API src

Found 4513 results.

Related terms

Messdaten der Spurengase zur Schiffsabgasmessung an der Messstation Kiel 2021 07

Messdaten der Spurengase (CO2, NO, NO2, Nox, O3, SO2) in Schiffsabgasfahnen aufgezeichnet mit dem AIRPOINTER (Messgerät der Firma mlu/jct) an der Messstation Kiel

Messdaten der Spurengase zur Schiffsabgasmessung an der Messstation Kiel 2018 12

Messdaten der Spurengase (CO2, NO, NO2, Nox, O3, SO2) in Schiffsabgasfahnen aufgezeichnet mit dem AIRPOINTER (Messgerät der Firma mlu/jct) an der Messstation Kiel

Messdaten der Spurengase zur Schiffsabgasmessung an der Messstation Kiel 2022 09

Messdaten der Spurengase (CO2, NO, NO2, Nox, O3, SO2) in Schiffsabgasfahnen aufgezeichnet mit dem AIRPOINTER (Messgerät der Firma mlu/jct) an der Messstation Kiel

Entwicklung von Messverfahren zur Bestimmung von CO, H2, H2CO, Hg und N2O in Luft und Wasser

Zielsetzung: Erforschung der Kreislaeufe der o.g. Gase in der Atmosphaere. Dazu gehoert u.a. die Bestimmung der Verteilung dieser Gase in der Atmosphaere, die Erfassung moeglicher Quellen und Senken sowie Bestimmung der Abbau- bzw. Produktionsraten. Da kommerziell verfuegbare Geraete, die zu diesen Untersuchungen benoetigt werden, nicht ueber die ausreichende Empfindlichkeit verfuegen, muessen Nachweismethoden und Messgeraete selbst entwickelt werden.

Citizen Science: Sailing for Oxygen

Zum Verständnis der Entstehung und Trajektorien von großem Hagel (LIFT)

Derzeitige radar-basierte Nowcastingverfahren basieren auf der Annahme, dass die zeitliche Entwicklung von Hagelereignissen in erster Linie durch Advektionsvorgänge gesteuert ist; die relevanten physikalischen Prozesse, die für die Entstehung und das Größenwachstum von Hagel entscheidend sind, bleiben dabei unberücksichtigt. In Verbindung mit der komplexen internen Struktur und Dynamik von Hagelstürmen ergeben sich daraus große Unsicherheiten bei der Vorhersage der Hagelgrößenverteilung und der von Hagel betroffenen Fläche am Boden. Das Ziel des Projekts LIFT (Large Hail Formation and Trajectories) ist es, die Hagelentstehung und Hageltrajektorien besser zu verstehen, um daraus als wichtige Komponenten eines physikalisch-basierten Nowcastings erstmals ein radar-basiertes Verfahren für das Hagelwachstums zu entwickeln. Zu diesem Zweck wird im Rahmen von LIFT eine Messkampagne Süddeutschland durchgeführt, wo die größte Hagelwahrscheinlichkeit in Deutschland auf vielfältige Beobachtungssysteme trifft, die im Rahmen der Messkampagne Swabian MOSES mit einem dichten Netzwerk betrieben werden. Zum ersten Mal werden im Rahmen von LIFT moderne Radargeräte, In-situ Messgeräte, Fotogrammetrie und numerische Modellierung synergistisch kombiniert und ein umfassender Datensatz zur Rekonstruktion der zeitlichen Entwicklung des Hagelwachstums erstellt. Betroffene Bürger werden aktiv in die Messaktivitäten mit einbezogen und aufgerufen, Hagelkörnern einschließlich ihrer Haupteigenschaften in die WarnWetter App des DWD zu melden. Die Messkampagne mit ihrem mobilen und flexiblen Konzept beinhaltet die Anwendung neuer, innovativer Messtechniken, darunter Lagrangesche Trajektorien mittels kleiner Messsysteme, die in die Wolken eingebracht werden, und dronengesteuerte Luftbildaufnahmen zur Bestimmung der Hagelspektren. Aus Fernerkundungsdaten gewonnene Signaturen von Hagelereignissen liefern Informationen über die Charakteristika der Hagelereignisse und werden mittels numerischer Simulationen sorgfältig auf Messungenauigkeiten und Sensitivitäten bzgl. atmosphärischer Umgebungsvariablen evaluiert. Indikatoren für die Hagelentstehung und das Hagelwachstum werden aus Beobachtungsdaten und Simulationen identifiziert, und liefern die Grundlage für ein beobachtungs-basiertes Hagelwachstumsmodell. Schließlich wird dieses Multi-Parameter Hagelwachstumsmodell mit den bestimmten Hageltrajektorien und Schmelzprozessen kombiniert, um zu bestimmen, welche Prozesse am wichtigsten sind für das Nowcasting von Hagel. Das Projekt LIFT liefert damit einen wichtigen Betrag für zukünftige radar-basierte Hagelwarnsysteme mit einer verbesserten Vorhersagezeit und Vorhersagequalität.

Schwerpunktprogramm (SPP) 1294: Bereich Infrastruktur - Atmospheric and Earth system research with the 'High Altitude and Long Range Research Aircraft' (HALO), DECOR: Der Einfluss der Dynamik auf die Zusammensetzung und den Transport von klimarelevanten Spurenstoffen in der extratropischen oberen Troposphäre und unteren Stratosphäre

Die Quantifizierung der Effekte von Transport, Mischung und chemischer Prozessierung von klimarelevanten Spurengasen in der extratropischen oberen Troposphäre und unteren Stratosphäre (UTLS) ist von großer Bedeutung für das Verständnis des Strahlungsbudgets der Atmosphäre. Dynamische Systeme wie der Jetstream, der Asiatische Monsun, Schwere- und Rossbywellen verändern die Verteilung und den Transport von Spurenstoffen in der UTLS und beeinflussen dadurch das Klima. Ziel des Projektes ist es die Veränderung der Zusammensetzung und des Transports in der UTLS durch diese dynamischen Systeme zu untersuchen. Ein spezifischer Fokus liegt hierbei auf den Spurengasen H2O, O3, Stickoxid- und Halogenverbindungen sowie Zirren. Zu diesem Zweck wird das Atmosphärische chemische Ionisations-Massenspektrometer AIMS und das durchstimmbare Diodenlaser Hygrometer WARAN bei WISE eingesetzt. Erfolgreiche erste Messungen wurden bereits während der Kampagnen TACTS/ESMVal, ML-CIRRUS und POLSTRACC/GW-Cycle/SALSA durchgeführt. Der Nachweis mit dem Reagenzien SF5- wurde bislang zur Messung der Spurengase HCl, HNO3, SO2 und HONO verwendet. In diesem Projekt schlagen wir den quantitativen Nachweis von ClONO2 und HBr mit AIMS als Weiterentwicklung vor. Im Rahmen der WISE Mission liegt der Fokus auf der quantitativen Bestimmung der Beiträge von stratosphärischem O3 und HNO3 in der UTLS abgeleitet aus dem stratosphärischen Tracer HCl. Transportprozesse und ihr Einfluss auf die Inversionsschicht der Tropopause (TIL) werden in Abhängigkeit von Breite und dynamischer Situation untersucht . Tracer-Tracer Korrelationen in der extratropischen Tropopausen Schicht werden eingesetzt um den Mischungszustand in und oberhalb dieser Schicht zu charakterisieren. Unsere in-situ Messungen werden zur Validierung der Fernerkundungsinstrumente GLORIA (HNO3, ClONO2, H2O und SO2), DOAS (HONO, Bry) und WALES (H2O) herangezogen. Der Einfluss von Eiswolken und kaltem Aerosol auf die Spurengaszusammen in der polaren UTLS wird mit Daten der Mission POLSTRACC bestimmt. Die Aufnahme von HNO3 in Eis und die Bildung von kondensierten Salpetersäure/Wasser Kondensaten ist bei tiefen Temperaturen unzureichend verstanden. Diese Fragestellungen werden aus Messungen von Wasser, gasförmiger HNO3 und HNO3 in Eispartikeln beantwortet. Tracer-tracer Korrelationen der Chlor- und Stickoxidverbindungen werden benutzt um die Verteilung von Chloraktivierung und De- und Nitrifizierung zu bestimmen. Unsere Messungen dienen dazu das Verständnis des Einflusses dynamischer und heterogener chemischer Prozesse auf die Verteilung klimarelevanter Spurengase in der UTLS zu verbessern.

Daily HUME: Daily Homogenization, Uncertainty Measures and Extremes (Homogenisierung täglicher Daten, Fehlermaße und Extreme)

Global change not only affects the long-term mean temperature, but may also lead to further changes in the frequency distribution and especially in their tails. The study of the whole frequency distribution is important as, e.g., heat and cold waves are responsible for a considerable part of morbidity and mortality due to meteorological events. Daily datasets are essential for studying such extremes of weather and climate and therefore the basis for political decisions with enormous socio-economic consequences. Reliably assessing such changes requires homogeneous observational data of high quality. Unfortunately, however, the measurement record contains many non-climatic changes, e.g. homogeneities due to relocations, new weather screens or instruments. Such changes affect not only the means, but the whole frequency distribution. To increase the quality and reliability of global daily temperature records, we propose to develop an automatic homogenisation method for daily temperature data that corrects the frequency distribution. We propose to describe homogenisation as an optimisation problem and solve it using a genetic algorithm. In this way, entire temperature networks can be homogenised simultaneously leading to an increase in sensitivity, while avoiding setting false (spurious) breaks. By not homogenising the daily data directly, but by homogenising monthly indices (probably the monthly moments), the full power and understanding of monthly homogenization methods can be carried over to the homogenisation of daily data. Furthermore, in an optimisation framework, the optimal temporal correction scale can be determined objectively and straightforwardly, that is whether the corrections are best applied annually (all twelve months get the same correction), semi-annually, seasonally or monthly. All three aspects are new: the simultaneous homogenisation of an entire network, the objective selection of the degrees of freedom of the adjustments and of the temporal averaging scale of the correction model. This new method will be applied to homogenise the temperature datasets of the International Surface Temperature Initiative. This large dataset necessitates an automatic homogenisation method. To validate the method, we will generate an artificial climate dataset with known inhomogeneities. To be able to generate such a validation dataset with realistic inhomogeneities, we need to understand the nature of inhomogeneities in daily data much better. Therefore, we intend to collect and study parallel measurements (two set-ups at one location), which allow us to study the changes in the frequency distribution if one set-up is replaced by the other. Finally, we will study and quantify the uncertainties due to persistent errors remaining in the dataset after homogenisation and utilise this to improve the accuracy of the homogenisation algorithm. The knowledge of uncertainties is also indispensable for climatologists using the homogenised data.

Hintergrundwerte für den vorbeugenden Bodenschutz

Die Fragestellung der Hintergrundwerte bezieht sich i.d.R. auf Gruppen von Parametern, die für den vorbeugenden Bodenschutz relevant sind. Hierbei werden bodenanalytische Daten erhoben und ausgewertet. Es sind Fremddaten und im Labor des LUNG M-V erhobene Daten (Meß-Rohdaten, kombinierte Daten, Meßreihen, statistische Aussagen über Daten). Sie sind verteilt abgelegt in Laborbüchern, Rohdatenfiles der Meßgeräte, Spreadsheet-Daten. Es handelt sich um bodenchemische Daten. Die Daten sind ausgewertet und bewertet und in einem Bericht (ggf. Zwischenberichten) abgelegt.

Messnetz Bodenwasser/ Lysimeterstation Brandis

Das Messnetz "Bodenwasserhaushalt" dient der kontinuierlichen Erfassung der Interaktion zwischen Witterung, Bewuchs und Bodenwasserhaushalt. Es umfasst 21 wägbare Lysimeter mit natürlichen Ackerböden, 5 wägbare Lysimeter mit Böden von der Kippe der ehemaligen Tagebaue Espenhain und Witznitz sowie 2 nichtwägbare Lysimeter im Forst Naunhof. Desweiteren werden am Standort Brandis unterschiedliche Niederschlagsmesser, eine Klimastation und Bulksammler (zur Messung der Gesamtdeposition) betrieben. Die Datenerfassung sowie -auswertung erfolgt derzeit ausschließlich in der UBG (GB3). Arbeitsschwerpunkte der Auswertung sind: - Transport- und Umsatzprozesse in der ungesättigten Zone - Auswirkung von landwirtschaftlichen Bewirtschaftungsstrategien auf die GW-Beschaffenheit - Klimawandel und Bodenwasserhaushalt - Bereitstellung der Daten für Simulationsmodelle WH-Verfahren.

1 2 3 4 5 … 450 451 452