Über dem Antarktischen Ozean findet man das am wenigsten vom Menschen beeinflusste Aerosol der Erde, aber es gibt so gut wie keine Aerosol bezogenen Messdaten aus dieser interessanten Region. Als Partner des Projekts -Study of Preindustrial-like-Aerosol Climate Effects- (SPACE) beteiligen wir uns an der beispiellosen Antarctic Circumnavigation Expedition (ACE), die uns die einmalige Gelegenheit bietet, hochwertige Aerosolmessungen in dieser abgelegenen Region durchzuführen. ACE-SPACE zielt auf eine detaillierte Charakterisierung des vorhandenen Aerosols, welches von anthropogener Verschmutzung unbeeinflusst ist und somit ein Aerosol darstellt, welches mit dem in einer vorindustriellen Atmosphäre vergleichbar ist. Im Rahmen von ACE-SPACE liegt der Schwerpunkt von TROPOS auf Aerosolpartikeln, welche an klimarelevanten Aerosol-Wolken-Wechselwirkungen beteiligt sind. Insbesondere Partikel, die als Wolkenkondensation (CCN) fungieren können, sowie Partikel, die in der Lage sind, zur Vereisung von Wolken zu führen, sind Untersuchungsgegenstand. Während der Antarktischen Umrundung werden wir 3 Monate lang kontinuierliche INP- und CCN-bezogene in-situ-Messungen an Bord des russischen Eisbrechers Akademik Tryoshnikov durchführen, ergänzt durch Aerosol Filterproben. Im Rahmen des ACE-SPACE Projekts wird TROPOS nur für die Durchführung der Messungen und die chemische Charakterisierung der Filterproben finanziert. Deshalb beantragen wir hiermit Mittel für die wissenschaftliche Auswertung, physikalische Analyse und Interpretation (hauptsächlich 1 Doktorand, 67% für drei Jahre) der gesammelten Proben und Daten.Wir werden einen einzigartigen Datensatz zu den physikalischen und chemischen Eigenschaften von Wolkenkondensationskernen (CCN) und Eis nukleierenden Partikeln (INP), sowie deren Quellen, über dem Antarktischen Ozean liefern. Der Datensatz beinhaltet sowohl CCN und INP-Anzahlkonzentrationen entlang der Route der Antarktischen Umrundung (ACE), als auch quantitative Informationen bzgl. des Aktivierungsverhaltens (Hygroskopizität) und Eisnuklerationsverhaltens (z.B. Gefriertemperaturen), der gesammelten CCN und INP. Der erhobene Datensatz ist repräsentativ für ein natürliches, von menschlichen Einflüssen quasi freies, vorindustrielles Aerosol und damit ein sehr wertvoller Beitrag zur Verbesserung der Vorhersage der Klimaveränderungen in der Antarktischen Region im Besonderen, und der globalen Atmosphäre im Allgemeinen. Die gewonnenen Daten werden innerhalb des SPP offen zur Verfügung gestellt aber auch von unseren Partnern im ACE-SPACE-Projekt zur Klimamodellierung und Validierung von Satellitenretrievals genutzt.
Downscaling von Atmosphärenmodellausgaben, insbesondere von Niederschlagsdaten, ist erforderlich um Variablen von der niedrigaufgelösten Skala des Modells zur Punktskala des Standortes hin zu transformieren, auf der die entsprechenden Variablen für praktische Anwendungen genutzt werden. Dazu gehören unter anderem, das Füllen von Datenlücken, hydrologische oder glaziologische Anwendungen, Klimaprognosen, Anwendungen in der Bewässerung oder Vorhersagen für Energieversorger. Statistisches Downscaling besteht darin, stochastische Beziehungen zwischen Beobachtungen oder Modellausgaben auf großer Skala, die als Prädiktoren dienen, und die an einem Standort zu schätzende Größe, dem Prädiktand, herzustellen. Die dazu angewandten Beziehungen sind häufig lineare Regressionen, es kommen aber auch nicht-lineare Transformationen, wie nicht-lineare Regressionen oder das Quantile-Matching zur Anwendung. In besagten Fällen wird ein stationärer, homoskedastischer Zusammenhang zwischen stochastischen Variablen angenommen, die zwar den bedingten Erwartungswert, aber nicht die Ränder der Verteilung, welche die meteorologischen Extreme abbilden, adäquat transformieren. Im vorliegendem Antrag wird ein probabilistischer Prozessor für das Downscaling von Niederschlagsdaten als Ansatz vorgeschlagen, der als bedingter Bayesscher Prozessor implementiert wird und die nicht-lineare Umformungen zwischen Prädiktoren von der Meso-Skala hin zur Skala eines Standortes unterstützt. In diesem Zusammenhang werden stochastische Zusammenhänge zwischen Prädiktoren und Prädiktanden im Gaußschen Raum modelliert. Die Methode ermöglicht es, mehrere Indikatoren innerhalb eines räumlichen Fensters von Modellzellen gleichzeitig zu verwenden, und kann auf die Anwendung von Prädiktoren, die von mehreren unterschiedlichen Vorhersagemodellen stammen, ausgeweitet werden. Durch die Anwendung multivariater abgeschnittener Normalverteilungen können auch heteroskedastische Beziehungen von stochastischen Variablen abgebildet, analytisch nach den Prädiktoren marginalisiert und anschließend in den Herkunftsraum zurücktransformiert werden. Das Downscaling der Schätzung des Prädikanten von der Skala der Modellzelle auf den Standort erfolgt anschließend mit Hilfe eines nicht-Markovschen, nicht-stationären stochastischen Wettergenerators. Sowohl der Bayessche Prozessor als auch der stochastische Wettergenerator müssen über ein ausreichend weites Zeitfenster anhand von Beobachtungsreihen und Simulationsergebnissen geeicht und validiert werden.
El Niño ist die warme Phase der El Niño/Southern Oscillation (ENSO), und beschreibt die dominante Variabilität der Tropen auf Zeitskalen von Monaten bis Jahren. Obwohl ENSO im tropischen Pazifik geschieht, werden starke regionale und globale Einflüsse auf das Klima, auf die Ökosysteme der Meere und auf dem Land, und damit auch auf die Wirtschaft einzelner Länder beobachtet. Klimamodelle sagen vorher, dass El Niño sich unter dem Einfluss der globalen Erwärmung verstärken könnte, und dass sich sogenannte Super El Niños entwickeln könnten, d.h. El Niño Ereignisse, welche stärker und langlebiger sind als die stärksten im 20. und 21. Jahrhundert beobachteten Ereignisse. Es ist allerdings noch unklar, ob sich zum Beispiel die sogenannten Teleconnections, also Fernwirkungen von El Niño, linear mit der Stärke des Ereignisses im tropischen Pazifik entwickeln werden. Es ist zudem noch unzureichend erforscht, ob sich die Teleconnections selbst verändern werden. Es gibt aber Hinweise, dass sich die Teleconnections von El Niño nichtlinear verhalten, und dass daher ein Super El Niño völlig andere globale Auswirkungen haben könnte als ein historischer El Niño. Durch die Vorhersage der Klimamodelle, dass sich solche Super El Niño - Ereignisse in Zukunft häufen könnten, ist ein besseres Verständnis möglicher Nichtlinearitäten von Teleconnections nötig. Dieses Forschungsvorhagen untersucht die Nichtlinearität in der Stärke und im Charakter von El Niño Teleconnections für eine Erde in einem wärmeren Klima. Im Speziellen wird die Fernwirkung von El Niño auf die Troposphäre und Stratospähre der mittleren Breiten in der Nord- und Südhalbkugel untersucht.
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.
Die Energietransfers der drei dynamischen Regime - kleinskalige Turbulenz, interne Schwerewellen und geostrophisch balancierte Strömung - sind fundamental für den Energiezyklus in der Atmosphäre und dem Ozean. Nichtsdestotrotz sind sie aber nicht gut verstanden und quantifiziert, und ihre Repräsentation in modernen Erdsystemmodellen ist unbefriedigend. Weil durch die Interaktion der dynamischen Regime die kleinsten Skalen ultimativ mit den größten Skalen durch eine Vielzahl von komplexen Prozessen verbunden sind, ist das Verständnis dieser Interaktionen wichtig um Ozean- und Atmosphärenmodelle zu konstruieren und um das Klima vorherzusagen. Die gegenwärtige Unkenntnis dieser Prozesse wird durch energetisch inkonsistente Modelle mit relativ großen Fehlern, aber auch durch Inkonsistenzen numerischer und mathematischer Natur, reflektiert. Wir glauben, dass es nun an der Zeit ist momentane Anstrengungen zu kombinieren, diese Defizite zu überwinden, neue Aktivitäten zu fördern die dynamischen Interaktionen zu verstehen und die Konsistenz von Ozean- und Atmosphärenmodellen zu verbessern. Die Arbeit des SFB/TRR soll die Modellfehler reduzieren, die Modellgüte verbessern, und ultimativ die Klimamodelle und Klimavorhersagen verbessern. Die wesentlichen Ziele dieses SFB/TRR sind - i. das notwendige Verständnis der Energietransfers zwischen den verschiedenen dynamischen Regimen in Atmosphäre und Ozean zu entwickeln, - ii. mit diesem Verständnis neue und konsistente Parametrisierungen zu entwickeln und in Modellen zu implementieren und zu testen, und - iii. numerischen Methoden mit konsistenter Energetik zu entwickeln. Es ist unsere Vision dadurch eine energetisch konsistente Beschreibung der Energiekonversionen im Klimasystem zu etablieren sowie physikalisch, mathematisch und numerisch konsistente Ozean- und Atmosphärenmodelle zu entwickeln.
Der Klimawandel stellt eines der größten Probleme unserer Gesellschaft der nächsten Jahrzehnte dar. Verlässliche Klimaprognosen sind in diesem Zusammenhang von enormer politischer und sozioökonomischer Relevanz. Genaue Vorhersagen sind jedoch derzeit durch ein noch begrenztes Verständnis wichtiger atmosphärischer Parameter, wie zum Beispiel der chemischen Zusammensetzung der Atmosphäre, der Aerosolbelastung, den Zirruswolken und Zirkulationsrückkopplungen in der oberen Troposphäre/unteren Stratosphäre (OTUS) nur sehr eingeschränkt möglich. Insbesondere unser Wissen über die wichtigsten klimarelevanten atmosphärischen Bestandteile wie z.B. der Wasserdampf, Eis- und Aerosolpartikel ist unvollständig.Kürzlich wurden in der OTUS starke Partikelneubildungsereignisse beobachtet, in einer Region, in der Eisbildung und tiefe Konvektion vorherrschen. Es scheint, dass die Region überhalb troposphärischen Wolken ein günstiger Ort für die Bildung neuer Teilchen ist. Der zugrunde liegende Bildungsmechanismus ist jedoch nur sehr qualitativ verstanden. Diese Partikelneubildungsereignisse sind möglicherweise mit der Bildung von kondensierbaren Dämpfen in großer Höhe verbunden und nicht nur mit dem Aufsteigen verschmutzter Luftmassen, die diese enthalten. Partikelneubildung erfordert somit eine Quelle von atmosphärischen Oxidationsmitteln, die die Flüchtigkeit von Vorläufergasen reduzieren, um Partikel im unteren Nanometerbereich durch Gas-zu-Partikel-Umwandlung zu bilden. Diese Oxidationsmittelquelle muss stark genug sein, um mit den durch die bereits vorhandenen Partikel induzierten Kondensationssenken zu konkurrieren.Wir vermuten, dass die Bildung von Eispartikeln durch das Gefrieren von unterkühltem flüssigem Wasser, gefolgt von Wasserkondensation, Quellen von H2O2 oder HOx-Radikalen in der OTUS sind, die zur Partikelneubildung führen Es ist bekannt, dass das Gefrieren wässriger Lösungen elektrische Felder erzeugt (sogenannter Workman-Reynolds-Effekt). In ähnlicher Weise wurde kürzlich gezeigt, dass die bevorzugte Orientierung der Wassermoleküle an der Grenzfläche zwischen Luft und Wasser ein elektrisches Grenzflächenpotential induziert. Solche lokalisierten elektrischen Felder können elektrochemische Prozesse in oder auf den Eispartikeln induzieren, die H2O2 oder HOx produzieren und erheblich zur Oxidationskapazität der Atmosphäre beitragen, wodurch die Bildung neuer Partikel und Wolken und schließlich der Strahlungshaushalt und das Klima der Erde beeinflusst werden. Diese Hypothese wird durch einige sehr aktuelle aktuelle Messungen gestützt.Dieses Projekt hat zum Ziel, diese Oxidationsprozesse zu charakterisieren und quantifizieren.
Die Vorhersage von Klimafolgen auf den Gartenbau erfordert neue Modellierungsansätze, die die Vielfalt gartenbaulicher Kulturen und Produktionsverfahren, sowie deren besonderen Anfälligkeiten gegenüber Klima- und Wetterphänomen gerecht werden. Da konventionelle Herangehensweisen zur Klimaprognose hierfür schlecht geeignet sind, wird ein neuartiger Bayes'scher Modellierungsansatz entwickelt, der durch die Synthese bestehenden Wissens bestmögliche Prognosen und Handlungsempfehlungen erarbeitet. Die zu entwickelnde Methodik basiert auf den Prinzipien der Entscheidungsanalyse, zu deren Bausteinen partizipative Modellierung, probalistische Simulationen und eine sorgsame Berücksichtigung aller bedeutender Unsicherheiten und Risken gehören. Mit diesem Ansatz werden Prognosen für mindestens drei für Nordrhein-Westfalen bedeutende gartenbauliche Kulturen erstellt. Vorgesehen sind Analysen für Spargel, Äpfel und Erdbeeren. Bei gutem Fortschritt können auch Zwiebeln, Kohl, Strauchbeeren, Callunen oder andere Kulturen bearbeitet werden. Dafür werden zunächst unter Einbeziehung von Experten- und Praxiswissen, sowie der Literatur, konzeptionelle Modelle übersetzt, mit Hilfe derer Simulationen durchgeführt werden können. Als Eingangsgrößen dienen sowohl Klimaprojektionen für mehrere Zeithorizonte, als auch geschätzte Bandbreiten für diejenigen Variablen, für die keine objektiven Daten zur Verfügung stehen. Diese Schätzwerte basieren auf allen verfügbaren Quellen , inklusive durch ein spezielles Trainingsprogramm im Schätzen von Wahrscheinlichkeiten geschulten Experten und Praktikern. Die Simulationsergebnisse bilden die Bandbreite der Klimawirkungen auf die modellierten Kulturen ab und erlauben es, die Auswirkungen von Anpassungsmaßnahmen zu simulieren. Zudem können mit Hilfe weiterführender Analysen bedeutsame Wissenslücken aufgezeigt werden, die im Nachgang durch gezielte Untersuchungen adressiert werden können. So erlaubt dieses Vorhaben eine Eingrenzung der zu erwartenden Klimafolgen, ein Aufzeigen bedeutender Unsicherheiten und einen Einblick in vielversprechende Anpassungsmaßnahmen.
Die 4D-Var Datenassimilation (4D-var DA) ist eine spezielle Methode, die zur Initialisierung von Klima- und Wettervorsagen durch die Schätzung von Klimamodellparametern benutzt wird, in dem Modelle an beobachtende Daten angepasst werden. Aus verschiedenen Gründen führen DA unvermeidliche methodische Fehler ein, die sich auf die Genauigkeit der Modellvorhersagen auswirken. Aktuelle Methoden zur Fehlerkorrektur brauchen erhebliche Computerressourcen. Dies ist ein Grund, warum die Verwendung dieser Methoden in der Klimamodellierung begrenzt ist und sie nur in vereinfachten Versionen angewandt werden. Die Entwicklung einer konzeptuell neuartigen, robusten und effizienten, nichtlinear-variationellen Fehlerschätzungsmethode (NOVFEM) ist Ziel dieses Projekts. Diese Methode wird Fehler von DA Methoden schätzen und die notwendigen Korrekturen bestimmen. Im Besonderen ist es geplant, VOVFEM im Rahmen einer Anwendung in Klimavorhersagesystemen zu entwickeln. Der Vorteil der vorgeschlagenen Methode ist, dass der Algorithmus auf einer abstrakten mathematischen Formulierung basiert und deshalb in vielen geophysikalischen Bereichen angewandt werden kann. Eine weitere Innovation dieses Projekts ist die Entwicklung einer Methode zur schnellen und einfachen Berechnung von inversen Kovarianzmatrizen, die z. B. Anwendung in DA finden. Die vorgeschlagenen Methode ist im Vergleich mit existieren Methoden effizienter. Es wird erwartet, dass die theoretischen Ergebnisse dieses Projekt national und international veröffentlicht werden und ein freier Zugang zur NOVFEM Software wird bereitgestellt werden.
Wichtige Klimaproxies wie z.B. Baumringe nutzen stabile Isotopenverhältnisse zur Rekonstruktion paläoklimatischer Verhältnisse. Dies wiederum erlaubt Abschätzungen über die zukünftigen Auswirkungen des derzeit stattfinden Klimawandels. Die Insel Korsika im westlichen Mittelmeer liegt in einer besonders stark von Klimaveränderungen betroffen Region. Die Insel war daher in den letzten Jahren das Ziel von Klimarekonstruktionen mittels Dendrochronologie und stabilen Isotopenmessungen. Allerdings ließen sich vorhandene Untersuchungsergebnisse von Sauerstoffisotopenmessungen an korsischen Schwarzkiefern bislang nicht zufriedenstellend interpretieren. Sauerstoffisotopenuntersuchungen von Baumringen hängen entscheidend vom Sauerstoffisotopenwert (delta18O) des lokalen Niederschlages und des daraus resultierenden Bodenwassers ab. Der delta18O-Wert des Niederschlages variiert vor allem in Abhängigkeit von Temperatur, Geländehöhe und dem Ursprungsgebiet der Luftmassen. Diese Parameter lassen sich heute meist gut bestimmen lassen, müssen für die Vergangenheit aber oft abgeschätzt werden. Ein wichtiger Effekt ist der Höheneffekt, welcher die Abhängigkeit des delta18O-Werts von der Geländehöhe beschreibt. Für solche Isotopeneffekte gibt es über die globale Datenbasis der Internationalen Atomenergiebehörde (IAEA) gute regionale Abschätzungen. Sehr viel schwieriger gestalteten sich hingegen lokale Abschätzungen in Regionen mit einem sehr steilen, hohen Gebirgsrelief. Neueste Arbeiten lassen vermuten, dass für solche Regionen die Isotopenwerte in bestimmten Jahreszeiten keinen höhenabhängigen Gradienten mehr zeigen. Ursache hierfür können jahreszeitliche Schwankungen der Höhenlage der atmosphärischen Grenzschicht sein. Der vorliegende isotopenhydrologische Antrag ist Teil des Bündelantrages CorsicArchive, welcher weitere Anträge zum Klima, der Dendroisotopie und der Dendrologie umfasst. An insgesamt neun Stationen entlang eines Ost-West verlaufenden Höhenprofils sollen Regensammler installiert und beprobt werden. Im Teilprojekt Isotopenhydrologie sollen Fragen zur Wechselwirkung zwischen dem Höheneffekt und der atmosphärischen Grenzschicht untersucht werden. Weitere Fragestellungen sind die Herkunft der Luftmassen sowie der Anteil der lokalen Verdunstung am hydrologischen Kreislauf der Insel. Darüber hinaus sollen Oberflächengewässer- und Bodenwasseruntersuchungen durchgeführt werden, um Veränderungen des delta18O-Wertes auf seinem Weg zum Baumring zu entschlüsseln und zu quantifizieren. Die Untersuchungen sollen zu einem besseren Verständnis isotopenhydrologischer Prozesse in Gebieten mit steilen Höhengradienten beitragen. Dies soll schließlich dazu führen, dass auf stabilen Isotopen basierende Klimarekonstruktionen solcher Regionen zuverlässig interpretiert werden können. Im Hinblick auf den derzeitigen Klimawandel ist es entscheidend solche Prozesse in der Vergangenheit zu verstehen, um verlässliche Prognosen über zukünftige Veränderungen abzugeben.
| Origin | Count |
|---|---|
| Bund | 386 |
| Europa | 1 |
| Land | 5 |
| Wirtschaft | 1 |
| Wissenschaft | 10 |
| Type | Count |
|---|---|
| Ereignis | 2 |
| Förderprogramm | 375 |
| Text | 12 |
| unbekannt | 1 |
| License | Count |
|---|---|
| geschlossen | 13 |
| offen | 377 |
| Language | Count |
|---|---|
| Deutsch | 342 |
| Englisch | 89 |
| Resource type | Count |
|---|---|
| Bild | 1 |
| Datei | 2 |
| Dokument | 3 |
| Keine | 202 |
| Webseite | 187 |
| Topic | Count |
|---|---|
| Boden | 308 |
| Lebewesen & Lebensräume | 311 |
| Luft | 375 |
| Mensch & Umwelt | 390 |
| Wasser | 306 |
| Weitere | 385 |