Die Radiookkultations-(RO)-Technik verwendet auf niedrigfliegenden (Low Earth Orbiter, LEO) Satelliten installierte Empfänger, um GPS/GNSS-Signale zu empfangen und Bogenmessungen der Erdatmosphäre und Ionosphäre durchzuführen. Aufgrund des Erfolgs der FormoSat-3/COSMIC- (Constellation Observing System for Meteorology, Ionosphere and Climate, FS3/COSMIC) -Mission, bestehend aus sechs Mikro-LEO-Satelliten, hat das gemeinsame US- und taiwanesische RO-Team beschlossen, eine COSMIC-Folgemission (sog. FS7/COSMIC2) voranzubringen. Die GNSS-RO-Nutzlast mit Namen Tri-G GNSS Radio-occultation System (TGRS) wird mehrkanalige GPS-, GLONASS- und Galileo-Satellitensignale empfangen und in der Lage sein, mehr als 10.000 RO-Beobachtungen täglich zu verfolgen, nachdem sowohl schwache als auch starke Bahnneigungs-Konstellationen vollständig abgedeckt worden sind. Man geht davon aus, die dichteren RO-Szintillationsbeobachtungen zu nutzen, um die Struktur der Erdatmosphäre und -ionosphäre genau zu analysieren und zu modellieren.Zusätzlich könnte die spezielle Art von GNSS-Multipfadverzögerungen, die von der Erdoberfläche reflektiert werden, verwendet werden, um Erdoberflächenumgebungsdaten, wie Ozeanhöhen und Seegang, zu erfassen. Die Empfindlichkeit dieser Signalcharakteristika gegenüber Ausbreitungseffekten ist für verschiedene Arten der Umweltfernerkundung geeignet. Dies hat einen Bedarf deutlich gemacht, geeignete Empfänger zu entwerfen und zu entwickeln, die reflektierte und gestreute GPS/GNSS-Signale in Echtzeit erfassen und verarbeiten können, um die Speicherung riesiger Mengen an Rohdaten zu vermeiden. Wir schlagen auch vor, das feldprogrammierbare Gatterfeld (Field Programmable Gate Array, FPGA) auf die GPS/GNSS-Reflektometrieinstrumente anzuwenden, wobei eine hohe Synchronität und ein größtmöglicher Nutzen aus den verfügbaren Hardware-Ressourcen zu erzielen wäre. Mittels Simulink/Matlab kann das FPGA auch komplexe Delay-Doppler-Map- (DDM) -Daten in Echtzeit durch Korrelation der phasengleichen und Quadraturkomponenten der Basisbandsignale berechnen. Diese Studie wird neue Ziele und Ergebnisse der GNSS-Fernerkundung der Atmosphäre, Ionosphäre, und der Ozeane sowie neue Möglichkeiten für die zukünftige FS7/COSMIC2-Mission aufzeigen.Das Projekt wird am Institut für Geodäsie und Geoinformationstechnik TU Berlin in enger Kooperation mit Wissenschaftlern des GFZ, Potsdam und des GPS Science and Application Research Center (GPSARC) der NCU, Taiwan durchgeführt.Die Ziele des Projekts lassen sich wie folgt zusammenfassen:(1) Nutzung von GPS/GNSS-RO-Atmosphärendaten und Entwicklung hochentwickelter Algorithmen für die untere Troposphäre und klimatologische Untersuchungen,(2) Erfassung und Überwachung der sporadischen E(Es)-Schicht, Szintillationen und damit zusammenhängender Effekte einschließlich vertikaler Kopplungen und(3) Entwicklung eines Echtzeit-FPGA-basierten GPS/GNSS-Reflektometers für Anwendungen im Bereich von Meereshöhen- und Seegangsmessungen.
Confronting Climate Change is one of the paramount societal challenges of our time. The main cause for global warming is the increase of anthropogenic greenhouse gases in the Earth's atmosphere. Together, carbon dioxide and methane, being the two most important greenhouse gases, globally contribute to about 81% of the anthropogenic radiative forcing. However, there are still significant deficits in the knowledge about the budgets of these two major greenhouse gases such that the ability to accurately predict our future climate remains substantially compromised. Different feedback mechanisms which are insufficiently understood have significant impact on the quality of climate projections. In order to accurately predict future climate of our planet and support observing emission targets in the framework of international agreements, the investigation of sources and sinks of the greenhouse gases and their feedback mechanisms is indispensable. In the past years, inverse modelling has emerged as a key method for obtaining quantitative information on the sources and sinks of the greenhouse gases. However, this technique requires the availability of sufficient amounts of precise and independent data on various spatial scales. Therefore, observing the atmospheric concentrations of the greenhouse gases is of significant importance for this purpose. In contrast to point measurements, airborne instruments are able to provide regional-scale data of greenhouse gases which are urgently required, though currently lacking. Providing such data from remote sensing instruments supported by the best currently available in-situ sensors, and additionally comparing the results of the greenhouse gas columns retrieved from aircraft to the network of ground-based stations is the mission goal of the HALO CoMet campaign. The overarching objective of HALO CoMet is to improve our understanding and to better quantify the carbon dioxide and methane cycles. Through analysing the CoMet data, scientists will accumulate new knowledge on the global distribution and temporal variation of the greenhouse gases. These findings will help to better understand the global carbon cycle and its influence on climate. These new findings will be utilized for predicting future climate change and assessing its impact. Within the frame of CoMet and due to the operational possibilities we will concentrate on small to sub-continental scales. This does not only allow to identify local emission sources of greenhouse gases, but also opens up the opportunity to use important remote sensing and in-situ data information for the inverse modelling approach for regional budgeting. The project also aims at developing new methodologies for greenhouse gas measurements, and promotes technological developments necessary for future Earth-observing satellites.
Zur Erreichung der von der neuen Bundesregierung gesteckten Ausbauziele in der Windenergie ist die Erschließung einer Vielzahl neuer Flächen für Windparks in kurzer Zeit erforderlich. Grundlage für die Windparkplanung an einem neuen Standort ist die Abschätzung der zu erwartenden Energieerträge sowie die Auswahl geeigneter Windenergieanlagen. Derzeit ist die Ertragsabschätzung mit hohen Unsicherheiten behaftet. Zudem ist sie insbesondere aufgrund der aktuell erforderlichen, einjährigen Windmessung zeit- und kostenintensiv. Ziel des Projektes ist es deshalb, durch Verbesserungen entlang der gesamten Prozesskette qualitativ bessere Ertragsabschätzungen in kürzerer Zeit und zu deutlich geringeren Kosten zu ermöglichen. Für die Zielerreichung werden Verfahren entwickelt, die eine bessere Datengrundlage (z.B.Reanalysen, Rauhigkeitsdaten) für die Windbranche liefern. Darüber hinaus werden an verschiedenen Stellen innovative Verfahren aus dem Bereich der Data Science wie maschinelles Lernen oder Modellensembles verwendet, um eine genaue Abschätzung der Energieerträge in kürzerer Zeit zu ermöglichen. Das Zusammenführen der verschiedenen Verfahren und Daten zu einem Gesamtprozess ermöglicht neben der Qualitätssteigerung einen hohen Grad an Automatisierung von Ertragsgutachten. Letztendlich schafft das Projekt damit die Grundlage für eine Senkung der Projektrisiken für Planer und Projektierer. Darüber hinaus können die entwickelten Verfahren auch für genauere regionale Potenzialabschätzungen verwendet werden und so einen Beitrag zur besseren Planung des Windenergieausbaus leisten. Das Fraunhofer IEE koordiniert das Verbundprojekt. Wissenschaftlich fokussiert sich das Fraunhofer IEE im Rahmen ihrer Forschungsarbeiten auf die Entwicklung von Verfahren zur Detektion von Rauhigkeitsänderungen auf Basis von Erdbeobachtungsdaten und entwickelt zeitreihenabhängige Verlustmodelle für verbesserte Ertragsabschätzungen.
The North Atlantic Waveguide and Downstream Impact Experiment (NAWDEX) aims to provide the foundation for future improvements in the prediction of high impact weather events over Europe. The concept for the field experiment emerged from the WMO THORPEX program and contributes to the World Weather Research Program WWRP in general and to the High Impact Weather (HIWeather) project in particular. An international consortium from the US, UK, France, Switzerland and Germany has applied for funding of a multi-aircraft campaign supported by enhanced surface observations, over the North Atlantic and European region. The importance of accurate weather predictions to society is increasing due to increasing vulnerability to high impact weather events, and increasing economic impacts of weather, for example in renewable energy. At the same time numerical weather prediction has undergone a revolution in recent years, with the widespread use of ensemble predictions that attempt to represent forecast uncertainty. This represents a new scientific challenge because error growth and uncertainty are largest in regions influenced by latent heat release or other diabatic processes. These regions are characterized by small-scale structures that are poorly represented by the operational observing system, but are accessible to modern airborne remote-sensing instruments. HALO will play a central role in NAWDEX due to the unique capabilities provided by its long range and advanced instrumentation. With coordinated flights over a period of days, it will be possible to sample the moist inflow of subtropical air into a cyclone, the ascent and outflow of the warm conveyor belt, and the dynamic and thermodynamic properties of the downstream ridge. NAWDEX will use the proven instrument payload from the NARVAL campaign which combines water vapor lidar and cloud radar, supplemented by dropsondes, to allow these regions to be measured with unprecedented detail and precision. HALO operations will be supported by the DLR Falcon aircraft that will be instrumented with wind lidar systems, providing synergetic measurements of dynamical structures. These measurements will allow the first closely targeted evaluation of the quality of the operational observing and analysis systems in these crucial regions for forecast error growth. They will provide detailed knowledge of the physical processes acting in these regions and especially of the mechanisms responsible for rapid error growth in mid-latitude weather systems. This will provide the foundation for a better representation of uncertainty in numerical weather predictions systems, and better (probabilistic) forecasts.
Das Werkzeug der Erdbeobachtung wird auf verschiedenen Skaleneben genutzt, um Methodenentwicklungen voranzutreiben. Langjährige Erfahrungen des DLR-DFD in der skalenübergreifenden Nutzung und Auswertung von Satellitendaten und umfangreichen Satellitendaten-Zeitreihen verschiedenster Sensoren für globale, kontinentale, regionale und lokale Anwendung zur Beschreibung und Quantifizierung des Globalen Wandels werden zusammengeführt mit der langjährigen Erfahrung aus der forstlich fokussierten Fernerkundung, eingebracht durch die Kooperationspartner aus den forstlichen Forschungsanstalten der beteiligten Bundesländer Thüringen und Bayern, sowie Baden-Württemberg, Niedersachsen, Hessen, Sachsen-Anhalt und Schleswig-Holstein. Durch die Beteiligung der 4 Partner, die die forstliche Forschung in 7 Bundesländern vertreten, wird ca. 65% des deutschen Waldes abgedeckt. Die Kooperation ermöglicht eine zielgerechte, praxisnahe Herangehensweise kombiniert aus den Bedürfnissen der kooperierenden Länder, dem Wissen aller Beteiligten, um das Potential und der Grenzen der Fernerkundung und dem Wissen der forstlichen Institutionen der Länder, welche Interessen auf Bundes-, Landes- und Regionalebene bestehen. Gemeinsam wird mit robusten Methoden der Fernerkundung, wie anerkannten Technologien des maschinellen Lernens, an der Generierung und Weiterentwicklung praxis-relevanter Informationsprodukte für die raumzeitliche Erfassung von klimabedingten Schädigungen am Wald in Deutschland gearbeitet. Auf Landesebene wird auf Schädigungen an Laubhölzer in Bayern und in Thüringen auf die Ursachendifferenzierung von Schädigungen fokussiert. Auf der regionalen Ebene kann z.B. durch die Integration hoch genauer in-situ-Daten der beteiligten Projektpartner eine qualitative Prüfung ermöglicht und Herangehensweisen entwickelt und getestet werden, um relevante Informationen auf andere Skalenebenen zu übertragen.