API src

Found 3 results.

Teilprojekt 6: Beobachtungen der Barbados Supersite

Das Projekt "Teilprojekt 6: Beobachtungen der Barbados Supersite" wird vom Umweltbundesamt gefördert und von Max-Planck-Institut für Meteorologie durchgeführt. Mit dem Ziel den Datensatz der Supersites auf verschiedene Klimazonen auszudehnen, sollen die Beobachtungen der alpinen Umwelt-Forschungs-Station 'Schneefernerhaus' (UFS) und des durch das MPI-M betriebenen Barbados Cloud Observatory (BCO) in den HD(CP)2 Datensatz integriert werden. Ziel ist es, mit den bereits im Datensatz der anderen Supersite vergleichbare Produkte bereit zu stellen. Das UFS befindet sich 300 m unterhalb Deutschlands höchsten Gipfels, der Zugspitze. Seit einigen Jahren werden dort Mikrowellen Radiometer, ein Wolkenradar, ein Ceilometer sowie weitere Instrumente betrieben. Die LMU München, als Teil des UFS Konsortiums, wird die in HD(CP)2 zur Qualitätskontrolle und zur Prozessierung und Formatierung entwickelten Routinen auf die Datensätze des UFS anpassen und zusammen mit Task 3 die Cloudnet Target Klassifizierung auf die in der UFS gewonnenen Messungen anwenden. Das BCO verfügt über eine ähnliche Instrumentierung wie die anderen Supersites, einschließlich eines der fortschrittlichsten Raman Lidar Systeme der Welt. Die gleichen Prozeduren, die für das UFS beschrieben wurden, sollen hier angewandt werden. Dies ist im Besonderen für die Untersuchung tropischer Regionen wertvoll, wobei der Datenbedarf mit 4 der 6 Wissenschaftsgruppen überlappt.

Teilprojekt 2: Datenmanagement & Integrierte Beobachtungsprodukte

Das Projekt "Teilprojekt 2: Datenmanagement & Integrierte Beobachtungsprodukte" wird vom Umweltbundesamt gefördert und von Universität zu Köln, Regionales Rechenzentrum (RRZK) durchgeführt. Das Verbundvorhaben HD(CP)2-O führt das in Phase I aufgebaute Datenarchiv von langzeitlichen Beobachtungen der bewölkten Atmosphäre auf Prozessebene fort und erweitert es auf die neuen Modellierungsgebiete. In Phase II wird die Datenbasis in eine nachhaltige Infrastruktur übertragen, die Benutzerfreundlichkeit erhöht und die Erweiterbarkeit des Datenarchivs durch Externe unterstützt. Außerdem wird die Harmonisierung der Beobachtungen an den Supersites JOYCE, RAO, CESAR, LACROS, UFS und BCO vorangetrieben, die flächenhaften Beobachtungen von Ceilometer und GPS Stationen von DWD bzw. GFZ aufbereitet und diese in das Datenarchiv integriert.

Teilvorhaben: Universität Augsburg

Das Projekt "Teilvorhaben: Universität Augsburg" wird vom Umweltbundesamt gefördert und von Universität Augsburg, Institut für Geographie, Lehrstuhl für physische Geographie und Quantitative Methoden durchgeführt. Das Gesamtvorhaben SmartAQnet integriert Daten unterschiedlicher Herkunft und Qualität zu einem dynamischen Netzwerk an Messungen zur Luftqualität über die gesamte Fläche einer Stadt, im Projekt die Stadt Augsburg. Im Teilprojekt des Instituts für Geographie der Universität Augsburg wird die erzeugte Messpunktwolke durch mobile Messungen verdichtet und erweitert um dreidimensionale Messungen der Aerosolverteilung in Luftschichten oberhalb des Stadtkörpers mittels unbemannter Luftfahrtsysteme (UAS). Dies erlaubt die geostatistische Verbesserung des bodengestützten Datenkollektivs sowie eine Fehlerschätzung und Plausibilitätsprüfung. Hiervon profitieren Informationsdienste zur Aerosolverteilung, wie eine experimentelle Kurzfristvorhersage der Luftqualität sowie die Implementierungen einer nach Luftqualitätskriterien optimierten Verkehrsroutingapplikation, die als Anwendungsprototyp entwickelt wird. I.) Entwicklung mobiler und insbesondere luftgestützter Messplattformen II.) Operationelle Messflüge an einem Standort mehrmals in der Woche über drei Jahre hinweg und Validierung der in-situ-Messungen mittels Ceilometer zur Erfassung der zeitlichen Variabilität III.) 12 Intensivmesskampagnen mit parallel stattfindenden Messflügen und Mobilemessfahrten im gesamten Stadtgebiet zur Erfassung der räumlichen Variabilität der Aerosolverteilung IV.) Geostatistische Modellierung und Analyse des Gesamtdatenkollektivs zur Qualitätsoptimierung und zum Einsatz in Prädiktion und Verkehrsrouting

1