Joswig, J.; Kattge, J.; Kraemer, G.; Mahecha, M. D.; Rüger, N.; Schaepman, M. E.; Schrodt, F.; Schuman, M. C.: Imputing missing data in plant traits: A guide to improve gap-filling. Global Ecology and Biogeography 32 (8), S. 1395 - 1408 (2023)
Díaz, S.; Kattge, J.; Cornelissen, J. H. C.; Wright, I. J.; Lavorel, S.; Dray, S.; Reu, B.; Kleyer, M.; Wirth, C.; Prentice, I. C.et al.; Garnier, E.; Boenisch, G.; Westoby, M.; Poorter, H.; Reich, P. B.; Moles, A. T.; Dickie, J.; Zanne, A. E.; Chave, J.; Wright, S. J.; Sheremetiev, S. N.; Jactel, H.; Baraloto, C.; Cerabolini, B. E. L.; Pierce, S.; Shipley, B.; Casanoves, F.; Joswig, J.; Günther, A.; et, a.: The global spectrum of plant form and function: enhanced species-level trait dataset. Scientific Data 9, 755 (2022)
Joswig, J.; Wirth, C.; Schuman, M. C.; Kattge, J.; Reu, B.; Wright, I. J.; Sippel, S. D.; Rüger, N.; Richter, R.; Schaepman, M. E.et al.; van Bodegom, P. M.; Cornelissen, J. H. C.; Díaz, S.; Hattingh, W. N.; Kramer, K.; Lens, F.; Niinemets, Ü.; Reich, P. B.; Reichstein, M.; Römermann, C.; Schrodt, F.; Anand, M.; Bahn, M.; Byun, C.; Campetella, G.; Cerabolini, B. E. L.; Craine, J. M.; Gonzalez-Melo, A.; Gutiérrez, A. G.; He, T.; Higuchi, P.; Jactel, H.; Kraft, N. J. B.; Minden, V.; Onipchenko, V.; Peñuelas, J.; Pillar, V. D.; Sosinski, Ê.; Soudzilovskaia, N. A.; Weiher, E.; Mahecha, M. D.: Climatic and soil factors explain the two-dimensional spectrum of global plant trait variation. Nature Ecology & Evolution 6, S. 36 - 50 (2022)
O’Brien, M. J.; Engelbrecht, B. M. J.; Joswig, J.; Pereyra, G.; Schuldt, B.; Jansen, S.; Kattge, J.; Landhäusser, S. M.; Levick, S. R.; Preisler, Y.et al.; Väänänen, P.; Macinnis-Ng, C.: A synthesis of tree functional traits related to drought-induced mortality in forests across climatic zones. Journal of Applied Ecology 54 (6), S. 1669 - 1686 (2017)
Díaz, S.; Kattge, J.; Cornelissen, J. H. C.; Wright, I. J.; Lavorel, S.; Dray, S.; Reu, B.; Kleyer, M.; Wirth, C.; Prentice, I. C.et al.; Garnier, E.; Boenisch, G.; Westoby, M.; Poorter, H.; Reich, P. B.; Moles, A. T.; Dickie, J.; Gillison, A. N.; Zanne, A. E.; Chave, J.; Wright, S. J.; Sheremetev, S. N.; Jactel, H.; Baraloto, C.; Cerabolini, B.; Pierce, S.; Shipley, B.; Kirkup, D.; Casanoves, F.; Joswig, J.; Günther, A.; Falczuk, V.; Rüger, N.; Mahecha, M. D.; Gorné, L. D.: The global spectrum of plant form and function. Nature 529, S. 167 - 171 (2016)
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.
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.
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.
Pflanzenbeobachtungen, die mit Pflanzenbestimmungs-Apps wie Flora Incognita gesammelt werden, erlauben Aussagen über die Entwicklungsstadien von Pflanzen - sowohl kleinräumig als auch europaweit.
Die Pflanzenerkennungs-App Flora Incognita erhält den diesjährigen Sonja Bernadotte-Preis für ihre Bedeutung im Naturbildungswesen für alle Altersgruppen bei gleichzeitig hohem wissenschaftlichen Anspruch.
Deutschlands beliebteste Pflanzenbestimmungs-App „Flora Incognita“ wurde durch eine neue Künstliche Intelligenz weiter aufgewertet. Dadurch verdreifacht sich die Anzahl der bestimmbaren Pflanzenarten auf rund 16.000. Außerdem steht die App nun in 20 verschiedenen Sprachen zur Verfügung und zusätzlich auch im Offline-Modus.
Das Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) heißt seine Gäste am 20. und 21. August wieder zum Tag der offenen Tür der Bundesregierung herzlich willkommen. Als eines der erfolgreichen unterstützten Projekte wurde auch Flora Incognita gebeten, an der Ausstellung für die Besucher teilzunehmen.
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.
Das Ausstellungsschiff MS Wissenschaft startete am 03.05.2022 auf Deutschlandtour, auch mit Flora Incognita an Bord. Die App zur Pflanzenbestimmung ist eines von 25 ausgewählten Exponaten, die Menschen jeden Alters in dem schwimmenden Science Center zum Entdecken, Ausprobieren und Mitmachen einladen.
Eine internationale Studie, geleitet von der Universität Augsburg und unter Beteiligung von Markus Reichstein, zeigt, dass insbesondere in den nördlichen Breitengraden das Pflanzenwachstum durch Klimaextreme wie Dürren und Hitzewellen abgenommen hat.
Ein internationales Forscherteam fand bei Untersuchungen in einem halbtrockenen Savannen-Ökosystem heraus, dass der alleinige Eintrag von Stickstoff die Pflanzen besser wachsen lässt, aber auch zu einem stärkeren Wasserverbrauch führt. Werden hingegen Stickstoff und Phosphor gleichzeitig zugeführt, resultiert das stärkere Wachstum und die gesteigerte Kohlenstoffaufnahme nicht in einem größeren Wasserbedarf.
Smartphone-Apps zur Pflanzenbestimmung wie „Flora Incognita“ können nicht nur Pflanzenarten erkennen, sie erfassen auch großräumige ökologische Muster. Diese Muster stimmen mit Langzeit-Kartierungen der deutschen Flora erstaunlich gut überein, obwohl sie in kürzester Zeit gewonnen wurden und stark vom Verhalten der App-Nutzer beeinflusst werden.