API src

Found 423 results.

Similar terms

s/meereisdicke/Meereisdecke/gi

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 and heating-induced temperature difference 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.

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 CO₂ seit vorindustrieller Zeit um 40 % angestiegen. Die atmosphärischen Konzentrationen von CO₂, 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. Berlin als dicht besiedelte Metropole mit einem hohen Versiegelungsgrad, sensiblen Infrastrukturen sowie sozialräumlich und demographisch unterschiedlichen Verwundbarkeiten ist in besonderer Weise von den Folgen des Klimawandels betroffen. Für eine systematische und räumlich differenzierte Analyse der klimawandelbedingten Risiken hat die GEO-NET Umweltconsulting GmbH im März 2026 eine durch die Senatsverwaltung für Mobilität, Verkehr, Klimaschutz und Umwelt in Auftrag gegebene Klimarisikoanalyse für das Land Berlin vorgelegt. Die Erarbeitung erfolgte im Rahmen eines partizipativen Prozesses, unter Einbindung aller erforderlichen fachverantwortlichen Stellen der Berliner Verwaltung, der Landeseigenen Unternehmen und anderen externen Stakeholdern, in deren Verantwortung Bereiche oder Infrastrukturen liegen, die von Klimawandelfolgen betroffen sind. Im Ergebnis wurden die bestehenden Klimarisiken für zwölf identifizierte Handlungsfelder beschrieben, bewertet und räumlich verortet. Neben den Klimarisiken wurde dabei das Zusammenspiel von Sensitivitäten, räumlichen Expositionen und komplexen Wechselwirkungen sowie die Abhängigkeiten zwischen Infrastrukturen, sozialen Faktoren und Ökosystemen berücksichtigt. Für jedes Handlungsfeld wurde mindestens eine Betroffenheitskarte, in der die wichtigsten klimatischen Gefährdungen und Sensitivitäten dargestellt sind, erstellt. Die zentralen Ergebnisse aus den Betroffenheitskarten wurden in eine Hotspot-Karte integriert. Alle Karten werden in das Geoportal des Landes Berlin überführt und dort als Arbeits- und Entscheidungsgrundlage zur Verfügung stehen. Die Klimarisikoanalyse bildet die wissenschaftlich fundierte Grundlage für die in der Erarbeitung befindliche Klimaanapassungsstrategie und das Klimaanpassungspragramm für das Land Berlin. 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 Klimarisikoanalyse Berlin 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

Modellierung der Eisbergdrift im Weddellmeer zur Bestimmung des Süßwassereintrages durch Schmelzen und Zerfall

Ziel der Arbeiten ist die Untersuchung der Drift kleinerer und mittlerer Eisberge im Weddellmeer und des damit verbundenen Süßwassereintrags mit Hilfe gemessener Driftbahnen und numerischer Modellrechnungen. Dabei soll die regionale Verteilung des Schmelzwassereintrags und dessen Bedeutung für die Stabilität der polaren Wassersäule untersucht werden. Ferner soll der Eintrag von Substanzen bestimmt werden, die das Algenwachstum beeinflussen können. Die Driftmessungen erfolgen durch eine tägliche Übertragung der Eisbergpositionen mittels ARGOS Sender. Das Driftmodell berücksichtigt neben der direkten Wirkung von Wind, Ozeanströmung, Meeresoberflächenneigung und Erdrotation auch die Kräfte, die bei einer geschlossenen Meereisbedeckung auftreten, und beinhaltet basales und laterales Schmelzen. Die Ergebnisse der Analyse der Driftbeobachtungen werden zur Validierung der Modellergebnisse und zur Optimierung der angewendeten Parametrisierungen herangezogen.

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).

Sonderforschungsbereich Transregio 172 (SFB TRR): Arktische Verstärkung: Klimarelevante Atmosphären- und Oberflächenprozesse und Rückkopplungsmechanismen (AC)3

Innerhalb der letzten 25 Jahre wurde ein bemerkenswerter Anstieg der bodennahen Lufttemperatur in der Arktis beobachtet, welcher den Globalerwärmungsfaktor von zwei sogar übersteigt. Dieses Phänomen wird als Arktische Verstärkung bezeichnet. Diese Erwärmung führt zu recht dramatischen Veränderungen einer Vielzahl von Klimaparametern. Beispielsweise wurde von Satelliten aus beobachtet, dass sich das arktische Meereis signifikant zurückgezogen hat. Allerdings können Klimamodelle diesen Rückgang immer noch nicht korrekt reproduzieren. Daher ist es zwingend erforderlich den Ursprung dieser Unstimmigkeiten zu identifizieren. Um unser Wissen über die Ursprünge der beobachteten arktischen Klimaveränderungen zu erweitern, ist es notwendig die Genauigkeit dieser Vorhersagen zu verbessern. Um dieses Ziel zu erreichen beantragen wir im Rahmen des Transregio TR 172 die vorhandenen wissenschaftlichen Fachkenntnisse und Kompetenzen dreier deutscher Universitäten und zweier nicht-universitären Forschungsinstitute zu fokussieren und kombinieren. Beobachtungen von Messinstrumenten auf Satelliten, Flugzeugen, luftgetragenen Ballonplattformen, Forschungsschiffen und ausgewählte bodengebundene Messstationen werden in bestimmte Forschungskampagnen integriert und mit Langzeit Messungen kombiniert. Die Modellaktivitäten verwenden eine Hierarchie von Prozess-, mesoskaligen, regionalen und globalen Modellen um eine Brücke zwischen räumlichen und zeitlichen Skalen zu individuellen lokalen Prozessen der entsprechenden Klimasignale herzustellen. Die Modelle dienen als Orientierungshilfe für Kampagnen, zur Analyse von Messungen und Sensitivitäten, zur möglichen Zuordnung der Quellen der beobachteten arktischen Klimaveränderungen und um die Fähigkeiten der Modelle zu testen Beobachtungen zu reproduzieren. Die allumfassende wissenschaftliche Zielsetzung des TR 172 ist es die Schlüsselprozesse, die zur arktischen Verstärkung beitragen, zu identifizieren, untersuchen und zu bewerten um unser Verständnis über die wesentlichen Rückkopplungsmechanismen zu verbessern und gleichzeitig deren relative Bedeutung für die arktische Verstärkung zu quantifizieren. In der ersten Phase wird der Fokus auf atmosphärischen und Bodenprozessen liegen, da die schnell vorrangehenden Veränderungen im arktischen Klima vermuten lassen, dass wichtige atmosphärische Einflüsse an diesen Mechanismen beteiligt sind. In der zweiten und dritten Phase werden dann vor allem die Wechselwirkungen zwischen ozeanischen und atmosphärischen Komponenten der arktischen Verstärkung sowie die damit verbundenen globalen Aspekte genauer untersucht. Die Verbindung von Beobachtungs- und Modellstudien dient dazu die künftigen arktischen Klimaentwicklungsvorhersagen zu verbessern.

Sonderforschungsbereich Transregio 172 (SFB TRR): Arktische Verstärkung: Klimarelevante Atmosphären- und Oberflächenprozesse und Rückkopplungsmechanismen (AC)3, Teilprojekt E04: Schneefall und Schneebedeckung und deren verbundene Rückkopplungsmechanismen

Um die Fähigkeit von Modellen die physikalischen Prozesse zu reproduzieren, die maßgeblich an der Niederschlagsvariabilität in der Arktis beteiligt sind, abschätzen zu können, werden wir aktive und passive Millimeterwellen-Satellitendatensätze auf zwei verschiedene Weisen nutzen. Der klassische Beobachtungs-Modell Ansatz wird ergänzt durch einen Modell-zu-Beobachtung Ansatz, welcher die synthetischen Messgrößen, wie Radarreflektivität und Helligkeitstemperaturen, aus RCM Simulationen erstellt. Dabei werden Beobachtungen, neue arktische Reanalysen mit unterschiedlicher räumlicher Auflösung und eine Reihe von regionalen Klimamodell-Simulationen (RCM) inklusive einem arktischen gekoppelten Atmosphäre Eis-Ozean RCM verwendet um die Verknüpfungen zwischen Meereisrückgang und Wolkenveränderungen, dem Einfluss von Schneefall, das Verhältnis von Schneefall zu Niederschlag und der Wiedergabe von beobachteter Schneebedeckungsvariabilität mit den damit verbundenen dynamischen Verbindungen mit der atmosphärischen Zirkulation zu untersuchen.

Schwerpunktprogramm (SPP) 1158: Antarctic Research with Comparable Investigations in Arctic Sea Ice Areas; Bereich Infrastruktur - Antarktisforschung mit vergleichenden Untersuchungen in arktischen Eisgebieten, Ein hybrides Meereismodell zur Messung des Einflusses der Kopplung von Meereis-Ozean-Atmosphäre auf der Skala von Meereisschollen auf die antarktische Meereisverteilung

Eine Reihe von Mechanismen wurden benannt, um die Abnahme und Zunahme der Meereisausdehnung im Südpolarmeer in den letzten Jahren zu erklären. Aber die Prozesse, die diese Entwicklung antreiben, sind bis jetzt noch nicht umfassend verstanden. Die Simulation des antarktischen Meereises in aktuellen Klimamodellen bleibt ein grundlegendes Problem. Es gibt einige Hinweise darauf, dass das Problem, neben der Formulierung von atmosphärischen und ozeanischen Prozesse, auch auf die Beschreibung der Meereisphysik im Südpolarmeer zurückzuführen ist. Obwohl ein großer Teil der gegenwärtigen Meereisbedeckung im Südlichen Ozean aus einer marginalen Eiszone besteht, lösen kontinuumsmechanische Meereismodelle die Meereisschollen normalerweise weder auf, noch parametrisieren sie dieses Regime und vernachlässigen somit wichtige Rückkopplungen zur Vorhersage von Klima und Wetter. Darüber hinaus ist die Anwendung von kontinuumsmechanischen Meereismodellen auf, oder unterhalb der Skala einzelner Schollen fragwürdig, da die zugrunde liegende Kontinuumsannahme dieser Meereismodelle wahrscheinlich nicht gegeben ist. In diesem Projekt möchten wir die Defizite der derzeitig verwendeten kontinuumsmechanischen Meereismodelle adressieren, indem wir ein hybrides Meereismodell entwickeln, das die Wechselwirkungen zwischen Atmosphäre, Meereis und Ozean bis zur Schollenskala explizit beschreibt. Das hybride Modell bietet einen nahtlosen Ansatz zur Vorhersage des Meereises, der von der Simulation einzelner Meereisschollen in der marginalen Eiszone bis hin zur Darstellung des Packeises reicht. Unser hybrides Modell, das Partikel- mit Kontinuumsmethoden kombiniert, wird zu einem besseren Verständnis und einer besseren Vorhersage des antarktischen Klimasystems beitragen, indem es Kopplungen zwischen Atmosphäre, Meereis und Ozean bis hin zu einer Schollenskala explizit miteinbezieht. Kleinskalige Prozesse, die sich auf einzelne Schollen beziehen, sind für das polare Klima wichtig, aber ihre Parametrisierung in kontinuumsmechanischen Meereismodellen bleibt eine offene Forschungsfrage.Um den Einfluss der schollenskaligen Wechselwirkungen auf die Entwicklung der Meereisbe-deckung im Südlichen Ozean zu analysieren, werden wir ein Diskretes-Elemente-Modell entwickeln, das auf der Beschreibung von DESIgn und dem Princeton-DEM basiert, und es in die kontinuumsmechanische Meereisformulierung im Klimamodell ICON einbetten. Unser Ziel ist, die Interaktion von Meereisschollen explizit in einem Teilgebiet wie der marginalen Eiszone darzustellen, denn es hat sich gezeigt, dass die Schollengrößenverteilung das simulierte Meereisvolumen signifikant beeinflusst. In Regionen, in denen eine hohe räumliche Auflösung nicht erforderlich ist, verwenden wir zur Simulation des Meereises das kontinuumsmechanische Modell, das ein geeigneter, recheneffizienter Ansatz ist, um die Meereisentwicklung auf großen Skalen und mit niedriger Auflösung zu beschreiben.

Dispersion von Meereis unter Nutzung der Lagrangeschen Betrachtungsweise: Eine Studie dynamischer Systeme

Beobachtungen zeigen drastische Veränderungen in der Arktis bedingt durch den Klimawandel. In den Regionen, in denen der Anteil des mehrjährigen Eises an der Eisdecke abnimmt, weist das Meereis erhöhte Driftgeschwindigkeiten auf, da das dünnere und mechanisch schwächere einjährige Eis stärker auf den Windantrieb reagiert.Ein besseres Verständnis der Meereisdynamik ist daher notwendig um dessen Entwicklung und Variabilität im Zuge des Klimawandels besser vorhersagen zu können. Insbesondere auf lokaler Skala hängt die dynamische Entwicklung des Meereises von seiner Belastung und Deformation ab, welche umgekehrt wieder für die Veränderung des Eises, beispielsweise für das Aufbrechen der Eisdecke und für die Dispersion des Eises verantwortlich sind.In dieser Studie planen wir die Kinematik des Meereises anhand der Finite Scale Lyapunov Exponents (FSLEs) durch Beobachtungen von auf dem Meereis ausgebrachten Bojen zu untersuchen. Zunächst werden statistische Methoden zur Ausbreitung von Partikeln, wie Wahrscheinlichkeitsdichtefunktionen und Frequenzspektren, analysiert. Die FSLEs können beispielsweise für eine Charakterisierung von Dynamiken, welche eine vielskalige Natur besitzen, wie es bei Meereis der Fall ist, genutzt werden. Die Tatsache, dass die FSLEs die Einheit Hertz haben, lässt den Rückschluss zu, dass diese als Indikator für die Vorhersagbarkeit der Strömung genutzt werden können: Das Inverse stellt eine typische Zeitskala für die Separation von Teilchen und daher auch für die Deformierung von Meereis dar. FSLEs stehen außerdem in direktem Zusammenhang mit der horizontalen Dispersion von Teilchen (Bojen) und können anzeigen, ob die Separation der Bojen im Laufe der Zeit exponentiell (chaotisch) oder linear (diffusiv) verläuft oder ob sie einer anomalen Diffusion unterliegt. Die Wiederholung der Berechnungen für unterschiedliche Regionen und Jahre wird hoffentlich die Abhängigkeit der dynamischen Merkmale von unterschiedlichen klimatischen Bedingungen aufzeigen.

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).

1 2 3 4 5 … 41 42 43