Mit Hilfe des Sperbermonitorings werden in Zusammenarbeit mit den Bürger*innen Kölns Hinweise über den Sperber und seine Bruterfolge ermittelt, um bei negativen Entwicklungen Schutzmaßnahmen ergreifen zu können. Die Größe und die Zusammensetzung der Sperber-Bestände können Hinweise über den Zustand der in Köln lebenden Vögel geben. Die Beobachtung wird dabei helfen, den Zustand der Sperber-Population in Köln zu beurteilen. Den Link zur Übermittlung Ihrer Sichtungs-Angaben finden Sie auf der Website unter dem Punkt "Meldestelle Greifvögel". Im unteren Abschnitt der Seite finden Sie weitere interessante Informationen zum Sperber sowie eine detaillierte Beschreibung über das Erscheinungsbildes des kleinen Jägers in unserer großen Stadt.
Die Brewer-Dobson Zirkulation (BDC) spielt eine Schlüsselrolle für das globale Klima, da sie die Konzentrationen von Ozon, Wasserdampf und Aerosol in der oberen Troposphäre und unteren Stratosphäre (UTLS) beeinflusst. Diese Spurengase wiederum wirken sich über Strahlungsprozesse auf das Klima aus. Insbesondere bewirken Änderungen in der BDC Änderungen im Ozonfluss aus der Stratosphäre in die Troposphäre und haben darüber einen Einfluss auf Klima und Gesundheit. Das Verständnis der Variabilität der BDC auf saisonalen bis dekadischen Zeitskalen ist Voraussetzung für eine verläßliche Detektion von anthropogen bedingten Langzeit-Änderungen (Trends). Allerdings ist die Variabilität der BDC in den Klimamodellen nur unzureichend repräsentiert, und nicht in Übereinstimmung mit Spurengas-Messungen.Der Projektantrag zielt auf eine Abschätzung der Einflüsse von natürlicher Variabilität und Trends der BDC auf die Spurengaskonzentrationen in der UTLS ab. Insbesondere sollen diejenigen dynamischen Mechanismen untersucht werden, die die Unterschiede zwischen Modellen und Beobachtungen bewirken. Das Projekt verbindet etablierte diagnostische Methoden, neuartige Modell-Simulationen mit einem Lagrangeschen Transportmodell (CLaMS) und mit einem gekoppelten Chemie-Klimamodell (EMAC) mit Beobachtungsdaten, um die BDC Änderungen und dadurch bedingte Klimaeinflüsse zu untersuchen. Der Arbeitsplan gliedert sich in drei Arbeitpakete: (1) Untersuchung von natürlicher Variabilität und anthropogen bedingter Trends der BDC, (2) Untersuchung der involvierten dynamischen Mechanismen, (3) Abschätzung der Einflüsse von BDC Änderungen auf den Ozonfluß aus der Stratosphäre in die Troposphäre.Dazu werden erstens Zeitreihen von Luftalter und Ozon aus Beobachtungen auf Variabilitäten und Trends der BDC untersucht und mit Simulationen des CLaMS und des EMAC Modells verglichen, zur Validierung der Modelle. Mithilfe von Regressions-Methodiken werden dann Variabilitäten und Trends in der BDC und in den UTLS Spurengasverteilungen verschiedenen Variabilitäts-Moden im Klimasystem zugeschrieben. Zweitens, werden die involvierten dynamischen Prozesse anhand von drei Arten von Sensitivitäts-Experimenten mit dem EMAC Modell untersucht. Insbesondere können mit diesen vorgeschlagenen Sensitivitäts-Experimenten die dynamischen Mechanismen der BDC Änderungen durch ENSO und Vulkanaerosol aufgedeckt werden, sowie die Gründe für diesbezügliche Differenzen zwischen Modell und Beobachtung. Schließlich sollen der Effekt von BDC Änderungen auf den Ozonfluß in die Troposphäre und die dadurch bedingten Klimaeffekte angeschätzt werden. Dabei wird der Ozonfluß im Modell anhand eines Budget-Ansatzes für die untere Stratosphäre bestimmt. Regressions-Analyse ermöglicht eine Zuschreibung der Variabilität im Ozonfluß zu den verschiedenen Variabilitäts-Moden im Klimasystem, und somit eine Abschätzung der entsprechenden Effekte auf Klima und Luftqualität.
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 CSDL09 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (DL): Germany (The bulletin collects reports from stations: 10756;Feuchtwangen-Heilbronn;10761;Weißenburg;10765;Roth;10777;Gelbelsee;10782;Waldmünchen;10796;Zwiesel;10803;Freiburg;10818;Klippeneck;10827;Meßstetten;10840;Ulm-Mähringen;10850;Harburg;10863;Weihenstephan-Dürnast;10865;München-Stadt;10872;Gottfrieding;10875;Mühldorf;10945;Leutkirch-Herlazhofen;10963;Garmisch-Partenkirchen;10982;Chieming;)
The ISCD06 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: 10321;Diepholz;10325;Salzuflen, Bad;10334;Wunstorf;10335;Bückeburg;10343;Celle;10348;Braunschweig;10356;Ummendorf;10359;Gardelegen;10365;Genthin;10368;Wiesenburg;10376;Baruth;10385;Berlin-Brandenburg;10396;Manschnow;10404;Kalkar;10410;Essen-Bredeney;10418;Lüdenscheid;10424;Werl;10433;Lügde-Paenbruch;10435;Warburg;10441;10442;Alfeld;10444;Göttingen;10449;Leinefelde;10452;Braunlage;)
The CSDL07 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (DL): Germany (The bulletin collects reports from stations: 10454;Wernigerode;10458;Harzgerode;10460;Artern;10466;Halle-Kröllwitz;10471;Leipzig-Holzhausen;10474;Wittenberg;10480;Oschatz;10490;Doberlug-Kirchhain;10495;Hoyerswerda;10519;Bonn-Roleber;10520;Andernach;10526;Marienberg, Bad;10534;Hoherodskopf/Vogelsberg;10537;Neu-Ulrichstein;10540;Eisenach;10542;Hersfeld, Bad;10552;Schmücke;10557;Neuhaus am Rennweg;)
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;)
Niederschlag ist eine wichtige, aber schlecht verstandene Komponente unseres Klimasystems. Die genauen Prozesse, durch die Eiskristalle, flüssiges Wasser, Wolkendynamik und Aerosolpartikel bei der Niederschlagsbildung zusammenwirken, sind nicht ausreichend verstanden. Da überall außer über den subtropischen Ozeanen der meiste Niederschlag in Wolken über die Eisphase gebildet wird, sind die Prozesse der Schneefallbildung nicht nur in den polaren, sondern auch in den mittleren Breiten von großer Bedeutung: Wachstum in übersättigter Luft führt zu unzähligen Kristallformen, die von Temperatur, Feuchtigkeit und deren turbulenten Schwankungen abhängen. Durch Aggregation verbinden sich einzelne Kristalle zu komplexen Schneeflocken. Bereifung beschreibt das Anfrieren kleiner Tröpfchen an den Eiskristallen, so dass diese schnell an Masse gewinnen. Dadurch ist die Form der Schneeteilchen - wenn sie beobachtet wird, bevor das Teilchen zu einem Regentropfen schmilzt - ein Fingerabdruck der vorherrschenden Prozesse während der Schneefallbildung. In EMPOS schlagen wir vor, diese Fingerabdrücke zu nutzen, um zu quantifizieren, wie die verschiedenen Prozesse der Schneefallbildung zu Masse oder Häufigkeit des Gesamtniederschlag beitragen. Zu diesem Zweck werden wir die Datenprodukte des innovativen Video In Situ Snowfall Sensors (VISSS) weiterentwickeln, um Riming und Aggregation während einer speziellen Messkampagne in Hyytiälä, Finnland, zu quantifizieren. Die Beobachtungen werden mit dem ICON-Modell verglichen, in welches das fortschrittliche P3 Mikrophysikschema (Predicted Particle Properties) mit einem neuartigen Ansatz zur Behandlung von bereiften Partikeln implementiert ist. Durch dieses kombinierte Beobachtungs- und Modellierungsprojekt wird es möglich zu quantifizieren, wie die einzelnen Wolkenprozesse an der Schneefallbildung beteiligt sind, und zwar in Bezug auf die Häufigkeit des Auftretens und die Gesamtschneemasse. Darüber hinaus werden wir diese Wolkenprozesse in Abhängigkeit von makrophysikalischen Wolkeneigenschaften wie Wolkentiefe und synoptischen Einflüssen analysieren. Auf der Grundlage von Vergleichen zwischen Modell und Beobachtungen, die sowohl mittels Fallstudien als auch für einen längeren Zeitraum durchgeführt werden, werden wir die Schneefallsimulation in ICON im Standard-Zweimomentenschema und im P3-Mikrophysikschema bewerten und verbessern.
Die Veränderung des globalen Wasserkreislaufs durch den Klimawandel ist eine der größten Herausforderungen für die Gesellschaft, da trockene Regionen trockener und feuchte Regionen feuchter werden. Das Problem besteht darin, dass 85 % der Verdunstung und 77 % der Niederschläge über den Ozeanen stattfinden und der globale Wasserkreislauf aufgrund der schwierigen Beobachtungsbedingungen über den Ozeanen nur unzureichend verstanden wird. Der Austausch von Süßwasser zwischen dem Ozean und der Atmosphäre findet jedoch in einer obersten dünnen Schicht der Meeresoberfläche statt, den so genannten Oberflächenfilm. Die Verdunstung von Wasserdampf aus den Oberflächenfilmen erhöht deren Salzgehalt, während der Niederschlag den Salzgehalt in den Oberflächenfilmen verringert. Das Hauptziel dieses Forschungsprojekts ist ein umfassendes Verständnis der Dynamik und der Veränderungen des Salzgehalts und der damit zusammenhängenden thermischen Felder in den ozeanischen Oberflächenfilmen und der oberflächennahen Schicht (NSL) sowie deren Zusammenhang mit den verdunstenden Süßwasserflüssen zu erzielen. Einer der Hauptpunkte dieser Arbeit ist, dass Süsswasserflüsse (Verdunstung minus Niederschlag) direkt auf die Meeresoberfläche einwirkt und daher vorwiegend den Salzgehalt der Oberflächenfilme quasi-instant beeinflusst, während die derzeitigen Methoden, die den Salzgehalt der gemischten Schicht verwenden, sich auf dekadischen Skalen beziehen. Eine umfassende Reihe von Experimenten wird in einer großmaßstäblichen Mesokosmenanlage an der Universität Oldenburg durchgeführt, in der die treibenden Kräfte für die Verdunstung kontrolliert werden können (Wassertemperatur, Windgeschwindigkeit, turbulente Vermischung, Lufttemperatur und -feuchtigkeit). Im Mittelpunkt steht eine Expedition in den Mittelatlantik mit seinem hohen Oberflächensalzgehalt, d. h. Verdunstungsraten übersteigen die Niederschlagsraten. Während der Expedition kommt ein funkgesteuertes Katamaran zum Einsatz, der in der Lage ist, Oberflächenfilme zu sammeln. Die Beobachtungen werden durch Messungen von Bojen, schiffsbasierten Messungen und Satelliten unterstützt. Die Arbeiten ergänzen die laufenden Aktivitäten zur Untersuchung des Zusammenhangs zwischen dem Salzgehalt der Oberflächenfilme und den Niederschlägen. Diese Arbeit ist ein erster Schritt, um zu verstehen, wie der Salzgehalt der Oberflächenfilme und der oberflächennahe Salzgehalt verwendet werden können, um dynamische Süsswasserflüsse zu integrieren und Parametrisierungen zur Extrapolation von Süsswasserflüssen unter Verwendung von satellitengestützten Salzgehaltsdaten zu entwickeln.
Eine Fülle an wissenschaftlichen Studien hat sich mit der Reaktion der stratosphärischen und troposphärischen Dynamik auf vulkanische Aerosole beschäftigt. Wegen der geringen Anzahl an gut beobachteten großen Eruptionen sowie der internen Variabilität des Systems gibt es zwar immer noch einige unbeantwortete Fragen, aber dennoch einen allgemeinen Konsens dass große Eruptionen insbesondere zu einer Beschleunigung der stratosphärischen Meridionalzirkulation, einer Verstärkung des stratosphärischen Polarwirbels und einer troposphärischen Reaktion auf diese stratosphärische Anomalien führen. Wenig ist hingegen über die Auswirkung auf die Mesosphäre bekannt. Es gibt indirekte Hinweise auf Temperaturanomalien durch die Beobachtung von polaren mesosphärischen Wolken (PMC) sowie direkte aus Lidarbeobachtungen nach der Pinatuboeruption. Der potenzielle Mechanismus dahinter ist allerdings weitgehend unbekannt. Unser Projekt möchte diese Wissenslücke schließen.In Phase I von VolDyn konnten wir zeigen, dass Daten des HALOE (Halogen Occultation Experiment) Satelliteninstruments, welches seine Beobachtung kurz nach dem Pinatuboausbruch aufnahm, auf positive Temperaturanomalien in der oberen Mesosphäre hindeuten, die möglicherweise mit dieser Eruption zusammenhängen. Erste Simulationen mit dem UA-ICON (upper atmosphere icosahedral non-hydrostatic) Modell zeigen für die Sommerhemisphäre einen starken Einfluss der stratosphärischen Zirkulationsanomalien auf die Mesosphäre. Derzeit untersuchen wir inter-hemisphärische Kopplungsprozesse.In Phase II von VolDyn werden wir weiterhin UA-ICON nutzen, um die Sensitivität der mesosphärischen Störung systematisch auf spezifische Charakteristika einer Eruption zu untersuchen, etwa die emittierte Schwefelmasse, den Breitengrad der Eruption oder die Jahreszeit während des Ausbruches.Da die mesosphärischen Anomalien wahrscheinlich sensitiv gegenüber der Charakteristik von stratosphärischen Zirkulationsanomalien sind, wollen wir die Pinatuboeruption (der größte Vulkanausbruch in der Satellitenära) und ihren Einfluss bis in die Mesosphäre so realistisch wie möglich simulieren und dabei auf ein Nudging der Stratosphäre zurückgreifen. Unser Ziel besteht darin, nicht nur einen qualitativen, sondern auch einen quantitativen Vergleich mit existierenden Beobachtungen zu ziehen – etwas, dass für andere massive Eruptionen wie die des Tambora oder Krakatau nicht möglich ist. Um die Simulationsergebnisse mit Beobachtungen zu vergleichen, werden wir praktisch alle verfügbaren Temperaturmessungen nutzen, welche die Mesosphäre zum Zeitpunkt des Pinatuboausbruches (oder kurz danach) erfasst haben.Nicht nur die Zirkulation, sondern auch Wasserdampfanomalien könnten zu den beobachteten PMC-Signalen beigetragen haben. Aus diesem Grund wollen wir den Transport von vulkanischem Wasserdampf bis in die polare Sommermesopausenregion in weiteren Modellstudien analysieren.
| Organisation | Count |
|---|---|
| Bund | 103 |
| Europa | 1 |
| Kommune | 1 |
| Land | 25 |
| Weitere | 2 |
| Wissenschaft | 39 |
| Zivilgesellschaft | 7 |
| Type | Count |
|---|---|
| Förderprogramm | 86 |
| Umweltprüfung | 3 |
| unbekannt | 20 |
| License | Count |
|---|---|
| Geschlossen | 6 |
| Offen | 85 |
| Unbekannt | 18 |
| Language | Count |
|---|---|
| Deutsch | 67 |
| Englisch | 59 |
| Resource type | Count |
|---|---|
| Archiv | 1 |
| Dokument | 6 |
| Keine | 70 |
| Webseite | 32 |
| Topic | Count |
|---|---|
| Boden | 105 |
| Lebewesen und Lebensräume | 109 |
| Luft | 104 |
| Mensch und Umwelt | 109 |
| Wasser | 102 |
| Weitere | 109 |