Other language confidence: 0.8001146462366348
Gletscher haben im 20. Jh. weltweit starke Rückgänge erfahren, was auch für Gletscher in den Tropen gilt. Obwohl die Gletscher am Kilimanjaro (Tansania) ähnliche Charakteristika wie andere tropische Gletscher aufweisen (starke Empfindlichkeit auf Klimaelemente, die von der Luftfeuchtigkeit gesteuert werden), verlangt die Untersuchung ihres Verhaltens eine spezielle Sichtweise. Diese ist notwendig, da am Kilimanjaro zwei verschiedene Gletschersysteme existieren: die tafelförmigen Gletscher auf dem Gipfelplateau und die Hanggletscher unterhalb des Gipfelplateaus auf den steilen Flanken des Berges. Plateaugletscher sind von seitlich zurückweichenden, vertikalen Eiskliffs umrandet, die zu einer stetigen Abnahme der Ausdehnung von Plateaugletschern führen - selbst wenn sich auf deren horizontalen Oberflächen Schnee und folglich Gletschermasse ansammelt. Ein Vorprojekt konnte belegen, dass die klimatische Hauptursache für den seit 1880 andauernden Rückgang der Gletscher am Kilimanjaro ein regional trockeneres Klima seit dem späten 19. Jh. ist. Ebenso wurde klar, dass das gegenwärtige Klima die Gletscher nahe an das vollständige Verschwinden drängt. Dies wirft wiederum die Frage auf, unter welchen Klimabedingungen sie überhaupt existieren und sich bilden konnten. Das beantragte Projekt setzt sich daher das Ziel, eine mindestens 500 Jahre umfassende Zeitreihe des Gletscherverhaltens am Kilimanjaro zu rekonstruieren. Da andere Rekonstruktionen (v.a. Seespiegelstände) andeuten, dass die regionalen Klimaschwankungen vor 1880 größer als nachher waren, scheint es möglich, dass die Gletscher am Kilimanjaro eine relativ kurze Lebenszeit und daher ein zyklisches Verhalten aufweisen. Im vorgeschlagenen Projekt werden meteorologische Messungen im Gipfelbereich des Kilimanjaro dazu dienen, ein Massenbilanzmodell anzutreiben, zu kalibrieren und zu validieren. Dieses an der Physik der Gletscher orientierte Modell quantifiziert den Massenaustausch zwischen Gletscher und Atmosphäre. Input-Daten, die mehrere Jahrhunderte umfassen, sollen schließlich aus Simulationen des Paläoklimas mit gekoppelten Zirkulationsmodellen (globale Klimamodelle) kommen. Um den Klimamodell-Output auf die lokalen Verhältnisse am Kilimanjaro zu transferieren, ist eine Regionalisierungstechnik (statistisches Downscaling) notwendig. Durch die Anwendung des regionalisierten Datensatzes auf das Massenbilanzmodell entsteht im letzten Schritt eine mindestens 500-jährige Reihe des Gletscherverhaltens (und potenzieller Zyklizität) am Kilimanjaro, die mit (a) anderen Rekonstruktionen von klimaempfindlichen Umweltsystemen (Seestände, Eisbohrkerne) und (b) der großräumigen Klimadynamik im Zirkulationsmodell verglichen werden kann. Der experimentelle Teil des Projekts betrifft die Modellierung der vertikalen Eiskliffs sowie die Erzeugung zeitlich hochaufgelöster lokaler Daten aus dem globalen Klimamodell. usw.
CO-MICC is a data portal for freshwater-related climate change risk assessment at multiple spatial scales. It is named after the research project during which it was developed, i.e. the CO-MICC (CO-development of Methods to utilize uncertain multi-model-based Information on freshwater-related hazards of Climate Change) project (2017-2021). The aim of CO-MICC is to support decision making in the public and private spheres dealing with future availability of freshwater resources. This climate service is operated and maintained by the International Centre for Water Resources and Global Change (ICWRGC), and more broadly by the German Federal Institute of Hydrology. The portal comprises data of over 80 indicators of freshwater-related hazards of climate change, which can be visualized in the form of global maps or interactive graphs. The indicators are dynamically calculated based on modelled annual and monthly gridded (0.5°) data sets of climate and hydrological variables. These data sets were computed by a multi-model ensemble comprising four Representative Concentration Pathways (RCPs), four General Circulation Models (GCMs), three Global Hydrological Models (GHMs) and two variants per hydrological model, which amounts to 96 ensemble members in total. They were provided by three European research modelling teams that are part of the ISIMIP consortium. The indicator data correspond to absolute or relative changes averaged over future 30-year periods, as compared to the reference period 1981-2010.
Main station to monitor weather data and ground humidity on the Westerholt golf course.
The Northern Eurasia Earth Science Partnership Initiative, or NEESPI, is a currently active, yet strategically evolving program of internationally-supported Earth systems science research, which has as its foci issues in northern Eurasia that are relevant to regional and Global scientific and decision-making communities (see NEESPI Mission Statement). This part of the globe is undergoing significant changes - particularly those changes associated with a rapidly warming climate in this region and with important changes in governmental structures since the early 1990s and their associated influences on land use and the environment across this broad expanse. How this carbon-rich, cold region component of the Earth system functions as a regional entity and interacts with and feeds back to the greater Global system is to a large extent unknown. Thus, the capability to predict future changes that may be expected to occur within this region and the consequences of those changes with any acceptable accuracy is currently uncertain. One of the reasons for this lack of regional Earth system understanding is the relative paucity of well-coordinated, multidisciplinary and integrating studies of the critical physical and biological systems. By establishing a large-scale, multidisciplinary program of funded research, NEESPI is aimed at developing an enhanced understanding of the interactions between the ecosystem, atmosphere, and human dynamics in northern Eurasia. Specifically, the NEESPI strives to understand how the land ecosystems and continental water dynamics in northern Eurasia interact with and alter the climatic system, biosphere, atmosphere, and hydrosphere of the Earth. The contemporaneous changes in climate and land use are impacting the biological, chemical, and physical functions of the northern Eurasia, but little data and fewer models are available that can be used to understand the current status of this expansive regional system, much less the influence of the northern Eurasia region on the Global climate. NEESPI seeks to secure the necessary financial and related institutional support from an international cadre of sponsors for developing a viable understanding of the functioning of northern Eurasia and the impacts of extant changes on the regional and Earth systems. Many types of ground and integrative (e.g., satellite; GIS) data will be needed and many models must be applied, adapted or developed for properly understanding the functioning of this cold and diverse regional system. Mechanisms for obtaining the requisite data sets and models and sharing them among the participating scientists are essential and require international and active governmental participation. (abridged text)
Zur Charakterisierung des effektiven vertikalen Stofftransports durch marine Aggregate unter Berücksichtigung des mikrobiellen Stoffumsatzes in ihrem Inneren wird ein strömungsmechanisch-mikrobiologisches Verbundprojekt angestrebt. Durch die Kombination von Laborexperimenten und numerischer Simulation soll zunächst die Sedimentationsgeschwindigkeit hochporöser Aggregate als Funktion der Größe, Porosität, Zusammensetzung und der Dichteschichtung der Umgebungsflüssigkeit parametrisiert werden. Des Weiteren sollen der Stoffübergang zwischen interstitieller Flüssigkeit der Aggregate und der Umgebungsflüssigkeit sowie die mikrobiellen Umsatzraten im Inneren von Aggregaten als Funktion der Sedimentationsgeschwindigkeit bestimmt werden. Auf dieser Basis soll ein mathematisches Modell entwickelt werden, das sowohl die Sedimentationsdynamik als auch den Stofftransport zuverlässig abbildet. Ein solches Modell wird erstmals eine realistische Abschätzung der Effizienz der biologischen Kohlenstoffpumpe ermöglichen und darüber hinaus neue Ansätze zur Abbildung mariner Prozesse in globalen Klimamodellen liefern.
Der Strahlungsantrieb durch anthropogene Aerosole aufgrund von Aerosol-Wolken-Wechselwirkungen ist die Hauptunsicherheit bezüglich des Antriebs des Klimawandels. Für Flüssigwasserwolken, die den Strahlungsantrieb im solaren (kurzwelligen) Spektrum dominieren, konnten mittlerweile einige Fortschritte in der Quantifizierung erzielt werden. Im Gegensatz dazu gibt es für den Strahlungsantrieb im langwelligen (terrestrischen) Spektralbereich nur sehr grobe Abschätzungen von Klimamodellen. In Vorarbeiten haben wir einen Vorschlag entwickelt, wir aktive Fernerkundung zur Charakterisierung von Eiskristallkonzentrationen und Aerosol benutzt werden könnte, um eine beobachtungsbasierte Abschätzung des Strahlungsantriebs durch Aerosol-Wolken-Wechselwirkungen im langwelligen Spektrum zu ermöglichen. Allerdings sind die Satellitendaten höchst unsicher und benötigen eine Validierung mit Referenzdaten. In FLASH wird vorgeschlagen, (i) die Satelliten-abgeleitete Eiskristallkonzentration sowie ihre Sensitivität bezüglich Temperatur, Vertikalwind und Aerosolbedingungen mit den neuen In-situ-Daten von HALO zu validieren bzw. evaluieren, (ii) die Ableitung der Eiskristallkonzentration vom Satelliten mit der von Lidar und Radar an Bord von HALO zu verifizieren, (iii) Klimamodelle zu evaluieren und zur Interpretation der statistischen Relationen zu benutzen, und (iv) schließlich eine Abschätzung des Strahlungsantriebs durch Aerosol-Wolken-Wechselwirkungen und seines Unsicherheitsbereichs zu erarbeiten. Die Rolle von FLASH im SPP 1294 ist es, die vorhandenen Daten auszuwerten und mit den Daten geplanter Kampagnen in integrierender Weise zu arbeiten mit dem Ziel, eine bessere Abschätzung des Aerosol-Wolken-Strahlungsantriebs zu erreichen, neue innovative Satellitendaten zu validieren, und die relevanten Parametrisierungen in Klimamodellen zu evaluieren und zu verbessern.
PARA trägt zum zweiten Ziel des SPP PROM bei, indem das Projekt die Parametrisierung von Wolken- und Niederschlagsprozessen im Atmosphärenmodell mit Hilfe der polarimetrischen Radarbeobachtungen verbessert.Die adäquate Darstellung diabatischer Wolken- und Niederschlagsprozesse ist eine besondere Herausforderung für Klimamodelle, da diese räumlich nicht aufgelösten Prozesse mittels subskaliger Parameterisierungen repräsentiert werden. Diese müssen mit Hilfe von Beobachtungen und/oder prozessauflösenden Simulationen erstellt und evaluiert werden. Radarpolarimetrie liefert die am Besten geeingneten Beobachtungen für die Wolken- und Niederschlagsmikrophysik dank der Ableitung mikrophysikalischer Zustandsgrößen und der Prozesserkennung. In der ersten Phase von PROM wird das Projekt PARA die räumliche Heterogenität des Eiswassergehalts sowie die Niederschlagsbildung über de Eisphase betrachten; in der zweiten Phase wird die Betrachtung von Mischphasenprozessen wie Bereifung und die Rolle der Variabilität der Partikelanzahlkonzentration hinzukommen. PARA betrachtet dabei mit Hilfe von polarimetrischen Radarbeobachtungen und der Evaluierung und Revision der Parametrisierungen im ICON-Klimamodell die vier Prozesse, die für die Bestimmung von aus der Eisphase gebildeten Niederschlag am Boden relevant sind: (i) die Eisbildung und die räumliche Heterogenität des Eiswassergehalts auf bezüglich des ICON-GCM subskaligen Dimensionen, (ii) die Rolle dieser Variabilität für die Schneebildung durch den Aggregationsprozess, (iii) das Schmelzen von Schnee bei Temperaturen über 0°C, und (iv) die Verdunstung von Regen unterhalb der Schmelzschicht.
Der Nachweis des anthropogenen Klimawandels erfordert hochqualitative Beobachtungsdaten der Erdatmosphäre. Eine besondere Herausforderung ist in diesem Zusammenhang die Erforschung der oberen Troposphäre und unteren Stratosphäre (engl. UTLS), eine Region die sensibel auf Klimaänderungen reagiert. Unterschiedliche Temperaturtrends von verschiedenen Datensätzen waren Gegenstand zahlreicher Diskussionen und eine Annäherung wurde erst kürzlich erzielt. Neu homogenisierte Radiosondendaten sowie Satellitendaten der Advanced/Microwave Sounding Unit (MSU/AMSU) zeigen nun fundamentale Übereinstimmung bezüglich einer Erwärmung der Troposphäre und einer Abkühlung der Stratosphäre, konsistent mit Oberflächen- und Klimamodelltrends. Grundlegende Unsicherheiten bestehen jedoch nach wie vor bezüglich der Stärke von Trends in der freien Atmosphäre. In diesem Zusammenhang bietet die Radio-Okkultation (RO) neue Möglichkeiten mittels unabhängiger und sehr genauer Beobachtungen in der UTLS mit globaler Bedeckung, Allwettertauglichkeit, Langzeitstabilität und Homogenität. RO Daten basieren auf Zeitmessung mit hochgenauen Atomuhren gebunden an die internationale Definition der Sekunde und können daher als absolute Klimareferenzdaten angesehen werden. Klimaparameter werden mit hoher vertikaler Auflösung und hoher Genauigkeit gewonnen. Beobachtungs- und Abtastfehler sind gut definiert. RO Klimatologien für Brechungswinkel, Refraktivität, geopotentielle Höhe, Temperatur, und spezifische Feuchte sind als Indikatoren einer Klimaänderung sehr gut geeignet. Da die RO Zeitreihe noch relativ kurz ist, konnte deren Langzeiteignung bis jetzt noch nicht demonstriert werden. Von einer mind. 10 Jahre langen Zeitreihe im Jahr 2011 erwartet man sich jedoch detektierbare Trends. Hauptziel des Projektes TRENDEVAL sind die Untersuchung und Bewertung von Klimatrends in der UTLS basierend auf einer neuen RO Klimazeitreihe sowie Detektion und Ursachenzuweisung eines Klimasignals und die Evaluierung von Klimamodellen. Ein Vergleich von RO Klimatologien, die von den fünf führenden internationalen RO Prozessierungszentren zur Verfügung gestellt werden, wird durchgeführt um strukturelle Unsicherheiten im Datensatz zu quantifizieren und die Qualität und Reproduzierbarkeit von Ergebnissen zu bewerten. Der so erstellte RO Klimadatensatz inklusive vollständiger Fehlercharakterisierung wird mit konventionellen Atmosphärenbeobachtungen - aktuellen Radiosonden- und MSU/AMSU Datensätzen - verglichen um offene Fragen bezüglich UTLS Trends zu klären. Der Nachweis eines Klimaänderungssignals unter Berücksichtigung der atmosphärischen Variabilität wird mit der 'optimal fingerprinting' Methode durchgeführt. Die Ursachenzuweisung von anthropogenem und natürlichem Klimawandel wird auch zur Modellevaluierung verwendet. Schwerpunkt der Evaluierung ist die Untersuchung von Wasserdampf und Temperaturgradienten der tropischen oberen Troposphäre in Klimamodellen verglichen mit RO Daten. usw.
Kulisse Erosion 2026 nach der GAP-Konditionalitäten-Verordnung vom 9. Dezember 2022 (K-Wassererosionsgefährdungsklasse).:Kulisse Erosion 2026 nach der GAP-Konditionalitäten-Verordnung vom 9. Dezember 2022 (K-Wassererosionsgefährdungsklasse). Der Entwurf der GAP-Konditionalitäten-Verordnung sieht eine Einteilung dieser Flächen in Erosionsgefährdungsklassen vor: KWasser1 = Erosionsgefährdung durch Niederschläge, KWasser2 = hohe Erosionsgefährdung durch Niederschläge
Kulisse Erosion 2026 nach der GAP-Konditionalitäten-Verordnung vom 9. Dezember 2022 (K-Wassererosionsgefährdungsklasse).:Kulisse Erosion 2026 nach der GAP-Konditionalitäten-Verordnung vom 9. Dezember 2022 (K-Wassererosionsgefährdungsklasse).
| Organisation | Count |
|---|---|
| Bund | 320 |
| Europa | 12 |
| Kommune | 1 |
| Land | 18 |
| Weitere | 1 |
| Wissenschaft | 203 |
| Zivilgesellschaft | 20 |
| Type | Count |
|---|---|
| Daten und Messstellen | 20 |
| Ereignis | 5 |
| Förderprogramm | 297 |
| Hochwertiger Datensatz | 1 |
| Text | 6 |
| unbekannt | 34 |
| License | Count |
|---|---|
| Geschlossen | 10 |
| Offen | 348 |
| Unbekannt | 5 |
| Language | Count |
|---|---|
| Deutsch | 221 |
| Englisch | 186 |
| Resource type | Count |
|---|---|
| Archiv | 2 |
| Bild | 2 |
| Datei | 9 |
| Dokument | 14 |
| Keine | 216 |
| Webseite | 138 |
| Topic | Count |
|---|---|
| Boden | 266 |
| Lebewesen und Lebensräume | 320 |
| Luft | 337 |
| Mensch und Umwelt | 363 |
| Wasser | 266 |
| Weitere | 355 |