API src

Found 158 results.

Related terms

Air- and soil temperature data from PhytOakmeter plot DGRL_14 (Greifenhagen, Germany) from 2021

Soil temperature at 15cm depth and air temperature at 60cm height were collected using HOBO Pro V2 loggers, model U23-004. Two loggers were used. After data visualization, unrealistic values were removed manually for each logger, and mean temperature values were calculated at 30-minute intervals.

Air- and soil temperature data from PhytOakmeter plot DGRL_14 (Greifenhagen, Germany) from 2023

Soil temperature at 15cm depth and air temperature at 60cm height were collected using HOBO Pro V2 loggers, model U23-004. Two loggers were used. After data visualization, unrealistic values were removed manually for each logger, and mean temperature values were calculated at 30-minute intervals.

Air- and soil temperature data from PhytOakmeter plot DGRL_14 (Greifenhagen, Germany) from 2019

Soil temperature at 15cm depth and air temperature at 60cm height were collected using HOBO Pro V2 loggers, model U23-004. Two loggers were used. After data visualization, unrealistic values were removed manually for each logger, and mean temperature values were calculated at 30-minute intervals.

Air- and soil temperature data from PhytOakmeter plot DGRL_14 (Greifenhagen, Germany) from 2018

Soil temperature at 15cm depth and air temperature at 60cm height were collected using HOBO Pro V2 loggers, model U23-004. Two loggers were used. After data visualization, unrealistic values were removed manually for each logger, and mean temperature values were calculated at 30-minute intervals.

Air- and soil temperature data from PhytOakmeter plot DGRL_14 (Greifenhagen, Germany) from 2020

Soil temperature at 15cm depth and air temperature at 60cm height were collected using HOBO Pro V2 loggers, model U23-004. Two loggers were used. After data visualization, unrealistic values were removed manually for each logger, and mean temperature values were calculated at 30-minute intervals.

Air- and soil temperature data from PhytOakmeter plot DGRL_14 (Greifenhagen, Germany) from 2024

Soil temperature at 15cm depth and air temperature at 60cm height were collected using HOBO Pro V2 loggers, model U23-004. Two loggers were used. After data visualization, unrealistic values were removed manually for each logger, and mean temperature values were calculated at 30-minute intervals.

Schwerpunktprogramm (SPP) 1294: Bereich Infrastruktur - Atmospheric and Earth system research with the 'High Altitude and Long Range Research Aircraft' (HALO), Physikalische und chemische Eigenschaften von Wolkenpartikelresiduen und eisnukleierenden Partikeln in Verbindung mit Wolken in hohen geographischen Breiten vom Mischphasen- bis zum Zirrenniveau (HALO 2020, CIRRUS-HL)

Es wird vermutet, dass Zirruswolken in hohen geographischen Breiten (arktische Zirren), einen positiven „Cloud Radiative Effect“ (CRE) haben und somit zum Phänomen der "Arctic Amplification" beitragen. Das Vorzeichen und die Stärke des CRE arktischer Zirren hängt von deren mikrophysikalischen Eigenschaften, d.h. der Eispartikelkonzentration, dem effektiven Eispartikelradius und dem Eiswassergehalt (IWC), ab. Diese Parameter werden hauptsächlich durch den Eisbildungsprozess (heterogen vs. homogen) und durch den Bildungspfad (in-situ vs. flüssiger Ursprung) bestimmt. Dies impliziert insbesondere für Zirren flüssigen Ursprungs die Beteiligung von eisnukleierenden Partikeln (INP), was deren Häufigkeit, Eigenschaften und Quellen zu Schlüsselfaktoren für die Bildung, die mikrophysikalischen und Strahlungseigenschaften von Zirren in hoher Breiten macht. Informationen über INP in hohen geographischen Breiten im Allgemeinen und in größeren Höhen im Besonderen, extrem rar. Im Rahmen der HALO-Mission CIRRUS-HL wollen wir daher das Wissen hinsichtlich arktischer INP über a) die Charakterisierung von Eispartikel- (IPR) und Wolkentröpfchenresiduen (CPR, Summe aus IPR und Tröpfchenresiduen) in arktischen Zirren und Mischphasenwolken, und b) die vertikal aufgelöste Messung (Mischphase bis Zirrusniveau) von Hochtemperatur INP (> -30°C) außerhalb von Wolken, erweitern. Für die geplanten Untersuchungen werden der HALO-CVI („Counterflow Virtual Impactor“) und der Aerosolpartikelfiltersammler HERA verwendet werden. Hinter dem HALO-CVI werden Instrumente zur physikalischen (Anzahl der Konzentrationen, Partikelgrößenverteilung, BC-Konzentration) und chemischen (Einzelpartikelzusammensetzung, MPI-C) Charakterisierung der IPR und CPR betrieben. Die von HERA gesammelten Filterproben werden im Anschuss an die Kampagne in den TROPOS-Laboratorien hinsichtlich der physikalischen INP-Eigenschaften (Anzahlkonzentrationen und Gefrierspektren) sowie der chemischen Zusammensetzung der Aerosolpartikel analysiert.Bei In-Wolken-Messungen werden der HALO-CVI und HERA kombiniert werden. So können die INP, innerhalb der gesammelten IPR (Zirren) und Wolkentropfenresiduen (CPR, in Mischphasenwolken) identifiziert, quantifiziert und charakterisiert werden. Diese INP könnten potenzielle Vorläufer von Zirrus mit flüssigem Ursprung in hohen Breiten sein.In Verbindung mit den Ergebnissen der im Rahmen von CIRRUS-HL durchgeführten in-situ Messungen wolkenmikrophysikalischer Eigenschaften, sowie der Analyse von Rückwärtstrajektorien der untersuchten Luftmassen werden wir a) bzgl. der Häufigkeit und der Eigenschaften von INP ein bisher einmaliges Schließungsexperiment (innerhalb und außerhalb der Wolke) durchführen, b) das Wissen über die raumzeitliche Verteilung, die Eigenschaften und die Quellen von INP signifikant erweitern und c) tiefe Einblicke in INP-Effekte auf die Bildung und die mikrophysikalischen Eigenschaften von Zirruswolken in hohen geographischen Breiten erhalten.

Schwerpunktprogramm (SPP) 2115: Synergie von Polarimetrischen Radarbeobachtungen und Atmosphärenmodellierung (PROM) - Verschmelzung von Radarpolarimetrie und numerischer Atmosphärenmodellierung für ein verbessertes Verständnis von Wolken- und Niederschlagsprozessen; Polarimetric Radar Observations meet Atmospheric Modelling (PROM) - Fusion of Radar Polarimetry and Numerical Atmospheric ..., Bestimmung der polarimetrischen Signaturen von Eisbildungsprozessen unter kontrollierten Aerosolbedingungen (PolarCAP)

Zahlreiche Prozesse sind an der Entwicklung von Wolkensystemen unter leicht unterkühlten Bedingungen bis zu -10°C beteiligt. Das Zusammenspiel von Thermodynamik, Wasserdampf und Aerosolpartikeln steuert die Verteilung von Flüssigwasser und Eis, die Niederschlagsbildung und die Strahlungseigenschaften. Das Projekt PolarCAP zielt darauf ab, die komplexen Zusammenhänge aufzulösen, indem die Entwicklung der Eisphase unter leicht unterkühlten Bedingungen in einer thermodynamisch und aerosol-kontrollierten natürlichen Umgebung mittels Radarpolarimetrie und Spectral-Bin Modellierung untersucht wird. Zielobjekt der Studie sind flüssigwasserdominierte, unterkühlte stratiforme Wolken, die sich im Winter häufig im Temperaturbereich von -10 bis 0°C über dem Schweizer Plateau bilden. Im Rahmen des externen ERC-Forschungsprojekts CLOUDLAB werden Drohnen eingesetzt, um diese Wolken mit definierten Mengen verschiedener Arten von eisnukleierenden Partikeln, wie Silberjodid oder Snowmax, zu impfen. Die anschließend gebildete Eisphase und die Auflösung der Flüssigphase werden im Rahmen von CLOUDLAB mit Hilfe von In-situ-Messungen und einem Standardsatz von Fernerkundungsinstrumenten wie Lidar und LDR-Wolkenradar charakterisiert. Konkretes Ziel von CLOUDLAB ist, die 1- und 2-Momenten-Parametrisierungen der Eisphase des Wettervorhersagemodells ICON zu verbessern. PolarCAP wird mit dem CLOUDLAB-Projekt zusammenarbeiten, um diesen einzigartigen Datensatz durch die Anwendung modernster polarimetrischer Radar- und Lidar-basierter Fernerkundungstechniken zur Bestimmung der mikrophysikalischen Eigenschaften von Wolken sowie durch die Anwendung wolkenauflösender Spektral-Bin Modellierung zu verbessern und zu nutzen. Synergistische, mehrwellenlängen- und polarimetrische bodengebundene Fernerkundung mit scannendem Radar und Lidar wird eingesetzt, um den Übergang von unterkühlten flüssigen stratiformen Wolken in Mischphasenwolken zu beobachten. Begleitet von wolkenauflösenden Modellsimulationen und Radar-Forward-Operatoren wird PolarCAP die Entwicklung und die beteiligten mikrophysikalischen Prozesse zwischen -10 und 0°C erfassen. Die kombinierten Beobachtungen werden neue Erkenntnisse über das Zusammenspiel von Kontakt- und Immersionsgefrieren, sekundärer Eisbildung und Eisvervielfachung liefern, indem Wolken in verschiedenen Temperaturregimen untersucht werden, von denen angenommen wird, dass sie entweder von spezifischen Eisphasenprozessen beeinflusst bzw. unbeeinflusst sind. PolarCAP wird das derzeitige Verständnis wolkenmikrophysikalischer Prozesse und deren Darstellung in atmosphärischen Modellen herausfordern und die wolkenauflösende Modellierung und deren Kopplung an Radarvorwärtsoperatoren vorantreiben. Insgesamt wird PolarCAP Fortschritte in unseren Fähigkeiten erzielen, die Effizienz verschiedener eisbildender Substanzen besser einschätzen zu können und die Zeitskalen von mikrophysikalischen Prozessen und dem Lebenszyklus von Stratusbewölkung zu verknüpfen.

Air- and soil temperature data from PhytOakmeter plot DGRL_14 (Greifenhagen, Germany) from 2022

Soil temperature at 15cm depth and air temperature at 60cm height were collected using HOBO Pro V2 loggers, model U23-004. Two loggers were used. After data visualization, unrealistic values were removed manually for each logger, and mean temperature values were calculated at 30-minute intervals.

Soil- moisture and temperature from the PhytOakmeter plot DGRL_14 (Greifenhagen, Germany) from 2021

As part of PhytOakmeter (www.phytoakmeter.de), time-domain transmission, soil moisture and -temperature sensors with custom-made logger systems were used to measure time series of soil state variables. The aim of these investigations was to provide data on environmental properties used in a cross-disciplinary approach.The measurement device consisted of two sensors at three different depths. The dataset contains the values of time (UTC), relative permittivity, soil moisture (in % vol) derived from permittivity and soil temperature (in °C). Determination of soil moisture was done using the formula of Topp et al. (1980). As sensors, the SMT100 soil moisture sensors with integrated temperature measurement were used. All sensors were installed within the upper 50cm below ground. The exact depths for each sensor are listed in the dataset and parameter comment.

1 2 3 4 514 15 16