API src

Found 77 results.

Inventur von Biomasse und Landbedeckung im NP Margala Hills/Pakistan

Das Projekt "Inventur von Biomasse und Landbedeckung im NP Margala Hills/Pakistan" wird/wurde gefördert durch: Deutscher Akademischer Austausch Dienst. Es wird/wurde ausgeführt durch: Technische Universität Dresden, Institut für Photogrammetrie und Fernerkundung, Professur für Fernerkundung.Der Margala NP in unmittelbarer Nähe der pakistanischen Hauptstadt Islamabad stellt eine wichtige Ressource großflächigen Waldbestandes und vielfältiger Ökosysteme/Biodiversität dar. Die Bedrohung der ökologischen Stabilität nimmt durch Nutzungsdruck sowohl in bezug auf Ressourcen als auch in Bezug auf touristische Erschließung stetig zu. Remote Sensing und Referenzkartierung erfassen das Waldpotential sowohl nach Fläche und biodiverser Vielfalt als auch in Bezug auf das Potential an Biomasse und subsequent auf die Speicherkapazität von Kohlenstoff. Daraus folgend werden Schutzstrategien werden entwickelt und analysiert.

Model Output Statistics for ZHOB (FORT SANDEMAN) (41620)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for KALAT (41696)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for KARACHI AIRPORT (41780)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for LAHORE (CITY) (41640)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for ISLAMABAD (AIRPORT) (41571)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Biogeochemie des Kohlenstoffs und Stickstoffs im Arabischen Meer - ein Beitrag zur Internationalen Indian Ocean Expedition 2, Vorhaben: Die winterlichen Partikelflüsse innerhalb der Sauerstoff-Minimumzone SMZ vor Pakistan

Das Projekt "Biogeochemie des Kohlenstoffs und Stickstoffs im Arabischen Meer - ein Beitrag zur Internationalen Indian Ocean Expedition 2, Vorhaben: Die winterlichen Partikelflüsse innerhalb der Sauerstoff-Minimumzone SMZ vor Pakistan" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Eberhard Karls Universität Tübingen, Fachbereich Geowissenschaften, Geo- und Umweltforschungszentrum (GUZ), Arbeitsgruppe Klimatologie und Biosphäre.

Model Output Statistics for NAWABSHAH (41749)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Topoklimatische Steuerung und nicht-lineare Dynamik der Klimawandelresonanz von Gletschern in Hochasien (TopoCliF)

Das Projekt "Topoklimatische Steuerung und nicht-lineare Dynamik der Klimawandelresonanz von Gletschern in Hochasien (TopoCliF)" wird/wurde gefördert durch: Deutsche Forschungsgemeinschaft. Es wird/wurde ausgeführt durch: Humboldt-Universität Berlin (Humboldt-Univ.), Geographisches Institut.Die Gletscher Hochasiens, existentielle Ressource der Wasserversorgung von über einer Milliarde Menschen, reagieren ausgesprochen heterogen auf den Klimawandel. Die zugrunde liegenden Wirkmuster, Steuerungsfaktoren und Sensitivitäten sind jedoch bisher nur lückenhaft verstanden. Jüngste Studien zeigen die besondere Bedeutung topoklimatischer Effekte auf der Skale einzelner Täler und Höhenzüge, die auch ein großes Potential zu nicht-linearer Abschmelzdynamik implizieren. Zur Analyse dieser mesoskaligen Phänomene fehlen aber bislang adäquate Werkzeuge, die die big-data-kritische Datenlücke zwischen großräumigen Fernerkundungs- und feldbasierten Detailstudien schließen können. Die Höhe der Gletschergleichgewichtslinie (ELA) integriert alle am Gletscher wirkenden topographischen und klimatischen Faktoren und ist daher als Indikator eben dieser topoklimatischen Phänomene bestens geeignet. Im beantragten Projekt soll ein neuartiges Fernerkundungsverfahren für ganz Hochasien angewendet werden, das eigens entwickelt wurde, um für ganze Orogene Datensätze der ELA und multitemporaler ELA-Änderungen in präzedenzlos hoher Auflösung zu generieren. Durch ein künstliches neurales Netz werden dann die räumlichen Muster und ihnen zugrunde liegende Beziehungen im regional heterogenen Zusammenwirken klimatischer (Globalstrahlung, Temperatur, Niederschlag, Wind, etc.; aus Daten der High Asia Refined analysis, HAR) und topographischer (Exposition, Hangneigung, Gipfelhöhe, etc.; aus digitalen Geländemodellen, DGM) Faktoren zur Steuerung der ELAs in Hochasien aufgeschlüsselt. An für Teilräume repräsentativen Benchmark-Settings mit besonders guter Datensituation werden die steuernden Prozesse am Gletscher durch numerische Modellierung der Energie- und Massenbilanzen (MB) im Detail untersucht. Auf Basis der resultierenden MB-Daten wird zusätzlich die Sensitivität der MBs zu monatlichen Anomalien in Temperatur und Niederschlag (aus HAR) modelliert. Vorstudien zeigen, dass Verebnungsflächen in den Akkumulationsgebieten der Gletscher großes Potential zu nicht-linearer Abschmelzdynamik bei weiterem ELA-Anstieg bergen. Größe und Topographie dieser Verebnungen werden durch DGM-basierte GIS-Analysen für Gletscher ganz Hochasiens quantifiziert. Zur Identifizierung der zugehörigen Kipppunkte (ELA, ab der eine spezifische Verebnungsfläche zu Ablationsgebiet wird) werden jeweils aus Hochflächentopographie und ELA-Daten die verbleibenden Pufferhöhen berechnet. Die diesen Pufferhöhen entsprechenden Temperaturzu- oder Niederschlagsabnahmen werden auf Basis der zuvor erhobenen Sensitivitätsdaten abgeschätzt und die verbleibende Zeit zur Überschreitung der Kipppunkte für verschiedene Szenarien anthropogenen Klimawandels ermittelt. Die Resultate dieses interdisziplinär-polymethodischen Ansatzes werden erstmals eine Entschlüsselung der topoklimatischen Steuerung der Klimawandelresonanz von Gletschern in Hochasien und ihrer Potentiale zu nicht-linearer Abschmelzdynamik ermöglichen.

'Innovationen für resiliente kleinbäuerliche Produktionssysteme im Punjab, Pakista - Initiierungsphase

Das Projekt "'Innovationen für resiliente kleinbäuerliche Produktionssysteme im Punjab, Pakista - Initiierungsphase" wird/wurde gefördert durch: Bundesministerium für Ernährung und Landwirtschaft. Es wird/wurde ausgeführt durch: Hochschule für nachhaltige Entwicklung Eberswalde, Fachbereich für Wald und Umwelt, Fachgebiet Sozioökonomie & Kommunikation.Im Rahmen der Initiierungsphase für ein geplantes dreijähriges Forschungsprojekt, dass sich auf die Provinz Punjab konzentriert und untersucht, wie kleinbäuerliche Produktionssysteme auf sozial angepasste und ökologisch nachhaltige Weise verbessert werden können, soll in enger Abstimmung mit den Partnern ein Vollantrag inkl. einer detaillierten Budgetplanung erarbeitet werden. Auf Basis lokalen Wissens und neuer Technologien sollen in dem Folgeprojekt innovative Ansätze identifiziert, kritisch evaluiert und praxisnah weiterentwickelt werden. Die Initiierungsphase umfasst eine vorbereitende Forschungsreise nach Punjab. In gemeinsamen Teamsitzungen werden dabei methodische, finanzielle und administrative Fragen geklärt und der Ablauf für den Vollantrag festgelegt. Es werden Konsultationen mit den verschiedenen Stakeholder-Gruppen stattfinden. Während der vorbereitenden Forschungsreise im Juni werden in Multan und Lahore Stakeholder-Dialoge durchgeführt, um die Projektidee politischen Entscheidungsträgern, Vertretern von Kleinbauern und Entwicklungsakteuren vorzustellen. Die Grundsätze des partizipativen und systemischen Dialogansatzes für das Projekt, MARISCO (adaptive MAnagement of vulnerability and RISk at COnservation Sites), werden unter den Mitgliedern des Projektteams eingehender diskutiert und mögliche Anpassungen identifiziert. Darüber hinaus wird auch kritisches Feedback zu den ausgewählten Innovationen ein Teil dieser Stakeholder-Dialoge sein. Mehrtägige Feldbesuche des Teams von HNEE, HI und Vertretern von MNSUA und WIT sind in verschiedenen Distrikten im südlichen und zentralen Punjab geplant, um (a) geeignete Fallstudiengebiete auszuwählen und (b) die ausgewählten Innovationen für die drei empirischen Forschungsmodule von SMALLPAK zu validieren, zu konkretisieren und ggf. zu überarbeiten.

1 2 3 4 5 6 7 8