Other language confidence: 0.6539640659633609
DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]
The ground-based global navigation satellite system (GNSS) technic was employed to retrieve the integrated water vapor (IWV) at 66 stations of the GNSS Upper Rhine Graben network (GURN). The GNSS IWV dataset is synchronous with the associated InSAR dataset, with 219 days available during the period March 2015 – July 2019. GNSS zenith total delay (ZTD) estimates are calculated every one hour and then converted to IWV with additional meteorological parameters from ERA5. The GNSS IWV of all the stations are saved in daily files in the second version of the Solution (Software/Technique) Independent Exchange (SINEX) format for TROpospheric parameters. GNSS station information is given in the file headers. In addition, the associated meteorological parameters from ERA5 are also provided, such as station pressure and weighted mean temperature.
Erfassung und Bearbeitung der hydrologischen, gewaessermorphologischen und naturschutzrechtlichen Gegebenheiten des Gewaessers bzw seines Einzugsgebietes. Darstellung der gegenwaertigen Situation der Wasserkraftnutzung und Absetzung des ausbauwuerdigen Potentials unter Beruecksichtigung der erhobenen Parameter.
The collocation method was used to compute water vapor fields for the Upper Rhine Graben (URG) region from GNSS zenith total delays (ZTDs) and InSAR double difference slant delays (ddSTDs). Furthermore, mean temperature from ERA data was used for the conversion of GNSS ZTDs into IWV. The input data are hourly GNSS tropospheric parameters from the GURN (GNSS Upper Rhine Graben network) network for 4 different seasons in the period 2016-2018, as well as ddSTDs for 168 InSAR acquisition epochs of the Sentinel 1A+B satellites. In total, our dataset includes 2D fields of integrated water vapor (IWV) and zenith total delays (ZTDs) as well as 3D 'tomographic' products in form of refractivity fields. For 4 specific seasonal periods, also hourly water vapor density fields are provided by exploiting the relations between IWV and water vapor density in the collocation scheme. The tropospheric fields are provided for the horizontal WRF grid of data assimilation subset of this joint data collection, whereas the 3D fields are computed up to 8 km height for 16 equally distributed layers.
Convection-permitting simulations with the Weather Research and Forecasting Modeling System (WRF) were carried out in order to provide improved water vapor fields for the Upper Rhine Valley in the border region of Germany, Switzerland and France. Hourly ERA5 reanalysis data served as input for three different simulations with (1) open loop, (2) assimilation of GNSS ZTD, InSAR ZTD and synoptic station data and (3) assimilation of tomography ZTD fields. The three-dimensional variation data assimilation (3D-VAR) configuration with hourly resolution was used. The simulations were performed for four events, one in each season (April 11-22, 2016, July 13-23, 2018, October 16-31, 2018, January 6-21, 2017). Surface pressure, temperature (2m) and integrated water vapor are provided in 2D as well as pressure, temperature and water vapor density for each of the 72 vertical levels (3D).
The provided dataset consists of double differential slant delays and absolute zenith wet delays in the region of the Upper Rhine Graben. Basis is the SLC data from Sentinel 1A+B satellites provided by the Copernicus program. 169 scenes were processed which had been acquired between April 2015 and July 2019, including data of four specific study events (11 – 22 Apr 2016, 13 – 24 Jul 2018, 16 – 31 Oct 2018, 06 – 21 Jan 2017). Interferometric processing was performed using the software SNAP, continued by a Persistent Scatterer Interferometric SAR (PS-InSAR) processing, using the program StaMPS. The first product are double differential slant delays which represent the phase delay in radiant in the satellites line of sight between the master acquisition (17 Mar 2012) and each acquisition-date respectively. Further processing uses ERA5 zenith wet delay (ZWD) and mean temperature to infer absolute zenith wet delays. A mean value is subtracted for each scene, resulting in an absolute value correction. In addition, long wavelength components are corrected by fitting the trend over the scene for each date to a 2D polynomial approximation from the ERA5 data, as those parts cannot reliably be estimated solely from the SAR data. The final product for every scene is the integrated water vapor (IWV) in kg/m² for each acquisition date at the distributed PS-points – on average about 50 points per square kilometer.
Different observation and modeling techniques were used to derive integrated water vapor (IWV) fields for the Upper Rhine Graben in the border region of Germany, Switzerland, and France. The dataset features 1) point-scale IWV and zenith total delay (ZTD) derived for 66 stations of the global navigation satellite system (GNSS) Upper Rhine Graben network (GURN), 2) area-distributed IWV and differential slant path delays from space-borne Interferometric synthetic aperture radar (InSAR) observations, 3) IWV, ZTD, refractivity (3D), and water vapor density (3D) from tomography, obtained by collocation of GNSS and InSAR products, and 4) IWV, precipitation and water vapor density (3D) simulated with the Weather Research and Forecasting Modeling system (WRF) with free run (open-loop) and three-dimensional variational data-assimilation (3D-VAR) configuration. All data products cover 4 seasonal epochs (11 – 22 Apr 2016, 13 – 24 Jul 2018, 16 – 31 Oct 2018, 06 – 21 Jan 2017). GNSS, InSAR, and tomography data are additionally available for the period Jan 2015 – Jun 2019.
Im Rahmen der Gewässerzustandsüberwachungsverordnung (GZÜV) werden nur definitive Wasserkörper befischt, Seitengewässer und Altarme werden dazu nicht berücksichtigt. Im fischökologischen Leitbild vom Unterlauf des Fließgewässers (Potamal) sind mehrere Fischarten als Begleit- und seltene Begleitarten angegeben. Deren ökologische Ansprüche und deren Vorkommen sind oftmals in Zusammenhang mit Sonderbiotopen (Seitenarme, Überschwemmungsgewässer, Altarme etc.) zu sehen. Fehlen solche Arten nun bei Untersuchungen, so kann sich dies negativ auf die Bewertung des fischökologischen Zustandes der Flussstrecken niederschlagen. Daher wird der fischökologische Zustand der Unteren Gurk und der Unteren Glan im Auftrag der Abteilung 8 (Kompetenzzentrum Umwelt, Wasser und Naturschutz) nicht nur in der Fließstrecke überprüft, sondern samt den Neben- und Begleitgewässern, da sich durch das Auffinden weiterer Fischarten auch die fischökologische Bewertung verbessern könnte.
Im Rahmen der Abfallvermeidung gewinnt die stoffliche Verwertung von textilen Abfällen zunehmend an Bedeutung. Bei der am häufigsten gebrauchten Variante der stofflichen Verwertung von textilen Abfällen werden diese in einem Reißprozess aufgeschlossen, welcher allerdings zur Beeinträchtigung des Materials führt, und anschließend zu Garnen und anderen Strukturen weiterverarbeitet. Dies stellt im Sinne des Kreislaufwirtschafts- und Abfallgesetz eine besonders hochwertige Weiterverarbeitungsvariante dar. In diesem Forschungsvorhaben wurden Erkenntnisse über die Separierung des beeinträchtigten Fasermaterials aus der vorgelegten Fasergesamtheit mit Hilfe einer Kämmmaschine erarbeitet zur Erhöhung der Garnqualität. Durch die Erkenntnisse aus systematischen Kämmversuchen und Prozessanalysen mit speziell entwickelten Messtechniken wird der Kämmprozess an die speziellen Anforderungen bei der Reißfaserverarbeitung angepasst. Bei der Herstellung von Reißfaserkämmzwickeln zeigte sich, dass sich das ausgewählte Material auf den Maschinen der Kardenbandherstellung und Kämmereivorbereitung ohne Maschinenmodifikation verarbeiten ließ. Die speziell entwickelten Messtechniken brachten zuverlässige, qualitativ hochwertige Analyseergebnisse. Durch die Analysen konnten die Nadeldichte und Einstechtiefe des Fixkamms an der Kämmmaschine optimal den Materialien angepasst werden, was die störungsfreie Verarbeitung von Reißfasern auf der Kämmmaschine gewährleistet. Selbst bei der Verarbeitung minderwertiger Reißfasergüten konnten Kammzüge produziert werden, die trotz schlechterer Kammzugdaten eine starke Reduzierung des Störpartikelgehaltes erzielten. Durch die Integration des Kämmprozesses konnte eine deutliche Qualitätssteigerung von OE-Rotor- und Ringsekundärfasergarnen und eine bessere Verarbeitbarkeit erzielt werden. Bei der Herstellung von OE-Friktionsgarn ohne Kernfilament aus Sekundärfaserkämmlings zeigte sich ein deutlicher Einfluss auf die Garneigenschaften durch die Variation der Kämmlingsmaterialien. Die klaren Qualitätsverbesserungen, die durch den Kämmprozess bezüglich der Garneigenschaften resultieren, wurden durch die Qualität von Gestricken, die aus OE-Rotorgarnen hergestellt wurden, bestätigt, jedoch nicht bei solchen aus Ringgarnen. Gestricke aus OE-Friktionsgarnen weisen unabhängig vom verwendeten Fasermaterial eine extrem hohe Pillneigung auf. Die abschließende Wirtschaftlichkeitsuntersuchung kam zu dem Ergebnis, dass sich die Integration des Kämmprozesses zur Verarbeitung von Reißfasern vor allem in Verbindung mit dem Ringspinnen als wirtschaftlich profitabel erweist.
| Organisation | Count |
|---|---|
| Bund | 14 |
| Land | 6 |
| Wissenschaft | 6 |
| Zivilgesellschaft | 1 |
| Type | Count |
|---|---|
| Daten und Messstellen | 5 |
| Förderprogramm | 4 |
| unbekannt | 10 |
| License | Count |
|---|---|
| Offen | 18 |
| Unbekannt | 1 |
| Language | Count |
|---|---|
| Deutsch | 13 |
| Englisch | 6 |
| Resource type | Count |
|---|---|
| Archiv | 1 |
| Datei | 13 |
| Dokument | 8 |
| Keine | 4 |
| Webseite | 1 |
| Topic | Count |
|---|---|
| Boden | 7 |
| Lebewesen und Lebensräume | 7 |
| Luft | 8 |
| Mensch und Umwelt | 19 |
| Wasser | 13 |
| Weitere | 19 |