s/meereisdicke/Meereisdecke/gi
Der Süßwassereintrag in den Arktischen Ozean stellt einen wichtigen Antriebsmechanismus für regionale Meeresspiegeldynamik in der Arktis dar. Salzarmes Oberflächenwasser erzeugt und unterhält eine starke Schichtung im Arktischen Ozean. Diese Halokline schirmt größtenteils das kalte polare Oberflächenwasser und das Meereis von wärmerem Tiefenwasser atlantischen Ursprungs ab und verhindert so vertikale Wärmeflüsse. Veränderungen des Süßwassergehalts werden wahrscheinlich den regionalen Meeresspiegel direkt beeinflussen, aber ebenso wird eine modifizierte Ozeandynamik durch Massentransporte innerhalb der Arktis den Meeresspiegel verändern. Das hydrologische Regime des kontinentalen Abflusses unterliegt Schwankungen. Leider sind kontinuierliche Aufzeichnungen von kontinentalem Abfluss in den Arktischen Ozean zu selten, um wichtige wissenschaftliche Fragen über das Langzeitverhalten und die Entwicklung von arktischem Meeresspiegel und Klima zu bearbeiten. Neben in-situ Beobachtungen und hydrologischen Modellen eröffnen Satellitengravimetrie (GRACE) und Satellitenaltimetrie neue Möglichkeiten, die Hydrologie von großen Einzugsgebieten zu beobachten. Dies geschieht, im dem man mit diesen Fernerkundungsmethoden die Größe von Wasserspeichern in den Einzugsgebieten und Pegelstände entlang von Flüssen misst, die dann auf verschieden Arten in Abfluss umgerechnet werden können. Für Meereis-Ozeanmodelle bedeutet die Seltenheit von Abflussinformationen in der Arktis, dass der Jahresgang des Abflusses als stationär angenommen wird. In unserem Projekt werden wir diese Annahme aufheben und ein Meereis-Ozeanmodell benutzen, um den Einfluss von zeitlich variablem Abfluss auf die arktische Ozeanzirkulation und das Süßwasserbudget zu untersuchen. Das Hauptziel der Projektes ist es, die Reaktion von Meeresspiegel und Hydrographie in der Arktis auf Veränderungen des hydrologischen Regimes über borealen Einzugsgebieten abzuschätzen und zu quantifizieren. Die Projektziele tragen zur Strategie des Schwerpunktprogramms 1889 bei, indem 1)die Datensätze und Zeitreihen von hydrologischen Parametern über borealen Einzugsgebieten durch den Einsatz von geodätischen satellitengestützten Fernerkundungsmethoden (zeitliche auflösenden Gravimetrie, Satellitenaltimetrie) verbessert werden und lange und hochauflösende Zeitserien für alle großen Einzugsgebiete, die in den Arktische Ozean entleeren, erstellt werden. 2) Sensitivität von Meereis- und Ozeandynamik auf Veränderungen des Süßwasserantriebs (u.a. Abfluss) analysiert wird. 3) Modellergebnisse über Veränderungen des kontinentalen Abflusses verglichen werden mit seit 1990 beobachteter Variabilität von flüssigen Süßwassergehalt (und damit verbundenen sterischen Meeresspiegeländerungen) im Arktischen Ozean und im Nordatlantik. Nicht nur dienen diese Vergleiche der Modellbewertung, sondern sie unterstützen auch die Interpretation relativ seltener ozeangraphischer in-situ Beobachtungen.
Im südlichen Weddellmeer hat der Energietransfer aus Küstenpolynjen in die Atmosphäre einen großen Effekt auf die atmosphärische Grenzschicht, auf die Meereisproduktion und die damit verbundene Bildung von High-Salinity Shelf Water (HSSW). Die Kenntnis der Fläche der Polynjen, ihrer Bedeckung mit dünnem Eis, der atmosphärischen Antriebsprozesse und der ozeanischen Prozesse sind von großer Bedeutung für die Quantifizierung der Meereisproduktion und der HSSW-Bildung, die einen bedeutenden Antrieb für die globale thermohaline Zirkulation des Ozeans darstellt und die Schmelzraten an der Basis des Filchner-Ronne-Schelfeises entscheidend mitbestimmt. Das übergeordnete Ziel des Projekts ist die Quantifizierung der Meereisproduktion und HSSW-Bildung im südlichen Weddellmeer für die letzte Dekade (2002-2012). Als neuartigen Ansatz werden wir eine Synergie von Atmosphären- /Meereis- /Ozeanmodellierung und Fernerkundung von Dünneisdicken verwenden. Das Community Climate Model COSMO-CLM wird als Atmosphärenmodell und das FESOM-Modell des AWI wird als Meereis- /Ozeanmodell verwendet. Dünneisdicken abgeleitet aus MODIS-Daten dienen zur unabhängigen Bestimmung von Meereisproduktion und zur Assimilation in FESOM. Die Projektergebnisse sind eine verbesserte Bestimmungen der HSSW- und Meereisproduktion sowie eine Fehlerbestimmung der unterschiedlichen Methoden. Diese Quantifizierung der Meereisproduktion über dem kontinentalen Schelf im südlichen Weddellmeer ist nicht nur für Fragestellungen der Ozeanographie und Meteorologie wichtig, sondern betrifft auch die Robustheit von Klimaprojektionen zur Zukunft der antarktischen Schelfeise und des antarktischen Eisschilds.
Untersuchung der interanuellen und dekadischen Variabilität des arktischen Regionalklimas in Verbindung mit der Meereisbedeckung.
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.
This dataset contains the raw electromagnetic induction (EM) measurements from repeated walks with the GEM instruments on a sledge across ice floes (called long transects) conducted during the PS149 CONTRASTS expedition. All measurements were acquired using the Geophex Ltd. GEM-2-730 broadband EM sensor. During each ice station (i.e., floe visit), a long transect was traversed across the ice floe to obtain statistically representative distributions of snow/pond depth and ice thickness. Each transect was marked with flags at its corner points to ensure that a similar track was measured during repeated visits to each ice floe. This dataset provides only the raw GEM measurements acquired along these transects, including in-phase and quadrature responses, as well as electrical conductivity and magnetic susceptibility of sea ice and snow / melt ponds. These raw data enable users to apply various processing methods to, e.g., derive sea ice thickness. For reference, processed sea ice thickness derived from these measurements (using the gem2-seaice-toolbox, https://gitlab.awi.de/sitem/gem2-seaice-toolbox), along with co-located MagnaProbe snow and pond depth measurements, are available in the Level 2 dataset (doi:10.1594/PANGAEA.996908).
This dataset contains airborne radar data acquired using the AWI ultra-wideband microwave radar (UWBM) during the Arctic season of 2018. The profiles extend across the Greenland Ice Sheet over and upstream of 79°N Glacier (Nioghalvfjerdsbræ; northeast Greenland). Furthermore, one flight extends over sea ice northeast of the Greenland Ice Sheet. The data are available as netCDF files (including waveforms and metadata), KML files of the profile line locations, and quicklook images of the radargrams. For every profile we provide four radar products (img_01, img_02, img_03, img_04), which correspond to the four polarizations (VV, VH, HH, HV).
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 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 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.
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.
| Organisation | Count |
|---|---|
| Bund | 330 |
| Europa | 8 |
| Land | 5 |
| Wirtschaft | 1 |
| Wissenschaft | 251 |
| Type | Count |
|---|---|
| Daten und Messstellen | 80 |
| Ereignis | 28 |
| Förderprogramm | 283 |
| Taxon | 13 |
| Text | 14 |
| unbekannt | 15 |
| License | Count |
|---|---|
| Geschlossen | 18 |
| Offen | 395 |
| Unbekannt | 7 |
| Language | Count |
|---|---|
| Deutsch | 256 |
| Englisch | 207 |
| Resource type | Count |
|---|---|
| Archiv | 41 |
| Bild | 2 |
| Datei | 65 |
| Dokument | 5 |
| Keine | 190 |
| Unbekannt | 1 |
| Webseite | 150 |
| Topic | Count |
|---|---|
| Boden | 256 |
| Lebewesen und Lebensräume | 396 |
| Luft | 326 |
| Mensch und Umwelt | 420 |
| Wasser | 420 |
| Weitere | 390 |