Trudinger, C. M.; Rayner, P. J.; Enting, I. G.; Heimann, M.; Scholze, M.: Implications of ice core smoothing for inferring CO2 flux variability. Journal of Geophysical Research: Atmospheres 108 (D16), 4492 (2003)
Bopp, L.; Le Quéré, C.; Heimann, M.; Manning, A. C.; Monfray, P.: Climate-induced oceanic oxygen fluxes: Implications for the contemporary carbon budget. Global Biogeochemical Cycles 16 (2), S. 6-1 - 6-8 (2002)
Chevillard, A.; Ciais, P.; Karstens, U.; Heimann, M.; Schmidt, M.; Levin, I.; Jacob, D.; Podzun, R.; Kazan, V.; Sartorius, H.et al.; Weingartner, E.: Transport of 222Rn using the regional model REMO: a detailed comparison with measurements over Europe. Tellus, Series B - Chemical and Physical Meteorology 54 (5), S. 850 - 871 (2002)
Chevillard, A.; Karstens, U.; Ciais, P.; Lafont, S.; Heimann, M.: Simulation of atmospheric CO2 over Europe and western Siberia using the regional scale model REMO. Tellus, Series B - Chemical and Physical Meteorology 54 (5), S. 872 - 894 (2002)
Dargaville, R. J.; Heimann, M.; Mcguire, A. D.; Prentice, I. C.; Kicklighter, D. W.; Joos, F.; Clein, J. S.; Esser, G.; Foley, J.; Kaplan, J. O.et al.; Meier, R. A.; Melillo, J. M.; Moore Iii, B.; Ramankutty, N.; Reichenau, T.; Schloss, A.; Sitch, S.; Tian, H.; Williams, L. J.; Wittenberg, U.: Evaluation of terrestrial carbon cycle models with atmospheric CO2 measurements: Results from transient simulations considering increasing CO2, climate and land-use effects. Global Biogeochemical Cycles 16 (4), S. 1092 (2002)
Gurney, K. R.; Law, R. M.; Denning, A. S.; Rayner, P. J.; Baker, D.; Bousquet, P.; Bruhwiler, L.; Chen, Y.-H.; Ciais, P.; Fan, S.et al.; Fung, I. Y.; Gloor, M.; Heimann, M.; Higuchi, K.; John, J.; Maki, T.; Maksyutov, S.; Masarie, K.; Peylin, P.; Prather, M.; Pak, B. C.; Randerson, J.; Sarmiento, J.; Taguchi, S.; Takahashi, T.; Yuen, C.-W.: Towards robust regional estimates of CO2 sources and sinks using atmospheric transport models. Nature 415 (6872), S. 626 - 630 (2002)
Kaminski, T.; Knorr, W.; Rayner, P. J.; Heimann, M.: Assimilating atmospheric data into a terrestrial biosphere model: A case study of the seasonal cycle. Global Biogeochemical Cycles 16 (4), S. 1066 (2002)
Levin, I.; Ciais, P.; Langenfelds, R.; Schmidt, M.; Ramonet, M.; Sidorov, K.; Tchebakova, N.; Gloor, M.; Heimann, M.; Schulze, E.-D.et al.; Vygodskaya, N. N.; Shibistova, O.; Lloyd, J.: Three years of trace gas observations over the EuroSiberian domain derived from aircraft sampling - a concerted action. Tellus, Series B - Chemical and Physical Meteorology 54 (5), S. 696 - 712 (2002)
Sogachev, A.; Menzhulin, G. V.; Heimann, M.; Lloyd, J.: A simple three-dimensional canopy - planetary boundary layer simulation model for scalar concentrations and fluxes. Tellus, Series B - Chemical and Physical Meteorology 54 (5), S. 784 - 819 (2002)
Werner, M.; Heimann, M.: Modeling interannual variability of water isotopes in Greenland and Antarctica. Journal of Geophysical Research: Atmospheres 107 (1), S. 1 - 13 (2002)
Kaminski, T.; Rayner, P. J.; Heimann, M.; Enting, I. G.: On aggregation errors in atmospheric transport inversions. Journal of Geophysical Research: Atmospheres 106 (5), S. 4703 - 4715 (2001)
Knorr, W.; Heimann, M.: Uncertainties in global terrestrial biosphere modeling, Part I: A comprehensive sensitivity analysis with a new photosynthesis and energy balance scheme. Global Biogeochemical Cycles 15 (1), S. 207 - 225 (2001)
Knorr, W.; Heimann, M.: Uncertainties in global terrestrial biosphere modeling, part II: Global constraints for a process-based vegetation model. Global Biogeochemical Cycles 15 (1), S. 227 - 246 (2001)
Mcguire, A. D.; Sitch, S.; Clein, J. S.; Dargaville, R.; Esser, G.; Foley, J.; Heimann, M.; Joos, F.; Kaplan, J. O.; Kicklighter, D. W.et al.; Meier, R. A.; Melillo, J. M.; Moore Iii, B.; Prentice, I. C.; Ramankutty, N.; Reichenau, T.; Schloss, A.; Tian, H.; Williams, L. J.; Wittenberg, U.: Carbon balance of the terrestrial biosphere in the twentieth century: Analyses of CO2, climate and land use effects with four process-based ecosystem models. Global Biogeochemical Cycles 15 (1), S. 183 - 206 (2001)
Schimel, D. S.; House, J. I.; Hibbard, K. A.; Bousquet, P.; Ciais, P.; Peylin, P.; Braswell, B. H.; Apps, M. J.; Baker, D.; Bondeau, A.et al.; Canadell, J.; Churkina, G.; Cramer, W.; Denning, A. S.; Field, C. B.; Friedlingstein, P.; Goodale, C.; Heimann, M.; Houghton, R. A.; Melillo, J. M.; Moore Iii, B.; Murdiyarso, D.; Noble, I.; Pacala, S. W.; Prentice, I. C.; Raupach, M. R.; Rayner, P. J.; Scholes, R. J.; Steffen, W. L.; Wirth, C.: Recent patterns and mechanisms of carbon exchange by terrestrial ecosystems. Nature 414 (6860), S. 169 - 172 (2001)
Walter, B. P.; Heimann, M.; Matthews, E.: Modeling modern methane emissions from natural wetlands 1. Model description and results. Journal of Geophysical Research: Atmospheres 106 (24), S. 34189 - 34206 (2001)
Eine Studie der Universität Leipzig, des Deutschen Zentrums für integrative Biodiversitätsforschung Halle-Jena-Leipzig (iDiv) und des MPI für Biogeochemie zeigt, dass Lücken im Kronendach eines Auenmischwalds einen direkten Einfluss auf die Temperatur und Feuchtigkeit im Waldboden haben, jedoch nur geringe Auswirkungen auf die Bodenaktivität.
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.
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.
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.
Mobile apps like Flora Incognita that allow automated identification of wild plants cannot only identify plant species, but also uncover large scale ecological patterns. This opens up new perspectives for rapid detection of biodiversity changes. These are the key results of a study led by a team of researchers from Central Germany, which has recently been published in Ecography.
Smartphone-Apps zur Pflanzenbestimmung wie „Flora Incognita“ können nicht nur Pflanzenarten erkennen, sie erfassen auch großräumige ökologische Muster. Damit eröffnen sich neue Perspektiven für die schnelle Erfassung von Veränderungen der Biodiversität. Das sind die wesentlichen Erkenntnisse einer Studie, die von einem Forscherteam aus Mitteldeutschland durchgeführt und in der Zeitschrift Ecography veröffentlicht wurde.