Das Projekt "Biokraftstoffe - Eigenschaften und Erfahrungen bei der Anwendung, Biokraftstoffe - Eigenschaften und Erfahrungen bei der Anwendung - Fortschreibung" wird/wurde ausgeführt durch: DGMK Deutsche Wissenschaftliche Gesellschaft für Erdöl, Erdgas und Kohle e.V..Dieser DGMK-Forschungsbericht ist eine Fortschreibung des DGMK-Forschungsberichts 611 'Biokraftstoffe -Eigenschaften und Erfahrungen bei der Anwendung', der im Jahr 2002 erschienen ist. Seit dieser Zeit haben sich die Pläne der Europäischen Kommission, den Einsatz von Biokraftstoffen zu fördern, konkretisiert. Die Direktive 2003/30/EC gibt für den Zeitraum von 2005 bis 2010 Zielvorgaben, in welchem Umfang Biokraftstoffe in den Handel gebracht werden sollen. Bei Dieselkraftstoffen wird das im Wesentlichen durch Zugabe von bis zu 5 Prozent Fettsäuremethylestern und nicht durch einen Einsatz in reiner Form geschehen. Bei den Ottokraftstoffen kommen Ethanol und Ethyltertiärbutylether (ETBE) als Beimischungen in Frage. Sowohl bei Diesel- als auch bei Ottokraftstoff sind für den Fall einer Beimischung durch die gültigen Normen Maximalwerte für die sauerstoffhaltigen Verbindungen gegeben. Wegen seiner geringeren Oxidations- und Lagerstabilität besteht ein Interesse an Labortests, die für Biodiesel und Dieselkraftstoffe, die Biodiesel enthalten, eine Vorhersage darüber erlauben, ob der Kraftstoff über eine für den praktischen Betrieb ausreichend große Stabilität verfügt. Die ASTM D 4625-Methode, bei der die Probe bei 43 Grad Celsius gelagert wird und die allgemein als das geeigneste Testverfahren zur Bestimmung der Lagerstabilität von Mitteldestillaten angesehen wird, ist für Fettsäuremethylester und Mischungen mit ihnen weniger gut geeignet. Unter vielen untersuchten Prüfverfahren hat für die Bestimmung der Lagerstabilität die Rancimat-Methode die weiteste Anerkennung gefunden, obwohl auch Ergebnisse vorliegen, die es fraglich erscheinen lassen, ob generell ein Zusammenhang zwischen den Rancimat-Ergebnissen und der Lagerstabilität besteht. Vereinzelt gibt es Dieselkraftstoffe, die für eine Zumischung auch nur einer so geringen Menge wie 5 Prozent Biodiesel schlecht geeignet erscheinen. Für solche Dieselkraftstoffe scheint eine besonders kleine Rancimat-Induktionsperiode kennzeichnend zu sein. Nicht alle für Kohlenwasserstoffe bewährten Antioxidationsmittel sind in Mischungen mit Biodiesel gleich gut wirksam. Nach den bisherigen Erfahrungen kommt es beim Einsatz von Mischungen mit Biodiesel in Kraftfahrzeugen zu keinen Problemen, wenn der Biodieselgehalt 5 Prozent nicht übersteigt, auf Abwesenheit von Wasser geachtet und die Lagerzeit auf 6 Monate begrenzt wird. Der eingesetzte Biodiesel muss den Anforderungen der Norm EN 14214 genügen. Überflüssiger Kontakt mit Luft beispielsweise durch Rühren sollte bei der Lagerung von Biodiesel unbedingt vermieden werden. Auch wenn in dem durch die Norm erlaubten Rahmen Ethanol oder ETBE konventionellen Ottokraftstoffen beigemischt wird, sind im praktischen Betrieb keine Schwierigkeiten zu erwarten. Allerdings muss beim Zusatz von Ethanol auf die Abwesenheit von Wasser im System geachtet werden. Bei einer unkontrollierten Vermischung von ethanolhaltigen und ethanolfreien Kraftstoffen kann der Dampfdruckgrenzwert ...
Der Südhafen Spandau ist eine umlaufend gespundete Halbinsel in der Havel, auf der seit den 30er Jahren des letzten Jahrhunderts neben Kohle u.a. zunehmend auch flüssige Brennstoffe und Öle umgeschlagen und gelagert wurden. Die isolierte Lage des Westteils der Stadt nach dem zweiten Weltkrieg führte zu einem raschen Ausbau der ober- und unterirdischen Lagerkapazitäten von flüssigen Mineralölprodukten (ca. 40 Hoch- und 60 Erdtanks). Seit Anfang der 90er Jahre wurden die Kapazitäten schrittweise abgebaut. Durch Bombeneinwirkungen im 2. Weltkrieg, diverse Leckagen bzw. Havarien sowie beim unsachgemäßen Umgang mit wassergefährdenden Stoffen entstanden an diversen Lagerstandorten im Südhafen erhebliche Boden- und Grundwasserverunreinigungen. Im östlichen Grundwasserabstrom des Südhafens, dieser liegt am Rande des Wasserschutzgebiets Tiefwerder, befinden sich die Förderbrunnen in einem Abstand von ca. 550 m. Im Zuge der Altlastenerkundung seit Beginn der 90er Jahre wurden erhebliche Verunreinigungen in Boden und Grundwasser durch Benzine sowie Mineral- und Teeröle festgestellt. Das Schadensbild war nicht einheitlich, da neben Art und Umfang der einzelnen Schadensereignisse auch der Untergrundaufbau (Feinsande, organische Mudden und Torfe) sehr heterogen ist. Aufgrund ihrer relativ geringen spezifischen Dichte hatten sich die Schadstoffe (MKW, BTEX, MTBE, PAK) jedoch mehrheitlich im Schwankungsbereich des Grundwassers angereichert. Etwa 20 % der Gesamtfläche des Südhafens wurde als sanierungsbedürftig eingestuft. Seit Mitte der 90er Jahre führte die Berliner Hafen und Lagerhausgesellschaft mbH (BEHALA), Eigentümerin des Südhafens Spandau, im Zuge einer Neuordnung des Hafengebiets Altlastensanierungen durch. Der kontrollierte Rückbau vorhandener Anlagen (Hoch- und Erdtanks, Gebäude, Versiegelungen) war dabei vielfach eine unabdingbare Voraussetzung für die Bodensanierung. Sobald die betreffenden Flächen frei wurden, beauftragte bzw. veranlasste die BEHALA die Sanierung kontaminierter Teilbereiche. Einer der Pächter sanierte in 2002 ein großes, bereits veraltetes Tanklager im zentralen Bereich des Südhafens und 2005 ein weiteres bis dahin verbliebenes, modernes Tanklager auf eigene Veranlassung und in enger Kooperation mit der BEHALA, dem projektierenden Ingenieurbüro (Büro für Umweltfragen GmbH) und der Ordnungsbehörde. Die Sanierung der großflächigen Tanklagerschäden erfolgte stets nach dem gleichen Schema: Nach Aufnahme der Versiegelung wurde in den kontaminierten Bereichen zunächst die nur gering belastete Deckschicht entfernt und auf Halde gelegt. Anschließend wurde der stark kontaminierte Boden im Schwankungsbereich des Grundwassers bis max. 1,5 m unter dem Grundwasserspiegel ausgebaggert und je nach Kontaminationsgrad und -art in biologischen Bodenbehandlungsanlagen oder Bodenwaschanlagen entsorgt. Insgesamt wurden ca. 64.000 t stark kontaminierter Bodenaushub aus dem Untergrund entfernt. Das kontaminierte Grundwasser wurde durch in den Baugruben gesetzte Entnahmeschächte vorgreifend abgesenkt und gereinigt. Die Wiederverfüllung der Baugruben fand im Sinne des Kreislaufwirtschafts- und Abfallgesetzes mit Böden aus anderen Tiefbaumaßnahmen sowie mit dem auf Halde gelegten Material statt. Die Gesamtkosten einschl. Untersuchungs-, Sanierungs- und Entsorgungsleistungen betrugen ca. 5,6 Mio. €. Projekt Südhafen Spandau
Das Tanklager befindet sich auf einem Hafengrundstück im Berliner Bezirk Neukölln. Von 1969 bis 1986 wurden hier auf einer Fläche von ca. 2.700 m² von verschiedenen Pächtern Vergaserkraftstoffe und Heizöl gelagert. 1996 plante der Eigentümer eine Neubebauung des Tanklagerbereichs. Bei der Altlastenerkundung wurden Grundwasser- und Bodenkontaminationen durch BTEX, MKW und Naphthalin festgestellt. Das Sanierungskonzept sah vor, zuerst das Tanklager rückzubauen und den kontaminierten Boden zu entsorgen und anschließend das Grundwasser zu sanieren. Parallel zum Tanklagerrückbau wurde 2001 mit den Voruntersuchungen für die Grundwassersanierung begonnen. Hierbei wurde bei den zur vertikalen Schadenseingrenzung durchgeführten Sondierungen Methyltertiärbutylether (MTBE) aufgefunden. MTBE, das seit den 80er Jahren vor allem Superbenzin zugesetzt wird, stellte die Sanierungsplanung vor besondere Anforderungen. Die für eine Anlagenplanung wesentlichen Eigenschaften von MTBE sind dessen niedrige Flüchtigkeit aus Wasser sowie die hohe Wasserlöslichkeit und Polarität, welche die Ausbreitung mit der Grundwasserströmung im Vergleich zu BTEX-Verunreinigungen verstärken und sowohl die Strippung als auch die Aktivkohleadsorption erschweren. Es wurde eine zweistufige Strippanlage konzipiert, über die 95 % der Schadstoffe abgetrennt und anschließend an Luftaktivkohle adsorbiert werden. Die geringe Flüchtigkeit von MTBE wurde mit einem hohen Luft-/Wasserverhältnis von 180:1 und einer geringen Berieselungsdichte in den Kolonnen berücksichtigt. Für die Einhaltung der Einleitgrenzwerte bei den zu Sanierungsbeginn zu erwartenden hohen Schadstoffkonzentrationen (max. 17 mg/l BTEX, 10 mg/l MTBE) wurde zeitweise eine Wasseraktivkohlestufe installiert. Sowohl bei der Auslegung der Luft- als auch der Wasseraktivkohlestufe wurden die Verweilzeiten aufgrund der geringen Adsorptionsneigung von MTBE entsprechend verlängert. Der Anlagenaufbau wurde so an die Neubaumaßnahme gekoppelt, dass verschiedene Leistungen (z.B. Rohrleitungsverlegung) für beide Projekte gemeinsam ausgeführt wurden und so Synergieeffekte entstanden. Der Sanierungsbereich umfasste eine Fläche von ca. 4.000 m², aus dem mit vier Brunnen gefördert wurde. Von Sanierungsbeginn an wurden die geforderten Einleitgrenzwerte mit Konzentrationen von 50 µg/l sicher unterschritten. Nach 5 Monaten Sanierung konnte die Wasseraktivkohlestufe rückgebaut werden. Nach gut 3 Jahren Betriebsdauer konnte die Sanierung im Oktober 2006 beendet werden. Dabei wurden 255.942 m³ Grundwasser gereinigt. Für die Bodensanierung sind etwa 300.000 € aufgewendet worden. Die Kosten für die Grundwassersanierung betrugen für den Zeitraum der Maßnahme seit 2003 ca. 200.000 €, was einem Reinigungspreis von ca. 1,28 €/m³ entspricht. Für die Nachsorge (Grundwassermonitoring und Bodenuntersuchungen) wurden brutto rund 54.000 € aufgewandt. Trotz der erhöhten Anforderungen, welche die Abreinigung von MTBE an die Anlagentechnik stellt, lagen die Kosten nicht wesentlich über denen einer vergleichbaren BTEX- oder LCKW-Sanierung. Es wurde im Rahmen der Nachsorge ein regelmäßiges Monitoring durchgeführt. Seit 2010 wurde das Monitoring durch Parameter ergänzt, die eine Bewertung der natürlichen Rückhalte- bzw. Abbauvorgänge möglich machen. Durch das abschließende Grundwassermonitoring im Herbst 2013 konnte das Vorergebnis von 2011 bestätigt werden, das auf dem teilsanierten ehem. Schadensgrundstück für die BTEX ein relevanter Konzentrationsrückgang stattfindet. Schadstoffverlagerungen nach außerhalb des Sanierungsgrundstücks sind aufgrund annähernd stationärer Grundwasserströmungsverhältnisse sowie durch baubedingte Abschirmmaßnahmen (eine Spundwand im Abstrom bindet zwischen 2,6 m und 4,2 m tief in das Grundwasser ein) nicht zu erwarten. Dies wurde auch durch Untersuchungen auf einem im unmittelbaren Grundwasserabstrom befindlichen Grundstück bestätigt. Die dort untersuchten Grundwassermessstellen waren annähernd unbelastet. Aufgrund des Nachweises eines weiterführenden natürlichen Schadstoffabbaus konnte das Grundwasser-Monitoring im Jahr 2013 beendet werden. Da eine weitere Grundwassergefährdung auszuschließen ist, sind weitere Maßnahmen bei gleichbleibender Nutzung nicht erforderlich. Das Grundstück ist inzwischen mit Büro- und Werkstattgebäuden bebaut und wird als Außenbezirksstelle des Wasser- und Schifffahrtsamtes Berlin genutzt.
Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Processing steps: The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds. 4. add the interpolated differences to CHELSA Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 12/2023. Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997): maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta)) actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td)) relative humidity = actual water pressure / maximum water pressure The resulting relative humidity has been aggregated to monthly averages. Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000]. The data have been reprojected to EU LAEA. File naming scheme (YYYY = year; MM = month): ERA5_land_rh2m_avg_monthly_YYYY_MM.tif Projection + EPSG code: EU LAEA (EPSG: 3035) Spatial extent: north: 6874000 south: -485000 west: 869000 east: 8712000 Spatial resolution: 1000 m Temporal resolution: Monthly Pixel values: Percent * 10 (scaled to Integer; example: value 738 = 73.8 %) Software used: GDAL 3.2.2 and GRASS GIS 8.0.0/8.3.2 Original ERA5-Land dataset license: https://apps.ecmwf.int/datasets/licences/copernicus/ CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC Data is also available in Latitude-Longitude/WGS84 (EPSG: 4326) projection: https://data.mundialis.de/geonetwork/srv/eng/catalog.search#/metadata/b9ce7dba-4130-428d-96f0-9089d8b9f4a5 Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.
Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Processing steps: The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds. 4. add the interpolated differences to CHELSA Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 12/2023. Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997): maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta)) actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td)) relative humidity = actual water pressure / maximum water pressure The resulting relative humidity has been aggregated to monthly averages. Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000]. File naming scheme (YYYY = year; MM = month): ERA5_land_rh2m_avg_monthly_YYYY_MM.tif Projection + EPSG code: Latitude-Longitude/WGS84 (EPSG: 4326) Spatial extent: north: 82:00:30N south: 18N west: 32:00:30W east: 70E Spatial resolution: 30 arc seconds (approx. 1000 m) Temporal resolution: Monthly Pixel values: Percent * 10 (scaled to Integer; example: value 738 = 73.8 %) Software used: GDAL 3.2.2 and GRASS GIS 8.0.0/8.3.2 Original ERA5-Land dataset license: https://apps.ecmwf.int/datasets/licences/copernicus/ CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC Data is also available in EU LAEA (EPSG: 3035) projection: https://data.mundialis.de/geonetwork/srv/eng/catalog.search#/metadata/ab06ed25-84af-43c9-b1c3-57e3b6ad8d29 Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.
Tabelle III 1 UN-Nummer 2 Güterbezeichnung 3 AVFL ( Vol.-% ) 4 Bemerkungen UN 1090 Aceton 0,26 UN 11453 Cyclohexan 0,10 UN 1170 Ethanol (Ethylalkohol) oder Ethanol, Lösung (Ethylalkohol, Lösung), wässrige Lösung mit mehr als 70 %- Vol-% Alkohol 0,31 UN 1179 Ethyl-tert-Butylether 0,16 UN 1216 Isooctene 0,08 UN 1230 Methanol 0,60 UN 1267 Roherdöl (mit weniger als 10 % Benzen) 0,12 1) UN 1993 Entzündbarer flüssiger Stoff, N.A.G. mit weniger als 10 % Benzen --- 3) UN 2398 Methyl-tert-Butylether 0,16 UN 3257 Erwärmter flüssiger Stoff, N.A.G., bei oder über 100 °C und, bei Stoffen mit einem Flammpunkt, unter seinem Flammpunkt (einschließlich geschmolzenes Metall, geschmolzenes Salz usw. ) --- 3) UN 3295 Kohlenwasserstoffe, flüssig, N.A.G. mit weniger als 10 % Benzen --- 3) 9001 Stoffe mit einem Flammpunkt über 60 °C, die in einem Bereich von 15 K unterhalb des Flammpunkts erwärmt zur Beförderung aufgegeben oder befördert werden, oder Stoffe mit Fp > 60 °C, erwärmt näher 15 K unter dem Fp --- 3) , 4) 9003 Stoffe mit einem Flammpunkt über 60 °C und höchstens 100 °C, die nicht anderen Klassen oder Klasse 9 zuzuordnen sind --- 3) , 4) 1) Der AVFL-Wert entspricht dem von Benzen. 3) Der AVFL-Wert (der 10 % der unteren Explosionsgrenze entspricht) muss vom Befrachter mitgeteilt werden, da der LEL -Wert von der Zusammensetzung des Gemisches abhängt. 4) Hinweis: 9001 und 9003 sind keine UN-Nummern nach den Modellvorschriften. Es sind sog. Stoffnummern, die nur für das ADN und nur für die Tankschifffahrt kreiert wurden. Stand: 01. Oktober 2024
Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Processing steps: The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds. 4. add the interpolated differences to CHELSA Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 07/2021. Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997): maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta)) actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td)) relative humidity = actual water pressure / maximum water pressure Data provided is the daily averages of relative humidity. Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000]. The data have been reprojected to EU LAEA. File naming scheme (YYYY = year; MM = month; DD = day): ERA5_land_rh2m_avg_daily_YYYYMMDD.tif Projection + EPSG code: EU LAEA (EPSG: 3035) Spatial extent: north: 6874000 south: -485000 west: 869000 east: 8712000 Spatial resolution: 1000 m Temporal resolution: Daily Pixel values: Percent * 10 (scaled to Integer; example: value 738 = 73.8 %) Software used: GDAL 3.2.2 and GRASS GIS 8.0.0 Original ERA5-Land dataset license: https://apps.ecmwf.int/datasets/licences/copernicus/ CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.
Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Processing steps: The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds. 4. add the interpolated differences to CHELSA Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 07/2021. Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997): maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta)) actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td)) relative humidity = actual water pressure / maximum water pressure The resulting relative humidity has been aggregated to decadal averages. Each month is divided into three decades: the first decade of a month covers days 1-10, the second decade covers days 11-20, and the third decade covers days 21-last day of the month. Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000]. The data have been reprojected to EU LAEA. File naming scheme (YYYY = year; MM = month; dD = number of decade): ERA5_land_rh2m_avg_decadal_YYYY_MM_dD.tif Projection + EPSG code: EU LAEA (EPSG: 3035) Spatial extent: north: 6874000 south: -485000 west: 869000 east: 8712000 Spatial resolution: 1000 m Temporal resolution: Decadal Pixel values: Percent * 10 (scaled to Integer; example: value 738 = 73.8 %) Software used: GDAL 3.2.2 and GRASS GIS 8.0.0 Original ERA5-Land dataset license: https://apps.ecmwf.int/datasets/licences/copernicus/ CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.
Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Processing steps: The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds. 4. add the interpolated differences to CHELSA Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 07/2021. Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997): maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta)) actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td)) relative humidity = actual water pressure / maximum water pressure Data provided is the daily averages of relative humidity. This set provides data for the years 2000 - 2004. For other time periods, please see further linked data sets. Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000]. File naming scheme (YYYY = year; MM = month; DD = day): ERA5_land_rh2m_avg_daily_YYYYMMDD.tif Projection + EPSG code: Latitude-Longitude/WGS84 (EPSG: 4326) Spatial extent: north: 82:00:30N south: 18N west: 32:00:30W east: 70E Spatial resolution: 30 arc seconds (approx. 1000 m) Temporal resolution: Daily Pixel values: Percent * 10 (scaled to Integer; example: value 738 = 73.8 %) Software used: GDAL 3.2.2 and GRASS GIS 8.0.0 Original ERA5-Land dataset license: https://apps.ecmwf.int/datasets/licences/copernicus/ CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.
Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Processing steps: The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds. 4. add the interpolated differences to CHELSA Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 07/2021. Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997): maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta)) actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td)) relative humidity = actual water pressure / maximum water pressure The resulting relative humidity has been aggregated to decadal averages. Each month is divided into three decades: the first decade of a month covers days 1-10, the second decade covers days 11-20, and the third decade covers days 21-last day of the month. Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000]. File naming scheme (YYYY = year; MM = month; dD = number of decade): ERA5_land_rh2m_avg_decadal_YYYY_MM_dD.tif Projection + EPSG code: Latitude-Longitude/WGS84 (EPSG: 4326) Spatial extent: north: 82:00:30N south: 18N west: 32:00:30W east: 70E Spatial resolution: 30 arc seconds (approx. 1000 m) Temporal resolution: Decadal Pixel values: Percent * 10 (scaled to Integer; example: value 738 = 73.8 %) Software used: GDAL 3.2.2 and GRASS GIS 8.0.0 Original ERA5-Land dataset license: https://apps.ecmwf.int/datasets/licences/copernicus/ CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.
| Origin | Count |
|---|---|
| Bund | 60 |
| Land | 2244 |
| Type | Count |
|---|---|
| Chemische Verbindung | 4 |
| Förderprogramm | 38 |
| Messwerte | 2229 |
| Text | 7 |
| unbekannt | 15 |
| License | Count |
|---|---|
| geschlossen | 1520 |
| offen | 762 |
| unbekannt | 11 |
| Language | Count |
|---|---|
| Deutsch | 2273 |
| Englisch | 23 |
| Resource type | Count |
|---|---|
| Archiv | 724 |
| Keine | 1544 |
| Webseite | 749 |
| Topic | Count |
|---|---|
| Boden | 2277 |
| Lebewesen & Lebensräume | 2280 |
| Luft | 2266 |
| Mensch & Umwelt | 2293 |
| Wasser | 2276 |
| Weitere | 2290 |