API src

Found 1934 results.

Related terms

Other language confidence: 0.5574965763609707

METOP GOME-2 - Sulfur Dioxide (SO2) - Global

Gridded Level 3 SO2 total column densities derived from the Metop/GOME-2-instruments. Volcanoes are the largest soures of SO2 in the atmosphere, depending on the erruption the Sulfurous compounds can be injected into stratosphere but in most cases it stays within the troposphere. Another important source is the coal combustion. Desulfurisation facilities within the power stations have reduced the sulfur emissions around the globe. In the stratosphere sulfur is a key component for building up aerosols, which reflect parts of the solar irradiation. The total SO2 column is retrieved from GOME solar back-scattered measurements in the ultraviolet wavelength region [using the DOAS method]. Depending on the plume SO2 can be a very strong absorber, because of that the ODAS retrieval might have some smaller issues, they can be reduced by choosing different wavelenght ranges depending on the signal. We apply three different fitting windows between 310 and 360nm. For the AMF, we assume a plumeheight of 6 km altitude. The Global Ozone Monitoring Experiment-2 (GOME-2) instrument continues the long-term monitoring of atmospheric trace gas constituents started with GOME / ERS-2 and SCIAMACHY / Envisat. Three instruments operate on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B, and -C, launched in 2006, 2012, and 2018, respectively. GOME-2 measures a range of atmospheric trace constituents, with the emphasis on global ozone distribution. Furthermore, cloud properties and intensities of ultraviolet radiation are retrieved. These data are crucial for monitoring the atmospheric composition and the detection of pollutants. DLR generates operational GOME-2 / MetOp products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Composition Monitoring (AC-SAF).

Spatial distribution of aerosol and meteorological parameters measured during flight SourceFFR_ALADINA_20241016_13 with the UAS ALADINA near Frankfurt airport in October 2024

Exposure to ultrafine aerosol particles (UFPs) can cause adverse effects on human health, local environment and climate. Air traffic is associated with the emission of high numbers of UFPs, which results in increased UFP number concentrations close to airports. So far, the spatial distribution and variability of UFPs is poorly understood in the atmospheric boundary layer. The uncrewed aerial system (UAS) ALADINA (Application of Lightweight Aircraft for Detecting In-situ Aerosols, e.g. Altstädter et al., 2015) was operated close to the largest airport in Germany at Frankfurt airport (FRA) between 11 and 19 October 2024. The dataset provides airborne in-situ observations of the spatial distribution of aerosol particle number concentration with different sizes and meteorological parameters of temperature, humidity, wind, surface temperature and short-wave irradiance, as well as accurate position and orientation of ALADINA. Data are available from 26 measurement flights, comprising a number of 122 vertical profiles between ground and a maximum altitude of 750 m above mean sea level (ASL) and about 70 horizontal legs at different but constant altitude, e.g. in 100 m altitude intervals. Details about the ALADINA measurements will be provided in a publication (Harm-Altstädter et al., in prep.) soon.

Poster: Risks of Solar Radiation Modification (SRM)

SRM is supposed to mask global warming by enhancing the earth’s albedo, for example by stratospheric aerosol injection. Thus altering the whole climate system, SRM would impact most areas of life. The risks for geopolitics, mitigation deterrence, ecosystems, justice, food security and water availability are illustrated in this graphic. Veröffentlicht in Poster.

Spatial distribution of aerosol and meteorological parameters measured during flight SourceFFR_ALADINA_20241017_14 with the UAS ALADINA near Frankfurt airport in October 2024

Exposure to ultrafine aerosol particles (UFPs) can cause adverse effects on human health, local environment and climate. Air traffic is associated with the emission of high numbers of UFPs, which results in increased UFP number concentrations close to airports. So far, the spatial distribution and variability of UFPs is poorly understood in the atmospheric boundary layer. The uncrewed aerial system (UAS) ALADINA (Application of Lightweight Aircraft for Detecting In-situ Aerosols, e.g. Altstädter et al., 2015) was operated close to the largest airport in Germany at Frankfurt airport (FRA) between 11 and 19 October 2024. The dataset provides airborne in-situ observations of the spatial distribution of aerosol particle number concentration with different sizes and meteorological parameters of temperature, humidity, wind, surface temperature and short-wave irradiance, as well as accurate position and orientation of ALADINA. Data are available from 26 measurement flights, comprising a number of 122 vertical profiles between ground and a maximum altitude of 750 m above mean sea level (ASL) and about 70 horizontal legs at different but constant altitude, e.g. in 100 m altitude intervals. Details about the ALADINA measurements will be provided in a publication (Harm-Altstädter et al., in prep.) soon.

Sentinel-5P TROPOMI - Aerosol Optical Depth (AOD), Level 3 - Global

Aerosol optical depth (AOD) as derived from TROPOMI observations. AOD describes the attenuation of the transmitted radiant power by the absence of aerosols. Attenuation can be caused by absorption and/or scattering. AOD is the primary parameter to evaluate the impact of aerosols on weather and climate. Daily AOD observations are binned onto a regular latitude-longitude grid. The TROPOMI instrument onboard the Copernicus SENTINEL-5 Precursor satellite is a nadir-viewing, imaging spectrometer that provides global measurements of atmospheric properties and constituents on a daily basis. It is contributing to monitoring air quality and climate, providing critical information to services and decision makers. The instrument uses passive remote sensing techniques by measuring the top of atmosphere solar radiation reflected by and radiated from the earth and its atmosphere. The four spectrometers of TROPOMI cover the ultraviolet (UV), visible (VIS), Near Infra-Red (NIR) and Short Wavelength Infra-Red (SWIR) domains of the electromagnetic spectrum. The operational trace gas products generated at DLR on behave ESA are: Ozone (O3), Nitrogen Dioxide (NO2), Sulfur Dioxide (SO2), Formaldehyde (HCHO), Carbon Monoxide (CO) and Methane (CH4), together with clouds and aerosol properties. This product is created in the scope of the project INPULS. It develops (a) innovative retrieval algorithms and processors for the generation of value-added products from the atmospheric Copernicus missions Sentinel-5 Precursor, Sentinel-4, and Sentinel-5, (b) cloud-based (re)processing systems, (c) improved data discovery and access technologies as well as server-side analytics for the users, and (d) data visualization services.

Spatial distribution of aerosol and meteorological parameters measured during flight SourceFFR_ALADINA_20241017_15 with the UAS ALADINA near Frankfurt airport in October 2024

Exposure to ultrafine aerosol particles (UFPs) can cause adverse effects on human health, local environment and climate. Air traffic is associated with the emission of high numbers of UFPs, which results in increased UFP number concentrations close to airports. So far, the spatial distribution and variability of UFPs is poorly understood in the atmospheric boundary layer. The uncrewed aerial system (UAS) ALADINA (Application of Lightweight Aircraft for Detecting In-situ Aerosols, e.g. Altstädter et al., 2015) was operated close to the largest airport in Germany at Frankfurt airport (FRA) between 11 and 19 October 2024. The dataset provides airborne in-situ observations of the spatial distribution of aerosol particle number concentration with different sizes and meteorological parameters of temperature, humidity, wind, surface temperature and short-wave irradiance, as well as accurate position and orientation of ALADINA. Data are available from 26 measurement flights, comprising a number of 122 vertical profiles between ground and a maximum altitude of 750 m above mean sea level (ASL) and about 70 horizontal legs at different but constant altitude, e.g. in 100 m altitude intervals. Details about the ALADINA measurements will be provided in a publication (Harm-Altstädter et al., in prep.) soon.

Spatial distribution of aerosol and meteorological parameters measured during flight SourceFFR_ALADINA_20241017_17 with the UAS ALADINA near Frankfurt airport in October 2024

Exposure to ultrafine aerosol particles (UFPs) can cause adverse effects on human health, local environment and climate. Air traffic is associated with the emission of high numbers of UFPs, which results in increased UFP number concentrations close to airports. So far, the spatial distribution and variability of UFPs is poorly understood in the atmospheric boundary layer. The uncrewed aerial system (UAS) ALADINA (Application of Lightweight Aircraft for Detecting In-situ Aerosols, e.g. Altstädter et al., 2015) was operated close to the largest airport in Germany at Frankfurt airport (FRA) between 11 and 19 October 2024. The dataset provides airborne in-situ observations of the spatial distribution of aerosol particle number concentration with different sizes and meteorological parameters of temperature, humidity, wind, surface temperature and short-wave irradiance, as well as accurate position and orientation of ALADINA. Data are available from 26 measurement flights, comprising a number of 122 vertical profiles between ground and a maximum altitude of 750 m above mean sea level (ASL) and about 70 horizontal legs at different but constant altitude, e.g. in 100 m altitude intervals. Details about the ALADINA measurements will be provided in a publication (Harm-Altstädter et al., in prep.) soon.

Schwerpunktprogramm (SPP) 1158: Antarctic Research with Comparable Investigations in Arctic Sea Ice Areas; Bereich Infrastruktur - Antarktisforschung mit vergleichenden Untersuchungen in arktischen Eisgebieten, COALA – Kontinuierliche Beobachtungen von Aerosol-Wolken-Interaktion in der Antarktis

Das unvollständige Verständnis der Wechselwirkung von Aerosolpartikeln mit Strahlung, Wolken und Niederschlag ist eine Schlüsselfrage der Atmosphärenforschung. Detaillierte Beobachtungen sind erforderlich, um die komplexen Zusammenhänge zwischen den beteiligten Prozessen zu erfassen. Dies gilt insbesondere für die abgelegene Region der Antarktis, wo bodengestützte, vertikal aufgelöste Langzeitbeobachtungen von Aerosol, Wolken und Niederschlag selten sind und Satellitenbeobachtungen technischen Beschränkungen unterliegen. Um die Messlücke mit modernsten Beobachtungen zu schließen, wird TROPOS die Messplattform OCEANET-Atmosphere zwischen den Südsommern 2022/23 und 2023/24 an der Station Neumayer III (70,67°S, 8,27°W) einsetzen. OCEANET-Atmosphere ist ein autonomer, polar-erprobter, modifizierter 20-Fuss-Messcontainer, der erst kürzlich erfolgreich während MOSAiC (Multidisciplinary drifting Observatory for the Study of Arctic Climate) eingesetzt wurde. Die Instrumentierung während COALA umfasst ein Mehrwellenlängen-Polarisations- und ein Doppler-Lidar, ein 35-GHz-Wolkenradar, ein Mikrowellenradiometer sowie jeweils ein 1-d und 2-d-Niederschlags-Disdrometer. OCEANET ist die einzige polare Einzelcontainer-Plattform, die mit Mehrwellenlängen-Lidar, Radar und Mikrowellenradiometer Wolken und Niederschlag sowie mit Doppler-Lidar und -Radar turbulente Luftbewegungen in Wolken an verschiedenen Messstandorten beobachten kann.Die zeitliche und vertikale Auflösung des gewonnenen Datensatzes wird in der Größenordnung von 30 s (2 s für Vertikalgeschwindigkeitsbeobachtungen) und 30 m liegen. COALA ist ein 3-Jahres-Projekt. Ein Postdoktorand wird für den Einsatz von OCEANET-Atmosphere bei Neumayer III und die Datenanalyse verantwortlich sein und dabei von Experten am TROPOS unterstützt. Die Beobachtungen werden in erster Linie dazu dienen, die Schlüsselhypothese von COALA zu untersuchen, dass Aerosol aus dem Südlichen Ozean, den mittleren Breiten und den Subtropen der südlichen Hemisphäre in die Antarktis transportiert wird, wo es die Bildung und Entwicklung von Wolken und Niederschlag beeinflusst. Die Arbeiten konzentrieren sich auf (1) die Untersuchung des Ursprungs, der Häufigkeit und der Eigenschaften des Aerosols über der Station Neumayer III, (2) die Untersuchung des Einflusses von Oberflächen- und Grenzschicht-Kopplungseffekten auf die Eigenschaften und die Entwicklung von tiefen Wolken, (3) die Untersuchung des Beitrags von Dynamik (orographische Wellen), Aerosol und Meteorologie zur Verteilung der Eis- und Flüssigphase in Wolken über Neumayer III, (4) zur Untersuchung der vertikalen Struktur von Wolken und ihrer Beziehung zur Niederschlagsbildung und (5) zur Bewertung regionaler Kontraste in den Eigenschaften von Aerosolen und Wolken und den damit verbundenen Aerosol-Wolken-Wechselwirkungsprozessen, indem die Neumayer-III-Beobachtungen von vorhandenen Datensätzen aus Südchile, Zypern, Deutschland und der Arktis kontrastiert werden.

Kontinuierliche Ueberwachung der Schadstoffimmission der unteren Erdatmosphaere (bis 200 m Hoehe) mittels Fessel-Heissluftballon

Fuer Umweltschaeden haftet nach bestehendem Recht der Verursacher. Dieser ist insbesondere bei Luftverunreinigungen z.B. durch Verbrennung von Abfaellen bei Nacht in vielen Faellen nicht zu ermitteln, da wegen der geringen Sinkgeschwindigkeit staubfoermiger oder tropfenfoermiger Schadstoffe laengst alle Verbrennungsspuren o.ae. beseitigt sind, wenn am Erdboden die Immission erfolgt. Bei Ueberwachung der unteren 200 m der Atmosphaere koennen Emissionen aber sehr viel frueher bereits ermittelt werden. Bei radioaktiven Emissionen, z.B. bei Reaktorunfaellen, kann durch Messung in der unteren Atmosphaere die Konzentration schon so fruehzeitig erfasst werden, dass ggf. Raeumung der gefaehrdeten Gebiete noch moeglich ist.

Vorhersage urbaner atmosphärischer Anzahlkonzentrationen ultrafeiner Partikel mit Hilfe von Machine Learning- und Deep Learning-Algorithmen (ULTRAMADE)

Ultrafeine Partikel (UFP) mit einem aerodynamischen Durchmesser kleiner als 100 nm stehen unter dem Verdacht die menschliche Gesundheit zu schädigen, allerdings fehlt bisher die abschließende wissenschaftliche Evidenz aus epidemiologischen Studien. Zur Herleitung von Expositionskonzentrationen gegenüber UFP wurden zum Teil statistische Modellierungsverfahren genutzt um UFP-Anzahlkonzentrationen vorherzusagen. Ein häufig genutztes Verfahren ist eine auf Flächennutzung basierte lineare Regression („land-use regression“, LUR). Allerdings wurden in luftqualitativen Studien auch andere, ausgefeiltere Modellansätze benutzt, z.B. „machine learning“ (ML) oder „deep learning“ (DL), die eine bessere Vorhersagegenauigkeit versprechen. Das Ziel des Projekts ist die Modellierung von UFP-Anzahlkonzentration in urbanen Räumen basierend auf ML- und DL-Algorithmen. Diese Algorithmen versprechen eine bessere Vorhersagegenauigkeit gegenüber linearen Modellansätzen. Mit unserem Modellansatz wollen wir sowohl räumliche als auch zeitliche Variabilität der UFP-Anzahlkonzentrationen abbilden. In einem ersten Schritt werden die Messergebnisse aus mobilen Messkampagnen genutzt um ein ML-basiertes LUR Modell zu kalibrieren. Zusätzlich werden urbane Emissionen aus lokalen Quellen, abseits vom Straßenverkehr, identifiziert und explizit in das Modell einbezogen. In einem zweiten Schritt wird ein DL-Modellansatz basierend auf Langzeit-UFP-Messungen mit dem ML-Modell gekoppelt um die Repräsentierung der zeitlichen Variabilität zu verbessern. Unser vorgeschlagenes Arbeitsprogramm besteht aus fünf Arbeitspaketen (WP): WP 1 beinhaltet mobile Messungen mittels eines mobilen Labors und eines Messfahrads. WP 2 besteht aus stationären Messungen, die an Stationen des German Ultrafine Aerosol Network durchgeführt werden. In WP 3 werden wichtige UFP-Emissionsquellen, insbesondere Nicht-Verkehrsemissionen, mit Hilfe von zusätzlichen kurzzeitigen stationären Messungen identifiziert und quantifiziert. In WP 4 werden ML-Algorithmen genutzt um ein statistisches Modell aufzubauen. Als Kalibrierungsdatensatz werden die Messungen aus WP 1 benutzt. Das Modell wird UFP-Anzahlkonzentrationen mit Hilfe eines Datensatzes aus erklärenden Variablen, u.a. meteorologische Größen, Flächennutzung, urbaner Morphologie, Verkehrsmengen und zusätzlichen Informationen zu UFP-Quellen nach WP 3, vorhersagen. In WP 5 werden die UFP-Anzahlkonzentrationen aus WP 2 für einen DL-Modellansatz genutzt, der die zeitliche Variabilität repräsentieren wird. Dieser wird dann mit dem ML-Modell aus WP 4 gekoppelt. Der Nutzen der Modellkopplung wird mit dem Datensatz aus WP 3 validiert. Aus unserem Projekt wird ein Modell hervorgehen, das in der Lage ist die räumliche und zeitliche Variabilität urbaner UFP-Anzahlkonzentrationen in einer hohen Genauigkeit zu repräsentieren. Damit wird unsere Studie einen Beitrag zur Quantifizierung von Expositionskonzentrationen gegenüber UFP z.B. in epidemiologischen Studien leisten.

1 2 3 4 5 … 192 193 194