Die kürzlich beendete IODP Exp. 385 (Guaymas Basin Tectonics and Biosphere, Sept.-Nov. 2019) bohrte acht Stellen im Guaymas Basin, einem jungen Rift Becken im Golf von Kalifornien, das sich durch aktiven Vulkanismus und hohe Ablagerungsraten von organisch reichen Sedimente auszeichnet, bedingt durch die hohe Primärproduktivität im darüber liegenden Wasser, sowie dem starken Eintrag von terrigenen Sedimenten. Die Expedition erbohrte Kerne mit organisch reichen Sedimenten die von vulkanischen Sills unterbrochen werden. Die Mikrobiologie war eines der zentralen Forschungsthemen dieser Expedition. Ein großer Probensatz zur Quantifizierung von Sulfatreduktionsraten, dem quantitativ wichtigsten Elektronenakzeptorprozess in marinen Sedimenten, wurde gesammelt und befindet sich nun am GFZ. Das vorgeschlagene ThermoSill-Projekt wird sich zunächst auf die allgemeinen Eigenschaften der mikrobiellen Sulfatreduktion in diesen Kernen sowie auf die Auswirkungen von Druck und Temperatur konzentrieren. Die Bohrkerne wiesen sehr unterschiedliche geothermische Gradienten von 200 bis über 800 Grad C / km auf, und die an Bord gemessenen geochemischen Daten weisen bereits auf eine große Vielfalt biogeochemischer Prozesse hin. In Tiefseesedimenten, insbesondere solchen, die solche in großer Sedimenttiefe und daher hoher in-situ Temperatur, sind organische Substrate wie kurzkettige organische Säuren im Allgemeinen ein begrenzender Faktor. Da die Sedimente im Guaymas-Becken hydrothermal beeinflusst werden, liefert die thermogene Aufspaltung von makromolekularen organischen Substanzen im Sediment reichlich mikrobielle Substrate. ThermoSill wird untersuchen, ob dieses große Angebot an Substraten zu einem bevorzugten Abbau bestimmter Substrate führt und damit wird damit einen Beitrag zum Verständnis der Prozesse an der oberen Temperaturgrenze des Lebens liefern. Besonderes Augenmerk wird auf die anaerobe Oxidation von Methan gelegt. Im letzten Teil des Projekts wird das Eindringen von Sills in Sedimente und der damit einhergehende Temperaturanstieg im umgebenden Sediment durch Heizexperimente simuliert. Diese Experimente werden von Pyrolyseexperimenten und kinetischen Modellen begleitet, um zu testen, ob eine solche kurzzeitige Erwärmung die mikrobielle Gemeinschaft über geologische Zeitskalen hinweg beeinflussen kann. Das vorgeschlagene Projekt ist direkt relevant für die Ziele der Expedition. Es ist auch eine Ergänzung zu einem laufenden Projekt, das die Auswirkungen von Druck und Temperatur auf die mikrobielle Sulfatreduktion in nicht hydrothermal beeinflussten Sedimenten aus dem Nankai-Trog (IODP. Exp. 370) untersucht.
Im letzten Jahrzehnt war der grönländische Eisschild mehreren Extremereignissen ausgesetzt, mit teils unerwartet starken Auswirkungen auf die Oberflächenmassebilanz und den Eisfluss, insbesondere in den Jahren 2010, 2012 und 2015. Einige dieser Schmelzereignisse prägten sich eher lokal aus (wie in 2015), während andere fast die gesamte Eisfläche bedeckten (wie in 2010).Mit fortschreitendem Klimawandel ist zu erwarten, dass extreme Schmelzereignisse häufiger auftreten und sich verstärken bzw. länger anhalten. Bisherige Projektionen des Eisverlustes von Grönland basieren jedoch typischerweise auf Szenarien, die nur allmähliche Veränderungen des Klimas berücksichtigen, z.B. in den Representative Concentration Pathways (RCPs), wie sie im letzten IPCC-Bericht genutzt wurden. In aktuellen Projektionen werden extreme Schmelzereignisse im Allgemeinen unterschätzt - und welche Konsequenzen dies für den zukünftigen Meeresspiegelanstieg hat, bleibt eine offene Forschungsfrage.Ziel des vorgeschlagenen Projektes ist es, die Auswirkungen extremer Schmelzereignisse auf die zukünftige Entwicklung des grönländischen Eisschildes zu untersuchen. Dabei werden die unmittelbaren und dauerhaften Auswirkungen auf die Oberflächenmassenbilanz und die Eisdynamik bestimmt und somit die Beiträge zum Meeresspiegelanstieg quantifiziert. In dem Forschungsprojekt planen wir zudem, kritische Schwellenwerte in der Häufigkeit, Intensität sowie Dauer von Extremereignissen zu identifizieren, die - sobald sie einmal überschritten sind - eine großräumige Änderung in der Eisdynamik auslösen könnten.Zu diesem Zweck werden wir die dynamische Reaktion des grönländischen Eisschilds in einer Reihe von Klimaszenarien untersuchen, in denen extreme Schmelzereignisse mit unterschiedlicher Wahrscheinlichkeit zu bestimmten Zeitpunkten auftreten, und die Dauer und Stärke prognostisch variiert werden. Um indirekte Effekte durch verstärktes submarines Schmelzen hierbei berücksichtigen zu können, werden wir das etablierte Parallel Ice Sheet Model (PISM) mit dem Linearen Plume-Modell (LPM) koppeln. Das LPM berechnet das turbulente submarine Schmelzen aufgrund von Veränderungen der Meerestemperatur und des subglazialen Ausflusses. Es ist numerisch sehr effizient, so dass das gekoppelte PISM-LPM Modell Ensemble-Läufe mit hoher Auflösung ermöglicht. Folglich kann eine breite Palette von Modellparametern und Klimaszenarien in Zukunftsprojektionen in Betracht gezogen werden.Mit dem interaktiv gekoppelten Modell PISM-LPM werden wir den Beitrag Grönlands zum Meeresspiegelanstieg im 21. Jahrhundert bestimmen, unter Berücksichtigung regionaler Veränderungen von Niederschlag, Oberflächen- und Meerestemperaturen, und insbesondere der Auswirkungen von Extremereignissen. Ein Hauptergebnis wird eine Risikokarte sein, die aufzeigt, in welchen kritischen Regionen Grönlands zukünftige extreme Schmelzereignisse den stärksten Eisverlust zur Folge hätten.
This dataset contains a compilation of published and new SNW data with corresponding environmental data extracted from CMIP6 that are used in the at depth species level Bayesian regression modelling. Environmental data for G. truncatulinoides comes from 200m depth, all other environmental data is from the sea surface (≤ 20 m).
This dataset contains a compilation of published and new SNW data with corresponding sea surface (≤ 20 m) environmental data extracted from CMIP6 that are used in the group level Bayesian regression modelling.
This dataset contains a compilation of published and new SNW data with corresponding sea surface (≤ 20 m) environmental data extracted from CMIP6 that are used in the species level Bayesian regression modelling.
Sea surface salinity (SSS) is the least constrained major variable of the past (paleo) ocean but is fundamental in controlling the density of seawater and thus large-scale ocean circulation. The hydrogen isotopic composition (δD) of non-exchangeable hydrogen of algal lipids, specifically alkenones, has been proposed as a promising new proxy for paleo SSS. The δD of surface seawater is correlated with SSS, and laboratory culture studies have shown the δD of algal growth water to be reflected in the δD of alkenones. However, a large-scale field study testing the validity of this proxy is still lacking. Here we present the δD of open-ocean Atlantic and Pacific surface waters and coincident δD of alkenones sampled by underway filtration. Two transects of approximately 100° latitude in the Atlantic Ocean and more than 50° latitude in the Western Pacific sample much of the range of open ocean salinities and seawater δD, and thus allow probing the relationship between δD of seawater and alkenones. Overall, the open ocean δD alkenone data correlate significantly with SSS, and also agree remarkably well with δD water vs δD alkenone regressions developed from culture studies. Subtle deviations from these regressions are discussed in the context of physiological factors as recorded in the carbon isotopic composition of alkenones. In a best-case scenario, the data presented here suggest that SSS variations as low as 1.2 can be reconstructed from alkenone δD.
This resource contains the monthly mean sea surface temperature [K] for 6 months. The period of hindcast data is January, 1993 - December, 2019. The format of resource is GRIB2. It is provided through the web site of WMO Lead Centre for LRF MME (Long Range Forecast Multi-Model Ensemble). The web site requests a user account. The Grade A(GPCs) and Grade B(NMHSs, RCCs) users can download the data USAGE: Menu: Data and Plot > Data Exchange > Search/Download. This hindcast data is made by GPC_Offenbach (DWD) using an operational seasonal prediction system. For more detailed information about the seasonal forecasts of GPC_Offenbach (DWD) visit the web site http://www.dwd.de/EN/ourservices/seasonals_forecasts/start.html.
This resource contains the monthly mean sea surface temperature [K] for 6 months. The format of resource is GRIB2. It is provided through the web site of WMO Lead Centre for LRF MME (Long Range Forecast Multi-Model Ensemble) on about the 15th of each month. The web site requests a user account. The Grade A(GPCs) and Grade B(NMHSs, RCCs) users can download the data USAGE: Menu: Data and Plot > Data Exchange > Search/Download. This forecast data is made by GPC_Offenbach (DWD) using an operational seasonal prediction system. For more detailed information about the seasonal forecasts of GPC_Offenbach (DWD) visit the web site http://www.dwd.de/EN/ourservices/seasonals_forecasts/start.html.
This dataset provides monthly maximum Land Surface Temperature (LST) values over Europe, derived from 1-km AVHRR observations. The data is generated by DLR and provided in the framework of the TIMELINE project. LST values are retrieved using physically-based split- and mono-window algorithms and corrected for atmospheric influences and surface emissivity. Only cloud-free observations with sensor view angles below 50 degrees are used. Due to reliance on infrared observations, data may be limited under persistent cloud cover. To ensure temporal consistency across sensors and overpass times, an orbit drift correction method was applied. This method harmonizes LST values to a fixed reference time of 13:00 local solar time, approximating the daily maximum temperature. The dataset is gridded in a 1-km LAEA ETRS89 projection. The product is provided in four tiles, covering the extent of the European Environmental Agency (EEA) reference grid, which includes the area from 900 000 m East and 900 000m North to 7 400 000m East and 5 500 000m North. The TIMELINE (TIMe Series Processing of Medium Resolution Earth Observation Data assessing Long-Term Dynamics In our Natural Environment) project, led by the German Remote Sensing Data Center (DFD) of the German Aerospace Center (DLR), focuses on generating a consistent, multi-decadal time series derived from NOAA and Metop AVHRR data. Spanning more than 40 years from the early 1980s to the present this dataset covers Europe and North Africa. TIMELINE establishes an operational environment for the systematic reprocessing of AVHRR raw data into Level 1b, Level 2, and Level 3 geoinformation products at 1.1 km spatial resolution. These products maintain uniform standards in format, projection, and spatial coverage. The dataset includes a comprehensive suite of land and atmospheric parameters such as atmospherically corrected surface reflectance, NDVI, snow cover, fire hotspots, burnt area, land and sea surface temperatures, and various cloud physical properties (e.g., cloud top temperature). By combining traditional and innovative remote sensing products with robust processing algorithms and state-of-the-art validation techniques, TIMELINE provides a unique, high-quality dataset for global change research.
The AVHRR Mulitchannel Sea Surface Temperature Map (MCSST) was the first result of DLR's AVHRR pathfinder activities. The goal of the product is to provide the user with actual Sea Surface Temperature (SST) maps in a defined format easy to access with the highest possible reliability on the thematic quality. After a phase of definition, the operational production chain was launched in March 1993 covering the entire Mediterranean Sea and the Black Sea. Since then, daily, weekly, and monthly data sets have been available until September 13, 1994, when the AVHRR on board the NOAA-11 spacecraft failed. The production of daily, weekly and monthly SST maps was resumed in February, 1995, based on NOAA-14 AVHRR data. The NOAA-14 AVHRR sensor became some technical difficulties, so the generation was stopped on October 3, 2001. Since March 2002, NOAA-16 AVHRR SST maps are available again. With the beginning of January 2004, the data of AVHRR on board of NOAA-16 exhibited some anormal features showing strips in the scenes. Facing the “bar coded” images of NOAA16-AVHRR which occurred first in September 2003, continued in January 2004 for the second time and appeared in April 2004 again, DFD has decided to stop the reception of NOAA16 data on April 6th, 2004, and to start the reception of NOAA-17 data on this day. On April 7th, 2004, the production of all former NOAA16-AVHRR products as e.g. the SST composites was successully established. NOAA-17 is an AM sensor which passes central Europe about 2 hours earlier than NOAA-16 (about 10:00 UTC instead of 12:00 UTC for NOAA-16). In spring 2007, the communication system of NOAA-17 has degraded or is operating with limitations. Therefore, DFD has decided to shift the production of higher level products (NDVI, LST and SST) from NOAA-17 to NOAA-18 in April 2007. In order to test the performance of our processing chains, we processed simultaneously all NOAA-17 and NOAA-18 data from January 1st, 2007 till March 29th, 2007. All products are be available via EOWEB. Please remember that NOAA-18 is a PM sensor which passes central Europe about 1.5 hours later than NOAA-17 (about 11:30 UTC instead of 10:00 UTC for NOAA17). The SST product is intended for climate modelers, oceanographers, and all geo science-related disciplines dealing with ocean surface parameters. In addition, SST maps covering the North Atlantic, the Baltic Sea, the North Sea and the Western Atlantic equivalent to the Mediterranean MCSST maps are available since August 1994. The most important aspects of the MCSST maps are a) correct image registration and b) reasonable cloud screening to ensure that only cloud free pixels are taken for the later processing and compositing c) for deriving MCSST, only channel 4 and 5 are used.. The SST product consists of one 8 bit channel. For additional information, please see: https://wdc.dlr.de/sensors/avhrr/
| Origin | Count |
|---|---|
| Bund | 185 |
| Europa | 1 |
| Global | 2 |
| Land | 33 |
| Wissenschaft | 164 |
| Type | Count |
|---|---|
| Daten und Messstellen | 157 |
| Ereignis | 1 |
| Förderprogramm | 149 |
| Taxon | 13 |
| Text | 4 |
| unbekannt | 40 |
| License | Count |
|---|---|
| geschlossen | 7 |
| offen | 335 |
| unbekannt | 9 |
| Language | Count |
|---|---|
| Deutsch | 130 |
| Englisch | 249 |
| Resource type | Count |
|---|---|
| Archiv | 40 |
| Datei | 130 |
| Dokument | 21 |
| Keine | 70 |
| Unbekannt | 14 |
| Webdienst | 3 |
| Webseite | 95 |
| Topic | Count |
|---|---|
| Boden | 281 |
| Lebewesen und Lebensräume | 351 |
| Luft | 245 |
| Mensch und Umwelt | 345 |
| Wasser | 334 |
| Weitere | 333 |