Munassar, S.; Rödenbeck, C.; Galkowski, M.; Koch, F.-T.; Totsche, K. U.; Botia, S.; Gerbig, C.: To what extent does the CO2 diurnal cycle impact flux estimates derived from global and regional inversions? Atmospheric Chemistry and Physics 25 (1), S. 639 - 656 (2025)
Ho, D.; Galkowski, M.; Reum, F.; Botia, S.; Marshall, J.; Totsche, K. U.; Gerbig, C.: Recommended coupling to global meteorological fields for long-term tracer simulations with WRF-GHG. Geoscientific Model Development 17 (20), S. 7401 - 7422 (2024)
Machado, L. A. T.; Kesselmeier, J.; Botia, S.; van Asperen, H.; Andreae, M. O.; de Araújo, A. C.; Artaxo, P.; Edtbauer, A.; Ferreira, R. R.; Franco, M. A.et al.; Harder, H.; Jones, S. P.; Dias-Júnior, C. Q.; Haytzmann, G. G.; Quesada, C. A.; Komiya, S.; Lavrič, J. V.; Lelieveld, J.; Levin, I.; Nölscher, A.; Pfannerstill, E.; Pöhlker, M. L.; Pöschl, U.; Ringsdorf, A.; Rizzo, L.; Yáñez-Serrano, A. M.; Trumbore, S. E.; Valenti, W. I. D.; de Arellano, J. V.-G.; Walter, D.; Williams, J.; Wolff, S.; Pöhlker, C.: How rainfall events modify trace gas mixing ratios in central Amazonia. Atmospheric Chemistry and Physics 24 (15), S. 8893 - 8910 (2024)
de Arellano, J. V.-G.; Hartogensis, O. K.; de Boer, H.; Moonen, R.; González-Armas, R.; Janssens, M.; Adnew, G. A.; Bonell-Fontás, D. J.; Botia, S.; Jones, S. P.et al.; van Asperen, H.; Komiya, S.; de Feiter, V. S.; Rikkers, D.; de Haas, S.; Machado, L. A. T.; Dias-Junior, C. Q.; Giovanelli-Haytzmann, G.; Valenti, W. I. D.; Figueiredo, R. C.; Farias, C. S.; Hall, D. H.; Mendonça, A. C. S.; da Silva, F. A. G.; da Silva, J. L. M.; Souza, R.; Martins, G.; Miller, J. N.; Mol, W. B.; Heusinkveld, B.; van Heerwaarden, C. C.; D’Oliveira, F. A. F.; Ferreira, R. R.; Gotuzzo, R. A.; Pugliese, G.; Williams, J.; Ringsdorf, A.; Edtbauer, A.; Quesada, C. A.; Portela, B. T. T.; Alves, E. G.; Pöhlker, C.; Trumbore, S. E.; Lelieveld, J.; Röckmann, T.: CloudRoots-Amazon22: Integrating clouds with photosynthesis by crossing scales. Bulletin of the American Meteorological Society 105 (7), S. E1275 - E1302 (2024)
van der Woude, A. M.; Peters, W.; Joetzjer, E.; Lafont, S.; Koren, G.; Ciais, P.; Ramonet, M.; Xu, Y.; Bastos, A.; Botia, S.et al.; Sitch, S.; de Kok, R.; Kneuer, T.; Kubistin, D.; Jacotot, A.; Loubet, B.; Herig-Coimbra, P.-H.; Luijkx, D. L. I. T.: Temperature extremes of 2022 reduced carbon uptake by forests in Europe. Nature Communications 14, 6218 (2023)
Alves, E. G.; Santana, R. A.; Dias-Júnior, C. Q.; Botia, S.; Taylor, T.; Yáñez-Serrano, A. M.; Kesselmeier, J.; Bourtsoukidis, E.; Williams, J.; de Assis, P. I. L. S.et al.; Martins, G.; de Souza, R.; Júnior, S. D.; Guenther, A.; Gu, D.; Tsokankunku, A.; Sörgel, M.; Nelson, B.; Pinto, D.; Komiya, S.; Rosa, D. M.; Weber, B.; Barbosa, C.; Robin, M.; Feeley, K. J.; Duque, A.; Lemos, V. L.; Contreras, M. P.; Idarraga, A.; López, N.; Husby, C.; Jestrow, B.; Toro, I. M. C.: Intra- and interannual changes in isoprene emission from central Amazonia. Atmospheric Chemistry and Physics 23 (14), S. 8149 - 8168 (2023)
Tangarife-Escobar, A.; Koeniger, P.; Lopez-Moreno, J. I.; Botia, S.; Ceballos-Liévano, J. L.: Spatiotemporal variability of stable isotopes in precipitation and stream water in a high elevation tropical catchment in the Central Andes of Colombia. Hydrological Processes 37 (5), e14873 (2023)
de Arellano, J. V.-G.; Hartogensis, O.; Benedict, I.; de Boer, H.; Bosman, P. J. M.; Botia, S.; Cecchini, M. A.; Faassen, K. A. P.; González-Armas, R.; van Diepen, K.et al.; Heusinkveld, B. G.; Janssens, M.; Lobos-Roco, F.; Luijkx, I. T.; Machado, L. A. T.; Mangan, M. R.; Moene, A. F.; Mol, W. B.; van der Molen, M.; Moonen, R.; Ouwersloot, H. G.; Park, S.-W.; Pedruzo-Bagazgoitia, X.; Röckmann, T.; Adnew, G. A.; Ronda, R.; Sikma, M.; Schulte, R.; van Stratum, B. J. H.; Veerman, M. A.; van Zanten, M. C.; van Heerwaarden, C. C.: Advancing understanding of land–atmosphere interactions by breaking discipline and scale barriers. Annals of the New York Academy of Sciences 1522 (1), S. 74 - 97 (2023)
van der Woude, A. M.; de Kok, R.; Smith, N.; Luijkx, I. T.; Botia, S.; Karstens, U.; Kooijmans, L. M. J.; Koren, G.; Meijer, H.; Steeneveld, G.-J.et al.; Storm, I.; Super, I.; Scheeren, B. A.; Vermeulen, A.; Peters, W.: Near-real-time CO2 fluxes from CarbonTracker Europe for high-resolution atmospheric modeling. Earth System Science Data 15 (2), S. 579 - 605 (2023)
Dias-Júnior, C. Q.; Carneiro, R. G.; Fisch, G.; D’Oliveira, F. A. F.; Sörgel, M.; Botia, S.; Machado, L. A. T.; Wolff, S.; dos Santos, R. M. N.; Pöhlker, C.: Intercomparison of planetary boundary layer heights using remote sensing retrievals and ERA5 reanalysis over Central Amazonia. Remote Sensing 14 (18), 4561 (2022)
Melack, J. M.; Basso, L. S.; Fleischmann, A. S.; Botia, S.; Guo, M.; Zhou, W.; Barbosa, P. M.; Amaral, J. H.F.; MacIntyre, S.: Challenges regionalizing methane emissions using aquatic environments in the Amazon Basin as examples. Frontiers of Environmental Science & Engineering 10, 866082 (2022)
Botia, S.; Komiya, S.; Marshall, J.; Koch, T.; Galkowski, M.; Lavrič, J. V.; Gomes-Alves, E.; Walter, D.; Fisch, G.; Pinho, D. M.et al.; Nelson, B.; Martins, G.; Luijkx, I. T.; Koren, G.; Florentie, L.; de Araujo, A. C.; Sa, M.; Andreae, M. O.; Heimann, M.; Peters, W.; Gerbig, C.: The CO2 record at the Amazon Tall Tower Observatory: a new opportunity to study processes on seasonal and inter-annual scales. Global Change Biology 28 (2), S. 588 - 611 (2022)
Correa, P. B.; Dias-Júnior, C. Q.; Cava, D.; Sörgel, M.; Botia, S.; Acevedo, O.; Oliveira, P. E. S.; Manzi, A. O.; Machado, L. A. T.; Martins, H. d. S.et al.; Tsokankunku, A.; de Araújo, A. C.; Lavrič, J. V.; Walter, D.; Mortarini, L.: A case study of a gravity wave induced by Amazon forest orography and low level jet generation. Agricultural and Forest Meteorology 307, 108457 (2021)
Bezerra, V. L.; Dias-Júnior, C. Q.; Vale, R. S.; Santana, R. A.; Botia, S.; Manzi, A. O.; Cohen, J. C. P.; Martins, H. S.; Chamecki, M.; Fuentes, J. D.: Near-surface atmospheric turbulence in the presence of a squall line above a forested and deforested region in the Central Amazon. Atmosphere 12 (4), 461 (2021)
Botía, S. B.; Gerbig, C.; Marshall, J.; Lavrič, J. V.; Walter, D.; Pölhker, C.; Holanda, B.; Fisch, G.; de Araújo, A. C.; Sá, M. O.et al.; Teixeira, P. R.; Resende, A. F.; Dias-Junior, C. Q.; van Asperen, H.; Oliveira, P. S.; Stefanello, M.; Acevedo, O. C.: Understanding nighttime methane signals at the Amazon Tall Tower Observatory (ATTO). Atmospheric Chemistry and Physics 20 (11), S. 6583 - 6606 (2020)
Botia, S.: Greenhouse gas exchange in the Amazon: Carbon dioxide and methane insights from the Amazon Tall Tower Observatory. Dissertation, 180 S., Wageningen University & Research, Wageningen (2022)
Junior, A. C. P.; Machado, L. A.T.; Silva, F. S.; Ambrizzi, T.; Artaxo, P.; Botia, S.; Cordeiro, L. P.; Junior, C. Q. D.; Freitas, E.; Moreira, D. S.et al.; Pöhlker, C.; Toro, I. M. C.; Xu, X.; Rizzo, L. V.: Spatializing net ecosystem exchange in the Brazilian Amazon biome using the JULES model and vegetation properties. EGUsphere (2025)
Botia, S.; Dias-Junior, C. Q.; Komiya, S.; van der Woude, A.; Terristi, M.; de Kok, R.; Koren, G.; van Asperen, H.; Jones, S. P.; D'Oliveira, F. A. F.et al.; Weber, U.; Marques-Filho, E.; Toro, I. M. C.; Araújo, A.; Lavric, J.; Walter, D.; Li, X.; Wigneron, J.-P.; Stocker, B.; de Souza, J. G.; O'Sullivan, M.; Sitch, S.; Ciais, P.; Chevallier, F.; Li, W.; Luijkx, I. T.; Peters, W.; Quesada, C. A.; Zaehle, S.; Trumbore, S. E.; Bastos, A.: Reduced vegetation uptake during the extreme 2023 drought turns the Amazon into a weak carbon source. ESS Open Archive (2025)
Am 29. April 2025 wurde der BIOMASS-Satellit erfolgreich in die Umlaufbahn gebracht. Die BIOMASS-Mission dient der Kartierung und Überwachung globaler Wälder. Sie soll die Struktur verschiedener Waldtypen kartieren und Daten zur oberirdischen Biomasse liefern.
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.
Im alljährlichen Ranking der weltweit meistzitierten und damit einflussreichen Wissenschaftler*innen sind 2024 erneut fünf Autoren unseres Instituts vertreten.
Das Global Carbon Project zeigt, dass die fossilen CO2-Emissionen auch 2024 weiter ansteigen. Es fehlen Anzeichen für den schnellen und starken Rückgang der Emissionen, der nötig wäre, um die Auswirkungen des Klimawandels einzugrenzen.
Ein Forschungsteam hat einen Ansatz entwickelt, KI in Erdsystem-Modelle zu integrieren, und hierzu zwei Perspektiven zukünftiger Forschungsschwerpunkte veröffentlicht.
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.
Stickstoffdünger und Stickoxide aus fossilen Brennstoffen belasten die Luft und das Trinkwasser, führen zur Überdüngung von Gewässern und Landökosystemen, reduzieren die Artenvielfalt und schädigen die Ozonschicht. Was das Klima angeht, haben sie unter dem Strich aber eine kühlende Wirkung.
Die anthropogenen Emissionen von Lachgas (N2O), ein pro Molekül deutlich stärkeres Treibhausgas als Kohlenstoffdioxid oder Methan, stiegen zwischen 1980 und 2020 um etwa 40% an. Im Jahr 2020 erreichten die anthropogenen Emissionen in die Atmosphäre mehr als 10 Millionen Tonnen pro Jahr, so der neue Bericht „Global Nitrous Oxide Budget 2024“ des Global Carbon Project.
Eine kürzlich in Nature veröffentlichte Studie unter Beteiligung von Sönke Zaehle legt nahe, dass Eucalyptusbäume nicht von steigendem CO2 profitieren. Ein erhöhter CO2-Gehalt führt dazu, dass die Bodenmikroorganismen Phosphor stärker binden. Dieser Mineralstoff im Boden, der für das Wachstum der Bäume unerlässlich ist, steht somit weniger zur Verfügung.
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.