API src

Found 444 results.

Similar terms

s/meereisdicke/Meereisdecke/gi

Rekonstruktion des marinen Karbonatsystems während des letzten glazial-interglazialen Überganges aus Bor-Isotopen und -Konzentrationen Foraminiferen.

Störungen des Kohlenstoffkreislaufs, sowohl natürlichen als auch anthropogenen Ursprungs, führen zu globale Erwärmung, Ozeanversauerung (OA) und Sauerstoffzehrung des Tiefenwassers. Natürliche Störungen des Kohlenstoffkreislaufs sind als Hauptursache von mindestens 4 von 5 Massensterben in der Erdgeschichte identifiziert wurden (z.B. Hönisch et al, 2009, Bijma et al.., 2013).Anthropogene Aktivitäten setzten CO2 zehnmal schneller frei als jedes andere Ereignis in den letzten 65 Mio. Jahren - vielleicht sogar während der letzten 300 Mio Jahren. Dies macht den heutigen CO2 Ausstoß zu einer der größten gesellschaftlichen Herausforderungen. Um die Auswirkungen der anthropogenen Störungen vorhersagen zu können, ist es zwingend erforderlich, die natürlichen Speicher und Dynamik des Kohlenstoffsystems zu verstehen. Dies erfordert die genaue Rekonstruktion der marinen Karbonatchemie für Zeiträume mit natürlichen Änderungen. In diesem Projekt wollen wir Veränderlichkeit am Übergang Glazial/Interglazial untersuchen weil die Änderungen der Karbonatchemie in der gleichen Größenordnung wie heute lagen. Da das Reservoir an anorganischem Kohlenstoff im Ozean ungefähr 60 mal größer ist als das der Atmosphäre, sind Rekonstruktionen der Veränderungen der Kohlenstoffsenke/-speicherung in der Tiefsee ein Schlüssel, um die glazialen/interglazialen Schwankungen im atmosphärischen CO2 - wie sie in Eisbohrkernen beobachtet werden - zu erklären. Prozesse im Südozean, wo der Großteil des Tiefenwassers ventiliert wird, spielen hierbei vermutlich eine zentrale Rolle. Man vermutet, dass der träge glaziale Süd Ozean mehr Kohlenstoff einlagern konnte, die Biologische Pumpe effektiver war und dass eine höhere Wassermassen-Stratifizierung das Entweichen von CO2 in die Atmosphäre verringert hat. Nach dem glazialen Maximum wird mit dem Rückzug des Meereises die Tiefsee Kohlenstoff - Pumpe wieder mit der Atmosphäre verbunden und führt zu einer erhöhten CO2-Freisetzung. Bislang ist dies, wenn auch von Indizienbeweisen unterstützt, nur eine Hypothese, zum Beweis bedarf es der Rekonstruktionen der glazialen/interglazialen variierenden Karbonatchemie. Dies ist das übergreifende Ziel unseres Antrags. Auf dem Weg zur Rekonstruktion des glazialen/interglazialen Kohlenstoffpools liegen 3 Zwischenziele: 1) Rekonstruktion von Oberflächenwasser-Tiefsee- CO2-Gradienten, glaziale Kohlenstoffspeicherung und deglaziale Entgasung mittels Bor-Isotopen und B/Ca fossiler Foraminiferen als Hauptvariablen. 2) Erstellen der ersten Kalibrationen von Bor-Isotopen und B/Ca Ratio für Cibicides wuellerstorfi (Tiefseeforaminifere) unter in-situ Druck. 3) Entwicklung von analytischen Methoden, welche die Analyse von einzelnen Foraminiferen Schalen erlauben.

GTS Bulletin: STLV41 UMRR - Surface data (details are described in the abstract)

The STLV41 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (ST): Sea Ice A1A2 (LV): Latvia (Remarks from Volume-C: NilReason)

Regionalklima Mittelsibiriens und der Laptewsee

Untersuchung der interanuellen und dekadischen Variabilität des arktischen Regionalklimas in Verbindung mit der Meereisbedeckung.

Sea-Ice and Stratospheric Ozone-Links and Impact in the Arctic and Antarctic (ISOLAA)

Sonderforschungsbereich Transregio 172 (SFB TRR): Arktische Verstärkung: Klimarelevante Atmosphären- und Oberflächenprozesse und Rückkopplungsmechanismen (AC)3, Teilprojekt D03: Wechselwirkungen zwischen Atmosphäre und Meereis in der Arktis

Die zentralen Zielstellungen dieses Teilprojekts sind (i) die Verbesserung im Verständnis von Rückkopplungsmechanismen zwischen der Atmosphäre und Meereis-Ozean in der Arktis, und (ii) eine Quantifizierung der einzelnen Beiträge der atmosphärischen Zirkulation, der atmosphärischen Grenzschicht (ABL) und Wolkenprozesse, sowie die Meereisveränderung in der der zeitlich beobachteten arktischen Klimaveränderung. Die Unterschiede zwischen dem beobachteten Meereisrückgang und Simulationsergebnissen von aktuellen regional gekoppelten Klimamodellen wird beurteilt. Ensemble-Simulationen mit einem gekoppelten regionalen Atmosphäre-Meereis-Ozean Modells des arktischen Klimasystems HIRHAM-NAOSIM werden mit neuen satellitenabgeleiteten Daten von Meereiskonzentrationen, Meereisdicken und Schneetiefe verglichen.

Schwerpunktprogramm (SPP) 1158: Antarctic Research with Comparable Investigations in Arctic Sea Ice Areas; Bereich Infrastruktur - Antarktisforschung mit vergleichenden Untersuchungen in arktischen Eisgebieten, Untersuchung von Polynjen in der Antarktis mit Mikrowellenradiometerdaten in Bezug auf ihre Gesamtfläche, die Fläche und Dichte des innen vorhandenen dünnen Eises, sowie der mit den Polynjen verknüpften Eis- und Salzproduktion

Die Polynya Signature Simulation Method (PSSM) und das Ice Edge Detection (IED)-Verfahren erlauben es, aus Daten des satellitengetragenen Mikrowellenradiometers Special Sensor Microwave/ Imager (SSM/I) Polynjenfläche und Eiskante mit einer Genauigkeit von 100km2 bzw. 10km zu bestimmen. Mit dem PSSM-Verfahren soll die gesamte Polynjenfläche der Antarktis für jeden Tag des Zeitraums 1992-2006 aus SSM/I-Daten mehrerer Satelliten berechnet werden. Dabei ist ab 1995 die Ableitung eines Tageszyklus möglich. Meteorologische Daten sollen in Kombination mit Satellitenmessungen im sichtbaren und infraroten Spektralbereich dazu dienen, für diese Polynjenfläche Eis- und Salzproduktion sowie typische Dicke und Ausdehnung des an die Polynjenfläche angrenzenden dünnen Meereises abzuschätzen. PSSM und IED sollen auf Daten des neuen und feiner auflösenden passiven Mikrowellensensors Advanced Microwave Scanning Radiometer (AMSR/AMSR-E) auf AQUA und ADEOS-2 übertragen werden, um einerseits die minimale Größe detektierbarer Polynjen und Leads herabzusetzen und andererseits die Eiskante mit einer höheren Genauigkeit zu detektieren (4km statt 10km). Die niederfrequenten AMSR(-E)-Kanäle (6.9 und 10.7GHz) sollen hinsichtlich ihrer Nutzung für die Abschätzung der Dicke von dünnem Meereis untersucht werden.

Arctic PASSION - Polar Monthly Mean Ice Surface Temperature (AP-MMIST) for the time period 1982 to 2024

The Arctic PASSION Polar Monthly Mean IST data set (AP-MMIST) is a combined surface temperature product covering open ocean, marginal ice zone and closed sea ice areas, represented by Sea Surface Temperatures (SST), Marginal Ice Zone Temperatures (MIZT) and sea Ice Surface Temperatures (IST). Beside ocean and sea ice the data set also includes surface temperatures from the Greenland and Antarctic ice sheets. AP-MMIST has been jointly developed and produced by Arctic PASSION WP-1 and the Sea Ice Thematic Assembly Centre (Sea Ice TAC) under the Copernicus Climate Change Service (C3S - service contract: 2022/C3S2_312b_MOi_SC1). The AP-MMIST is a monthly averaged temperature product based on the C3S daily IST CDR and ICDR level 3 data. The daily mean C3S IST data set is a resampled and averaged daily mean IST product using Global Area Coverage - Advanced Very High-Resolution Radiometer (AVHRR) IST level 2 data as input. The level 2 and 3 CDR and ICDR data records are described in Algorithm Theoretical Baseline Document (Eastwood et al., 2023). The surface temperature retrieval algorithm used to produce the basic level 2 product is a traditional split window algorithm using two Thermal InfraRed (TIR) channels to compensate for atmosphere and angular emissivity dependency. This is described in the Algorithm Theoretical Baseline Document (Eastwood et al., 2023). The level 1 TIR input data set is the full data record from the AVHRR on-board NOAA satellite platforms since 1982, as well as AVHRR records on-board Metop satellites since 2006. The product output format is NetCDF with standard attributes, following CF convention to the degree possible. The monthly data are divided into 2 monthly files, one for each hemisphere, SH and NH.

Anpassung an den Klimawandel

Klimawandel bezeichnet eine längerfristige Temperaturänderung der Erdatmosphäre. In den vergangenen zwei bis drei Millionen Jahre gab es auf der Erde einen zyklischen Wechsel von Warm- und Kaltphasen. Das ist im Wesentlichen auf die Neigung der Erdachse und die elliptische Umlaufbahn der Erde um die Sonne und dem daraus resultierenden Abstand der Erde zur Sonne sowie dem Einstrahlungswinkel der Sonnenstrahlen auf die Erde zurückzuführen. Auch die ebenfalls zyklischen Veränderungen unterliegende Aktivität der Sonne hat Einfluss auf das Erdklima. Darüber hinaus gibt es weitere natürliche Faktoren wie beispielsweise Vulkanismus und durch Rückkopplungseffekte verursachte Veränderungen der Meeresströmungen, die das Klima beeinflussen. In den letzten 150 Jahren hat jedoch der Mensch entschieden dazu beigetragen, die Konzentration von Treibhausgasen in der Atmosphäre zu erhöhen und so eine globale Erwärmung voranzutreiben. Das ist auf die massive Nutzung fossiler Energieträger (Kohle, Erdöl und Erdgas) und eine veränderte Landnutzung, wie die Rodung von Wäldern und die Trockenlegung von Mooren zurückzuführen. Laut aktuellem IPCC-Bericht ist die globale atmosphärische Konzentration von CO 2 seit vorindustrieller Zeit um 40 % angestiegen. Die atmosphärischen Konzentrationen von CO 2 , Methan und Stickstoffoxiden sind mittlerweile so hoch wie nie zuvor innerhalb der letzten 800.000 Jahre. In jeder der letzten drei Dekaden fand eine zunehmende Erwärmung der Erdoberfläche statt, die stärker war als in jeder zurückliegenden Dekade seit 1850. Die Folgen sind bereits deutlich erkennbar. Global findet eine Erwärmung der Atmosphäre und der Ozeane statt, Permafrostböden tauen auf und setzen Methan frei, das Meereis schmilzt, ebenso die Eisschilde des Festlandes, der Meeresspiegel steigt, und zwar schneller, als bisherige Modelle dies erwarten ließen. Regional kommt es vermehrt zu Extremwetterereignissen wie Hitzeperioden, Stürmen, Starkregenereignissen und Hagel. Im Juli 2016 hat das Potsdam-Institut für Klimafolgenforschung (PIK) eine durch die vormalige Senatsverwaltung für Stadtentwicklung und Umwelt in Auftrag gegebene Konzeptstudie zur Anpassung an die Folgen des Klimawandels in Berlin (AFOK) vorgelegt. Die Studie beschreibt auf Basis aktueller wissenschaftlicher Erkenntnisse die Klimazukunft Berlins bis zum Ende des Jahrhunderts und benennt Handlungsoptionen zur Anpassung an die Auswirkungen der klimatischen Veränderungen. Sie bildet die Grundlage für das Berliner Anpassungsprogramm als Teil des Berliner Energie- und Klimaschutzprogramms (BEK). Mit Hilfe eines Indikatoren basierten Klimafolgenmonitorings wird die Entwicklung klimatischer Parameter in der Vergangenheit und Gegenwart hinsichtlich erkennbarer Trends überwacht. Darüber hinaus sollen damit die eintretenden Klimafolgen frühzeitig erkannt werden, um Anpassungsmaßnahmen zielgerichtet planen und durchzuführen zu können. Auswirkungen des Klimawandels Weitere Informationen Klimafolgenmonitoring Weitere Informationen Programm zur Anpassung an die Folgen des Klimawandels in Berlin Weitere Informationen Berliner Energie- und Klimaschutzprogramm 2030 (BEK 2030) Stadtentwicklungsplan (StEP) Klima Zentrum KlimaAnpassung IPCC-Berichte Global Change Institute

Multibeam bathymetry processed data (EM 1002 echosounder entire dataset) of RV MARIA S. MERIAN during cruise MSM51/1

Swath sonar bathymetry data used for that dataset was recorded during RV MARIA S. MERIAN cruise MSM51/1 using Kongsberg EM1002 multibeam echosounder. The cruise took place between 01.02.2016 and 27.02.2016 in the Baltic Sea. The cruise aimed to perform seismo- and hydroacoustic surveys, sampling of Holocene sediments and to investigate the water column wintertime mixing close to sea-ice limits. These surveys improved the understanding of variations in the ventilation of the deeper Baltic, considering not only external climate forcing but also the effects of postglacial sealevel rise and isostatic uplift [CSR]. CI Citation: Paul Wintersteller (seafloor-imaging@marum.de) as responsible party for bathymetry raw data ingest and approval. During the MSM51-1 cruise, the moonpooled KONGSBERG EM1002 multibeam echosounder (MBES) was utilized to perform bathymetric mapping in shallow depths. 111 beams are formed for each ping while the seafloor is detected using amplitude and phase information for each beam sounding. For further information on the system, consult https://www.km.kongsberg.com/. Postprocessing and products were conducted by the Seafloor-Imaging & Mapping group of MARUM/FB5, responsible person Paul Wintersteller (seafloor-imaging@marum.de). The open source software MB-System (Caress, D. W., and D. N. Chayes, MB-System: Mapping the Seafloor, https://www.mbari.org/products/research-software/mb-system, 2017) was utilized for this purpose. A sound velocity correction profile was applied to the MSM51-1 data; there were no further corrections for roll, pitch and heave applied during postprocessing. A tide correction was applied, based on the Oregon State University (OSU) tidal prediction software (OTPS) that is retrievable through MB-System. CTD measurements during the cruise were sufficient to represent the changes in the sound velocity throughout the study area. Using Mbeditviz, artefacts were cleaned manually. NetCDF (GMT) grids of the edited data as well as statistics were created with mbgrid. The published bathymetric EM1002 grid of the cruise MSM51-1 has a resolution of 15 m. No total propagated uncertainty (TPU) has been calculated to gather vertical or horizontal accuracy. A higher resolution is, at least partly, achievable. The grid extended with _num represents a raster dataset with the statistical number of beams/depths taken into account to create the depth of the cell. The extended _sd -grid contains the standard deviation for each cell. The DTMs projections are given in Geographic coordinate system Lat/Lon; Geodetic Datum: WGS84.

Arctic PASSION - High Resolution Synthetic Aperture Radar based Risk Index Outcome (AP-RIO)

The Risk Index Outcome (RIO) is a critical component of the Polar Operational Limit Assessment Risk Indexing System (POLARIS) developed by the International Maritime Organization (IMO, 2016). RIO evaluates the operational risks for ships navigating in ice-infested waters by evaluating ice conditions and offers a quantifiable measure of risk that aids in decision-making for safe navigation in polar regions based on ship ice class, sea ice type/stage of development (SOD) and sea ice concentration (SIC). The DMI-led Automated Sea Ice Products (DMI-ASIP; Wulf et al., 2024, dataset) provides daily maps of SOD and SIC based on Sentinel-1 SAR imagery, AMSR-2 Passive Microwave and Ice Charts from the Greenland and Canadian Ice Services, combined with novel AI retrieval and processing techniques. In the framework of EU funded Arctic PASSION project, we produced 10 years of satellite observation based weekly RIO maps referred as the Arctic PASSION-RIO (AP-RIO) by leveraging DMI-ASIP datasets. The AP-RIO dataset will provide weekly risk assessment maps for the given ship classes and will support the establishment of a 10 year climatology thereby enabling the assessment of RIO variability in the years covered by the input DMI-ASIP products. The AP-RIO dataset will enhance the safety and efficiency of maritime operations in the polar seas, providing a robust reference for evaluating normal and extreme ice conditions. AP-RIO is produced in the framework of the Arctic PASSION project (European Union's Horizon 2020 research and innovation program under grant agreement No. 101003472) and supported by the DMI-ASIP development team. Algorithm and Processing Scheme: SIC and SOD from ASIP are processed (by taking the mean and mode respectively) into a weekly field based on the daily files for that week. This is done for the time period of 3 Oct. 2014 - 3 Oct. 2024. The weekly SOD is used to find the Risk Value (RV) by looking at the lookup table (Dybkjær et al. 2025a). Risk Index Outcome (RIO) values are computed for each pixel in the field based on the RIO formula (RIO = SIC x RV) using the SIC from ASIP and the found RV. The meaning of the computed RIO values can be interpreted using the table in (Dybkjær et al. 2025b). The RIO field is finally saved to weekly NetCDF files.

1 2 3 4 5 … 43 44 45