Die Datenbank enthält Niederschlagsdaten des Deutschen Wetterdienstes, die das StALU VP als Wetterwarnung bzw. Tageswerte erreichen, bzw. Beobachtungswerte, die entsprechend dem hydrologischen Bedarf statistisch bearbeitet wurden.
Erfassung und Auswertung von Niederschlägen. Übernahme von Niederschlagsdaten und weitere Auswertung zur Beurteilung hydrologischer Prozesse, z.B. Hochwasseranalysen.
Methode: Das Forum setzt sich interdisziplinär zusammen und deckt die Fachbereiche Biometeriologie, vektorübertragene Krankheiten, Veterinärmedizin und Infektiologie, Umwelthygiene sowie Pflege und Betreuung ab. Beteiligt sind Fachleute aus wissenschaftlichen Institutionen und Forschungseinrichtungen in Hessen. Weiter sind neben dem Deutschen Wetterdienst hessische Behörden aus dem Gesundheitswesen und der Betreuungs- und Pflegeaufsicht sowie dem Veterinärwesen vertreten. Ziel: Das Forum dient der Vernetzung und als Plattform des Informationsaustauschs und der Multiplikation über laufende Vorhaben und Forschungsaktivitäten der Mitglieder. Außerdem fungiert es initiierend und begleitend bei der Entwicklung und Durchführung von Projekten mit Bezug zu Klimawandel und Gesundheit im Rahmen des Forschungsprogramms INKLIM-A (Interdisziplinäre Forschung zu Klimawandel, Folgen und Anpassung in Hessen).
Die WarnWetter-App des Deutschen Wetterdienstes stellt den Nutzern alle wichtigen Warn- und Kontextinformationen für den täglichen Einsatz zur Verfügung. Dabei kann die allgemeine Gefährdungslage für Deutschland auf einer eingefärbten Warnkarte schnell erfasst und ergänzende Detailinformationen abgerufen werden. Die App ist über http://www.warnwetterapp.de/ per Download für die Betriebssysteme iOS, Android und Windows frei erhältlich.
The trend in advanced microphysical studies is to combine the dynamics of three-dimensional mesoscale numerical models with the most explicit description of the aerosol/water-drop/ice spectra in a fixed bin-size framework. The detailed treatment of microphysical processes allows to study in detail the microstructure of clouds during their lifetime. Especially one is interested in the role of cloud microstructure in cloud dynamics and the factors who control the variability of drop and ice spectra in space and time and, eventually, the formation and evolution of precipitation. Weather forecast models describe the microphysical processes by a bulk ansatz like the Kessler scheme or more sophisticated two-moments schemes. Therefore the implementation of a spectral microphysics model within the Local Model (LM) of the German Weather Service is proposed. The development of a forecast model that includes explicit description of the microphysical processes presents a formidable task that must account for many different and complex aspects of the problem. New difficulties arise in the numerical representation of the model's equations and the necessary parallelization of the code. New schemes have to be developed for the model initialization and appropriate boundary conditions. The capabilities of the full scheme will be demonstrated to capture the evolution of precipitating clouds with conditions imposed on aerosol characteristics and flow dynamics.
Mit dem Vorhaben F+E 101 04 045 wurden flaechendeckend vorliegende Klimadaten in einer Karte im Massstab 1 : 1 Mio erfasst. Auf den Erfahrungen und Arbeitsergebnissen dieses Vorhabens aufbauend wird jetzt mit Hilfe der EDV-Kartographie der Versuch gemacht, grossmassstaeblich die verfuegbaren Klimaparameter mit geographischem Bezug abzuspeichern; sie fortschreibbar vorzuhalten und sie fuer die Verarbeitung mit geeigneten Methoden fuer die Gewinnung und Ueberpruefung von Wirkungshypothesen verfuegbar zu machen. Mit dem Vorhaben wird ein Baustein zur Realisierung des in den 'Leitlinien Umweltvorsorge' der Bundesregierung dargestellen Prinzips 'Umweltvorsorge durch Umweltbeobachtung' geleistet.
Dienst bestehend aus Layern zu Wald und Forstwirtschaft. Die Daten des Gruppenlayers Waldbrandgefahr zeigt die Anzahl der Tage pro Jahr, an denen der Waldbrandindex über 4 liegt. Für die Waldbrandgefahr und die forstliche Vegetationszeitlänge stehen sowohl Beobachtungsdaten nach den 30-jährigen Klimanormalperioden im Beobachtungszeitraum 1961-2020 als auch Zukunftsprojektionen für 2031-2060 und 2071-2100 zur Verfügung. Die Klimaprojektionen der Zukunft werden jeweils nach den Klimaszenarien RCP2.6, RCP4.5 und RCP8.5 gegliedert. Neben den absoluten Mittelwerten werden auch die sogenannten Delta Change Raster dargestellt. Für die Beobachtungsraster werden Veränderungen gegenüber der Klimanormalperiode 1991-2020 dargestellt, für die Projektionsraster der beiden Zukunftszeiträume die Veränderungen gegenüber der Referenzperiode 1971-2000. Die Stärke des möglichen Klimasignals wird je Szenario unterteilt nach dem 15., 50. und dem 85. Perzentil.Ebenfalls zeigt ein weiterer Gruppenlayer die mittlere Niederschlagssumme in der tatsächlichen forstlichen Vegetationszeit an. Datenquelle: Deutscher Wetterdienst (DWD); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019)
Dienst bestehend aus den Rasterlayern zur Klimatischen Wasserbilanz in mm, jeweils für das ganze Jahr und den Jahreszeiten. Die hier dargestellten Rasterlayer zur Klimatischen Wasserbilanz wurden vom Deutschen Wetterdienst mit dem Modell AMBAV berechnet und für den Klimaatlas NRW aufbereitet. Die jeweiligen Raster-Layer wurden jeweils für die 30-jährigen Mittelwerte der Klimanormalperioden 1961-1990, 1971-2000, 1981-2010 und 1991-2020 für die beobachtete Vergangenheit berechnet. Ergänzend werden die Änderungen der Klimanormalperiode 1991-2020 bezogen auf 1961-1990 dargestellt. Zusätzlich liegen Klimaprojektionen für die Zukunftszeiträume 2031-2060 und 2071-2100 vor, die jeweils nach den Klimaprojektionen RCP2.6, RCP4.5 und RCP8.5 gegliedert sind. Die Stärke des möglichen Klimasignals je Szenario wird unterteilt nach dem 15., 50. und dem 85. Perzentil. Es werden sowohl absolute Mittelwerte als auch sogenannte Delta-Change Raster dargestellt, die die Änderung des Klimasignals gegenüber der Referenzperiode 1971-2000 zeigen. Datenquelle: Deutscher Wetterdienst (DWD). Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019). Weitere Hinweise des Deutschen Wetterdienstes sind zu beachten: https://www.dwd.de/DE/service/rechtliche_hinweise/rechtliche_hinweise_node.html
Dienst bestehend aus Layern zu Wald und Forstwirtschaft. Die Daten des Gruppenlayers Waldbrandgefahr zeigt die Anzahl der Tage pro Jahr, an denen der Waldbrandindex über 4 liegt. Die tatsächliche forstliche Vegetationszeitlänge (berechnet angelehnt nach der Methode Hübener et al. 2017) innerhalb des Gruppenlayers Vegetationszeit im Wald, zeigt die Anzahl der Tage pro Jahr an, an denen die Temperatur über 10°C beträgt und die innerhalb des Beginns und Endes Vegetationszeit liegen. Zusätzlich zu den Rastern der Vegetationszeitlänge werden auch die Raster der klimaitsichen Wasserbilanz und der Niederschlagssumme innerhalb der tatsächlichen forstlichen Vegetationszeitl bereitgestellt. Diese Raster stehen nur die den Beobachtungszeitraum als absoluter Wert zur Verfügung. Für die tatsächliche forstliche Vegetationszeitlänge stehen sowohl Beobachtungsdaten nach den 30-jährigen Klimanormalperioden im Beobachtungszeitraum 1961-2020 als auch Zukunftsprojektionen für 2031-2060 und 2071-2100 zur Verfügung. Die Klimaprojektionen der Zukunft werden jeweils nach den Klimaszenarien RCP2.6, RCP4.5 und RCP8.5 gegliedert. Neben den absoluten Mittelwerten werden auch die sogenannten Delta Change Raster dargestellt. Für die Beobachtungsraster werden Veränderungen gegenüber der Klimanormalperiode 1991-2020 dargestellt, für die Projektionsraster der beiden Zukunftszeiträume die Veränderungen gegenüber der Referenzperiode 1971-2000. Die Stärke des möglichen Klimasignals wird je Szenario unterteilt nach dem 15., 50. und dem 85. Perzentil.Ebenfalls zeigt ein weiterer Gruppenlayer die mittlere Niederschlagssumme in der tatsächlichen forstlichen Vegetationszeit an. Datenquelle: Deutscher Wetterdienst (DWD); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019)
Dienst bestehend aus den Rasterlayern zur folgenden Wasserhaushaltsgröße Grundwasserneubildung in mm, jeweils für das ganze Jahr. Die hier dargestellten Rasterlayer zum Wasserhaushalt wurden vom Forschungszentrum Jülich mit Hilfe des Modells "mGROWA" im Rahmen einer Kooperation mit dem LANUV NRW berechnet und für den Klimaatlas NRW aufbereitet. Die jeweiligen Raster-Layer wurden jeweils für die 30-jährigen Mittelwerte der Klimanormalperioden 1961-1990, 1971-2000, 1981-2010 und 1991-2020 für die beobachtete Vergangenheit berechnet. Ergänzend werden die Änderungen der Klimanormalperiode 1991-2020 bezogen auf 1961-1990 dargestellt. Zusätzlich liegen Klimaprojektionen für die Zukunftszeiträume 2031-2060 und 2071-2100 vor, die jeweils nach den Klimaprojektionen RCP2.6, RCP4.5 und RCP8.5 gegliedert sind. Die Stärke des möglichen Klimasignals je Szenario wird unterteilt nach dem 15., 50. und dem 85. Perzentil. Es werden sowohl absolute Mittelwerte als auch sogenannte Delta-Change Raster dargestellt, die die Änderung des Klimasignals gegenüber der Referenzperiode 1971-2000 zeigen. Datenquelle: Forschungszentrum Jülich (Frank Herrmann); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019).
| Organisation | Count |
|---|---|
| Bund | 18 |
| Land | 19 |
| Wissenschaft | 1 |
| Type | Count |
|---|---|
| Förderprogramm | 3 |
| unbekannt | 19 |
| License | Count |
|---|---|
| Offen | 20 |
| Unbekannt | 2 |
| Language | Count |
|---|---|
| Deutsch | 21 |
| Englisch | 1 |
| Resource type | Count |
|---|---|
| Dokument | 13 |
| Keine | 5 |
| Webseite | 17 |
| Topic | Count |
|---|---|
| Boden | 2 |
| Lebewesen und Lebensräume | 21 |
| Luft | 22 |
| Mensch und Umwelt | 21 |
| Wasser | 7 |
| Weitere | 22 |