API src

Found 424 results.

Similar terms

s/meereisdicke/Meereisdecke/gi

Vergangene und zukünftige Entwicklung der Eismassen auf Svalbard - Klimaantrieb und Telekonnektionen

Der Klimawandel ist eine der Hauptherausforderungen für die Menschheit im 21. Jahrhundert. Seine Auswirkungen sind vielschichtig wobei der anwachsende Massenverlust von Gletschern außerhalb der großen Eisschilde sowie deren bedeutender Beitrag zum Meeresspiegelanstieg zu den am stärksten hervorstechenden zählt. Diesbezüglich sind die Gletscher und Eiskappen der Arktis aufgrund ihres großen Volumens und ihrer großen Oberfläche, die als Kontaktfläche zum Klima- und Ozeanantrieb und damit zum Klimawandel selber fungiert, von besonderer Bedeutung. Da die Arktis darüber hinaus diejenige Region der Erde mit dem höchsten, prognostizierten, zukünftigen Temperaturanstieg ist, wird erwartet, daß sich die Bedeutung der arktischen Eismassen für den Meeresspiegelanstieg auch in Zukunft fortsetzt oder sogar noch steigern wird.Die großen Gletscher der Nordpolarregion umgeben den arktischen Ozean in ähnlichen Breitenlagen, weisen aber in jüngster Zeit ein inhomogenes Verhalten auf. Diese Tatsache legt eine räumliche Variabilität der klimatischen und ozeanischen Antriebsmechanismen der Gletschermassenbilanz innerhalb der zirkumarktischen Regionen nahe und offenbart damit die Diversität der Einflüsse des Klimawandels. Bezüglich der Variabilität der Antriebsmechanismen weist Svalbard in der Arktis eine einzigartige Lage auf. Es liegt an der Grenze zwischen kalten, polaren Luftmassen und Ozeanwassern und den Einflüssen des Westspitzbergenstroms, welcher der hauptsächliche Warmwasserlieferant für das arktische Umweltsystem ist. Darum verspricht das Erforschen der Reaktionen der Gletscher auf Svalbard auf die Veränderlichkeit des Klima- und Ozeanantriebs bedeutende Einblicke in die komplexe Kausalkette zwischen Klimawandel, der Variabilität der Klima- und Ozeanbedingungen in der Arktis und der Reaktion der arktischen Landeismassen. Das Ziel des Projektes ist es eine zuverlässige Abschätzung der räumlichen und zeitlichen Variabilität der klimatischen Massenbilanz aller Gletscher und Eiskappen auf Svalbard zu erreichen und diese mit dem Klima- und Ozeanantrieb in Verbindung zu setzen. Dazu wird ein räumlich verteiltes, von statistisch downgescalten Klimadaten angetriebenes Model zur Berechnung der klimatischen Massenbilanz aufgesetzt. Die Massenbilanz aller Gletscherflächen auf Svalbard wird für den Zeitraum 1948-2013 modelliert und die zeitlich variablen Felder von Ablation, Akkumulation, wiedergefrorenem Schmelzwasser und klimatischer Massenbilanz für anschließende geostatistische Studien genutzt. Diese Studien werden potentielle Einflüsse der raumzeitlichen Variabilität von großräumigen Mustern des Luftdrucks, der Meereisbedeckung und der Meeresoberflächentemperatur auf die Variabilität der Gletschermassenbilanz auf Svalbard identifizieren und analysieren. Auch Telekonnektionen zu fernen Modi der atmosphärischen Zirkulation werden durch Studien bezüglich der potentiellen Einflüsse verschiedener atmosphärischer Zirkulationsindizes in die Betrachtungen einbezogen.

Schwerpunktprogramm (SPP) 1158: Antarctic Research with Comparable Investigations in Arctic Sea Ice Areas; Bereich Infrastruktur - Antarktisforschung mit vergleichenden Untersuchungen in arktischen Eisgebieten, Modellierung kleinskaliger Prozesse im antarktischen Meereis und ihre Auswirkungen auf die biologische Kohlenstoffpumpe im zukünftigen Südpolarmeer - ein physikalisch-biologischer gekoppelter zweiskalen Ansatz

Die jahreszeitliche Variabilität der globalen Meereisbedeckung ist eine wichtige Komponente des globalen Klimas. Jedoch ist der kleinskalige Einfluss des Meereises in globalen Klimamodellen bis heute nur unzureichend beschrieben. Dieser Antrag hat daher das Ziel, die physikalischen (P) und bio-geo-chemischen (BGC) Schlüsselprozesse im Meereis mit einem hochaufgelösten Zweiskalenmodell mathematisch zu beschreiben. Die Ergebnisse können dann parametrisiert in globale Klimamodelle (GCMs) einfließen, sodass eine verbesserte Prognosefähigkeit erreicht wird.Die Ozeanerwärmung wird die Mikrostruktur des Meereises erheblich verändern. Wir entwickeln daher ein P-BGC-Modell einer antarktischen Meereisscholle, um die komplexen gekoppelten Zusammenhänge zwischen Eisbildung, Nährstofftransport, Salinität und Solekanalverteilung, Photosynthese und Karbonatchemie mathematisch zu beschreiben. Damit simulieren wir verschiedene Szenarien der Meereisbildung und ihrer Auswirkungen auf das Wachstum von Meereisalgen, die einen großen Einfluss auf den vertikalen Kohlenstoff-Export (biologische Kohlenstoffpumpe) besitzen.Damit leistet dieses Projekt einen wesentlichen Beitrag zum Forschungsschwerpunkt ‘3.2.D - Verbessertes Verständnis der polaren Prozesse und Mechanismen’ bei. Im Einzelnen gehen wir auf drei übergeordnete Ziele ein:Schritt 1: Beschreibung der Meereisstruktur Wir verwenden ein gekoppeltes Zweiskalenmodell, mit dem relevante Aspekte des Gefrierens und Schmelzens im Zusammenhang mit Deformation, Salinität und Soletransport beschrieben werden. Auf der Makroebene dient dafür eine kontinuumsmechanische Beschreibung im Rahmen der erweiterten Theorie poröser Medien (eTPM). Damit können über einen gekoppelten Gleichungssatz partieller Differentialgleichungen (PDE) Deformations-, Transport und Reaktionsprozesse beschrieben werden. Für das physikalische Phänomen der Phasentransformation zwischen Wasser und Eis dient das Phasenfeldmodell (PF) als Mikromodell, welches ebenfalls aus gekoppelten PDEs besteht. Daraus resultiert eine PDE-PDE Kopplung.Schritt 2: Kopplung mit dem erweiterten RecoM2 Modul als Mikromodell Damit können die BGC Phänomene beschrieben werden. Das RecoM2 Modul besteht aus einem Gleichungssystem gewöhnlicher Differentialgleichungen, sodass hier eine PDE-ODE Kopplung zu einem P-BGC Modell erfolgt. Schritt 3: Bewertung der Modellansätze Dies beinhaltet die Verifizierung und Validierung des kombinierten P-BGC-Modells mittels Literatur- sowie experimenteller Daten. Für die Verwendung des hochaufgelösten zweiskaligen P-BGC Modells in globalen Klimamodellen muss die Berechnungseffizienz gesteigert werden. Zu diesem Zweck werden Reduzierte-Basis-Modell (ROM) zur Erzeugung von Surrogaten des Vollen-Basis-Modells (FOM) eingesetzt, die die Modellkomplexität verringern, z.B. durch datengetriebene Machine-Learning (ML)-Techniken oder “Generalized Proper Decomposition” (GPD).

Schwerpunktprogramm (SPP) 1158: Antarctic Research with Comparable Investigations in Arctic Sea Ice Areas; Bereich Infrastruktur - Antarktisforschung mit vergleichenden Untersuchungen in arktischen Eisgebieten, Einflüsse von Schnee auf antarktisches Meereis (SCASI)

Die Ausdehnung des antarktischen Meereises nahm im Laufe der letzten Jahre zu und steht damit im Gegensatz zur Abnahme in der Arktis. Die Gründe hierfür sind Gegenstand aktueller Forschungsprojekte. Wechselwirkungen mit der Atmosphäre und dem Ozean spielen sicherlich eine wesentliche Rolle, aber auch die dicke und heterogene Schneeauflage des Meereises hat einen große Einfluss auf das Meereis und seine Rolle im globalen Klima und Wettergeschehen. Zugleich erschwert die Schneeauflage flugzeug- und satellitenbasierte Messungen über Meereis, da sie die Oberflächeneigenschaften bestimmt und zu großen Unsicherheiten beiträgt. Entsprechend ist eine bessere Kenntnis der Schneeverteilung auf Meereis dringend erforderlich, um Veränderungen besser verstehen und simulieren zu können. Ziel des Projektes ist es die Menge und Verteilung von Schnee auf antarktischem Meereis sowie dessen physikalische Eigenschaften und deren zeitliche Variabilität zu quantifizieren. Die Entwicklung eines neuen und konsistenten Datenprodukts für Schnee auf antarktischem Meereis steht im Vordergrund des Projektes. Dieses soll die hohe Variabilität über unterschiedliche Größenskalen und Jahreszeiten abbilden. Mithilfe dieses Produktes sind wir dann in der Lage Fernerkundungsalgorithmen und Modellsimulationen zu verbessern und zu validieren. Schließlich wird unser Projekt das Gesamtverständnis der Massenbilanz und Dynamik antarktischen Meereises verbessern, und leistet so einen wichtigen Beitrag für die biologische und geochemische Erforschung des eisbedeckten Südozeans. Um diese Ziele zu erreichen, werden hochaufgelöste Modelle betrieben, die durch Feld- und Fernerkundungsdaten von antarktischem Schnee auf Meereis gestützt und geleitet werden. Im Rahmen einer neuen deutsch-schweizer Zusammenarbeit (D-A-CH Programm) werden die Meereisexpertisen aus Feldmessungen und Fernerkundung der deutschen Partner mit der Schneeexpertise aus Feldmessungen und Modellierung der Schweizer Partner kombiniert. Die Projektpartner verfügen über detaillierte Schneemessungen mehrerer erfolgreicher Feldkampagnen auf antarktischem Meereis, die durch autonome Messungen ergänzt werden. Daten der Satelliten AMSR-2, SMOS und CryoSat-2 sind verfügbar und werden genutzt, um neue Algorithmen für die Bestimmung von Schneeeigenschaften auf Meereis zu entwickeln. Diese Algorithmen und daraus resultierende Datensätze werden durch Beobachtungen validiert und verbessert. Durch die Kopplung der numerischen Schneemodelle SNOWPACK und MEMLS werden Schneedicke, -temperatur, -dichte und Mikrowellenemissivität simuliert. Das Projekt ist darauf ausgelegt drei junge Wissenschaftler für Ihre Arbeit in der Meereisforschung zu finanzieren. Zwei erfahrene Post-Doktoranden sind vorgesehen. Beide haben bereits ähnliche Methoden und Datensätze im Rahmen ihren Doktorarbeiten bearbeitet. Ein Doktorand wird dieses Projekt zur Promotion nutzen.

Turbulenz in arktischen Regionen - Daten-Modell-Fusion für optimale Parametrisierung, Teilprojekt 2: Verbesserte Turbulenzparametrisierungen im WarmWorld-ICON-Modell: Parameterschätzung und Unsicherheitsquantifizierung

Temperature measurements from SIMBA-type sea ice mass balance buoy 2022T97

Temperature and heating-induced temperature difference profiles were measured through the atmosphere, sea ice, and ocean using a SIMBA-type sea ice mass balance buoy equipped with a several meter long thermistor chain. The present dataset was recorded by SIMBA 2022T97 (original name NPOL_0803) installed on drifting sea ice in the Arctic Ocean during the expedition Kronprins Haakon AO22 in 2022. Data is available between 2022-08-06 10:38:00 and 2022-11-22 03:02:00. The thermistor chain was Variable 5 m long and included 241 sensors with a regular spacing of 2 cm. The resulting time series includes the evolution of temperature and temperature differences at 30 s and 120 s during a heating cycle of 120 s as a function of location, depth and time. The sampling intervals were usually between hourly and daily, but were most frequently configured to 6 hours for temperature, and 24 hours for temperature differences. In addition to temperatures and geographic location, barometric pressure, ~1 m air temperature, instrument tilt, and compass heading were measured. The present dataset was processed as follows: obvious inconsistencies (missing values) and unrealistic values of GPS position have been removed. This instrument was deployed as part of the project Arctic Passion.

Temperature measurements from SIMBA-type sea ice mass balance buoy 2018T51

Temperature and heating-induced temperature difference profiles were measured through the atmosphere, sea ice, and ocean using a SIMBA-type sea ice mass balance buoy equipped with a several meter long thermistor chain. The present dataset was recorded by SIMBA 2018T51 (original name Awi_33r) installed on drifting sea ice in the Arctic Ocean during the expedition Oden AO18 in 2018. Data is available between 2018-08-23 15:50:00 and 2019-03-30 13:31:00. The thermistor chain was Variable 5 m long and included 240 sensors with a regular spacing of 2 cm. The resulting time series includes the evolution of temperature and temperature differences at 30 s and 120 s during a heating cycle of 120 s as a function of location, depth and time. The sampling intervals were usually between hourly and daily, but were most frequently configured to 6 hours for temperature, and 24 hours for temperature differences. In addition to temperatures and geographic location, barometric pressure, ~1 m air temperature, instrument tilt, and compass heading were measured. The present dataset was processed as follows: obvious inconsistencies (missing values) and unrealistic values of GPS position have been removed. This instrument was deployed as part of the project Sea Ice Physics @ AWI (AWI_SeaIce).

Temperature measurements from SIMBA-type sea ice mass balance buoy 2018T55

Temperature and heating-induced temperature difference profiles were measured through the atmosphere, sea ice, and ocean using a SIMBA-type sea ice mass balance buoy equipped with a several meter long thermistor chain. The present dataset was recorded by SIMBA 2018T55 (original name FMI_0505) installed on drifting sea ice in the Arctic Ocean during the expedition Fedorov Transdrift XXIV (TICE) in 2018. Data is available between 2018-09-15 10:00:00 and 2020-04-04 03:00:00. The thermistor chain was Variable 5 m long and included 241 sensors with a regular spacing of 2 cm. The resulting time series includes the evolution of temperature and temperature differences at 30 s and 120 s during a heating cycle of 120 s as a function of location, depth and time. The sampling intervals were usually between hourly and daily, but were most frequently configured to 6 hours for temperature, and 24 hours for temperature differences. In addition to temperatures and geographic location, barometric pressure, ~1 m air temperature, instrument tilt, and compass heading were measured. The present dataset was processed as follows: obvious inconsistencies (missing values) and unrealistic values of GPS position have been removed. This instrument was deployed as part of the project FMI.

Heating induced temperature difference measurements from SIMBA-type sea ice mass balance buoy 2019T57: 30 s after the start of the heating cycle

Temperature and heating-induced temperature difference profiles were measured through the atmosphere, sea ice, and ocean using a SIMBA-type sea ice mass balance buoy equipped with a several meter long thermistor chain. The present dataset was recorded by SIMBA 2019T57 (original name FMI05-08) installed on drifting sea ice in the Arctic Ocean during the expedition Polarstern PS122 (MOSAiC) in 2019/20. Data is available between 2019-10-07 03:00:00 and 2020-01-18 02:00:00. The thermistor chain was Variable 5 m long and included 241 sensors with a regular spacing of 2 cm. The resulting time series includes the evolution of temperature and temperature differences at 30 s and 120 s during a heating cycle of 120 s as a function of location, depth and time. The sampling intervals were usually between hourly and daily, but were most frequently configured to 6 hours for temperature, and 24 hours for temperature differences. In addition to temperatures and geographic location, barometric pressure, ~1 m air temperature, instrument tilt, and compass heading were measured. The present dataset was processed as follows: obvious inconsistencies (missing values) and unrealistic values of GPS position have been removed. This instrument was deployed as part of the project FMI.

Heating induced temperature difference measurements from SIMBA-type sea ice mass balance buoy 2019T57: 120 s after the start of the heating cycle

Temperature and heating-induced temperature difference profiles were measured through the atmosphere, sea ice, and ocean using a SIMBA-type sea ice mass balance buoy equipped with a several meter long thermistor chain. The present dataset was recorded by SIMBA 2019T57 (original name FMI05-08) installed on drifting sea ice in the Arctic Ocean during the expedition Polarstern PS122 (MOSAiC) in 2019/20. Data is available between 2019-10-07 03:00:00 and 2020-01-18 02:00:00. The thermistor chain was Variable 5 m long and included 241 sensors with a regular spacing of 2 cm. The resulting time series includes the evolution of temperature and temperature differences at 30 s and 120 s during a heating cycle of 120 s as a function of location, depth and time. The sampling intervals were usually between hourly and daily, but were most frequently configured to 6 hours for temperature, and 24 hours for temperature differences. In addition to temperatures and geographic location, barometric pressure, ~1 m air temperature, instrument tilt, and compass heading were measured. The present dataset was processed as follows: obvious inconsistencies (missing values) and unrealistic values of GPS position have been removed. This instrument was deployed as part of the project FMI.

Temperature measurements from SIMBA-type sea ice mass balance buoy 2019T59

Temperature and heating-induced temperature difference profiles were measured through the atmosphere, sea ice, and ocean using a SIMBA-type sea ice mass balance buoy equipped with a several meter long thermistor chain. The present dataset was recorded by SIMBA 2019T59 (original name FMI05-10) installed on drifting sea ice in the Central Arctic Ocean during the expedition Polarstern PS122 (MOSAiC) in 2019/20. Data is available between 2019-10-07 07:30:00 and 2020-08-13 19:00:00. The thermistor chain was Variable 5 m long and included 241 sensors with a regular spacing of 2 cm. The resulting time series includes the evolution of temperature and temperature differences at 30 s and 120 s during a heating cycle of 120 s as a function of location, depth and time. The sampling intervals were usually between hourly and daily, but were most frequently configured to 6 hours for temperature, and 24 hours for temperature differences. In addition to temperatures and geographic location, barometric pressure, ~1 m air temperature, instrument tilt, and compass heading were measured. The present dataset was processed as follows: obvious inconsistencies (missing values) and unrealistic values of GPS position have been removed. This instrument was deployed as part of the project FMI.

1 2 3 4 5 … 41 42 43