Der Lattenpegel Basel, Rheinhalle wird seit 1958 als Wasserstandspegel betrieben. Es handelt sich um einen Schreibpegel (Messprinzip pneumatisch und radar). Vorgängerpegel in der näheren Umgebung sind die Pegel Basel, Schifflände (Fluss-km: ca. 167) und Basel, St. Alban (Fluss-km: ca. 166). Am Pegel Basel, Schifflände erfolgten ab 1808 regelmäßige Wasserstandsbeobachtungen und ab 1869 auch Durchflussmessungen. Aufgrund von Unsicherheiten der Messgenauigkeit, flussmorphologischen Veränderungen und der späteren Rückstaueinflüsse durch das Wasserkraftwerk Kembs (Inbetriebnahme 1932) wurden die Durchflussdaten für den Pegel Basel, Schifflände ab 1891 aus den ab 1933 erfolgenden Durchflussmessungen am Pegel Rheinfelden unter Berücksichtigung weiterer Messstationen rechnerisch ermittelt. Im Zeitraum 1945-1982 wurden die für den Rhein bei Basel berechneten und im Hydrologischen Jahrbuch der Schweiz veröffentlichten Durchflussdaten auf den Wasserstandspegel Basel, St. Alban bezogen, von 1983 bis 1996 wiederum auf den Pegel Basel, Schifflände. Da der Pegel Basel, Rheinhalle in geringerem Maße von den Rückstaueffekten des Kraftwerks Kembs beeinflusst wird, werden die Durchflussdaten für den Rhein bei Basel in jüngerer Zeit für den Pegel Basel, Rheinhalle berechnet und veröffentlicht. Diese Durchflussdaten sind seit Jahrgang 1997 im Hydrologischen Jahrbuch der Schweiz und im (DGJ) enthalten. Durch nachträgliche Bearbeitung entstand für den Rhein bei Basel eine bis 1808 zurückreichende Datenreihe von täglichen Durchflusswerten, die den hier vorgenommenen Auswertungen zugrunde liegt. Quellen: Centralbureau Meteorol. Hydrogr. Ghzgt. Baden (Hrsg.)(1884): Beitr. Hydrogr. Ghzgt. Baden 1 Spreafico, M. & Stadler, K. (1986): Hochwasserabflüsse in schweizer. Gewässern I. - Landeshydrol. -geol. Mitt. 7 Sprokkereef, E. (1989): Verzeichn. der für internat. Organisat. wichtigen Meßstellen im Rheingebiet. - Kat. 1 KHR Engel, H. et al. (1990): Abflußermittlung im Rheingebiet im Bereich der Landesgrenzen. - Ber. I-8 KHR
Der Umsetzungsplan der COP27 enthält eine sehr klare Aussage. "Ein Drittel der Welt, darunter 60% von Afrika, hat keinen Zugang zu Frühwarn- und Klimainformationsdiensten". Dies gilt vor allem für niederschlagsbezogene Warnungen. Der Grund dafür ist das fast vollständige Fehlen von Wetterradaren auf in Afrika und die mangelnde Dichte von Niederschlagsmessstationen. Im Gegensatz dazu sind geostationäre Satelliten (GEOsat) und potentiell auch kommerzielle Richtfunkstrecken (CML) und Satelliten-Mikrowellenverbindungen (SML) nahezu in Echtzeit verfügbar und können zur Niederschlagsschätzung verwendet werden. Die quantitative Niederschlagsschätzung (QPE) aus GEOsat-Daten ist jedoch aufgrund der indirekten Beziehung zwischen der Niederschlagsmenge und den tatsächlichen Messungen, die im sichtbaren und infraroten Spektrum durchgeführt werden, eine Herausforderung. Für die QPE aus SML- und CML-Daten, insbesondere auf der Grundlage groß angelegter CML-Studien in Europa, wurde gezeigt, dass sie mit der QPE aus Radar- und Regenmessern gleichwertig sein kann. In Ermangelung von Referenzdaten, wie es in Entwicklungsländern häufig der Fall ist, sind die bestehenden maßgeschneiderten semi-empirischen Prozessierungsmethoden jedoch oft nicht direkt anwendbar. GEOsat-Daten haben das Potenzial, die CML/SML-Prozessierung in diesen Regionen zu unterstützen, und umgekehrt könnte die CML/SML-QPE zur Anpassung der GEOsat-QPE verwendet werden. Das übergeordnete Ziel des Projekts MERGOSAT ist daher die Entwicklung neuartiger Methoden zur Erstellung verbesserter Echtzeit-Niederschlagskarten für datenarme Regionen durch eine Kombination von GEOsat-Daten und CML/SML-QPE. Um dieses Ziel zu erreichen, werden wir uns auf drei Aspekte konzentrieren: 1) Schaffung einer Grundlage für allgemeinere CML/SML-QPE-Modelle durch Verbesserung des Verständnisses der Prozesse die die EM-Ausbreitung von CML und SML beeinflussen. 2) Entwicklung geeigneter CML/SML-QPE-Modelle, die in datenarmen Regionen anwendbar sind, aufbauend auf den neuen Erkenntnissen über WAA und DSD und unter innovativer Nutzung von GEOsat-Daten. 3) Verbesserung der GEOsat-QPE mit DeepLearning-Methoden und Entwicklung eines neuen Verfahrens, das die Zusammenführung mit CML/SML-Daten mit sub-stündlicher Auflösung ermöglicht. Wir werden unsere Forschung auf unser umfangreiches Archiv von CML-Daten, auch aus Afrika, und die zunehmende Verfügbarkeit von SML-Daten stützen. Zusätzliche Daten aus Feldexperimenten werden mit modernsten Simulationen der EM-Ausbreitung kombiniert. Darüber hinaus werden wir neueste Techniken des DeepLearnings und unsere Hochleistungs-Recheninfrastruktur nutzen. In Kombination mit den erweiterten Fähigkeiten des kürzlich gestarteten MTG GEOsat wird uns dies ermöglichen, unsere Ziele erfolgreich anzugehen und die methodische Grundlage zu schaffen, die erforderlich ist, um datenarme Regionen mit verbesserten und zuverlässigen Niederschlagsinformationen nahezu in Echtzeit zu versorgen.
Radarbilder RW des operationellen DWD-Radarverbundes - Radar images RW from the operational DWD radar composite
Veränderungen der Ozeanwärme sind eng mit dem Wärmefluss an der Ozean-Atmosphärengrenze verbunden und spielen daher eine wic--htige Rolle bei der Regulierung des Erdklimas. Allerdings weisen in-situ-Messungen immer noch hohe Ungenauigkeiten auf und sind nur in wenigen Regionen in ausreichender Anzahl vorhanden. ROCSTAR wird neue Einsichten in das Energiebudget der Erde durch die verbesserten Schätzungen der ozeanischen Temperatur (T) und des Salzgehalts (S) liefern. Durch die Kombination der geodätischen Raumverfahren mit Argo-Profilen, werden gleichzeitig die Temperatur, der Salzgehalt und regional variierende Meeresspiegelbeiträge ermittelt. Die daraus resultierenden Schätzungen umfassen die gesamte Ozeansäule und die zugehörigen sterischen Änderungen werden sowohl mit dem beobachteten Meeresbodendruck als auch mit den Meeresspiegelanomalien konsistent sein. Vor diesem Hintergrund verfolgt das Projekt folgende Ziele:1. Erhöhung der Genauigkeit der in sich konsistenten T- und S-Felder und Bereitstellung von realistischen Fehlerschätzungen2. Ermittlung der T- und S-Schätzungen in Regionen mit wenigen Beobachtungen und in den Tiefen des Ozeans3. Quantifizierung der Rolle, welche die flachen und tiefen Schichten des Ozeans in der Energiebilanz der Erde und im Meeresspiegel-Budget spielen4. Identifizierung und Untersuchung von Ozeanwärmehotspots und deren Verbindung zum terrestrischen Wasserkreislauf im Südosten Asiens. ROCSTAR wird innerhalb des SPP1189-Schwerpunkts WPA (Ursprung der regionalen Meeresspiegeländerungen) angesiedelt sein. Das Projekt befasst sich mit globalen Beobachtungen, führt aber intensive Untersuchungen im indischen Ozean und Westpazifik durch, welche die Hauptquellen für Feuchtigkeit, Zyklon und Taifun Entwicklung in der südostasiatischen Region darstellen. Darüber hinaus wird ROCSTAR aktiv an den Öffentlichkeitsarbeiten des SPPs teilnehmen und ein konzeptionelles Brettspiel entwickeln, um Nicht-Wissenschaftlern das regionale Meeresspiegelbudget näher zu bringen.
The IUPD81 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IU): Upper air T1T2A1 (IUP): Profilers A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 10908;Feldberg/Schwarzwald;) (Remarks from Volume-C: DUAL-POLARIZATION RADAR DATA OF FELDBERG/SCHWARZWALD)
In Phase 1 lieferte "Operation Hydrometeors" für das Schwerpunktprogramm einen effizienten polarimetrischen Vorwärtsoperator als wichtige Voraussetzung der Verschmelzung von Radarpolarimetrie und numerischer Atmophärenmodellierung. Der nicht-polarimetrische “Efficient Modular VOlume RADar Operator” (EMVORADO) wurde unter Annahme von ellipsenförmigen Hydrometeoren um die Berechnung synthetischer Polarisationsparameter bei Wetterradarwellenlängen erweitert und ist sowohl in Form von Online-Implementierungen in den Wettervorhersagemodellen COSMO und ICON als auch als eigenständiges Programm verfügbar. Des Weiteren haben wir, basierend auf einem Clustering der polarimetrischen Variablen, einen ausgefeilten und robusten Algorithmus zur Hydrometeor-Klassifikation (HMC) entwickelt. Neben der Klassifizierung des dominierenden Hydrometeortyps bietet er zusätzlich die Möglichkeit, die anteiligen Massenverhältnisse der Hydrometeortypen an einem Ort zu schätzen, und zwar sowohl auf Basis polarimetrischer Radarbeobachtungen als auch auf Basis synthetischer Variablen, welche durch die Anwendung von EMVORADO auf ICON-Simulationen erhalten werden. Mit den entwickelten Werkzeugen haben wir polarimetrische Signaturen und Hydrometeore in stratiformen Regen unter Verwendung einer dualen Strategie ausgewertet, die synergistisch die hochentwickelte Hydrometeorklassifizierung und -Quantifizierung mit dem direkten Vergleich von multivariaten beobachteten und synthetischen polarimetrischen Radarparametern kombiniert. Die Analysen lieferten bereits einige Verbesserungen der Zwei-Momenten-Wolkenmikrophysik-Parametrisierung in ICON.In Phase 2 werden die entwickelten Werkzeuge weiter verfeinert, um ihre Anwendbarkeit zu erweitern. Wir verbessern das Schmelzschema in EMVORADO, koppeln möglicherweise auch eine Streudatenbank an und verfeinern unsere neue HMC weiter, um Hydrometeor-Cluster über die 0°C-Grenze hinweg zu ermöglichen. Mit diesen Entwicklungen und der Anwendung unserer dualen Strategie evaluieren und verbessern wir die Darstellung von drei weiteren wichtigen polarimetrischen Signaturen, die auf verschiedene Modellschwächen hinweisen: (1) Säulen mit erhöhter differentieller Reflektivität ZDR weisen den Weg zu einer besseren Darstellung des Gefrierprozesses von Regentropfen, (2) das ZDR in Bodennähe liefert Informationen zur besseren Parametrisierung der Regentropfengrößenverteilung, und (3) polarimetrische Variablen in der Zone bevorzugten Dendritenwachstums liefern die Informationen zur Verbesserung und Erweiterung der Darstellung von mikrophysikalischen Eisprozessen wie z.B. die sekundäre Eisproduktion im Modell. Schließlich werden wir zwei von der Polarimetrie abgeleitete Informationen für die indirekte Datenassimilation in ICON ausnutzen: wir assimilieren ZDR-Säulenobjekte und/oder die aus unserer neuen HMC abgeleiteten Massenverhältnisse der Hydrometeortypen in geeigneter Form, höchstwahrscheinlich als kategorische Ranginformationen.
The PAGD51 TTAAii Data Designators decode as: T1 (P): Pictorial information (Binary coded) T1T2 (PA): Radar data (The bulletin collects reports from stations: 10410;Essen-Bredeney;) (Remarks from Volume-C: RADAR SWEEPS DATA, 10 ELEVATION ANGELS)
Polarimetrische Radar Beobachtungen zeigen eine detaillierte und komplexe Sicht der Mikrophysik von Wolken und Niederschlag. Die Nutzung diese Daten ist jedoch immer noch eine große Herausforderung, z.B. aufgrund der zahllosen unterschiedlichen Formen und Größen von Eispartikeln und Schneeflocken. Dieses Wirrwarr zu entschlüsseln, ist das Ziel dieses Forschungsprojektes. Um dies zu erreichen, wird eine spezielle Messkampagne mit den modernsten polarimetrischen Radargeräten durchgeführt werden, um winterliche stratiforme Mischwolken zu vermessen. Durch die Kombination von Multifrequenz-Messung und spektraler Polarimetrie stellen diese Beobachtungen eine nie dagewesene Informationsfülle bereit. Der Detailreichtum diese Daten wird es erlauben, empirische Hypothesen für dominanten wolkenmikrophysikalische Prozessen in bestimmten Wolkenregionen zu entwickeln. Derartige Hypothesen werden auch polarimetrische Fingerabdrücke oder Signaturen genannt, deren Interpretation und Gültigkeit allerdings für Mischwolken noch recht unsicher ist. Um diese Hypothesen zu konkretisieren und zu quantifizieren, wird ein Lagrangesches Monte-Carlo Partikelmodell verwendet. Unter Verwendung einer Modellhierarchie vom 3d mesoskaligen Modell ICON mit parametrisierter Wolkenmikrophysik hin zum 1d spektral aufgelösten Monte-Carlo Prozessmodell, werden die beobachteten Fälle und Phänomene simuliert, mit dem Ziel die Interpretation auf ein solide physikalisch-theoretische Basis zu stellen. Das Testen von Hypothesen erfolgt natürlich auch in die andere Richtung, d.h. alternative Modellformulierungen und -annahmen können anhand der Beobachtungsdaten kritisch getestet und validiert bzw. falsifiziert werden. Um die Lücke zwischen Modell und Beobachtung zu schließen, ist ein verläßlicher polarimetrischer Radar-Vorwärtsoperator notwendig, der im Rahmen des Projekt entwickelt bzw. verbessert wird. So werden z.B. Streurechnungen für partiell bereifte Schneeflocken durchgeführt werden. Durch diese schlagkräftige Kombination von modernsten Beobachtungssystemen und detailierten Modellen mit einem konsistenten Vorwärtsoperator werden Prozesse wie Depositionswachstum, Aggregation, Bereifen und Eismultiplikation untersucht werden und unser derzeitiges Wissen über diese Prozesse wird kritisch hinterfragt, getestet und erweitert. Basierend auf diesem verbesserten Prozessverständnis erhoffen wir uns die Parametrisierungen von Wolken- und Niederschlagsprozessen in Wetter- und Klimamodellen verbessern zu können. Nur mit solch verbesserten Prozessparametrisierungen wird es mittelfristig möglich sein, die reichhaltige Information, die die modernen polarimetrischen Radarsysteme bieten, in Wettervorhersagesystemen zu assimilieren, um so die Vorhersagen von Wolken und Niederschlag weiter zu verbessern.
Die Bereifung (riming) ist ein Prozess, der unterkühlte Wassertröpfchen effizient in Eis umwandelt. Dieser Prozess hat daher einen signifikanten Einfluss auf die Bildung und Entwicklung von Niederschlag. Bereifung ist mit Fernerkundungsmethoden schwierig zu identifizieren und quantifizieren, und wird in Modellen noch unzureichend parametrisiert. Typischerweise werden nur intensive Bereifungsprozesse in Form von Graupel in Beobachtungs- und Modellstudien berücksichtigt Um ein besseres Verständnis über den Bereifungsprozess zu erhalten, werden in PROM-POMODORI operationelle polarimetrische Messungen aus dem C-Band Wetterradarverbund des DWD mit operationellen DWD ICON-D2 Wettervorhersagen und vertikalen Doppler-Messungen aus den hochauflösenden Wolkenradarmessungen aus JOYCE (Jülich) und vom Meteorologischen Institut der Ludwig-Maximilians-Universität in München, und auch von dem C-Band-Radarverbunds kombiniert. Aus vertikal sondierenden Doppler-Radarmessungen wird über die Fallgeschwindigkeit der Eispartikel der Bereifungsgrad quantifiziert. Der Bereifungsgrad auf Basis der JOYCE Wolkenradardaten wird dann mit den polarimetrischen Messungen aus dem Radarverbund und dem thermo(dynamischen) ICON-D2 Vorhersagen über ein maschinelles Lernverfahren korreliert. In dem man faktisch die Information aus (lokalen) Bereifungs-Retrievals von Doppler-Radarmessungen auf die räumlichen polarimetrischen und thermodynamischen Messfelder überträgt, wird die räumliche Variabilität der Bereifung in Niederschlagswolken für typische Niederschlagssituationen in Teilen Süddeutschlands untersucht. PROM-POMODORI wird die identifizierte Variabilität der Bereifung in Bezug zur ICON-D2-Gitterauflösung betrachten, und dabei untersuchen, wie significant die sub-skalige Bereifungsvariabilität ist. Darüber hinaus wird in PROM-POMODORI untersucht, ob die Güte des Bereifungs-Retrivals genutzt werden könnte, um als Indikator für kritische Flugzeug-Vereisungssituation zu dienen. Dabei werden die Retrieval-Ergebnisse, mit dem DWD ADWICE System verglichen, welches für die Luftfahrt Karten über Regionen mit potentiell kritischem Vereisungspotential zu Verfügung stellt.
The IUPD40 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IU): Upper air T1T2A1 (IUP): Profilers A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 10103;Borkum (ASB);) (Remarks from Volume-C: RADAR DATA OF BORKUM)
| Organisation | Count |
|---|---|
| Bund | 1341 |
| Europa | 10 |
| Global | 1 |
| Kommune | 24 |
| Land | 259 |
| Weitere | 23 |
| Wirtschaft | 4 |
| Wissenschaft | 607 |
| Zivilgesellschaft | 11 |
| Type | Count |
|---|---|
| Daten und Messstellen | 53 |
| Ereignis | 7 |
| Förderprogramm | 1082 |
| Hochwertiger Datensatz | 13 |
| Repositorium | 1 |
| Text | 54 |
| Umweltprüfung | 1 |
| unbekannt | 259 |
| License | Count |
|---|---|
| Geschlossen | 68 |
| Offen | 1216 |
| Unbekannt | 186 |
| Language | Count |
|---|---|
| Deutsch | 980 |
| Englisch | 625 |
| Resource type | Count |
|---|---|
| Archiv | 31 |
| Bild | 6 |
| Datei | 56 |
| Dokument | 47 |
| Keine | 817 |
| Webdienst | 1 |
| Webseite | 579 |
| Topic | Count |
|---|---|
| Boden | 828 |
| Lebewesen und Lebensräume | 1095 |
| Luft | 987 |
| Mensch und Umwelt | 1431 |
| Wasser | 666 |
| Weitere | 1470 |