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 ]
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 ]
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 ]
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 ]
Im Rahmen des Projekts soll aus bodengebundenen Wolkenseitenmessungen der reflektierten Strahlung mittels eines abbildenden Spektrometersystems von tropischer hochreichender Konvektion auf das Vertikalprofil der mikrophysikalischen Eigenschaften der Wolke geschlossen werden. Damit soll die vertikale Entwicklung von hochreichender Konvektion, die eine wesentliche klimarelevante Rolle spielt, unter Berücksichtigung des Einflusses von Aerosolpartikeln und von thermodynamischen Bedingungen auf das Tropfenwachstum charakterisiert werden. Die geplanten Messungen sollen auf einem 320 m hohen Messturm (ATTO: Amazonian Tall Tower Observatory), der kürzlich im brasilianischen Regenwald errichtet wurde, stattfinden. ATTO ist mit Messgeräten ausgestattet, die meteorologische, chemische und Aerosolparameter liefern. Die Messregion bietet ideale Beobachtungsbedingungen mit klar definierten Jahreszeiten (Regen- und Trockenzeit), täglicher Konvektion und variablen Aerosolbedingungen. Aus den Messungen eines neuen abbildenden Spektrometersystems, SPIRAS (SPectral Imaging Radiation System) sollen Vertikalprofile der thermodynamischen Phase und der Partikelgröße mit hoher zeitlicher und räumlicher Auflösung und mit Hilfe von adaptierten Verfahren unter Verwendung von dreidimensionalen Strahlungstransportsimulationen abgeleitet werden. Damit sollen vertikale Bereiche, die das Tropfenwachstum beschreiben (Diffusion, Koaleszenz, Mischphasenbereich und Vereisung), identifiziert werden. Zusätzliche Messungen einer Infrarotkamera und eines scannenden Depolarisations-Lidars werden für die Höhen- und Temperaturbestimmung der beobachteten Wolkenelemente herangezogen. Zusätzlich werden die Polarisationsmessungen des Lidars zur Bestimmung der thermodynamischen Phase verwendet, um den wichtigen Phasenübergang zu identifizieren. Mit Hilfe der gewonnenen Daten werden außerdem Annahmen (Effektivradius als konservative Wolkeneigenschaft) wie sie von Ableitungsverfahren zur Bestimmung von mikrophysikalischen Wolkenprofilen aus Satellitenmessungen gemacht werden, überprüft.
Heftige Niederschlagsereignisse sind für Schäden in Höhe von Milliarden Euros verantwortlich und verursachen jährlich Hunderte von Verletzten und Todesfällen in Europa und weltweit. Eisgewitter im Winter, Hagel, Eisregen, extreme Regenfälle aus Gewittern im Sommer sowie dadurch verursachtes Hochwasser und Erdrutsche sind die schädlichsten Wetterereignisse auf unserem Kontinent mit schweren ökologischen, ökonomischen und sozialen Folgen. Deshalb ist die kurzfristige Vorhersage von Form, Intensität und Verlagerung solcher konvektiven Wolken- und Niederschlagssysteme von großer Bedeutung. Numerische Wettermodelle und Fernerkundungsgeräte, wie z. B. der Niederschlagsradar, liefern fehlerbehaftete Wetterprognosen, da die Mikrophysik von Mischphasenwolken- und Niederschlagsteilchen nur unvollständig beschrieben sind. Vor allem wird eine korrekte Darstellung des Schmelzprozesses von Schnee, Hagel und Graupel für diese Wettersysteme benötigt. Das Ziel des HydroCOMET Projekts ist es, Parametrisierungen der wichtigsten physikalischen Eigenschaften von schmelzenden Eis-Hydrometeoren bereitzustellen. Diese beschreiben die kontinuierlich variierende Form, die Fallgeschwindigkeit und den Flüssigwasseranteil der Hydrometeore während ihres Schmelzens. Weiterhin werden die Auswirkungen von Turbulenz in der Luftströmung und von Kollisionen zwischen dem schmelzenden Hydrometeor und unterkühlten Wassertropfen untersucht. Die Experimente werden im Mainzer vertikalen Windkanal durchgeführt, der eine einzigartige Plattform zur Untersuchung einzelner Wolken- und Niederschlagsteilchen unter realen atmosphärischen Bedingungen darstellt. Die neuen Parametrisierungen der mikrophysikalischen Eigenschaften von schmelzenden Eis-Hydrometeoren aus den HydroCOMET Experimenten werden in Niederschlagsmodellen und Radaralgorithmen verwendet.
Das aktuelle Klima der Erde verändert sich schneller, als von den meisten wissenschaftlichen Prognosen vorhergesagt wurde. Dabei erwärmen sich die Polargebiete schnellsten von allen Regionen der Erde. Die Polargebiete haben auch starke globale Auswirkungen auf das Erdklima und beeinflussen daher das Leben und die Lebensgrundlagen auf der ganzen Welt. Trotz der großen Fortschritte der Polarforschung der letzten Jahre gibt es nach wie vor schlecht verstandene Prozesse; einer davon ist die Aerosol-Wolke-Klima-Wechselwirkung, die daher auch nicht zufriedenstellend modelliert werden können. Wolken und deren Wechselwirkungen im Klimasystem sind eine der schwierigsten Komponenten bei der Modellierung, insbesondere in den Polarregionen, da es dort besonders schwierig ist, qualitativ hochwertige Messungen zu erhalten. Die Verfügbarkeit hochwertiger Messungen ist daher von entscheidender Bedeutung, um die zugrunde liegenden Prozesse zu verstehen und in Modelle integrieren zu können. Im ersten Teil des hier vorgeschlagenen Projekts schlagen wir, d.h. TROPOS, vor, die bestehenden Aerosolmessungen an der Neumayer III-Station um in-situ Wolkenkondensationskern- (CCN) und Eiskeim- (INP) Messungen zu erweitern für einen Zeitraum von fast zwei Jahren. Die erfassten Daten wie Anzahl der Konzentrationen, Hygroskopizität, INP-Gefrierspektren usw. werden mit meteorologischen Informationen (z.B. Rückwärtstrajektorien) und Informationen über die chemische Zusammensetzung der vorherrschenden Aerosolpartikel verknüpft, um Quellen für INP und CCN über den gesamten Jahreszyklus zu identifizieren. In einem optionalen dritten Jahr wollen wir die Ergebnisse der südlichen Hemisphäre mit den TROPOS-Langzeitmessungen des CCN und INP aus der Arktis (Villum Research Station) vergleichen, welche uns im Rahmen dieses Projekts von DFG-finanzierten TR 172, AC3, Projekt B04 zur Verfügung stehen werden. Ein Ergebnis des beantragten Projekts wird ein tieferes Verständnis dafür sein, welche Prozesse die CCN- und INP-Population in hohen Breiten dominieren. Die im Rahmen des vorliegenden Projekts gesammelten quantitativen Informationen über CCN und INP in hohen Breiten werden öffentlich zugänglich veröffentlicht, z.B. für die Evaluierung globaler Modelle und Satellitenretrievals.
Zahlreiche Prozesse sind an der Entwicklung von Wolkensystemen unter leicht unterkühlten Bedingungen bis zu -10°C beteiligt. Das Zusammenspiel von Thermodynamik, Wasserdampf und Aerosolpartikeln steuert die Verteilung von Flüssigwasser und Eis, die Niederschlagsbildung und die Strahlungseigenschaften. Das Projekt PolarCAP zielt darauf ab, die komplexen Zusammenhänge aufzulösen, indem die Entwicklung der Eisphase unter leicht unterkühlten Bedingungen in einer thermodynamisch und aerosol-kontrollierten natürlichen Umgebung mittels Radarpolarimetrie und Spectral-Bin Modellierung untersucht wird. Zielobjekt der Studie sind flüssigwasserdominierte, unterkühlte stratiforme Wolken, die sich im Winter häufig im Temperaturbereich von -10 bis 0°C über dem Schweizer Plateau bilden. Im Rahmen des externen ERC-Forschungsprojekts CLOUDLAB werden Drohnen eingesetzt, um diese Wolken mit definierten Mengen verschiedener Arten von eisnukleierenden Partikeln, wie Silberjodid oder Snowmax, zu impfen. Die anschließend gebildete Eisphase und die Auflösung der Flüssigphase werden im Rahmen von CLOUDLAB mit Hilfe von In-situ-Messungen und einem Standardsatz von Fernerkundungsinstrumenten wie Lidar und LDR-Wolkenradar charakterisiert. Konkretes Ziel von CLOUDLAB ist, die 1- und 2-Momenten-Parametrisierungen der Eisphase des Wettervorhersagemodells ICON zu verbessern. PolarCAP wird mit dem CLOUDLAB-Projekt zusammenarbeiten, um diesen einzigartigen Datensatz durch die Anwendung modernster polarimetrischer Radar- und Lidar-basierter Fernerkundungstechniken zur Bestimmung der mikrophysikalischen Eigenschaften von Wolken sowie durch die Anwendung wolkenauflösender Spektral-Bin Modellierung zu verbessern und zu nutzen. Synergistische, mehrwellenlängen- und polarimetrische bodengebundene Fernerkundung mit scannendem Radar und Lidar wird eingesetzt, um den Übergang von unterkühlten flüssigen stratiformen Wolken in Mischphasenwolken zu beobachten. Begleitet von wolkenauflösenden Modellsimulationen und Radar-Forward-Operatoren wird PolarCAP die Entwicklung und die beteiligten mikrophysikalischen Prozesse zwischen -10 und 0°C erfassen. Die kombinierten Beobachtungen werden neue Erkenntnisse über das Zusammenspiel von Kontakt- und Immersionsgefrieren, sekundärer Eisbildung und Eisvervielfachung liefern, indem Wolken in verschiedenen Temperaturregimen untersucht werden, von denen angenommen wird, dass sie entweder von spezifischen Eisphasenprozessen beeinflusst bzw. unbeeinflusst sind. PolarCAP wird das derzeitige Verständnis wolkenmikrophysikalischer Prozesse und deren Darstellung in atmosphärischen Modellen herausfordern und die wolkenauflösende Modellierung und deren Kopplung an Radarvorwärtsoperatoren vorantreiben. Insgesamt wird PolarCAP Fortschritte in unseren Fähigkeiten erzielen, die Effizienz verschiedener eisbildender Substanzen besser einschätzen zu können und die Zeitskalen von mikrophysikalischen Prozessen und dem Lebenszyklus von Stratusbewölkung zu verknüpfen.
The SMVX01 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SM): Main synoptic hour (Remarks from Volume-C: SHIP)
The FCSN32 TTAAii Data Designators decode as: T1 (F): Forecast T1T2 (FC): Aerodrome (VT < 12 hours) A1A2 (SN): Sweden (Remarks from Volume-C: NilReason)
| Origin | Count |
|---|---|
| Bund | 3047 |
| Europa | 135 |
| Kommune | 2 |
| Land | 2452 |
| Wissenschaft | 1 |
| Type | Count |
|---|---|
| Ereignis | 1 |
| Förderprogramm | 564 |
| Text | 15 |
| unbekannt | 2480 |
| License | Count |
|---|---|
| geschlossen | 25 |
| offen | 580 |
| unbekannt | 2455 |
| Language | Count |
|---|---|
| Deutsch | 474 |
| Englisch | 2734 |
| Resource type | Count |
|---|---|
| Archiv | 1 |
| Bild | 1 |
| Datei | 1 |
| Dokument | 8 |
| Keine | 489 |
| Multimedia | 1 |
| Webdienst | 3 |
| Webseite | 2566 |
| Topic | Count |
|---|---|
| Boden | 409 |
| Lebewesen und Lebensräume | 2841 |
| Luft | 3041 |
| Mensch und Umwelt | 3060 |
| Wasser | 495 |
| Weitere | 3040 |