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. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. 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 level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks) are used for retrieving the following geophysical cloud properties from GOME and GOME-2 data: cloud fraction (cloud cover), cloud-top pressure (cloud-top height), and cloud optical thickness (cloud-top albedo). OCRA is an optical sensor cloud detection algorithm that uses the PMD devices on GOME / GOME-2 to deliver cloud fractions for GOME / GOME-2 scenes. ROCINN takes the OCRA cloud fraction as input and uses a neural network training scheme to invert GOME / GOME-2 reflectivities in and around the O2-A band. VLIDORT [Spurr (2006)] templates of reflectances based on full polarization scattering of light are used to train the neural network. ROCINN retrieves cloud-top pressure and cloud-top albedo. The cloud-top pressure for GOME scenes is derived from the cloud-top height provided by ROCINN and an appropriate pressure profile. For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/
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. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. 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 level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks) are used for retrieving the following geophysical cloud properties from GOME and GOME-2 data: cloud fraction (cloud cover), cloud-top pressure (cloud-top height), and cloud optical thickness (cloud-top albedo). OCRA is an optical sensor cloud detection algorithm that uses the PMD devices on GOME / GOME-2 to deliver cloud fractions for GOME / GOME-2 scenes. For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/
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. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. 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 level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks) are used for retrieving the following geophysical cloud properties from GOME and GOME-2 data: cloud fraction (cloud cover), cloud-top pressure (cloud-top height), and cloud optical thickness (cloud-top albedo). OCRA is an optical sensor cloud detection algorithm that uses the PMD devices on GOME / GOME-2 to deliver cloud fractions for GOME / GOME-2 scenes. ROCINN takes the OCRA cloud fraction as input and uses a neural network training scheme to invert GOME / GOME-2 reflectivities in and around the O2-A band. VLIDORT [Spurr (2006)] templates of reflectances based on full polarization scattering of light are used to train the neural network. ROCINN retrieves cloud-top pressure and cloud-top albedo. The cloud optical thickness is computed using libRadtran [Mayer and Kylling (2005)] radiative transfer simulations taking as input the cloud-top albedo retrieved with ROCINN. For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/
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.
SRM soll die globale Erwärmung durch die Erhöhung der Albedo der Erde maskieren, zum Beispiel durch das Einbringen von Aerosolen in die Stratosphäre. Dies würde das gesamte Klimasystem verändern und damit weitreichende Auswirkungen auf alle Lebensbereiche haben. Die Risiken für Geopolitik, Klimaschutz , Ökosysteme, Gerechtigkeit, Ernährungssicherheit und Wasserverfügbarkeit werden in dieser Infografik dargestellt. Veröffentlicht in Poster.
In dieser Machbarkeitsstudie zur flächendeckenden Angabe der aktuellen UV-Belastung in Deutschland unter Einbindung der Messwerte des solaren UV-Messnetzes wurde ein Modell zur Berechnung von UV-Index Karten für Deutschland entwickelt. Das Modell berücksichtigt Bewölkungsdaten aus Satellitenbildern um die UV-Belastung zeitnah wiederzugeben.Die Einbindung von Bodenmessungen in dieses Modell wurde an möglichst wolkenfreien Tagen untersucht. Für diese Tage können Korrekturkarten aus dem Verhältnis von Bodenmessung zu Modell berechnet werden.Allerdings ist es extrem selten, dass ganz Deutschland wolkenfrei ist. Werden Stationen aufgrund von Bewölkung zeitweise nicht in der Berechnung der Korrekturkarten berücksichtigt, zeigt sich, dass diese sensitiv auf die zu jedem Zeitpunkt verwendbaren Bodenmessungen reagieren. Eine solche Korrektur kann zu plötzlichen unnatürlichen Sprüngen in den berechneten UV-Index Karten führen. Zusätzlich kann die Repräsentativität einer Station durch eine komplexe Topographie bzw. Albedo limitiert sein.Daher sind diese Korrekturkarten nicht einfach anwendbar, sondern es müssen geeignete räumliche und zeitliche Rahmenbedingungen definiert werden, um eine sinnvolle Korrektur zu erhalten. Generell bedeutet eine höhere Dichte von Stationen eine robustere Grundlage für die Bestimmung der Korrekturkarten.Auch eine Einbindung der Bodenmessungen bei homogener Bewölkung in Korrekturkarten wäre im Prinzip denkbar. Allerdings gibt es bei zeitlich und kleinräumig variabler Bewölkung keine Möglichkeit, die Bodenstationen sinnvoll zu integrieren. Die Herausforderung besteht somit in der Kategorisierung von homogenen und inhomogenen Wolkenszenen um die Repräsentativität der Stationen zu bestimmen.Die technische Umsetzbarkeit des erarbeiteten Modells zur Berechnung von zeitnahen UV-Index Karten ohne Einbindung von Bodendaten wurde erfolgreich gezeigt und implementiert.
This final report of the project “Geoengineering: Mögliche Synergien und Effekte mit den Sustainable Development Goals”, outlines major questions around geoengineering technologies – both Carbon Dioxide Removal (CDR) and Solar Radiation Modification (SRM) – investigating its technical and environmental components as well as anchoring it in the context of a target-driven climate and sustainability politics. Based on these components, the report provides several recommendations for policy.
Die Einbeziehung klimatologischer Gesichtspunkte in die Bewertung der Umweltsituation städtischer Ballungsgebiete und deren räumliche Planung setzt zunächst eine Definition des Begriffes Stadtklima voraus. Unter Stadtklima versteht man nach Schirmer et al. (1987) “das gegenüber dem Umland stark modifizierte Mesoklima von Städten und Industrieballungsräumen. Es umfasst das gesamte Volumen der bodennahen Luftschicht oberhalb und in unmittelbarer Umgebung der Stadt bzw. der städtischen Grenzschicht. Verursacht wird es durch die Art und Dichte der Bebauung, das Wärmespeicherungsvermögen der Baustoffe, die Versiegelung des Bodens, das Fehlen von Vegetation, durch einen veränderten Wasserhaushalt und die vermehrte Emission von Abgasen, Aerosolen und Abwärme.” Bewertungs- und Untersuchungsansätze Für die Bewertung der jeweiligen Klimasituation fehlen verbindliche Grenz- und Richtwerte analog den Luftgüte-Werten des Bundes-Immissionsschutz-Gesetzes. Empfehlenden Charakter besitzt eine Richtlinie der Kommission Reinhaltung der Luft im VDI (vgl. Verein Deutscher Ingenieure (VDI) 3787 Blatt 2 1998). Diese hat das Ziel, Bewertungsverfahren der Human-Biometeorologie als Standard für die auf Menschen bezogene Berücksichtigung von Klima und Lufthygiene (Bioklima) bei der Stadt- und Regionalplanung bereitzustellen. Die Human-Biometeorologie beschäftigt sich mit den Wirkungen von Wetter, Witterung, Klima und Lufthygiene auf den menschlichen Organismus. Im vorliegenden ersten Teil dieser Richtlinie werden die human-biometeorologischen Wirkungskomplexe zusammengestellt und die empfohlenen Bewertungsmethoden für den Bereich “Klima” erläutert. Insbesondere steht hierbei der thermische Wirkungskomplex im Vordergrund, der in der Stadt- und Regionalplanung mit dem Ziel eingesetzt werden soll, gesunde Wohn- und Arbeitsbedingungen zu sichern. Mit seiner Hilfe können planerische Fragestellungen aus bioklimatologischer Sicht behandelt werden. Als Idealzustand sollte ein Stadtklima angestrebt werden, das weitgehend frei von Schadstoffen ist und den Stadtbewohnern eine möglichst große Vielfalt an Atmosphärenzuständen unter Vermeidung von Extremen bietet (vgl. Deutsche Meteorologische Gesellschaft 1989). Zur Erfassung des städtischen Klimas bietet sich neben der Anwendung der Methoden der klassischen klimatologischen Forschung mit Messfahrten und Messgängen (vgl. Karten 04.02 – 04.05) auch die Berechnung der Temperaturen der einzelnen Oberflächenelemente (Dächer, Straßen, Baumkronen usw.) mittels Thermal-Infrarot (IR)-Rasteraufnahmen an. Dabei wird von dem physikalischen Prinzip ausgegangen, dass alle Körper entsprechend ihrer Oberflächentemperatur Wärmestrahlung abgeben (vgl. Methode). Indikatoren Als Steuerungsgröße für den Wärmehaushalt der Erdoberfläche kommt der Wärmestrahlung und damit der Oberflächentemperatur als Bestandteil der Strahlungsbilanz jedes Körpers eine große Bedeutung zu. Während tagsüber der kurzwellige Strahlungsbereich vor allem mit der direkten Einstrahlung der Sonnenenergie und ihrer Absorption bzw. Reflexion (Albedo, vgl. Tab. 1) an der Körperoberfläche bestimmend ist, beeinflusst nachts der langwellige Bereich mit dem Bodenwärmestrom ausschließlich das thermische Ausstrahlungsverhalten eines Körpers. Je nach Art und Beschaffenheit von Oberflächen ergeben sich deshalb bei gleichen Einstrahlungs- und Ausstrahlungsbedingungen u.U. erhebliche Unterschiede in der Oberflächentemperatur (vgl. Abb. 1). Digitale Thermalkarten Für (städtische) Klimaanalysen liegt der wesentliche Nutzen von Thermalkarten in ihrem flächenhaften, digital verarbeitbaren Informationsgehalt . Es ist zu unterscheiden zwischen Infrarot-Aufnahmen mit Thermal-Scannern von Flugzeugen aus und den für die vorliegenden Karten benutzten Satellitendaten . Unter Berücksichtigung der Größe Berlins und des engeren Verflechtungsraumes von fast 2 000 km² ermöglicht nur ein satellitengestütztes Verfahren die jeweils fast zeitgleiche Erfassung der langwelligen Eigenstrahlung der Erde (Oberflächentemperatur) in einer aufeinanderfolgenden Nacht-/Tagsituation. Andererseits sind die Überfliegungszeiten des Satelliten nicht beeinflussbar und in diesem Falle für den Berliner Raum als nicht optimal einzuschätzen (vgl. Datengrundlage). Die Interpretation der IR-Thermalbilder erlaubt es, einzelnen Oberflächenelementen und Raumeinheiten über die spezielle erfasste Situation hinaus qualitativ allgemeine thermische Eigenschaften zuzuordnen. Diese Umsetzung setzt jedoch großes klimatisches Fachwissen und die Nutzung weiterer Datengrundlagen wie Nutzungs- und Reliefkarten voraus, da die Ausprägung der Oberflächentemperatur verschiedener Nutzungsstrukturen im Rasterbild stets das Ergebnis komplexer physikalischer Prozesse ist, an denen verschiedene horizontale und vertikale Wärmeflüsse und Energieumsätze (Verdunstung, Kondensation) beteiligt sind. Unter Einbeziehung weiterer klimatologischer Parameter wie Lufttemperatur und Windgeschwindigkeit können Oberflächentemperaturkarten zusätzlich als Unterstützung für die Bestimmung von Klimafunktionsräumen herangezogen werden (vgl. Karte 04.07).
Die Einbeziehung klimatologischer Gesichtspunkte in die Bewertung der Umweltsituation städtischer Ballungsgebiete und deren räumliche Planung setzt zunächst eine Definition des Begriffes Stadtklima voraus. Unter Stadtklima versteht man nach Schirmer et al. (1987) “das gegenüber dem Umland stark modifizierte Mesoklima von Städten und Industrieballungsräumen. Es umfasst das gesamte Volumen der bodennahen Luftschicht oberhalb und in unmittelbarer Umgebung der Stadt bzw. der städtischen Grenzschicht. Verursacht wird es durch die Art und Dichte der Bebauung, das Wärmespeicherungsvermögen der Baustoffe, die Versiegelung des Bodens, das Fehlen von Vegetation, durch einen veränderten Wasserhaushalt und die vermehrte Emission von Abgasen, Aerosolen und Abwärme.” Für die Bewertung der jeweiligen Klimasituation fehlen verbindliche Grenz- und Richtwerte. Als Idealzustand sollte ein Stadtklima angestrebt werden, das weitgehend frei von Schadstoffen ist und den Stadtbewohnern eine möglichst große Vielfalt an Atmosphärenzuständen unter Vermeidung von Extremen bietet (vgl. Deutsche Meteorologische Gesellschaft 1989). Zur Erfassung des städtischen Klimas bietet sich neben der Anwendung der Methoden der klassischen klimatologischen Forschung mit Messfahrten und Messgängen (vgl. Karten 04.02 – 04.05) auch die Berechnung der Temperaturen der einzelnen Oberflächenelemente (Dächer, Straßen, Baumkronen usw.) mittels Thermal-Infrarot(IR)-Rasteraufnahmen an. Dabei wird von dem physikalischen Prinzip ausgegangen, dass alle Körper entsprechend ihrer Oberflächentemperatur Wärmestrahlung abgeben (vgl. Methode). Als Steuerungsgröße für den Wärmehaushalt der Erdoberfläche kommt der Wärmestrahlung und damit der Oberflächentemperatur als Bestandteil der Strahlungsbilanz jedes Körpers eine große Bedeutung zu. Während tagsüber der kurzwellige Strahlungsbereich vor allem mit der direkten Einstrahlung der Sonnenenergie und ihrer Absorption bzw. Reflexion (Albedo, vgl. Tab.1) an der Körperoberfläche bestimmend ist, beeinflusst nachts der langwellige Bereich mit dem Bodenwärmestrom ausschließlich das thermische Ausstrahlungsverhalten eines Körpers. Je nach Art und Beschaffenheit von Oberflächen ergeben sich deshalb bei gleichen Einstrahlungs- und Ausstrahlungsbedingungen u.U. erhebliche Unterschiede in der Oberflächentemperatur (vgl. Abb.1). Für (städtische) Klimaanalysen liegt der wesentliche Nutzen von Thermalkarten in ihrem flächenhaften, digital verarbeitbaren Informationsgehalt . Es ist zu unterscheiden zwischen Infrarot-Aufnahmen mit Thermal-Scannern von Flugzeugen aus und den für die vorliegenden Karten benutzten Satellitendaten . Unter Berücksichtigung der Größe Berlins und des engeren Verflechtungsraumes von fast 2 000 km2 ermöglicht nur ein satellitengestütztes Verfahren die jeweils fast zeitgleiche Erfassung der langwelligen Eigenstrahlung der Erde (Oberflächentemperatur) in einer aufeinanderfolgenden Nacht-/Tagsituation. Andererseits sind die Überfliegungszeiten des Satelliten nicht beeinflussbar und in diesem Falle für den Berliner Raum als nicht optimal einzuschätzen (vgl. Datengrundlage). Die Interpretation der IR-Thermalbilder erlaubt es, einzelnen Oberflächenelementen und Raumeinheiten über die spezielle erfasste Situation hinaus qualitativ allgemeine thermische Eigenschaften zuzuordnen. Diese Umsetzung setzt jedoch großes klimatisches Fachwissen und die Nutzung weiterer Datengrundlagen wie Nutzungs- und Reliefkarten voraus, da die Ausprägung der Oberflächentemperatur verschiedener Nutzungsstrukturen im Rasterbild stets das Ergebnis komplexer physikalischer Prozesse ist, an denen verschiedene horizontale und vertikale Wärmeflüsse und Energieumsätze (Verdunstung, Kondensation) beteiligt sind. Unter Einbeziehung weiterer klimatologischer Parameter wie Lufttemperatur und Windgeschwindigkeit können Oberflächentemperaturkarten zusätzlich als Unterstützung für die Bestimmung von Klimafunktionsräumen herangezogen werden (vgl. Karte 04.07).
| Origin | Count |
|---|---|
| Bund | 101 |
| Land | 11 |
| Wissenschaft | 1 |
| Type | Count |
|---|---|
| Förderprogramm | 88 |
| Text | 11 |
| unbekannt | 11 |
| License | Count |
|---|---|
| geschlossen | 18 |
| offen | 89 |
| unbekannt | 3 |
| Language | Count |
|---|---|
| Deutsch | 101 |
| Englisch | 53 |
| unbekannt | 1 |
| Resource type | Count |
|---|---|
| Bild | 1 |
| Dokument | 7 |
| Keine | 73 |
| Webdienst | 3 |
| Webseite | 35 |
| Topic | Count |
|---|---|
| Boden | 99 |
| Lebewesen & Lebensräume | 99 |
| Luft | 101 |
| Mensch & Umwelt | 110 |
| Wasser | 92 |
| Weitere | 110 |