Oelmann, Y.; Buchmann, N.; Gleixner, G.; Habekost, M.; Roscher, C.; Rosenkranz, S.; Schulze, E.-D.; Steinbeiss, S.; Temperton, V. M.; Weigelt, A.et al.; Weisser, W. W.; Wilcke, W.: Plant diversity effects on aboveground and belowground N pools in temperate grassland ecosystems: Development in the first 5 years after establishment. Global Biogeochemical Cycles 25 (2), GB2014 (2011)
Seifert, A.-G.; Trumbore, S.; Xu, X. M.; Zhang, D. C.; Kothe, E.; Gleixner, G.: Variable effects of labile carbon on the carbon use of different microbial groups in black slate degradation. Geochimica et Cosmochimica Acta 75 (10), S. 2557 - 2570 (2011)
Kuhn, T. K.; Krull, E. S.; Bowater, A.; Grice, K.; Gleixner, G.: The occurrence of short chain n-alkanes with an even over odd predominance in higher plants and soils. Organic Geochemistry 41 (2), S. 88 - 95 (2010)
Reiche, M.; Gleixner, G.; Kusel, K.: Effect of peat quality on microbial greenhouse gas formation in an acidic fen. Biogeosciences 7 (1), S. 187 - 198 (2010)
Sachse, D.; Gleixner, G.; Wilkes, H.; Kahmen, A.: Leaf wax n-alkane δ D values of field-grown barley reflect leaf water δD values at the time of leaf formation. Geochimica et Cosmochimica Acta 74 (23), S. 6741 - 6750 (2010)
Thoms, C.; Gattinger, A.; Jacob, M.; Thomas, F. M.; Gleixner, G.: Direct and indirect effects of tree diversity drive soil microbial diversity in temperate deciduous forest. Soil Biology and Biochemistry 42 (9), S. 1558 - 1565 (2010)
Baum, C.; Fienemann, M.; Glatzel, S.; Gleixner, G.: Overstory-specific effects of litter fall on the microbial carbon turnover in a mature deciduous forest. Forest Ecology and Management 258 (2), S. 109 - 114 (2009)
Bol, R.; Poirier, N.; Balesdent, J.; Gleixner, G.: Molecular turnover time of soil organic matter in particle-size fractions of an arable soil. Rapid Communications in Mass Spectrometry 23 (16), S. 2551 - 2558 (2009)
Klumpp, K.; Fontaine, S.; Attard, E.; Le Roux, X.; Gleixner, G.; Soussana, J. F.: Grazing triggers soil carbon loss by altering plant roots and their control on soil microbial community. Journal of Ecology 97 (5), S. 876 - 885 (2009)
Richter, A.; Wanek, W.; Werner, R. A.; Ghashghaie, J.; Jaggi, M.; Gessler, A.; Brugnoli, E.; Hettmann, E.; Gottlicher, S. G.; Salmon, Y.et al.; Bathellier, C.; Kodama, N.; Nogues, S.; S¢E, A.; Volders, F.; Sorgel, K.; Blochl, A.; Siegwolf, R. T. W.; Buchmann, N.; Gleixner, G.: Preparation of starch and soluble sugars of plant material for the analysis of carbon isotope composition: a comparison of methods. Rapid Communications in Mass Spectrometry 23 (16), S. 2476 - 2488 (2009)
Rubino, M.; Lubritto, C.; D'onofrio, A.; Terrasi, F.; Kramer, C.; Gleixner, G.; Cotrufo, M. F.: Isotopic evidences for microbiologically mediated and direct C input to soil compounds from three different leaf litters during their decomposition. Environmental Chemistry Letters 7 (1), S. 85 - 95 (2009)
Sachse, D.; Kahmen, A.; Gleixner, G.: Significant seasonal variation in the hydrogen isotopic composition of leaf-wax lipids for two deciduous tree ecosystems (Fagus sylvativa and Acer pseudoplatanus). Organic Geochemistry 40 (6), S. 732 - 742 (2009)
Xia, Z. H.; Xu, B. Q.; Mügler, I.; Wu, G. J.; Gleixner, G.; Sachse, D.; Zhu, L. P.: retracted: Paleoclimatic implications of the hydrogen isotopic composition of terrigenous n-alkanes from Lake Yamzho, southern Tibetan Plateau. Geochemical Journal 43 (4), S. 275 - 286 (2009)
Habekost, M.; Eisenhauer, N.; Scheu, S.; Steinbeiss, S.; Weigelt, A.; Gleixner, G.: Seasonal changes in the soil microbial community in a grassland plant diversity gradient four years after establishment. Soil Biology and Biochemistry 40 (10), S. 2588 - 2595 (2008)
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.
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.
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.
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.
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.
Mit einer Auftaktveranstaltung am 12. Januar 2023 eröffneten die Friedrich-Schiller-Universität Jena, das Max-Planck-Institut für Biogeochemie und das Deutsche Zentrum für Luft- und Raumfahrt gemeinsam die ELLIS Unit Jena. Maschinelles Lernen und künstliche Intelligenz werden eingesetzt, um bei der Bewältigung globaler Umweltkrisen zu helfen.