Im letzten Jahrzehnt war der grönländische Eisschild mehreren Extremereignissen ausgesetzt, mit teils unerwartet starken Auswirkungen auf die Oberflächenmassebilanz und den Eisfluss, insbesondere in den Jahren 2010, 2012 und 2015. Einige dieser Schmelzereignisse prägten sich eher lokal aus (wie in 2015), während andere fast die gesamte Eisfläche bedeckten (wie in 2010).Mit fortschreitendem Klimawandel ist zu erwarten, dass extreme Schmelzereignisse häufiger auftreten und sich verstärken bzw. länger anhalten. Bisherige Projektionen des Eisverlustes von Grönland basieren jedoch typischerweise auf Szenarien, die nur allmähliche Veränderungen des Klimas berücksichtigen, z.B. in den Representative Concentration Pathways (RCPs), wie sie im letzten IPCC-Bericht genutzt wurden. In aktuellen Projektionen werden extreme Schmelzereignisse im Allgemeinen unterschätzt - und welche Konsequenzen dies für den zukünftigen Meeresspiegelanstieg hat, bleibt eine offene Forschungsfrage.Ziel des vorgeschlagenen Projektes ist es, die Auswirkungen extremer Schmelzereignisse auf die zukünftige Entwicklung des grönländischen Eisschildes zu untersuchen. Dabei werden die unmittelbaren und dauerhaften Auswirkungen auf die Oberflächenmassenbilanz und die Eisdynamik bestimmt und somit die Beiträge zum Meeresspiegelanstieg quantifiziert. In dem Forschungsprojekt planen wir zudem, kritische Schwellenwerte in der Häufigkeit, Intensität sowie Dauer von Extremereignissen zu identifizieren, die - sobald sie einmal überschritten sind - eine großräumige Änderung in der Eisdynamik auslösen könnten.Zu diesem Zweck werden wir die dynamische Reaktion des grönländischen Eisschilds in einer Reihe von Klimaszenarien untersuchen, in denen extreme Schmelzereignisse mit unterschiedlicher Wahrscheinlichkeit zu bestimmten Zeitpunkten auftreten, und die Dauer und Stärke prognostisch variiert werden. Um indirekte Effekte durch verstärktes submarines Schmelzen hierbei berücksichtigen zu können, werden wir das etablierte Parallel Ice Sheet Model (PISM) mit dem Linearen Plume-Modell (LPM) koppeln. Das LPM berechnet das turbulente submarine Schmelzen aufgrund von Veränderungen der Meerestemperatur und des subglazialen Ausflusses. Es ist numerisch sehr effizient, so dass das gekoppelte PISM-LPM Modell Ensemble-Läufe mit hoher Auflösung ermöglicht. Folglich kann eine breite Palette von Modellparametern und Klimaszenarien in Zukunftsprojektionen in Betracht gezogen werden.Mit dem interaktiv gekoppelten Modell PISM-LPM werden wir den Beitrag Grönlands zum Meeresspiegelanstieg im 21. Jahrhundert bestimmen, unter Berücksichtigung regionaler Veränderungen von Niederschlag, Oberflächen- und Meerestemperaturen, und insbesondere der Auswirkungen von Extremereignissen. Ein Hauptergebnis wird eine Risikokarte sein, die aufzeigt, in welchen kritischen Regionen Grönlands zukünftige extreme Schmelzereignisse den stärksten Eisverlust zur Folge hätten.
The SMLV41 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SM): Main synoptic hour A1A2 (LV): Latvia (Remarks from Volume-C: NilReason)
On 18 Januar 1986 at the east-looking slope of the Kleiner Watzmann in the Berchtesgaden National Park a snow avalanche came down from an elevation of about 2.000 m to the Königssee near St. Bartholomae (610 m above see level). It destroyed 12 to 15 ha of old growth forests dominated by beech (Fagus sylvatica); about 2.000 m3 of wood were thrown down. The soil survace was not intensively effected by the snow avalange. Because the area is situated in the central protection zone of the national park no clearing procedure was done, and a free stand develeopment without any direct impact of man is allowed to take place. In 1989 permanent plots (3 transects, each starting in the surrounding forest and crossing to avalanche area) were established. Vegetation and stand structure records were carried out in 1989, 1994 and 1999. Vegetation development in the first place is characterised by (1) a re-establishment of the tree layer by the (beech) trees, which were bent to the ground but not killed by the avalanche, (2) by seedling and sapling establishment (especially Acer and Fraxinus, but not by pioneer trees) and (3) by continuing floristic composition of the ground vegetation (coverage increasing or decresing depending on the light conditions).
The ISND33 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISN): Synoptic observations from fixed land stations at non-standard time (i.e. 01, 02, 04, 05, ... UTC) A2 (D): 90°E - 0° northern hemisphere (Remarks from Volume-C: NATIONAL AUTOMATIC SYNOP)
The ISND82 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISN): Synoptic observations from fixed land stations at non-standard time (i.e. 01, 02, 04, 05, ... UTC) A2 (D): 90°E - 0° northern hemisphere (Remarks from Volume-C: NATIONAL AUTOMATIC SYNOP)
Das Edelgasradioisotop 39Ar ist einzigartig, da es das einzige Isotop ist, das den wichtigen Altersbereich von ca. 50 bis 1000 Jahren abdeckt. Damit ist es von großem Interesse für die Datierung in Ozeanagraphie, Glaziologie und Hydrogeologie. Die Entwicklung der Atom Trap Trace Analysis (ATTA) hat 81Kr Datierung möglich gemacht und hat das Potenzial, fundamental neue Anwendungen von 39Ar zu eröffnen. In einem Vorgängerprojekt haben wir zum ersten Mal gezeigt, dass die Messung von 39Ar an natürlichen Proben mit ATTA möglich ist. Aufbauend auf der im vorherigen Projekt und weiteren Vorarbeiten erworbenen Erfahrung soll das vorliegende Projekt die intellektuellen und instrumentellen Grundlagen von ATTA für 39Ar (ArTTA) als neues Werkzeug der Isotopenhydrologie schaffen. Wir zielen darauf ab, ArTTA vom proof-of-principle Stadium zu einer voll etablierten Methode voranzubringen und seine erste umfassende Anwendung durchzuführen. Basierend auf der vorhandenen Expertise in Grundwasser- und Paläoklimaforschung und unter Nutzung der Vorteile von Grundwasser als Testfeld für ArTTA, planen wir, die erste detaillierte Paläotemperaturzeitreihe für das letzte Jahrtausend aus Grundwasser zu gewinnen. Wir haben die folgenden zwei zentralen Ziele identifiziert: 1. Signifikante Verbesserung der Effizienz der ArTTA Apparatur. Eine Erhöhung der Zählrate ist notwendig, um den Probendurchsatz sowie die erreichbare Messgenauigkeit zu verbessern. 2. Realisierung der ersten kompletten Studie zur 39Ar-Datierung von Grundwasser mit ArTTA, um Grundwasser-Altersverteilung und Paläoklimaentwicklung auf der Zeitskala von Jahrhunderten zu bestimmen.
Das ionosphärische Plasma reagiert auf Änderungen der ionosphärischen EUV und UV-Strahlung auf der Zeitskala der solaren Rotation mit einer Verzögerung von 1-2 Tagen. Es wird angenommen, dass diese Verzögerung auf Transportprozesse von der unteren Ionosphäre in die F-Region zurück zu führen ist, doch wurden bislang nur begrenzte Modelluntersuchungen durchgeführt, um diesen Zusammenhang zu belegen. Innerhalb von DRIVAR sollen die Prozesse, die für die ionosphärische Verzögerung verantwortlich sind, durch umfassende Datenanalyse und Modellierung untersucht werden. Verschiedene solare Proxies sowie spektral aufgelöste EUV- und UV-Flüsse aus Satellitenmessungen werden verwendet und zusammen mit ionosphärischen Parametern analysiert, welche aus GPS-Radiookkultationsmessungen, Ionosondenmessungen und GPS-Gesamtelektronenmessungen stammen. Letztere haben sowohl den Vorteil einer globalen Abdeckung als auch einer z.T. räumlich hoher Auflösung. Die ionosphärsche Verzögerung wird auf verschiedenen Zeitskalen ionosphärischer Variation (Tage, solare Rotation, saisonal) untersucht, und regionale Abhängigkeiten werden analysiert.Wegen des komplexen Charakters der involvierten Prozesse in der Thermosphäre und Ionosphäre werden Experimente mit numerischen Modellen benötigt, um die der Verzögerung zugrundeliegenden Prozesse physikalisch zu untersuchen. Wir verwenden das Coupled Thermosphere Ionosphere Plasmasphere Electrodynamics (CTIPe), um die Verzögerung zu simulieren und führen Sensitivitätsstudien durch um die zur ionosphärischen Verzögerung führenden Prozesse im Detail zu analysieren. Zusätzliche Experimente werden mit dem Upper Atmosphere Model (UAM) durchgeführt.Die Ergebnisse von DRIVAR werden zu einem verbesserten Verständnis ionosphärischer Prozesse führen und werden insbesondere in der Vorhersage ionosphärischer Variabilität Anwendung finden, z.B. bei der Analyse und Vorhersage von GNSS- Positionsfehlern.
Mikroorganismen sind im Boden, in kryptogamen Gemeinschaften und in der Atmosphäre von zentraler Bedeutung. Verschiedene Spezies von Bakterien, Pilzen, Flechten und Pollen wurden bereits als Eiskeime, welche eine Eisbildung bei relativ hohen Temperaturen initiieren können, identifiziert, und besonders biologische Bestandteile aus dem Boden sind eine vermutlich bedeutsame Quelle atmosphärischer Eiskeime. Die genauen Quellen biologischer Eiskeime in der Atmosphäre sind jedoch kaum bekannt, obwohl ein potentieller Beitrag dieser, zur Eis- und Niederschlagsbildung mittlerweile von verschiedenen Studien untermauert wird. Aktuelle Untersuchungen verschiedener Boden- und Luftproben zeigen Hinweise, dass verschiedene eisaktive Pilze unterschiedlicher Phyla nicht nur im Boden und in der Luft vorhanden sind, sondern auch häufig in der kultivierbaren Fraktion vorkommen können. Aus diesem Grund befasst sich das vorgeschlagene Projekt mit der Suche nach weiteren bisher unbekannten eisaktiven Mikroorganismen und Bestandteilen aus dem Boden, von Pflanzen und kryptogamen Gemeinschaften und mit der Erforschung ihres Einflusses auf die Eiskeimaktivität des Bodens. Die nötigen Methoden für ein Screening verschiedenster Kulturen z.B. von Cyanobakterien sind in unserem Labor gut etabliert. Zudem sollen die jeweiligen Eiskeime der neu gefundenen eisaktiven Organismen auf molekularer Ebene charakterisiert werden.
The ISMD01 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISM): Main synoptic observations from fixed land stations A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 10004;UFS TW Ems;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;) (Remarks from Volume-C: SYNOP)
Origin | Count |
---|---|
Bund | 1232 |
Europa | 3 |
Land | 162 |
Unklar | 18 |
Wissenschaft | 23 |
Type | Count |
---|---|
Förderprogramm | 1096 |
Messwerte | 3 |
Strukturierter Datensatz | 4 |
unbekannt | 158 |
License | Count |
---|---|
geschlossen | 4 |
offen | 1123 |
unbekannt | 131 |
Language | Count |
---|---|
Deutsch | 746 |
Englisch | 632 |
Resource type | Count |
---|---|
Archiv | 4 |
Datei | 3 |
Keine | 760 |
Webdienst | 8 |
Webseite | 490 |
Topic | Count |
---|---|
Boden | 1258 |
Lebewesen & Lebensräume | 1005 |
Luft | 843 |
Mensch & Umwelt | 1258 |
Wasser | 737 |
Weitere | 1239 |