Mahecha, M. D.; Gans, F.; Brandt, G.; Christiansen, R.; Cornell, S. E.; Fomferra, N.; Kraemer, G.; Peters, J.; Bodesheim, P.; Camps-Valls, G.et al.; Donges, J. F.; Dorigo, W.; Estupinan-Suarez, L. M.; Gutierrez-Velez, V. H.; Gutwin, M.; Jung, M.; Londoño, M. C.; Miralles, D. G.; Papastefanou, P.; Reichstein, M.: Earth system data cubes unravel global multivariate dynamics. Earth System Dynamics 11 (1), S. 201 - 234 (2020)
García, Y. G.; Shadaydeh, M.; Mahecha, M. D.; Denzler, J.: Extreme anomaly event detection in biosphere using linear regression and a spatiotemporal MRF model. Natural Hazards 98 (3), S. 849 - 867 (2019)
Babst, F.; Bodesheim, P.; Charney, N.; Friend, A. D.; Girardin, M. P.; Klesse, S.; Moore, D. J.P.; Seftigen, K.; Björklund, J.; Bouriaud, O.et al.; Dawson, A.; DeRose, R. J.; Dietze, M. C.; Eckes, A. H.; Enquist, B.; Frank, D. C.; Mahecha, M. D.; Poulter, B.; Record, S.; Trouet, V.; Turton, R. H.; Zhang, Z.; Evans, M. E.K.: When tree rings go global: Challenges and opportunities for retro- and prospective insight. Quaternary Science Reviews 197, S. 1 - 20 (2018)
Flach, M.; Sippel, S.; Gans, F.; Bastos, A.; Brenning, A.; Reichstein, M.; Mahecha, M. D.: Contrasting biosphere responses to hydrometeorological extremes: revisiting the 2010 western Russian Heatwave. Biogeosciences 16, S. 6067 - 6085 (2018)
Cremer, F.; Urbazaev, M.; Berger, C.; Mahecha, M. D.; Schmullius, C.; Thiel, a. C.: An image transform based on temporal decomposition. IEEE Geoscience and Remote Sensing Letters 15 (4), S. 537 - 541 (2018)
Sippel, S.; El-Madany, T. S.; Migliavacca, M.; Mahecha, M. D.; Carrara, A.; Flach, M.; Kaminski, T.; Otto, F. E. L.; Thonicke, K.; Vossbeck, M.et al.; Reichstein, M.: Warm winter, wet spring, and an extreme response in ecosystem functioning on the Iberian Peninsula. Bulletin of the American Meteorological Society 99 (1), S. S80 - S85 (2018)
von Buttlar, J.; Zscheischler, J.; Rammig, A.; Sippel, S.; Reichstein, M.; Knohl, A.; Jung, M.; Menzer, O.; Arain, M. A.; Buchmann, N.et al.; Cescatti, A.; Gianelle, D.; Kieley, G.; Law, B. E.; Magliulo, V.; Margolis, H.; McCaughey, H.; Merbold, L.; Migliavacca, M.; Montagnani, L.; Oechel, W.; Pavelka, M.; Peichl, M.; Rambal, S.; Raschi, A.; Scott, R. L.; Vaccari, F. P.; van Gorsel, E.; Varlagin, A.; Wohlfahrt, G.; Mahecha, M. D.: Impacts of droughts and extreme-temperature events on gross primary production and ecosystem respiration: a systematic assessment across ecosystems and climate zones. Biogeosciences 15 (5), S. 1293 - 1318 (2018)
Wu, X.; Liu, H.; Li, X.; Tian, Y.; Mahecha, M. D.: Responses of winter wheat yields to warming-mediated vernalization variations across temperate Europe. Frontiers in Ecology and Evolution 5, 126 (2017)
Sippel, S.; Forkel, M.; Rammig, A.; Thonicke, K.; Flach, M.; Heimann, M.; Otto, F. E. L.; Reichstein, M.; Mahecha, M. D.: Contrasting and interacting changes in simulated spring and summer carbon cycle extremes in European ecosystems. Environmental Research Letters 12 (7), 075006 (2017)
Sierra, C.; Mahecha, M. D.; Poveda, G.; Álvarez-Dávila, E.; Gutierrez-Velez, V. H.; Reuf, B.; Feilhauer, H.; Anáya, J.; Armenteras, D.; Benavides, A. M.et al.; Buendiak, C.; Duque, Á.; Estupinan-Suarez, L. M.; González, C.; Gonzalez-Caro, S.; Jimenez, R.; Kraemer, G.; Londoño, M. C.; Orrego, S. A.; Posada, J. M.; Ruiz-Carrascalo, D.; Skowronek, S.: Monitoring ecological change during rapid socio-economic and political transitions: Colombian ecosystems in the post-conflict era. Environmental Science and Policy 76, S. 40 - 49 (2017)
Mathieu, P.-P.; Borgeaud, M.; Desnons Rast M., Y.-L.; Brockmann, C.; See, L.; Fritz, S.; Kapur, R.; Mahecha, M. D.; Benz, U.: The ESA's Earth Observation Open Science Program. IEEE Geoscience and Remote Sensing Magazine 5 (2), S. 86 - 96 (2017)
Sippel, S.; Zscheischler, J.; Mahecha, M. D.; Orth, R.; Reichstein, M.; Vogel, M.; Seneviratne, S. I.: Refining multi-model projections of temperature extremes by evaluation against land–atmosphere coupling diagnostics. Earth System Dynamics 8 (2), S. 387 - 403 (2017)
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.