The ISND31 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)
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.
Eine Brennstoffzelle als Primärenergiequelle mit einem Doppelschichtkondensator (Supercap) als Zwischenspeicher zu kombinieren ist ein vielversprechender Ansatz für zukünftige Elektrofahrzeuge. In Kooperation mit einem Fahrzeughersteller wurden verschiedene Strategien für ein Energiemanagement für die Kombination einer Brennstoffzelle mit einem Doppelschichtkondensatormodul entworfen und verglichen. Basierend auf der aktuellen Geschwindigkeit und Beschleunigung werden verschiedene Fahrzeugzustände bezüglich kinetischer Energie und Leistungsbedarf unterschieden. In Abhängigkeit von der verfügbaren Leistung von Supercaps und Brennstoffzelle wird eine optimale Leistungsaufteilung zwischen den beiden Energiequellen ermittelt. In Bremsphasen wird durch Rekuperation Energie zurückgewonnen und in den Supercaps gespeichert. Wenn die Supercaps vollgeladen sind oder ihre maximale Ladeleistung erreicht haben, übernehmen mechanische Bremsen die übrige Ladeleistung. Da diese Situation zu einem Energieverlust führt, sollte sie möglichst vermieden werden. Um immer die notwendige Beschleunigungsleistung und gleichzeitig auch ein Maximum an Rekuperation zu garantieren, wird der Ladezustand der Supercaps kontinuierlich und dynamisch an die kinetische Energie des Fahrzeugs angepasst. Verschiedene Strategien wurden in Matlab/Simulink mit einem Stateflow-Chart zur Abbildung der Zustände implementiert. Die verfügbare Supercapleistung wird mit Hilfe eines impedanzbasierten Modells für Supercaps berechnet. Mit diesen Strategiemodellen können die Leistungsfähigkeit der verschiedenen Strategien verglichen und die Einflüsse von Parametern untersucht werden. Ziel eines Energiemanagements ist es, den Wasserstoffverbrauch zu minimieren und die notwendige Leistung zu jeder Zeit sicherzustellen. Bei der Bewertung der Strategien wird der Wasserstoffverbrauch, die verlorene Bremsenergie und eine mögliche Geschwindigkeitsreduzierung verglichen. Mit einer optimalen Strategie können bis zu 23 Prozent Wasserstoff während eines definierten Fahrprofils gespart werden.
The ISND20 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. 0100, 0200, 0400, 0500, ... UTC) A2 (D): 90°E - 0° northern hemisphere (Remarks from Volume-C: NilReason)
The SMVX21 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SM): Main synoptic hour (Remarks from Volume-C: SHIP)
Das Landesamt für Umweltschutz führt nach § 11 Ausführungsgesetz des Landes Sachsen-Anhalt zum Bundes-Bodenschutzgesetz (BodSchAG LSA) ein Bodenschutz- und Altlasteninformationssystem. Das Bodenschutz- und Altlasteninformationssystem (ST-BIS) enthält beschreibende Informationen (Metainformationen) über Daten, deren Kenntnis für die Erfüllung bodenschutz- und altlastengesetzlicher Aufgaben von Bedeutung sein kann. Dieses Metainformationssystem gibt Auskunft darüber, wer Daten besitzt, wie man Sie erhält und um was für Daten es sich handelt. Das ST-BIS wird im Internet geführt. Die Informationen für das ST-BIS stellen die Behörden dem LAU auf Anforderung gebührenfrei zur Verfügung.
The SIVX81 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SI): Intermediate synoptic hour (Remarks from Volume-C: SHIP)
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)
Existing models of soil organic matter (SOM) formation consider plant material as the main source of SOM. Recent results from nuclear magnetic resonance analyses of SOM and from own incubation studies, however, show that microbial residues also contribute to a large extent to SOM formation. Scanning electron microscopy showed that the soil mineral sur-faces are covered by numerous small patchy fragments (100 - 500 nm) deriving from microbial cell wall residues. We will study the formation and fate of these patchy fragments as continuously produced interfaces in artificial soil systems (quartz, montmorillonite, iron oxides, bacteria and carbon sources). We will quantify the relative contributions of different types of soil organisms to patchy fragment formation and elucidate the effect of redox con-ditions and iron mineralogy on the formation and turnover of patchy fragments. The develop-ment of patchy fragments during pedogenesis will be followed by studying soil samples from a chronosequence in the forefield of the retreating Damma glacier. We will characterize chemical and physical properties of the patchy fragments by nanothermal analysis and microscale condensation experiments in an environmental scanning electron microscope. The results will help understanding the processes at and characteristics of biogeochemical interfaces.
| Organisation | Count |
|---|---|
| Bund | 1233 |
| Europa | 157 |
| Global | 1 |
| Kommune | 12 |
| Land | 202 |
| Schutzgebiete | 1 |
| Wirtschaft | 9 |
| Wissenschaft | 527 |
| Zivilgesellschaft | 38 |
| Type | Count |
|---|---|
| Daten und Messstellen | 4 |
| Förderprogramm | 1095 |
| Hochwertiger Datensatz | 2 |
| Text | 1 |
| unbekannt | 158 |
| License | Count |
|---|---|
| Geschlossen | 5 |
| Offen | 1124 |
| Unbekannt | 131 |
| Language | Count |
|---|---|
| Deutsch | 748 |
| Englisch | 633 |
| Resource type | Count |
|---|---|
| Archiv | 5 |
| Datei | 14 |
| Dokument | 6 |
| Keine | 760 |
| Webseite | 486 |
| Topic | Count |
|---|---|
| Boden | 1260 |
| Lebewesen und Lebensräume | 1068 |
| Luft | 834 |
| Mensch und Umwelt | 1260 |
| Wasser | 718 |
| Weitere | 1248 |