Loading...

Während zeitliche Muster der mikrobiellen Abundanz und Funktion des Bodens für verschiedene landwirtschaftliche Ökosysteme gut bekannt sind, war nicht klar, ob die räumliche Verteilung der Bodenorganismen innerhalb einer Saison konstant ist. Daher war es interessant zu wissen, ob sich die räumliche Verteilung verschiedener Taxa und verschiedener mikrobieller Bodenprozesse während einer Vegetationsperiode ändert. Interaktionen von Mikroorganismen mit ihrer Mikroumgebung könnten Konsequenzen für ihre Funktionsweise auf der Plot-Skala haben. Zum Beispiel würde eine hohe Empfindlichkeit bestimmter Bakterientaxa gegenüber Trockenheit den räumlichen Abstand zwischen diesen Mikroorganismen im Sommer erhöhen, während die Trockentoleranz anderer Bakterientaxa ein eher konstantes Muster dieser toleranten Mikroorganismen hervorrufen könnte. Auf der Ebene des Funktionierens der Gemeinschaft könnte die lokale Stabilität von Enzymen saisonale Verschiebungen im lokalen Abbau verschiedener Substrate induzieren. Saisonale Muster der Biogeographie sollten daher auf molekularer, zellulärer und prozessbasierter Ebene untersucht werden.


Diese Studie bot eine Plattform für verschiedene Projekte im Rahmen der Biodiversitäts-Exploratorien, um die räumliche und zeitliche Verteilung von Bodenbakterien, die genetische Struktur von Bakterienpopulationen und ihre Funktionen an Grünlandstandorten unter verschiedenen Landnutzungsintensitäten zu klären. Während der ersten Phase (2008 -2011) des Projekts konzentrierten wir uns auf räumliche Muster chemischer und biologischer Eigenschaften auf einer Skala von 10 x 10 m unter Verwendung von neun Parzellen in jedem Exploratorium (VIP). In der zweiten Phase (2011-2014) erweiterten wir unser Konzept und luden Kollegen mit unterschiedlicher Expertise in der Bodenökologie und molekularen Mikrobiologie ein, um unsere Forschung auf dieser Skala zu erweitern. Das wichtigste Ziel war es, zu untersuchen, ob saisonale Veränderungen der biotischen und abiotischen Faktoren die Biogeographie der Bodenmikroorganismen auf der Plot-Skala (10 x 10 m) verändern.


Wir stellten die Hypothese auf, dass
(i) wir durch eine zeitlich und räumlich intensive Untersuchung eines extensiv genutzten Grünlandes auf der Plot-Skala (10 m x 10 m) räumliche Veränderungen in der mikrobiellen Biogeographie erkennen können, und
(ii) dass dieser Stichproben-Ansatz klären würde, inwieweit die von uns beobachteten mikrobiellen Raumstrukturen mit Phasen des Pflanzenwachstums und abiotischen Bodeneigenschaften korreliert sind. Wir erwarteten auch, Einblicke in die Persistenz der mikrobiellen Raumstruktur und der Beziehungen der mikrobiellen Gemeinschaften mit ihrer Umwelt zu gewinnen.


Bodenproben wurden auf einem Grünland mit geringer Nutzungsintensität auf der Schwäbischen Alb (AEG31) zu sechs Zeitpunkten innerhalb einer Saison entnommen, um die folgenden Stadien des Substratangebots durch die Pflanzengemeinschaften abzudecken: zu Beginn der Vegetationsperiode, während der Hauptwachstumsphase, am Höhepunkt der Pflanzenbiomasse, zwei Wochen nachdem das Grünland gemäht wurde, neun Wochen nach der Mahd und zwei Wochen, nachdem es beweidet wurde, sowie nach dem ersten Frost. Zu jedem Beprobungszeitpunkt haben wir 60 Punkte für die lokale Schätzung der Zusammensetzung der Pflanzengemeinschaft und für Bodenproben ausgewählt. Die Gesamtzahl von 60 Proben garantiert, dass wir mindestens 30 Paare mit geringen Abständen (min. 50 cm) hatten. Mitglieder der Gruppe von D. Prati (Bern) waren für die Quantifizierung der Pflanzenbiomasse, der relativen Abundanz und des Entwicklungsstadiums der Pflanzen innerhalb eines Bereichs um jeden Probenahmepunkt (20 x 20 cm) verantwortlich. Der zentrale Teil dieser Fläche wurde für Bodenproben mit einem Bodenbohrer (58 mm Durchmesser) bis zu einer Tiefe von 10 cm verwendet.


Der multidisziplinäre Ansatz ermöglichte die Aufklärung der räumlich-zeitlichen Variation funktioneller Merkmale und der Diversität von Pflanzen, Tieren und Mikroorganismen auf verschiedenen taxonomischen Ebenen (siehe Liste der Publikationen unten).

Die räumliche Struktur der mikrobiellen Gemeinschaft war im Frühjahr und Herbst positiv mit der lokalen Umgebung, d. h. den physikalischen und chemischen Bodeneigenschaften, korreliert, während die Dichte und Diversität der Pflanzen im Sommer einen zusätzlichen Einfluss zeigte (Regan et al. 2014, 2015). Räumliche Beziehungen zwischen Pflanzen- und mikrobiellen Gemeinschaften wurden nur im Frühsommer und Herbst festgestellt, wenn die oberirdische Biomasse am schnellsten zunahm und ihr Einfluss auf die mikrobiellen Gemeinschaften im Boden aufgrund der erhöhten Nachfrage der Pflanzen nach Nährstoffen am größten war. Einzelne Eigenschaften wiesen im Laufe der Saison unterschiedliche Grade der räumlichen Struktur auf. Es wurden unterschiedliche Reaktionen von Gram-positiven und Gram-negativen Bakteriengemeinschaften auf saisonale Verschiebungen der Bodennährstoffe festgestellt. Wir kamen zu dem Schluss, dass sich die räumlichen Verteilungsmuster von Bodenmikroorganismen im Laufe einer Saison ändern und dass chemische Bodeneigenschaften wichtigere Steuerungsfaktoren sind als Pflanzendichte und -Pflanzendiversität.

Am Beispiel der am N-Kreislauf beteiligten Mikroorganismen konnten wir zeigen, dass die saisonalen Veränderungen der Abundanzen von Markergenen für gesamte Archaeen und Bakterien (16S rRNA), stickstofffixierende Bakterien (nifH), ammoniakoxidierende Archaeen (amoA AOA) und Bakterien (amoA AOB) sowie denitrifizierende Bakterien (nirS, nirK und nosZ) mit Veränderungen der Substratverfügbarkeit in Verbindung mit Pflanzenwachstumsstadien einhergehen (Regan et al. 2017). Potenzielle Nitrifikations- und Denitrifikationsenzym-Aktivitäten waren auf der untersuchten Skala stark räumlich strukturiert, entsprechend den Perioden schnellen Pflanzenwachstums im Juni und Oktober, und die räumlichen Verteilungen waren ähnlich, was einen visuellen Hinweis auf stark lokalisierte räumliche und zeitliche Bedingungen auf dieser Skala liefert. Die zeitliche Variabilität der am N-Kreislauf beteiligten Mikroorganismen im Vergleich zur Stabilität ihrer jeweiligen potenziellen Aktivitäten lieferte Hinweise sowohl auf eine kurzlebige zeitliche Nischenaufteilung, als auch auf ein gewisses Maß an mikrobieller funktioneller Redundanz. Unsere Ergebnisse deuten darauf hin, dass in einem ungedüngten Grünland auf der Meterskala die Abundanzen der am N-Kreislauf beteiligten Mikroorganismen vorübergehende Veränderungen aufweisen können, während die Prozesse im N-Kreislauf weitgehend stabil bleiben.


Doc
Freitag M., Hölzel N., Neuenkamp L., van der Plas F., Manning P., Abrahão A., Bergmann J., Boeddinghaus R., Bolliger R., Hamer U., Kandeler E., Kleinebecker T., Knorr K.-H., Marhan S., Neyret M., Prati D., Le Provost G., Saiz H., van Kleunen M., Schäfer M., Klaus V. H. (2023): Increasing plant species richness by seeding has marginal effects on ecosystem functioning in agricultural grasslands. Journal of Ecology 111 (9), 1968-1984. doi: 10.1111/1365-2745.14154
Mehr Informationen:  doi.org
Doc
Abrahão A., Marhan S., Boeddinghaus R. S., Nawaz A., Wubet T., Hölzel N., Klaus V. H., Kleinebecker T., Freitag M., Hamer U., Oliveira R. S., Lambers H., Kandeler E. (2022): Microbial drivers of plant richness and productivity in a grassland restoration experiment along a gradient of land use intensity. New Phytologist 236 (5), 1936-1950. doi: 10.1111/nph.18503
Mehr Informationen:  doi.org
Doc
Lineare gemischte Modelle und Geostatistik für geplante Experimente in den Bodenwissenschaften – zwei unversöhnliche Methoden oder zwei Seiten derselben Medaille
Slaets J., Boeddinghaus R. S., Piepho H.-P. (2021): Linear mixed models and geostatistics for designed experiments in soil science ‐ two entirely different methods or two sides of the same coin? European Journal of Soil Science 72 (1), 47-68. doi: 10.1111/ejss.12976
Mehr Informationen:  doi.org
Doc
Boeddinghaus R. S., Marhan S., Gebala A., Haslwimmer H., Vieira S., Sikorski J., Overmann J., Soares M., Rousk J., Rennert T., Kandeler E. (2021): The Mineralosphere – Interactive zone for microbial colonization and carbon use in grassland soils. Biology and Fertility of Soils 57, 587–601. doi: 10.1007/s00374-021-01551-7
Mehr Informationen:  doi.org
Doc
Goldmann K., Boeddinghaus R. S., Klemmer S., Regan K. M., Heintz-Buschart A., Fischer M., Prati D., Piepho H.-P., Berner D., Marhan S., Kandeler E., Buscot F., Wubet T. (2020): Unraveling spatio‐temporal variability of arbuscular mycorrhiza fungi in a temperate grassland plot. Environmental Microbiology 22 (3), 873-888. doi: 10.1111/1462-2920.14653
Mehr Informationen:  doi.org
Doc
Nach welchen Regeln besiedeln Bakterien den Boden?
Vieira S., Sikorski J., Gebala A., Boeddinghaus R. S., Marhan S., Rennert T., Kandeler E., Overmann J. (2020): Bacterial colonization of minerals in grassland soils is selective and highly dynamic. Environmental Microbiology 22 (3), 917-933. doi: 10.1111/1462-2920.14751
Mehr Informationen:  doi.org
Doc
Richter-Heitmann T., Hofner B., Krah F.-S., Sikorski J., Wüst P. K., Bunk B., Huang S., Regan K., Berner D., Boeddinghaus R. S., Marhan S., Prati D., Kandeler E., Overmann J., Friedrich M. W. (2020): Stochastic dispersal rather than deterministic selection explains the spatio-temporal distribution of soil bacteria in a temperate grassland. Frontiers in Microbiology 11: 1391. doi: 10.3389/fmicb.2020.01391
Mehr Informationen:  doi.org
Doc
Erholung von Ökosystemfunktionen nach experimenteller Störung in 73 Grünlandflächen mit unterschiedlicher Landnutzungsintensität, Artenvielfalt und Zusammensetzung der Pflanzengesellschaft
Schäfer D., Klaus V. H., Kleinebecker T., Boeddinghaus R. S., Hinderling J., Kandeler E., Marhan S., Nowak S., Sonnemann I., Wurst S., Fischer M., Hölzel N., Hamer U., Prati D. (2019): Recovery of ecosystem functions after experimental disturbance in 73 grasslands differing in land‐use intensity, plant species richness and community composition. Journal of Ecology 107 (6), 2635-2649. doi: 10.1111/1365-2745.13211
Mehr Informationen:  doi.org
Doc
Veränderungen von funktionellen Pflanzeneigenschaften erklären parallele Veränderungen in der Struktur und Funktion mikrobieller Gemeinschaften in Grünlandböden
Boeddinghaus R. S., Marhan S., Berner D., Boch S., Fischer M., Hölzel N., Kattge J., Klaus V. H., Kleinebecker T., Oelmann Y., Prati D., Schäfer D., Schöning I., Schrumpf M., Sorkau E., Kandeler E., Manning P. (2019): Plant functional trait shifts explain concurrent changes in the structure and function of grassland soil microbial communities. Journal of Ecology 107 (5), 2197-2210. doi: 10.1111/1365-2745.13182
Mehr Informationen:  doi.org
Doc
Fiore-Donno A. M., Richter-Heitmann T., Degrune F., Dumack K., Regan K. M., Mahran S., Boeddinghaus R. S., Rillig M. C., Friedrich M. W., Kandeler E., Bonkowski M. (2019): Functional Traits and Spatio-Temporal Structure of a Major Group of Soil Protists (Rhizaria: Cercozoa) in a Temperate Grassland. Frontiers in Microbiology 10:1654. doi: 10.3389/fmicb.2019.01654
Mehr Informationen:  doi.org
Doc
Die Mineralosphäre – Sukzession und Physiologie von Bakterien und Pilzen während der Besiedlung reiner Minerale in Grünlandböden mit unterschiedlicher Landnutzungsintensität
Kandeler E., Gebala A., Boeddinghaus R. S., Müller K., Rennert T., Soares M., Rousk J., Marhan S. (2019): The mineralosphere – Succession and physiology of bacteria and fungi colonising pristine minerals in grassland soils under different land-use intensities. Soil Biology and Biochemistry 136: 107534. doi: 10.1016/j.soilbio.2019.107534
Mehr Informationen:  doi.org
Doc
Räumliche und zeitliche Variationen von Mikroorganismen in Grünlandböden - Einflüsse von Landnutzungsintensität, Pflanzen und Bodeneigenschaften
Boeddinghaus R. S. (2019): Spatial and temporal variations of microorganisms in grassland soils - influences of land-use intensity, plants and soil properties. Dissertation, University Hohenheim
Mehr Informationen:  opus.uni-hohenheim.de
Doc
Einfluss der Landnutzungsintensität auf die mikrobielle Bio-masse von Grünlandböden
Bauer C. (2018): Einfluss der Landnutzungsintensität auf die mikrobielle Bio-masse von Grünlandböden. Bachelor thesis, University Hohenheim
Doc
Long-term effects of disturbance and seed addition on soil microbial biomass in grassland with high and low land-use intensity
Langzeit Effect von Störung und Ansaat auf die mikrobielle Biomasse in Grünlandböden mit hoher und niedriger Landnutzungsintensität
Lang K. (2018): Long-term effects of disturbance and seed addition on soil microbial biomass in grassland with high and low land-use intensity. Bachelor thesis, University Hohenheim
Doc
Regan K., Stempfhuber B., Schloter M., Rasche F., Prati D., Philippot L., Boeddinghaus R. S., Kandeler E., Marhan S. (2017): Spatial and temporal dynamics of nitrogen fixing, nitrifying and denitrifying microbes in an unfertilized grassland soil. Soil Biology and Biochemistry 109, 214–226. doi: 10.1016/j.soilbio.2016.11.011
Mehr Informationen:  doi.org
Doc
Die potentielle Methan-Oxidation des Bodens in Abhängigkeit von der Landnutzungsintensität am Beispiel von Grünland und Wald
Rohrbach K. (2017): Die potentielle Methan-Oxidation des Bodens in Abhängigkeit von der Landnutzungsintensität am Beispiel von Grünland und Wald. Bachelor thesis, University Hohenheim
Doc
Impact of soil disturbance on microorganisms in differently managed grassland soils linked to the ecosystem resilience
Binder I. (2016): Impact of soil disturbance on microorganisms in differently managed grassland soils linked to the ecosystem resilience. Master thesis, University Hohenheim
Doc
Regan K. M. (2016): Linking Microbial Abundance and Function to Understand Nitrogen Cycling in Grassland Soils. Dissertation, University Hohenheim
Mehr Informationen:  opus.uni-hohenheim.de
Doc
Gibt es allgemeine räumliche Verteilungsmuster von mikrobieller Biomasse und Enzymaktivitäten in Grünlandböden?
Boeddinghaus R. S., Nunan N., Berner D., Marhan S., Kandeler E. (2015): Do general spatial relationships for microbial biomass and soil enzyme activities exist in temperate grassland soils? Soil Biology & Biochemistry 88, 430-440. doi: 10.1016/j.soilbio.2015.05.026
Mehr Informationen:  doi.org
Doc
Einfluss von Temperaturerhöhung und Dürre auf Lachgasemissionen und die Häufigkeit von denitrifizierenden Bakterien in Grünlandböden mit unterschiedlicher Landnutzungsintensität
Keil D., Niklaus P. A., von Riedmatten L. R., Boeddinghaus R. S., Dormann K. F., Scherer-Lorenzen M., Kandeler E., Marhan S. (2015): Effects of warming and drought on potential N2O emissions and denitrifying bacteria abundance in grasslands with different land use. FEMS Microbiology Ecology 91(7), pii: fiv066. doi: 10.1093/femsec/fiv066
Mehr Informationen:  doi.org
Doc
Einfluss der Landnutzungsintensität auf die mikrobielle Biomasse und Enzymaktivitäten im Rhizosphärenboden verschiedener Grünlandpflanzenarten
Boob M. (2015): Einfluss der Landnutzungsintensität auf die mikrobielle Biomasse und Enzymaktivitäten im Rhizosphärenboden verschiedener Grünlandpflanzenarten. Master thesis, Universität Hohenheim
Doc
Einfluss von Landnutzung auf Abundanz, Funktion und räumliche Verteilung von N-umsetzenden Mikroorganismen in Grünlandböden
Keil D. (2015): Influence of land use on abundance, function and spatial distribution of N-cycling microorganisms in grassland soils. Dissertation, University of Hohenheim
Mehr Informationen:  opus.uni-hohenheim.de
Doc
Zeigen Pflanzen oder abiotische Bodeneigenschaften saisonal bedingt mehr Einfluss auf die Verteilung von Mikroorganismen in Grünlandböden?
Regan K. M., Nunan N., Boeddinghaus R. S., Baumgarten V., Berner D., Boch S., Oelmann Y., Overmann J., Prati D., Schloter M., Schmitt B., Sorkau E., Steffens M., Kandeler E., Marhan S. (2014): Seasonal controls on grassland microbial biogeography: Are they governed by plants, abiotic properties or both? Soil Biology and Biochemistry 71, 21–30. doi: 10.1016/j.soilbio.2013.12.024
Mehr Informationen:  doi.org
Doc
Eine neue Methode (midDRIFTS basierte Spektroskopie) erlaubt die schnelle und kostengünstige Vorhersage von mikrobieller Biomasse und Aktivität in Grünlandböden
Rasche F., Marhan S., Berner D., Keil D., Kandeler E., Cadisch G. (2013): midDRIFTS-based partial least square regression analysis allows predicting microbial biomass, enzyme activities and 16S rRNA gene abundance in soils of temperate grasslands. Soil Biology and Biochemistry 57, 504–512. doi: 10.1016/j.soilbio.2012.09.030
Mehr Informationen:  doi.org
Doc
Einfluss von Landnutzungsintensität auf die räumliche Verteilung Stickstoff umsetzender Mikroorganismen in Grünlandböden
Keil D., Meyer A., Berner D., Poll A., Schützenmeister A., Piepho H.-P., Vlasenko A., Philippot L., Schloter M., Kandeler E., Marhan S. (2011): Influence of land-use intensity on spatial distribution of N-cycling microorganisms in grassland soils . FEMS Microbiology Ecology 77 (1), 95-106. doi: 10.1111/j.1574-6941.2011.01091.x
Mehr Informationen:  doi.org
Doc
Die Landnutzungsintensität verändert die räumliche Verteilung und Funktion von Bodenmikroorganismen im Grünland
Berner D., Marhan S., Keil D., Schützenmeister A., Piepho H.-P., Poll C., Kandeler E. (2011): Land-Use Intensity Modifies Spatial Distribution and Function of Soil Microorganisms in Grasslands. Pedobiologia 54 (5-6), 341-351. doi:10.1016/j.pedobi.2011.08.001
Mehr Informationen:  doi.org
Doc
Einfluss von Landnutzungsintensität auf Mikroorganismen in Grünlandböden der Schwäbischen Alb
Breuer B.S. (2008): Einfluss von Landnutzungsintensität auf Mikroorganismen in Grünlandböden der Schwäbischen Alb. Bachelor Thesis, University Hohenheim
Doc
Räumliche Heterogenität mikrobieller Enzymaktivitäten in Grünlandböden der Schwäbischen Alb
Glatzle S.(2008): Räumliche Heterogenität mikrobieller Enzymaktivitäten in Grünlandböden der Schwäbischen Alb. Bachelor thesis, University Hohenheim

Öffentliche Datensätze

Dataset
Abrahão, Anna (2022): Plant species richness and biomass, and soil microbial properties data used in "Microbial drivers of plant richness and productivity in a grassland restoration experiment along a gradient of land-use intensity". Version 13. Biodiversity Exploratories Information System. Dataset. https://doi.org/10.25829/bexis.31348-12
Dataset
Marhan, Sven (2022): Metabolic quotient of soil microorganisms, grassland EPs, soil sampling campaign 2017. Version 5. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/31315?version=5
Dataset
Boeddinghaus, Runa; Berner, Doreen; Marhan, Sven; Kandeler, Ellen (2020): FTIR measures of burried mineral containers with labelled artificial root exudates on 10 ALB sites, SCALEMIC Phase 4 (2014-2017) WP1. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/26150?version=2
Dataset
Boeddinghaus, Runa; Berner, Doreen; Marhan, Sven; Kandeler, Ellen (2020): FTIR measures of standards for burried mineral containers with labelled artificial root exudates on 10 ALB sites, SCALEMIC Phase 4 (2014-2017) WP1. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/26149?version=2
Dataset
Boeddinghaus, Runa; Marhan, Sven; Kandeler, Ellen (2020): Soil physico-chemical and root biomass data for 2015 and 2018 of 25 HAI grassland MIPs, cooperation SADE-SCALEMIC . Version 3. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/26146?version=3
Dataset
Boeddinghaus, Runa; Berner, Doreen; Marhan, Sven; Kandeler, Ellen (2020): Soil enzyme activities of all grassland EPs, soil sampling campaign (SSC) 2017, SCALEMIC. Version 3. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/26147?version=3
Dataset
Boeddinghaus, Runa; Gebala, Aurelia; Berner, Doreen; Marhan, Sven; Kandeler, Ellen (2020): Microbiological and chemical data of burried mineral containers with labelled artificial root exudates on 10 ALB sites, SCALEMIC Phase 4 (2014-2017) WP1. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/26148?version=2
Dataset
Kandeler, Ellen; Marhan, Sven; Abrahao, Anna; Boeddinghaus, Runa (2020): Soil microbial phospholipid fatty acids (PLFAs) and soil enzyme activities measured on 10 SADE plots in the ALB, 2015-2018, cooperation SADE-SCALEMIC. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/27646?version=2
Dataset
Boeddinghaus, Runa; Mayer-Gruner, Paula; Marhan, Sven; Kandeler, Ellen (2020): Approximated pore size distribution of grassland EPs (SSC 2014) SCALEMIC. Version 4. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/26207?version=4
Dataset
Boeddinghaus, Runa; Marhan, Sven; Berner, Doreen; Boch, Steffen; Fischer, Markus; Hoelzel, Norbert; Kattge, Jens; Klaus, Valentin; Kleinebecker, Till; Oelmann, Yvonne; Prati, Daniel; Schäfer, Deborah; Schöning, Ingo; Schrumpf, Marion; Sorkau, Elisabeth; Kandeler, Ellen; Manning, Pete (2019): Dataset used in Boeddinghaus et al. (2019) "Plant functional trait shifts explain concurrent changes in the structure and function of grassland soil microbial communities" Journal of Ecology. Version 4. Biodiversity Exploratories Information System. Dataset. https://doi.org/10.25829/bexis.24867-1.1.23
Dataset
Boeddinghaus, Runa; Bauer, Christina; Marhan, Sven; Kandeler, Ellen (2019): Physico-chemical soil properties of all grassland EPs, soil sampling campaign (SSC) 2017, SCALEMIC. Version 3. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/25586?version=3
Dataset
Boeddinghaus, Runa; Müller, Karolin; Bauer, Christina; Marhan, Sven; Kandeler, Ellen (2019): Microbial soil properties of all grassland EPs, soil sampling campaign (SSC) 2017, SCALEMIC. Version 3. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/25408?version=3
Dataset
Boeddinghaus, Runa; Marhan, Sven; Kandeler, Ellen (2019): Soil physico-chemical and root biomass data for 2015 and 2018 of 25 SCH grassland MIPs, cooperation SADE-SCALEMIC . Version 3. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/25706?version=3
Dataset
Boeddinghaus, Runa; Gebala, Aurelia; Berner, Doreen; Marhan, Sven; Kandeler, Ellen (2019): Microbiological and chemical data of burried mineral containers with labelled roots on 10 ALB sites, SCALEMIC Phase 4 (2014-2017) WP2. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/24708?version=2
Dataset
Boeddinghaus, Runa; Regan, Kathleen; Marhan, Sven; Kandeler, Ellen (2019): Soil enzyme activities of the SCALEMIC Experiment (AEG31, 2011). Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/25409?version=2
Dataset
Boeddinghaus, Runa; Kandeler, Ellen (2019): Soil water and dry matter content of SADE samples 2015-2018 ALB (SCALEMIC). Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/25226?version=2
Dataset
Richter-Heitmann, Tim; Friedrich, Michael (2018): SCALEMIC - Acidobacterial rRNA sampled from top soil at six dates in 2011 on one ALB grassland plot. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/22406?version=2
Dataset
Richter-Heitmann, Tim; Friedrich, Michael (2017): SCALEMIC - Inventory of active Bacteria - Data. Version 14. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/21566?version=14
Dataset
Richter-Heitmann, Tim; Friedrich, Michael (2017): SCALEMIC - Inventory of active Bacteria - Codelist. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/21606?version=2
Dataset
Bonkowski, Michael; Fiore-Donno, Anna Maria (2017): Metacommunity analysis of seasonal and spatial variation of Cercozoa in a grassland soil. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/22147?version=2
Dataset
Bonkowski, Michael; Fiore-Donno, Anna Maria (2017): Metacommunity analysis of seasonal and spatial variation of Cercozoa in a grassland soil - Data. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/22166?version=2
Dataset
Kandeler, Ellen; Berner, Doreen; Marhan, Sven; Boeddinghaus, Runa (2016): Soil enzyme activities of all grassland EPs, soil sampling campaign (SSC) 2014, SCALEMIC. Version 4. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/20247?version=4
Dataset
Kandeler, Ellen; Berner, Doreen; Marhan, Sven; Boeddinghaus, Runa (2016): Soil enzyme activities of all grassland EPs, soil sampling campaign (SSC) 2011, SCALEMIC. Version 4. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/20246?version=4
Dataset
Kandeler, Ellen; Boeddinghaus, Runa; Marhan, Sven; Binder, Ines (2016): Microbial and physico-chemical soil properties, Alb grassland, 2015, cooperation SADE-SCALEMIC. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/20227?version=2
Dataset
Kandeler, Ellen; Marhan, Sven; Berner, Doreen; Boeddinghaus, Runa (2016): Physico-chemical soil properties of all grassland EPs, soil sampling campaign (SSC) 2014, SCALEMIC. Version 5. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/20249?version=5
Dataset
Kandeler, Ellen; Marhan, Sven; Berner, Doreen; Boeddinghaus, Runa (2016): Microbial soil properties of all grassland EPs, soil sampling campaign (SSC) 2011, SCALEMIC. Version 3. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/20250?version=3
Dataset
Kandeler, Ellen; Marhan, Sven; Boeddinghaus, Runa; Gebala, Aurelia; Berner, Doreen; Boob, Meike (2016): Microbial rhizosphere and bulk soil properties, Alb grassland, 2014, cooperation BELOW-SCALEMIC. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/20206?version=2
Dataset
Kandeler, Ellen; Marhan, Sven; Berner, Doreen; Boeddinghaus, Runa (2016): Physico-chemical soil properties of all grassland EPs, soil sampling campaign (SSC) 2011, SCALEMIC. Version 5. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/20248?version=5
Dataset
Kandeler, Ellen; Marhan, Sven; Berner, Doreen; Boeddinghaus, Runa (2016): Microbial soil properties of all grassland EPs, soil sampling campaign (SSC) 2014, SCALEMIC. Version 3. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/20251?version=3
Dataset
Richter-Heitmann, Tim; Friedrich, Michael; Marhan, Sven (2015): SCALEMIC - LINK to Short Read Archive - Bacterial Activity. Version 3. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/19466?version=3
Dataset
Regan, Kathleen; Berner, Doreen; Boeddinghaus, Runa; Marhan, Sven; Kandeler, Ellen (2014): Physico-chemical and microbial soil properties and plant diversity of AEG31, 2011, SCALEMIC-Experiment. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/17707?version=2
Dataset
Prati, Daniel; Fischer, Markus (2014): SCALEMIC - Plant diversity, 2011. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/17446?version=2
Dataset
Baumgartner, Vanessa; Kandeler, Ellen (2012): Number of cells in soil samples of plot AEG31, 2011, SCALEMIC-Experiment. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/14946?version=2
Dataset
Berner, Doreen; Boeddinghaus, Runa; Regan, Kathleen; Keil, Daniel; Marhan, Sven; Kandeler, Ellen (2012): Soil physical and chemical properties of grassland VIPs in Hainich, SCALEMIC 2008. Version 3. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/14668?version=3
Dataset
Berner, Doreen; Regan, Kathleen; Keil, Daniel; Marhan, Sven; Kandeler, Ellen (2012): Physico-chemical soil properties of all grassland VIPs, SCALEMIC 2008. Version 4. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/14666?version=4
Dataset
Berner, Doreen; Boeddinghaus, Runa; Regan, Kathleen; Keil, Daniel; Marhan, Sven; Kandeler, Ellen (2012): Soil microbiological properties of grassland VIPs in Hainich, SCALEMIC 2008. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/14667?version=2
Dataset
Berner, Doreen; Regan, Kathleen; Keil, Daniel; Marhan, Sven; Kandeler, Ellen (2010): Soil microbiological properties of grassland VIPs of ALB, SCALEMIC 2008. Version 3. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/11323?version=3
Dataset
Berner, Doreen; Regan, Kathleen; Keil, Daniel; Marhan, Sven; Kandeler, Ellen (2010): Soil physical and chemical properties of grassland VIPs in ALB, SCALEMIC 2008. Version 5. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/11320?version=5

Nicht veröffentlichte Datensätze

Dataset
Hyphobox experiment, Heidfeldhof Hohenheim, 2020
Brandt, Luise; Abrahao, Anna (2024): Hyphobox experiment, Heidfeldhof Hohenheim, 2020. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de. Dataset ID= 31933
Dataset
Soil mineral nitrogen (Nmin) of REX 1 and LUX grassland plots, Soil sampling campaign (SSC) 2021
Marhan, Sven (2023): Soil mineral nitrogen (Nmin) of REX 1 and LUX grassland plots, Soil sampling campaign (SSC) 2021. Version 7. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de. Dataset ID= 31634
Dataset
Soil mineral nitrogen (Nmin) of all grassland plots, Soil sampling campaign (SSC) 2021
Marhan, Sven (2023): Soil mineral nitrogen (Nmin) of all grassland plots, Soil sampling campaign (SSC) 2021. Version 7. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de. Dataset ID= 31630
Dataset
Soil water content of REX 1 and LUX grassland plots, Soil sampling campaign (SSC) 2021
Marhan, Sven (2023): Soil water content of REX 1 and LUX grassland plots, Soil sampling campaign (SSC) 2021. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de. Dataset ID= 31636
Dataset
Microbial biomass C (Cmic) and N (Nmic) and soil microbial C to N ratio of REX 1 and LUX grassland plots, Soil sampling campaign (SSC) 2021
Marhan, Sven (2023): Microbial biomass C (Cmic) and N (Nmic) and soil microbial C to N ratio of REX 1 and LUX grassland plots, Soil sampling campaign (SSC) 2021. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de. Dataset ID= 31638
Dataset
Gene abundances 16S Bacteria, nirK, nirS, nosZ clade I, II, soil sampling campaigns (SSC) 2011, 2014, 2017
Marhan, Sven (2023): Gene abundances 16S Bacteria, nirK, nirS, nosZ clade I, II, soil sampling campaigns (SSC) 2011, 2014, 2017. Version 3. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de. Dataset ID= 31648
Dataset
Soil extractable organic carbon and extractable total nitrogen – soil sampling campaign 2021, all grassland experimental plots (EPs), 0-10 cm
Marhan, Sven (2023): Soil extractable organic carbon and extractable total nitrogen – soil sampling campaign 2021, all grassland experimental plots (EPs), 0-10 cm. Version 13. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de. Dataset ID= 31629
Dataset
Microbial biomass C (Cmic) and N (Nmic) and soil microbial C to N ratio of all grassland EP plots, Soil sampling campaign (SSC) 2021
Marhan, Sven (2023): Microbial biomass C (Cmic) and N (Nmic) and soil microbial C to N ratio of all grassland EP plots, Soil sampling campaign (SSC) 2021. Version 4. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de. Dataset ID= 31637
Dataset
Soil extractable organic carbon and extractable total nitrogen of REX 1 and LUX grassland plots, Soil sampling campaign (SSC) 2021
Marhan, Sven (2023): Soil extractable organic carbon and extractable total nitrogen of REX 1 and LUX grassland plots, Soil sampling campaign (SSC) 2021. Version 8. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de. Dataset ID= 31635

Projekt in anderen Förderperioden

Wissenschaftliche Mitarbeiter:innen

Prof. Dr. Ellen Kandeler
Projektleiterin
Prof. Dr. Ellen Kandeler
Universität Hohenheim
Dr. Sven Marhan
Projektleiter
Dr. Sven Marhan
Universität Hohenheim
Doreen Berner
Alumni
Doreen Berner
Dr. Runa Boeddinghaus
Alumni
Dr. Runa Boeddinghaus
Kathleen Regan
Alumni
Kathleen Regan
Top