Bodenhydrologische Monitoringdaten charakteristischer Böden in Unterfranken 2018 bis 2024

Das Dataset enthält Bodenfeuchtedaten und Bodentemperaturen von sechs Standorten Unterfrankens für den Zeitraum von 2018 bis 2024, die für ihre jeweiligen Naturräume und hinsichtlich ihrer anthropogenen Nutzung charakteristisch sind. An vier Standorten wurden zusätzlich auch meteorologische Parameter erfasst. Die Daten liegen in Zeitschritten von 15 Minuten vor. Die Bodenfeuchte wurde als volumetrischer Wassergehalt (volumetric water content, VWC %) in zwei bis drei Bodenprofilen pro Standort in unterschiedlichen Tiefen gemessen. Als Bodenfeuchte- und Bodentemperatursensoren wurden Meter 10HS und Meter 5TM Sensoren eingesetzt. Die meteorologischen Parameter wurden mit Pessl iMetos 2 und iMetos 3.3 Stationen erfasst.
Die Messstationen befinden sich in einem Rigosol auf Buntsandstein in einem Weinberg bei Bürgstadt (Odenwald) sowie auf einer Parabraunerde im Lössgebiet bei Herchsheim (Ochsenfurter Gau) unter Ackernutzung. Am Übergang von Muschelkalk in Keuper befinden sich die Stationen in Obbach (Wern-Lauer-Platte), wo eine Braunerde unter Ackernutzung vorliegt und im Forst des Universitätswalds Sailershausen (Hesselbacher Waldland) werden die Untersuchungen in einer Braunerde-Terra fusca durchgeführt. Im Forst befinden sich auch die Stationen in Oberrimbach (Steigerwald) mit Braunerden aus Sandsteinkeuper und in Willmars (Rhön) mit Braunerden aus Buntsandstein. In den Messzeitraum fiel die dreijährige Dürre von 2018 bis 2020, das Jahr 2021 mit einem durchschnittlichen Witterungsverlauf und das Dürrejahr 2022.
Das Langzeitmonitoring wurde im Rahmen der zur Dissertation „Auswirkungen des Klimawandels auf charakteristische Böden in Unterfranken unter Berücksichtigung bodenhydrologischer Monitoringdaten (2018 bis 2022)“ von Julian Krause durchgeführt. Begleitend wurden umfangreichen Gelände- und Laboranalysen der grundlegenden bodenkundlichen Parameter der Bodenprofile und der Standorte durchgeführt.
Das Dataset wurde im Rahmen des EU-EFRE-Projekts „BigData@Geo“ und des BMBF-Projekts „REKLINEU“ generiert.