Loading...
Abbildung: Das Foto zeigt unter blauem Himmel mit Wolken eine Herde brauner Rinder auf einer Wiese. Im Hintergrund sind Laubbäume zu sehen.

In der mikrobiellen Ökologie ist hochskalieren eine anspruchsvolle Aufgbe, da lokale Muster sich häufig stark von regionalen Mustern unterscheiden. In diesen Projekt planen wir mit einem auf Artakkumulationskurven basierten Ansatz zu arbeiten, welcher extra für Systeme mit unvollständiger Diversitätsachätzungen entwickelt wurde. Wir werden für alle 27 VIP Graslandplots Abschätzungen der bakterillen und pilzlichen Diversität und deren Beeinflussung durch den Landnutzungsgradienten etablieren.


Hypothese Eins: SAC-Parameter z0 sinkt und c1m2 steigt in den Plots, die einer hohen Landnutzungsintensität unterliegen. Entsprechend gibt es große Unterschieden in der Beta-Diversität. Die Landnutzungsintensität stellt einen besseren Prädiktor für z0, c1m2 und beta-Diversität dar als Netto-Primärproduktivität und Bakterien- bzw. Pilz-Biomasse.

Hypothese Zwei: Das Verhältnis von vorübergehend häufig vs dauerhaft seltenen Arten steigt mit der Landnutzungsintensität. Allerdings, kann die Bodenheterogenität diese Beziehung teilweise ausgleichen.

Hypothese Drei: Module (d. h. Gruppen) von Taxa, die unabhängig voneinander in jedem Standort identifiziert werden, ähneln sich gegenseitig für die Standorte, die eine vergleichbare Landnutzungsintensität haben. Bei geringer Landnutzungsintensität erwarten wir, dass biotische Wechselwirkungen die Verteilung der Mikroben in einem größeren Ausmaß beeinflussen werden, was dazu führt, dass der Grad der Modulähnlichkeit bei geringer Landnutzungsintensität im Vergleich zur hohen Landnutzungsintensität höher ist.


Wir werden die VIP-Plots im Mai 2017 untersuchen. Wir planen, Illumina-Sequenzierung mit den Bodenproben durchzuführen, um Community-Informationen zu erwerben und PLFA-Analysen ausgewählter Proben, um Abundanzschätzungen zu erhalten.


Öffentliche Datensätze

Dataset
Veresoglou, Stavros (2021): Phospholipid Lipid Fatty Acids (PLFA), weighted δ13C, 27 grassland VIPs, May 2017. Version 6. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/31070?version=6/ddm/data/Showdata/31070?version=6
Dataset
Veresoglou, Stavros (2020): Soil Texture and pH in VIP grassland plots 2017. Version 3. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/26886?version=3/ddm/data/Showdata/26886?version=3
Dataset
Veresoglou, Stavros; Mola, Magkdi (2020): Eubacteria in 27 VIP grassland plots 2017. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/27186?version=2/ddm/data/Showdata/27186?version=2
Dataset
Veresoglou, Stavros (2020): Eumycota in 27 VIP plots 2017. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/27206?version=2/ddm/data/Showdata/27206?version=2
Dataset
Veresoglou, Stavros (2018): Phospholipid Lipid Fatty Acids (PLFA), 27 grassland VIPs, May 2017. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/23766?version=2/ddm/data/Showdata/23766?version=2
Dataset
Veresoglou, Stavros (2018): Stable carbon and nitrogen isotopes, 27 grassland VIPs, May 2017. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/23386?version=2/ddm/data/Showdata/23386?version=2

Wissenschaftliche Mitarbeiter:innen

Dr. Stavros Veresoglou
Alumni
Dr. Stavros Veresoglou
Top