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)
Rzanny, M.; Seeland, M.; Wäldchen, J.; Mäder, P.: Acquiring and preprocessing leaf images for automated plant identification: understanding the tradeoff between effort and information gain. Plant Methods 13, 97 (2017)
Seeland, M.; Rzanny, M.; Alaqraa, N.; Wäldchen, J.; Mäder, P.: Plant species classification using flower images—A comparative study of local feature representations. PLoS One 12 (2), e0170629 (2017)
Begehold, H.; Rzanny, M.; Winter, S.: Patch patterns of lowland beech forests in a gradient of management intensity. Forest Ecology and Management 360, S. 69 - 79 (2016)
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.
Von allen Kontinenten der Welt erwärmt sich Europa am schnellsten. Laut der Bewertung der Europäischen Umweltagentur haben viele dieser Risiken bereits kritische Niveaus erreicht und könnten ohne sofortige, entschlossene Maßnahmen katastrophale Ausmaße annehmen.
Pflanzenbeobachtungen, die mit Pflanzenbestimmungs-Apps wie Flora Incognita gesammelt werden, erlauben Aussagen über die Entwicklungsstadien von Pflanzen - sowohl kleinräumig als auch europaweit.
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.
Eine Tonne CO2 aus der Luft holen und so eine Tonne Emissionen ungeschehen machen? Haut nicht hin, sagt eine Studie. Und liefert vier Einwände mit Blick auf die Erdsysteme.
Der neue Bericht des Global Carbon Project zeigt: Die fossilen CO2-Emissionen werden 2023 ein Rekordhoch erreichen. Bleiben die Emissionen so hoch, wird das verbliebene Kohlenstoffbudget zur Einhaltung der 1,5°C-Grenze voraussichtlich in sieben Jahren aufgebraucht sein. Die Emissionen aus der Landnutzung nehmen zwar leicht ab, sind aber immer noch zu hoch, um durch nachwachsende Wälder und Aufforstung kompensiert werden zu können.
Experten haben den jährlichen Bericht vorgestellt, der politischen Entscheidungsträgern die neuesten und wichtigsten klimawissenschaftlichen Forschungsergebnisse an die Hand, um die Verhandlungen auf der COP28 und die Umsetzung der Politik bis 2024 und darüber hinaus zu unterstützen.
Im alljährlichen Ranking der weltweit meistzitierten und damit einflussreichen Wissenschaftler*innen sind 2023 erneut fünf Autoren unseres Instituts vertreten.
Das internationale Cabo-Verde-Atmosphären-Observatorium (CVAO) wird weiter ausgebaut: Der Präsident der Republik Cabo Verde José Maria Neves und Bundespräsident Frank-Walter Steinmeier legten am Donnerstag den Grundstein für ein neues Laborgebäude auf São Vicente, einer der Kapverdischen Inseln vor Afrika. Das Max-Planck-Institut für Biogeochemie war am Aufbau der Station beteiligt und führt seitdem am CVAO Langzeitmessungen u.a. der Treibhausgase Methan, Kohlendioxid und Lachgas durch.
Forscher der University of California und des Max-Planck-Instituts für Biogeochemie haben ein genaueres Modell des globalen Kohlenstoffkreislaufs entwickelt. Das Modell berücksichtigt besser, wie die Ökosysteme der Landoberfläche zu den atmosphärischen Konzentrationen des Treibhausgases Kohlendioxid beitragen.