science of the Total Environment 571, S. 142 - 152 (2016)
Roth, V.-N.; Dittmar, T.; Gaupp, R.; Gleixner, G.: The molecular composition of dissolved organic matter in forest soils as a function of pH and temperature. PLoS One 10 (3), e0119188 (2015)
Roth, V.-N.; Dittmar, T.; Gaupp, R.; Gleixner, G.: Latitude and pH driven trends in the molecular composition of DOM across a north south transect along the Yenisei River. Geochimica et Cosmochimica Acta 123, S. 93 - 105 (2013)
Roth, V.-N.: Molecular characterization of dissolved organic matter by ultrahigh-resolution mass spectrometry. Dissertation, Friedrich Schiller University Jena, Jena (2013)
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.
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.
Die 73. Lindauer Nobelpreisträgertagung war der Physik gewidmet und fand vom 30. Juni bis 5. Juli 2024 statt. Sie brachte rund 40 Nobelpreisträger und 635 junge Wissenschaftler aus mehr als 90 Nationen zusammen.
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.
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.