API src

Found 1013 results.

Related terms

Phosphor Speziation in Mineral Staub und Marineaerosol Partikeln

Makronährstoffe, wie Phosphor, sind wichtig für das Wachstum von Meeresmikroorganismen, wie Phytoplankton. Diese sind sehr bedeutsam für die marine Nährstoffkette und Biologie. Verschiedene Phytoplanktonarten emittieren klimarelvante organische Verbindungen, z.B. DMS, welches in der Atmosphäre zu Schwefelsäure oxidiert wird und anschließend zur Bildung neuer Aerosolpartikel beiträgt. Diese können weiterhin als potentielle Wolkenkondensaktionskeime dienen. Informationen über die Verfügbarkeit von Phosphor für diese Mikroorganismen sind somit essentiell für ein besseres Verständnis der Ozean-Atmosphären-Wechselwirkung. Der Haupteintrag von Phosphor in den offenen Ozean erfolgt vorwiegend über atmosphärische Deposition. Informationen über atmosphärische Phosphorkonzentrationen, die Bioverfügbarkeit und Quellen sind notwendig, um den Verbleib in den Ozeanen zu verstehen. Dabei werden vor allem in den Regionen des tropischen Nord- und Südost-Atlantik immer noch Daten benötigt. Die wenigen verfügbaren Daten basieren zumeist auf kurzzeitigen Schiffsmessungen, die in ihrer Anwendung auf langfristige Prognosen und jahreszeitlichen Zyklen sehr begrenzt sind. Um das Verständnis über die Phosphorverfügbarkeit, -quellen, und -bioverfügbarkeit in diesen ozeanischen Gebieten zu verbessern, sollen größenaufgelöste Langzeitmessungen zur Bestimmung des Phosphorgehalts von Aerosolpartikeln durchgeführt werden. Weiterhin werden analytische Methoden entwickelt und optimiert (basierend auf der Kombination von drei Techniken). Diese sollen eine empfindliche Bestimmung von löslichem als auch dem Gesamtphosphor in feinen Partikeln ermöglichen, aufgrund der geringen Aerosolmasse in dieser Größenfraktion. Die ermittelten Daten werden benutzt, um wichtige Quellen des Phosphors in diesen Regionen zu charakterisieren, die Rolle von unterschiedlichen Quellen wie Mineralstaub, Biomassenverbrennung, sowie anthropogenen Verbrennungsaerosols auf die Speziation (organische und anorganische Zusammensetzung), Löslichkeit und atmosphärische Prozessierung des Phosphors, sowie ihre saisonale Variabilität zu untersuchen. Darüber hinaus soll eine regionale Staubmodellsimulation angewendet werden, um den Aerosoltransport und die Staupdeposition in diesen Regionen besser zu beschreiben. Die Ergebnisse sind wichtig für kombinierte Modelle zur Ozean-Atmosphäre Wechselwirkung und das Verständnis der wichtigsten Faktoren, die den Verbleib von atmosphärischem Phosphor im Ozean beeinflussen.

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.

Nachhaltige Altlastenbewältigung unter Einbeziehung des natürlichen Reinigungsvermögens, Entwicklung eines Simulationstools zur Prognose der Ausbreitung und des Abbaus von Schadstoffen in der gesättigten und der vadosen Zone

Ziel ist dabei unter anderem, eine Datenbasis für die Modellierung des Schadstoffabbaus und der Schadstoffausbreitung zu schaffen, die in ein sechstes Teilprojekt einfließt. Dieses wird von Mitarbeitern der Professoren Knabner und Rüde bearbeitet und befasst sich standortübergreifend mit der mathematischen Modellierung von Transport-, Rückhalte- und Abbauprozessen mittels moderner und effizienter Verfahren. Für die numerische Simulation wird ein Prognoseinstrument entwickelt, das belastbare Risikoeinschätzungen liefern soll. Aufgrund der anspruchsvollen Struktur der Probleme - Systeme von gekoppelten, nichtlinearen partiellen Differentialgleichungen - werden auch Techniken der Höchstleistungssimulation eingebracht. An jedem untersuchten Standort soll das Verständnis der im Untergrund ablaufenden Prozesse so vertieft werden, dass nicht nur der momentane Zustand beschrieben werden kann, sondern auch langfristige Prognosen möglich sind. Angesichts von rund 13300 altlastverdächtigen Flächen in Bayern ist es von großer volkswirtschaftlicher Bedeutung, neben der Entwicklung von kostengünstigen und praxisorientierten Technologien zur Altlastensanierung die natürlichen Selbstreinigungskräfte der Umwelt zu nutzen. Um angemessen handeln zu können, brauchen Behörden und andere Entscheidungsträger eine zuverlässige Antwort auf die Frage: Wie groß ist das natürliche Potenzial eines Altlastenstandortes, sich selbst zu reinigen?

Nutzung langfristiger Daten zur Planktonvielfalt zur Entwicklung eines Rahmens für die Bewertung und den Schutz der biologischen Vielfalt in Gebieten außerhalb der nationalen Gerichtsbarkeit, Vorhaben: Nutzung der Vergangenheit zur Vorhersage künftiger Veränderungen

Entwicklung einer Oberflächengewässer-Management-Plattform für Kommunen mit flächendeckender Datenerhebung und Generierung von Handlungsempfehlungen

Schwerpunktprogramm (SPP) 1158: Antarctic Research with Comparable Investigations in Arctic Sea Ice Areas; Bereich Infrastruktur - Antarktisforschung mit vergleichenden Untersuchungen in arktischen Eisgebieten, Untersuchung zu Wolkenkondensationskeimen und eisnukleierenden Aerosolpartikeln während der Antarktis-Umrundungsexpedition (ACE)

Über dem Antarktischen Ozean findet man das am wenigsten vom Menschen beeinflusste Aerosol der Erde, aber es gibt so gut wie keine Aerosol bezogenen Messdaten aus dieser interessanten Region. Als Partner des Projekts -Study of Preindustrial-like-Aerosol Climate Effects- (SPACE) beteiligen wir uns an der beispiellosen Antarctic Circumnavigation Expedition (ACE), die uns die einmalige Gelegenheit bietet, hochwertige Aerosolmessungen in dieser abgelegenen Region durchzuführen. ACE-SPACE zielt auf eine detaillierte Charakterisierung des vorhandenen Aerosols, welches von anthropogener Verschmutzung unbeeinflusst ist und somit ein Aerosol darstellt, welches mit dem in einer vorindustriellen Atmosphäre vergleichbar ist. Im Rahmen von ACE-SPACE liegt der Schwerpunkt von TROPOS auf Aerosolpartikeln, welche an klimarelevanten Aerosol-Wolken-Wechselwirkungen beteiligt sind. Insbesondere Partikel, die als Wolkenkondensation (CCN) fungieren können, sowie Partikel, die in der Lage sind, zur Vereisung von Wolken zu führen, sind Untersuchungsgegenstand. Während der Antarktischen Umrundung werden wir 3 Monate lang kontinuierliche INP- und CCN-bezogene in-situ-Messungen an Bord des russischen Eisbrechers Akademik Tryoshnikov durchführen, ergänzt durch Aerosol Filterproben. Im Rahmen des ACE-SPACE Projekts wird TROPOS nur für die Durchführung der Messungen und die chemische Charakterisierung der Filterproben finanziert. Deshalb beantragen wir hiermit Mittel für die wissenschaftliche Auswertung, physikalische Analyse und Interpretation (hauptsächlich 1 Doktorand, 67% für drei Jahre) der gesammelten Proben und Daten.Wir werden einen einzigartigen Datensatz zu den physikalischen und chemischen Eigenschaften von Wolkenkondensationskernen (CCN) und Eis nukleierenden Partikeln (INP), sowie deren Quellen, über dem Antarktischen Ozean liefern. Der Datensatz beinhaltet sowohl CCN und INP-Anzahlkonzentrationen entlang der Route der Antarktischen Umrundung (ACE), als auch quantitative Informationen bzgl. des Aktivierungsverhaltens (Hygroskopizität) und Eisnuklerationsverhaltens (z.B. Gefriertemperaturen), der gesammelten CCN und INP. Der erhobene Datensatz ist repräsentativ für ein natürliches, von menschlichen Einflüssen quasi freies, vorindustrielles Aerosol und damit ein sehr wertvoller Beitrag zur Verbesserung der Vorhersage der Klimaveränderungen in der Antarktischen Region im Besonderen, und der globalen Atmosphäre im Allgemeinen. Die gewonnenen Daten werden innerhalb des SPP offen zur Verfügung gestellt aber auch von unseren Partnern im ACE-SPACE-Projekt zur Klimamodellierung und Validierung von Satellitenretrievals genutzt.

BSCALE: Downscaling von Niederschlag: Entwicklung, Kalibrierung und Validierung eines Bayes'schen probabilisitischen Ansatzes.

Downscaling von Atmosphärenmodellausgaben, insbesondere von Niederschlagsdaten, ist erforderlich um Variablen von der niedrigaufgelösten Skala des Modells zur Punktskala des Standortes hin zu transformieren, auf der die entsprechenden Variablen für praktische Anwendungen genutzt werden. Dazu gehören unter anderem, das Füllen von Datenlücken, hydrologische oder glaziologische Anwendungen, Klimaprognosen, Anwendungen in der Bewässerung oder Vorhersagen für Energieversorger. Statistisches Downscaling besteht darin, stochastische Beziehungen zwischen Beobachtungen oder Modellausgaben auf großer Skala, die als Prädiktoren dienen, und die an einem Standort zu schätzende Größe, dem Prädiktand, herzustellen. Die dazu angewandten Beziehungen sind häufig lineare Regressionen, es kommen aber auch nicht-lineare Transformationen, wie nicht-lineare Regressionen oder das Quantile-Matching zur Anwendung. In besagten Fällen wird ein stationärer, homoskedastischer Zusammenhang zwischen stochastischen Variablen angenommen, die zwar den bedingten Erwartungswert, aber nicht die Ränder der Verteilung, welche die meteorologischen Extreme abbilden, adäquat transformieren. Im vorliegendem Antrag wird ein probabilistischer Prozessor für das Downscaling von Niederschlagsdaten als Ansatz vorgeschlagen, der als bedingter Bayesscher Prozessor implementiert wird und die nicht-lineare Umformungen zwischen Prädiktoren von der Meso-Skala hin zur Skala eines Standortes unterstützt. In diesem Zusammenhang werden stochastische Zusammenhänge zwischen Prädiktoren und Prädiktanden im Gaußschen Raum modelliert. Die Methode ermöglicht es, mehrere Indikatoren innerhalb eines räumlichen Fensters von Modellzellen gleichzeitig zu verwenden, und kann auf die Anwendung von Prädiktoren, die von mehreren unterschiedlichen Vorhersagemodellen stammen, ausgeweitet werden. Durch die Anwendung multivariater abgeschnittener Normalverteilungen können auch heteroskedastische Beziehungen von stochastischen Variablen abgebildet, analytisch nach den Prädiktoren marginalisiert und anschließend in den Herkunftsraum zurücktransformiert werden. Das Downscaling der Schätzung des Prädikanten von der Skala der Modellzelle auf den Standort erfolgt anschließend mit Hilfe eines nicht-Markovschen, nicht-stationären stochastischen Wettergenerators. Sowohl der Bayessche Prozessor als auch der stochastische Wettergenerator müssen über ein ausreichend weites Zeitfenster anhand von Beobachtungsreihen und Simulationsergebnissen geeicht und validiert werden.

The forecast data for v component of wind at 850hPa [m/s] from GPC_Offenbach (DWD).

This resource contains the monthly mean v component of wind at 850hPa [m/s] 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.

The forecast data for u component of wind at 850hPa [m/s] from GPC_Offenbach (DWD).

This resource contains the monthly mean u component of wind at 850hPa [m/s] 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.

The forecast data for temperature at 850hPa [K] from GPC_Offenbach (DWD).

This resource contains the monthly mean temperature at 850hPa [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.

1 2 3 4 5 … 100 101 102