API src

Found 232 results.

Verbesserte geodätische Gletschermassenbilanzen durch Integration von Fernerkundung, Oberflächenmassenbilanz und Firnverdichtungsmodellierung - eine Beispielstudie von James Ross Island, Antarktis

Das Vorhaben zielt auf die Verbesserung von geodätischen Gletschermassenbilanzen ab. Neben einer Verbesserung der absoluten Genauigkeit wird vor allem auch eine verbesserte Fehlerquantifizierung/-abschätzung angestrebt. Zunächst werden Höhen- und Volumenänderungen aus der Differenzierung von digitalen Geländemodellen unterschiedlicher Zeitpunkte und Quellen bestimmt. Diese werden durch verschieden Verfahren wie Photogrammetrie und SAR Interferometrie (insbesondere der deutschen TanDEM-X Mission) gewonnen. Die derzeitigen Schwierigkeiten der geodätischen Methode resultieren vor allem aus Unsicherheiten der Eindringtiefe des Radarsignals bei trockenem Schnee bzw. gefrorener Schneedecke sowie bei der anschließenden Konvertierung von Volumen- in Massenänderungen, durch die Annahme eines Dichtewertes oder Dichteprofils. Hier soll durch den Einsatz eines gekoppelten Gletschermassenhaushalt- und Firnkompaktionsmodell zusammen mit den Fernerkundungsergebnisse eine entscheidende Verbesserung erzielt werden. Um das Modell und die Untersuchungen zu initialisieren und zu validieren, sollen Felderhebungen durchgeführt werden sowie auf einen sehr umfangreichen Datenbestand des Antragstellers und der tschechischen und argentinischen Kooperationspartner zurückgegriffen werden. Um Effekte und mögliche Fehler durch das Eindringen des x-Band Radarsignals besser quantifizieren zu können, werden Aufnahmen mit Sommer und Wintersituationen untersucht und mit GNSS Referenzdaten aus Geländeerhebungen verifiziert. Ferner werden die Ergebnisse der geodätischen Methode mit dem sogenannten Input-Output Verfahren ('flux gate approach') verglichen, um eine zusätzliche Absicherung der Ergebnisse zu erzielen. Das Projekt wird in enger Kooperation mit tschechischen Wissenschaftlern der Universitäten in Brno und Prag sowie mit Kollegen des Argentinischen Antarktisinstituts durchgeführt. Als Testgebiet wurde James Ross Island, an der nordöstlichen Spitze der Antarktischen Halbinsel, ausgewählt. Auch wenn die Untersuchungsregion in der Antarktis liegt, so sollen primär methodische Entwicklungen durchgeführt werden, die auf andere Standorte übertragbar sind. Der vorgeschlagene Standort bietet aufgrund der vorhanden Datenlage und Vorarbeiten sowie der internationalen Kooperation und logistischen Möglichkeiten ideale Voraussetzungen, die zu keinen nennenswerten Mehrkosten gegenüber anderen Standorten mit vergleichbaren Gletschergrößen führen. Zudem zeigen Vorarbeiten, dass die beobachteten Höhenänderungen der Gletscher auf einem kleinen Gebiet sehr unterschiedlich sind und daher in einem Gebiet unterschiedliche Magnituden, Richtungen und Mechanismen der Änderungen sowie unterschiedliche meteorologische Bedingungen untersucht werden können. Eine Situation und Konstellation, die an kaum einem anderen Standort derart gut vorliegt.

Marine Makroalgen (marine Chlorophyta, Phaeophyceae & Rhodophyta)

Groß- oder Makroalgen haben besonders in küstennahen marinen Ökosystemen eine außerordentlich wichtige Bedeutung: Sie dienen als Nahrung, Schutz- und Lebensraum für eine Vielzahl von Fischen und wirbellosen Tieren im Meer. Die Insel Helgoland ist Deutschlands Zentrum der Großalgenvielfalt. Insgesamt leben im deutschen Nord- und Ostseeraum 365 etablierte Großalgen-Arten, -Unterarten und -Varietäten aus den Gruppen der Grünalgen (Chlorophyta), Rotalgen (Rhodophyta) und Braunalgen (Phaeophyceae). Vor allem die großwüchsigen marinen Braunalgen werden auch als Tange oder Seetange bezeichnet. Einige von ihnen (meist Algen der Gattung Laminaria ) können Längen bis zu 45 Metern erreichen und die als „kelp forests“ bekannten Tangwälder bilden, z.B. vor den Felsküsten Kanadas, Argentiniens, Südafrikas und Australiens. Entlang der europäischen Atlantikküste bleiben die Seetangwälder meist niedriger, aber es gibt auch hier viele Algenarten, die großflächige, submarine „Buschlandschaften“ bilden können. Einige zu den Großalgen gerechnete Arten sind weniger groß und spektakulär; manche Rot- und Grünalgen bilden z.B. nur rasige Überzüge auf Steinen oder am Meeresboden, wie etwa die „Meersalate“ der Gattung Ulva . Manchmal werden Seegräser mit den Makroalgen verwechselt. Seegräser – auch die vollständig untergetaucht lebenden Arten – gehören aber zu den Blütenpflanzen. Algen brauchen Licht. Daher ist ihr Lebensraum auf Wassertiefen in der Gezeitenzone und im oberen Sublitoral beschränkt. Bis in welche Tiefe Algen vorkommen, hängt auch davon ab, wie trüb das Wasser ist. Meist wachsen sie bis ca. 20 Meter unter dem Meeresspiegel, können aber je nach Region auch noch in mehr als 100 Metern Tiefe vorkommen. Viele Arten brauchen Hartsubstrate als Wuchsflächen. Im deutschen Meeresraum liegt der Verbreitungsschwerpunkt deshalb rund um die Insel Helgoland (Nordsee) und an einigen Stellen der Ostsee. Im deutschen Wattenmeer finden sich nur relativ wenige Arten, vor allem Grünlagen. Außer an natürlichen Felsen findet man Makroalgen auch an Hafenbefestigungen oder Molen. Einen großen Einfluss auf die Entwicklung der Algenpopulationen hat der Mensch: Zunehmende Nährstoffeinträge durch Landwirtschaft und Industrie haben das Artenspektrum in den Algenwuchsgebieten der Küstenzonen in den letzten Jahrzehnten deutlich verändert. Bei Grünalgen ist es relativ einfach: Sie haben den grünen Farbstoff Chlorophyll in ihren Zellen, der den Algen Photosynthese ermöglicht und sie grün färbt. Bei Rotalgen ist es schon ein wenig komplizierter: Sie haben in der Regel rot färbende Phycoerythrine in ihren Zellen, die als Pigmente ebenso der Photosynthese dienen – aber nicht alle Rotalgen erscheinen deshalb auch rot. Manche wirken eher braun, schwarz oder sogar bläulich oder grünlich. Die meisten der einheimischen Rotalgen sind eher kleinwüchsig und bilden zarte „Bäumchen“ von wenigen Zentimetern Höhe. Auch bei den Braunlagen ist ein Farbstoff für die zumeist bräunliche, gelbliche oder beige Färbung verantwortlich: Fucoxanthin. Manche Braunalgen erscheinen aber auch olivgrün. Zu den Braunalgen gehört die in Deutschland bekannteste Großalgen-Gattung Fucus , zu der auch der Blasentang ( Fucus vesiculosus ) gehört, der oft an Hafenmauern oder Küstenschutzeinrichtungen zu finden ist und dunkel olivgrün gefärbt ist. In der aktuell gültigen Roten Liste der marinen Makroalgen Deutschlands sind von den 357 einheimischen Algentaxa (Arten, Unterarten, Varietäten) nur 121, also 34 %, der Algenflora ungefährdet. Bei 153 Taxa (43 %) ist die Datenlage nicht ausreichend, um die Gefährdung angemessen einschätzen zu können. Von den verbleibenden 23 % sind 7 % als bestandsgefährdet eingestuft und 8,5% als ausgestorben oder verschollen, 1 % stehen auf der Vorwarnliste und 6,5 % gelten als extrem selten. Gegenüber der vorhergehenden Roten Liste ergaben sich keine wesentlichen Veränderungen. Für die nächste Überarbeitung der Roten Liste der marinen Makroalgen wird angestrebt, den Kenntnisstand zu verbessern, um die Zahl der Arten, deren Bestandsentwicklung eingeschätzt werden kann, zu erhöhen. Dazu finden bereits umfangreiche Recherchen und Vorarbeiten statt. (Stand Juni 2010) Schories, D.; Kuhlenkamp, R.; Schubert, H. & Selig, U. (2013): Rote Liste und Gesamtartenliste der marinen Makroalgen (Chlorophyta, Phaeophyceae et Rhodophyta) Deutschlands. – In: Becker, N.; Haupt, H.; Hofbauer, N.; Ludwig, G. & Nehring, S. (Red.): Rote Liste gefährdeter Tiere, Pflanzen und Pilze Deutschlands, Band 2: Meeresorganismen. – Münster (Landwirtschaftsverlag). – Naturschutz und Biologische Vielfalt 70 (2): 179–229. Die aktuellen Rote-Liste-Daten sind auch als Download verfügbar. Im Datenportal „Algen Deutschlands“ stehen darüber hinaus Beobachtungsdaten, Kartier-/Artenlisten und Verbreitungskarten zur Verfügung.

Model Output Statistics for BAHIA BLANCA AERO (87750)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for SANTA ROSA AERO (87623)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for ESQUEL AERO (87803)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for COMODORO RIVADAVIA AERO (87860)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for BUENOS AIRES-EZEIZA AIRP. (87576)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for JUJUY AERO (87046)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for USHUAIA AERO (87938)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for PASO DE LOS LIBRES AERO (87289)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

1 2 3 4 5 … 22 23 24