API src

Found 134 results.

Related terms

Luftqualitätsdaten (Datenstrom G) - Erreichung der Umweltziele 2022 (Datensatz)

Datenstrom G bildet die formale gebietsbezogene Beurteilung der Luftqualität in Bezug auf Grenz- und Zielwerte ab, ggf. unter Berücksichtigung gewährter Fristverlängerung und bereinigt um Beiträge aus natürlichen Quellen und der Ausbringung von Streusand und –salz im Winterdienst.

CO2 Mofetten - Überwachung natürlicher CO2 Emissionen unter Verwendung eines Netzwerks aus low-cost Sensoren

Im beantragten Forschungsvorhaben wird der natürliche Austritt von Kohlenstoffdioxid (CO2) aus Mofetten im Eyachtal zwischen Horb und Rottenburg untersucht. CO2 kann sich in der bodennahen Atmosphäre ansammeln und in entsprechender Konzentration für Mensch und Tier gefährlich werden. Die im Eyachtal austretenden Mengen wurden bislang nicht zuverlässig quantifiziert. Darüber hinaus ist CO2 ein Treibhausgas und steht im Zusammenhang mit dem weltweiten Klimawandel. Ähnliche und auch größere Quellgebiete existieren an verschiedenen Orten der Welt. Der quantitative Einfluss dieser natürlichen geologischen Gasquellen auf den Gashaushalt der Erde ist unbekannt, da auch die Menge des ausströmenden CO2 nicht bekannt ist.Ziel des Vorhabens ist die Überwachung der natürlichen CO2 Austrittsquellen sowie der umgebenden Atmosphäre im Eyachtal. Die Messdaten dienen der Bilanzierung der Austrittsmengen sowie die Ermittlung der horizontalen und vertikalen Flüsse im Versuchsgebiet. Hierbei wird auch die zeitliche Veränderung dieser Austritte erfasst.Zu diesem Zweck soll ein mikro-meteorologisches Messsystem (Eddy-Covariance Station) in Kombination mit einem verteilten Netzwerk aus vielen kostengünstigen CO2 Sensoren installiert werden. Ein solches Netzwerk kann die inhomogene Verteilung der Austritte sowohl zeitlich als auch räumlich erfassen. Die Verwendung von kostengünstigen Sensoren erlaubt den Betrieb einer größeren Anzahl von Sensoren und damit verbunden eine größere räumliche Abdeckung.In den letzten Jahren hat die Arbeitsgruppe Umweltphysik der Universität Tübingen eine neue Methode entwickelt, CO2 mit günstigen Sensoren in Bodennähe zu messen. Ein Nachteil der kostengünstigen Sensoren liegt in der (im Vergleich zu hochwertigen Sensoren) geringeren absoluten Messgenauigkeit. Die EC Station dient daher als Referenz, um die erreichbare Genauigkeit und Langzeitstabilität des Sensornetzes zu bewerten, die günstigen Sensoren zu kalibrieren und den turbulenten Transport des CO2 zumindest an einer Stelle direkt zu messen. Für ein vollständiges Netzwerk müssen die CO2 Sensoren noch mit geeigneten Feuchte- und Temperatursensoren ergänzt werden. Die entsprechende Hardware muss beschafft und schrittweise aufgebaut werden.Im Projekt soll ein Netzwerk aus z.B. 64 Sensoren aufgebaut werden, das die räumliche und zeitliche Verteilung des CO2 im Untersuchungsgebiet experimentell bestimmt. Die Beschaffung der Geräte ist bereits von der Alfred-Teufel Stiftung finanziert. Die Messungen werden über eine Datenbank mit Internet Schnittstelle auch der wissenschaftlichen Öffentlichkeit zur Verfügung gestellt.Das Vorhaben gliedert sich in zwei Projektphasen von je drei Jahren Dauer, beantragt wird die erste Phase. In der 2. Phase ist die numerische Simulation der CO2 Ausbreitung und die Übertragung der Methode auf andere Regionen vorgesehen.

Messung der horizontalen und vertikalen Verteilung von Luftschadstoffen in Wien

Das übergeordnete Ziel des geplanten Projektes besteht darin, vom Menschen verursachte Luftverschmutzung in Ballungsräumen besser zu verstehen. Die Untersuchung von Stickstoffdioxid (NO2) und Aerosolen wird sich dabei auf spektrale Messungen mit zwei MAX-DOAS (Multi-Axiale Differentielle Optische Absorptionsspektroskopie) Instrumenten an zwei verschiedenen Standorten in Wien stützen. Die MAX-DOAS Methode wird zur Messung von Streulicht in verschiedenen Blickrichtungen verwendet, aus denen die horizontale und vertikale Verteilung von Spurengasen und Aerosolen in der Troposphäre abgeleitet werden kann. Die Datenauswertung wird sich auf eine schnelle geometrische Annäherung sowie die exaktere Methode der Optimal Estimation stützen und troposphärische Säulen und Vertikalprofile von NO2 und Aerosolen ergeben. Die Vertikalprofile liefern eine wichtige Datengrundlage, die für den Vergleich mit bestehenden in-situ Messungen verwendet werden kann. Die aus den MAX-DOAS Messungen abgeleiteten troposphärischen Vertikalsäulen ermöglichen zusammen mit meteorologischen Messungen (z.B. Windgeschwindigkeit, Windrichtung) die Überwachung von Luftschadstoffen über städtischem Hintergrund, stark befahrenen Straßen, und industriellen Punktquellen auf horizontaler Ebene. Die geplanten Langzeitmessungen (über zwei Jahre) liefern einen wertvollen Datensatz für die Analyse der zeitlichen Variabilität von Luftschadstoffen (NO2 und Aerosole) über Wien. Ein Vergleich der in Wien erhobenen Daten mit vergleichbaren MAX-DOAS Messungen in Athen, Griechenland, oder Bremen, Deutschland, wird Ähnlichkeiten und Unterschiede zwischen den verschmutzten Standorten mit andersartigen meteorologischen und photochemischen Bedingungen aufzeigen. Die troposphärischen NO2-Säulen ermöglichen die Validierung von Satellitenmessungen der OMI, GOME-2, und TROPOMI Instrumente sowie den Vergleich mit Modellsimulationen (z.B. aus dem COPERNICUS Atmosphärenbeobachtungsdienst). Da sich bei den beiden Messgeräten Blickfelder einzelner azimutaler Richtungen teilweise überschneiden und die ergänzenden Messungen von in-situ Instrumenten eine Vielzahl an Information zur räumlichen Ausbreitung von NO2 bieten, soll versucht werden, ein räumlich aufgelöstes Bild der Luftverschmutzung über Wien mit Hilfe der tomographischen Darstellung zu entwickeln. Die Ergebnisse des Projektes werden wichtige Erkenntnisse zur horizontalen und vertikalen Ausbreitung von NO2 und Aerosolen liefern. Neben der Verbesserung der troposphärischen NO2 Auswertung werden die Ergebnisse wichtige Daten für Atmosphärenmodelle bereitstellen, da die Vertikalprofile von NO2 und Aerosolen eine nützliche Ergänzung zu den Punktmessungen von in-situ Messgeräten darstellen.

Sonderforschungsbereich Transregio 32 (SFB TRR): Muster und Strukturen in Boden-Pflanzen-Atmosphären-Systemen: Erfassung, Modellierung und Datenassimilation; Patterns in Soil-Vegetation-Atmosphere Systems: Monitoring, Modelling and Data Assimilation, Teilprojekt B05: Hochskalieren von räumlich-zeitlichen pflanzenbaulichen Prozessen

Die Einflüsse von Bodenheterogenität und Managementpraktiken auf dynamische Veränderungen von ökophysiologischen Wachstumsmustern der wichtigen Kulturarten des Rur Einzugsgebiets werden charakterisiert. Auf einander abgestimmte experimentelle Ansätze, Modellierung und Skalierung werden angewandt, um die Vegetationscharakterisierung in TerrSysMP zu verbessern. Hierbei werden die Kopplung von Pflanzen- und Wurzelmodellen, Einflüsse von Landnutzungsänderung und Management auf Flussmuster, und die Einbeziehung von Fernerkundungsverfahren zur Bestimmung von funktionalen Pflanzentypparametern besonders berücksichtigt.

A comprehensive 22-year global GNSS climate data record from 5085 stations

Abstract. This work presents a comprehensive global GNSS climate data record derived from 5085 stations, spanning a 22-year time period 2000–2021. Generated through the GPAC-Repro campaign, the dataset utilises state-of-the-art processing methodologies and precise products from the International GNSS Service (IGS) Repro-3 initiative. The dataset includes high-quality hourly estimates of Zenith Total Delay (ZTD) and Precipitable Water Vapour (PWV), offering improved accuracy and spatiotemporal coverage. A rigorous data screening and quality assessment framework was implemented, including formal error detection, offset identification, and extensive cross-validation with ERA5 reanalysis dataset, radiosonde profiles, and Very Long Baseline Interferometry (VLBI) measurements. Collectively, these efforts ensured the consistency, accuracy, and homogeneity of the dataset. The insights provided by the dataset address critical data gaps in global climate observing systems and provide a robust foundation for advancing climate research and applications.

Luftqualitätsdaten (Datenstrom B) - Beurteilungsgebiete 2018 (Datensatz)

Datenstrom B umfasst alle Informationen zu den Beurteilungsgebieten – wie Name, Gebietscode, Abgrenzung, Einwohnerzahl, Historie, Schadstoffe und Schutzziele, Fristverlängerung.

Luftqualitätsdaten (Datenstrom D) - Beurteilungsmethoden 2022 (INSPIRE View/WMS)

Datenstrom D umfasst alle Informationen zu den Beurteilungsmethoden.

Luftqualitätsdaten (Datenstrom D) - Beurteilungsmethoden 2022 (INSPIRE Download/WFS)

Datenstrom D umfasst alle Informationen zu den Beurteilungsmethoden.

Luftqualitätsdaten (Datenstrom B) - Beurteilungsgebiete 2022 (INSPIRE View/WMS)

Datenstrom B umfasst alle Informationen zu den Beurteilungsgebieten – wie Name, Gebietscode, Abgrenzung, Einwohnerzahl, Historie, Schadstoffe und Schutzziele, Fristverlängerung.

Luftqualitätsdaten (Datenstrom D) - Beurteilungsmethoden 2023 (INSPIRE Download/WFS)

Datenstrom D umfasst alle Informationen zu den Beurteilungsmethoden.

1 2 3 4 512 13 14