@phdthesis{SvirejevaHopkins2004,
  author    = {Svirejeva-Hopkins, Anastasia},
  title     = {Urbanised territories as a specific component of the global carbon cycle},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-0001512},
  school      = {Universit{\"a}t Potsdam},
  year      = {2004},
  abstract  = {Wir betrachten folgende Teile: die zus{\"a}tzlichen Kohlenstoff(C)-emissionen, welche aus der Umwandlung von nat{\"u}rlichem Umland durch Stadtwachstum resultieren, und die {\"A}nderung des C-Flusses durch 'urbanisierte' {\"O}kosysteme, soweit atmosph{\"a}risches C durch diese in umliegende nat{\"u}rliche {\"O}kosysteme entlang der Kette \“Atmosph{\"a}re -> Vegetation -> abgestorbene organische Substanzen\” gepumpt wird: d.h. C-Export; f{\"u}r den Zeitraum von 1980 bis 2050. Als Szenario nutzen wir Prognosen der regionalen Stadtbev{\"o}lkerung, welche durch ein 'Hybridmodell' generiert werden f{\"u}r acht Regionen. Alle Sch{\"a}tzungen der C-Fl{\"u}sse basieren auf zwei Modellen: das Regression Modell und das sogenannte G-Modell. Die Siedlungsfl{\"a}che, welche mit dem Wachstum der Stadtbev{\"o}lkerung zunimmt, wird in 'Gr{\"u}nfl{\"a}chen' (Parks, usw.), Geb{\"a}udefl{\"a}chen und informell st{\"a}dtisch genutzte Fl{\"a}chen (Slums, illegale Lagerpl{\"a}tze, usw.) unterteilt. Es werden j{\"a}hrlich die regionale und globale Dynamik der C-Emissionen und des C-Exports sowie die C-Gesamtbilanz berechnet. Dabei liefern beide Modelle qualitativ {\"a}hnliche Ergebnisse, jedoch gibt es einige quantitative Unterschiede. Im ersten Modell erreicht die globale Jahresemission f{\"u}r die Dekade 2020-2030 resultierend aus der Landnutzungs{\"a}nderung ein Maximum von 205 Mt/a. Die maximalen Beitr{\"a}ge zur globalen Emission werden durch China, die asiatische und die pazifische Region erbracht. Im zweiten Modell erh{\"o}ht sich die j{\"a}hrliche globale Emission von 1.12 GtC/a f{\"u}r 1980 auf 1.25 GtC/a f{\"u}r 2005 (1Gt = 109 t). Danach beginnt eine Reduzierung. Vergleichen wir das Emissionmaximum mit der Emission durch Abholzung im Jahre 1980 (1.36 GtC/a), k{\"o}nnen wir konstatieren, daß die Urbanisierung damit in vergleichbarer Gr{\"o}sse zur Emission beitr{\"a}gt. Bezogen auf die globale Dynamik des j{\"a}hrlichen C-Exports durch Urbanisierung beobachten wir ein monotones Wachstum bis zum nahezu dreifachen Wert von 24 MtC/a f{\"u}r 1980 auf 66 MtC/a f{\"u}r 2050 im ersten Modell, bzw. im zweiten Modell von 249 MtC/a f{\"u}r 1980 auf 505 MtC/a f{\"u}r 2050. Damit ist im zweiten Fall die Transportleistung der Siedlungsgebiete mit dem C-Transport durch Fl{\"u}sse in die Ozeane (196 .. 537 MtC/a) vergleichbar. Bei der Absch{\"a}tzung der Gesamtbilanz finden wir, daß die Urbanisierung die Bilanz in Richtung zu einer 'Senke' verschiebt. Entsprechend dem zweiten Modell beginnt sich die C-Gesamtbilanz (nach ann{\"a}hernder Konstanz) ab dem Jahre 2000 mit einer fast konstanten Rate zu verringern. Wenn das Maximum im Jahre 2000 bei 905MtC/a liegt, f{\"a}llt dieser Wert anschliessend bis zum Jahre 2050 auf 118 MtC/a. Bei Extrapolation dieser Dynamik in die Zukunft k{\"o}nnen wir annehmen, daß am Ende des 21. Jahrhunderts die \“urbane\” C-Gesamtbilanz Null bzw. negative Werte erreicht.},
  language  = {en}
}
@article{SiegmundFunkSommeretal.2022,
  author    = {Siegmund, Nicole and Funk, Roger and Sommer, Michael and Avecilla, Fernando and Esteban Panebianco, Juan and Iturri, Laura Antonela and Buschiazzo, Daniel},
  title     = {Horizontal and vertical fluxes of particulate matter during wind erosion on arable land in the province La Pampa, Argentina},
  series = {International journal of sediment research},
  volume    = {37},
  journal   = {International journal of sediment research},
  number    = {5},
  publisher = {IRTCES},
  address   = {Beijing},
  issn      = {1001-6279},
  doi       = {10.1016/j.ijsrc.2022.01.004},
  pages     = {539 -- 552},
  year      = {2022},
  abstract  = {A detailed analysis of horizontal and vertical particulate matter (PM) fluxes during wind erosion has been done, based on measurements of PM smaller than 10, 2.5, and 1.0 mu mm, at windward and leeward positions on a measuring field. The three fractions of PM measurement are differently influenced by the increasing wind and shear velocities of the wind. The measured concentrations of the coarser fractions of the fine dust, PM10, and PM2.5, increase with wind and shear velocity, whereas the PM1.0 concentrations show no clear correlation to the shear velocity. The share of PM2.5 on PM10 depends on the measurement height and wind speed and varies between 4 and 12 m/s at the 1 m height ranging from 25\% to 7\% (average 10\%), and at the 4 m height from 39\% to 23\% (average 30\%). Although general relationships between wind speed, PM concentration, and horizontal and vertical fluxes could be found, the contribution of the measuring field was very low, as balances of incoming and outgoing fluxes show. Consequently, the measured PM concentrations are determined from a variety of sources, such as traffic on unpaved roads, cattle drives, tillage operations, and wind erosion, and thus, represent all components of land use and landscape structure in the near and far surroundings of the measuring field. The current results may reflect factors from the landscape scale rather than the influence of field-related variables. The measuring devices used to monitor PM concentrations showed differences of up to 20\%, which led to considerable deviations when determining total balances. Differences up to 67\% between the calculated fluxes prove the necessity of a previous calibration of the devices used. (c) 2022 International Research and Training Centre on Erosion and Sedimentation/the World Association for Sedimentation and Erosion Research.},
  language  = {en}
}
@article{LangenhanJaegerBaumetal.2022,
  author    = {Langenhan, Jennifer and Jaeger, Carsten and Baum, Katharina and Simon, Mareike and Lisec, Jan},
  title     = {A flexible tool to correct superimposed mass isotopologue distributions in GC-APCI-MS flux experiments},
  series = {Metabolites},
  volume    = {12},
  journal   = {Metabolites},
  number    = {5},
  publisher = {MDPI},
  address   = {Basel},
  issn      = {2218-1989},
  doi       = {10.3390/metabo12050408},
  pages     = {10},
  year      = {2022},
  abstract  = {The investigation of metabolic fluxes and metabolite distributions within cells by means of tracer molecules is a valuable tool to unravel the complexity of biological systems. Technological advances in mass spectrometry (MS) technology such as atmospheric pressure chemical ionization (APCI) coupled with high resolution (HR), not only allows for highly sensitive analyses but also broadens the usefulness of tracer-based experiments, as interesting signals can be annotated de novo when not yet present in a compound library. However, several effects in the APCI ion source, i.e., fragmentation and rearrangement, lead to superimposed mass isotopologue distributions (MID) within the mass spectra, which need to be corrected during data evaluation as they will impair enrichment calculation otherwise. Here, we present and evaluate a novel software tool to automatically perform such corrections. We discuss the different effects, explain the implemented algorithm, and show its application on several experimental datasets. This adjustable tool is available as an R package from CRAN.},
  language  = {en}
}