The CSDL08 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (DL): Germany (The bulletin collects reports from stations: 10564;Schleiz;10565;Osterfeld;10569;Plauen;10574;Carlsfeld;10577;Chemnitz;10579;Marienberg;10582;Zinnwald-Georgenfeld;10591;Lichtenhain-Mittelndorf;10615;Deuselbach;10628;Geisenheim;10635;Kleiner Feldberg/Taunus;10646;Neuhütten/Spessart;10648;Michelstadt-Vielbrunn;10658;Kissingen, Bad;10671;Lautertal-Oberlauter;10686;Wunsiedel-Schönbrunn;10704;Berus;10706;Tholey;10724;Weinbiet;10733;Waibstadt;10736;Mühlacker;10739;Stuttgart (Schnarrenberg);10747;Kaisersbach-Cronhütte;)
Das Projekt HELiPOD4ArtofMelt hat als übergeordnete Ziele, zum Verständnis des Einflusses von Warmluft-Einbrüchen auf die arktische Atmosphäre beizutragen, und Prozesse und Wechselwirkungsmechanismen zu verstehen, die zum räumlich inhomogenen Einsetzen des Schmelzprozesses von arktischem Meereis führen. Die Methode besteht in der Analyse von fluggestützten Messdaten, die während der Expedition Art of Melt des schwedischen Eisbrechers Oden im atlantischen Einflussbereich des Arktischen Ozeans im Mai/Juni 2023 erhoben werden. Dafür kommt die Hubschrauber-Schleppsonde HELiPOD zum Einsatz mit einer Vielzahl an Sensoren, um die räumliche Verteilung der Eigenschaften von Meereis, atmosphärischer Dynamik, Aerosol, Spurengasen und Strahlungsbudget in einem Radius von 100 km um die Oden zu charakterisieren. Zusätzlich werden weitere komplementäre Sensoren der internationalen Teilnehmer der Oden-Expedition in HELiPOD integriert, z.B. Messungen der Isotopenverteilung von Wasserdampf, um Evaporationsprozesse zu untersuchen, Bestimmung der Eiskeime, um ein Bindeglied zu Wolkeneigenschaften herzustellen, Sensoren für die Konzentration von Kohlenstoffmonoxid und Ruß, sowie Filtermessungen für zusätzliche mikroskopische Analysen im Labor. Es sind lange Flugabschnitte in niedrigen Höhen (ca. 15-20 m) geplant, um die Austauschprozesse zwischen Ozean, Meereis und Atmosphäre zu untersuchen, sowie Vertikalprofile zur Messung der atmosphärischen Stabilität und der vertikalen Verteilung und Variabilität der Parameter. Der Datensatz an gleichzeitig erhobenen Messgrößen ermöglicht es, Zusammenhänge und Wechselwirkungen zu quantifizieren. So kann z.B. eine Fläche mit einem größeren Anteil an Schmelztümpeln direkt in Zusammenhang gebracht werden mit Veränderungen bei fühlbaren und latenten Wärmeflüssen, Veränderungen bei der Größenverteilung und Anzahlkonzentration von Aerosolpartikeln und Veränderungen der Energiebilanz auf kleinen räumlichen Skalen. Nach der finalen Aufbereitung des großen Datensatzes wird die räumliche Variabilität der verschiedenen Parameter untersucht, um ein dreidimensionales Bild auf einer Skala von unter 1 km bis 100 km zu erhalten. Bei den Analysen mit den internationalen Partnern steht die Charakterisierung von sogenannten „Atmosphärischen Flüssen“ im Vordergrund, also von Zirkulationsmustern, die warme und feuchte Luftmassen in den arktischen Polarwirbel transportieren. Die damit assoziierten Eigenschaften und Veränderungen der Grenzschicht, wie z.B. die Veränderung der Temperaturprofile und Wärmeflüsse, werden untersucht, die letztendlich zum Abschmelzen des Meereises beitragen. Außerdem werden die Prozesse und Wechselwirkungen untersucht, die zum räumlich und zeitlich inhomogenen Einsetzen des Schmelzens von Meereis führen, basierend auf den fluggestützten Messungen, den kontinuierlichen Messungen auf der Oden, und unter Berücksichtigung des Netzwerks an Observatorien in der Arktis, wie in Spitzbergen, Grönland und Nordskandinavien.
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 CSAA01 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (AA): Antarctic (The bulletin collects reports from stations: 89002;GEORG VON NEUMAYER;)
The ISCD10 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISC): Climatic observations from land stations A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 26346;ALUKSNE;26406;LIEPAJA;26544;DAUGAVPILS;) (Remarks from Volume-C: XXX)
The CSDL04 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (DL): Germany (The bulletin collects reports from stations: 10022;Leck;10028;Sankt Peter-Ording;10042;Schönhagen (Ostseebad);10093;Putbus;10097;Greifswalder Oie;10129;Bremerhaven;10130;Elpersbüttel;10139;Bremervörde;10142;Itzehoe;10146;Quickborn;10150;Dörnick;10152;Pelzerhaken;10156;Lübeck-Blankensee;)
The CSDL05 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (DL): Germany (The bulletin collects reports from stations: 10161;Boltenhagen;10168;Goldberg;10180;Barth;10193;Ueckermünde;10210;Friesoythe-Altenoythe;10235;Soltau;10249;Boizenburg;10253;Lüchow;10261;Seehausen;10267;Kyritz;10268;Waren;10282;Feldberg/Mecklenburg;10289;Grünow;10305;Lingen;10309;Ahaus;10312;Belm;)
The ISCD09 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISC): Climatic observations from land stations A2 (D): 90°E - 0° northern hemisphere (The bulletin collects reports from stations: 10756;Feuchtwangen-Heilbronn;10761;Weißenburg;10765;Roth;10771;Kümmersbruck;10777;Gelbelsee;10782;Waldmünchen;10796;Zwiesel;10803;Freiburg;10818;Klippeneck;10827;Meßstetten;10837;Laupheim;10840;Ulm-Mähringen;10850;Harburg;10853;Neuburg/Donau (Flugplatz);10856;Lechfeld;10857;Landsberg (Flugplatz);10860;Ingolstadt (Flugplatz);10863;Weihenstephan-Dürnast;10865;München-Stadt;10872;Gottfrieding;10875;Mühldorf;10945;Leutkirch-Herlazhofen;10954;Altenstadt;10963;Garmisch-Partenkirchen;10970;Bichl;10982;Chieming;)
The CSDL01 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (DL): Germany (The bulletin collects reports from stations: 10015;Helgoland;10020;List auf Sylt;10035;Schleswig;10055;Fehmarn;10147;Hamburg-Fuhlsbüttel;10162;Schwerin;10184;Greifswald;10200;Emden;10224;Bremen;10270;Neuruppin;10338;Hannover;10361;Magdeburg;10393;Lindenberg;10400;Düsseldorf;10469;Leipzig/Halle;10488;Dresden-Klotzsche;10506;Nürburg-Barweiler;10548;Meiningen;10637;Frankfurt/Main;10685;Hof;10738;Stuttgart-Echterdingen;10763;Nürnberg;10788;Straubing;10852;Augsburg;10946;Kempten;)
The CSDL06 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (DL): Germany (The bulletin collects reports from stations: 10321;Diepholz;10325;Salzuflen, Bad;10348;Braunschweig;10356;Ummendorf;10359;Gardelegen;10365;Genthin;10368;Wiesenburg;10376;Baruth;10385;Berlin-Brandenburg;10396;Manschnow;10410;Essen-Bredeney;10418;Lüdenscheid;10424;Werl;10433;Lügde-Paenbruch;10435;Warburg;10441;10442;Alfeld;10444;Göttingen;10449;Leinefelde;10452;Braunlage;)
| Origin | Count |
|---|---|
| Bund | 103 |
| Kommune | 1 |
| Land | 23 |
| Type | Count |
|---|---|
| Förderprogramm | 84 |
| Umweltprüfung | 3 |
| unbekannt | 20 |
| License | Count |
|---|---|
| geschlossen | 6 |
| offen | 83 |
| unbekannt | 18 |
| Language | Count |
|---|---|
| Deutsch | 67 |
| Englisch | 57 |
| Resource type | Count |
|---|---|
| Dokument | 5 |
| Keine | 69 |
| Webseite | 33 |
| Topic | Count |
|---|---|
| Boden | 103 |
| Lebewesen und Lebensräume | 107 |
| Luft | 103 |
| Mensch und Umwelt | 107 |
| Wasser | 101 |
| Weitere | 106 |