API src

Found 1755 results.

Related terms

Integrating GIS and Remote Sensing for Multi-Scale Analysis of Degradation in the African Sahel

Multi-level monitoring of destabilized Sahelian regions connects field work in situ with detailed to semi-detailed analysis of vegetation structure (aerial photography), vegetation functional types and units of rational landcover (satellite images). Human impact on Sahelian vegetation in its regional variations is a main reason for continous destruction of former grazing lands. Regional dynamics of impact patterns are analysed by means of multi-stage remote sensing techniques and multi-spectral image classification. Integration of remotely sensed as well as of socio-economic data with geo-information systems is an important tool for modelling regional dynamics of degradation and desertification due to multi-thematic and multi-temporal input parameters. Intersection of geo-informations creates change detection databasas of Sahelian regions. Planning sustainable development will urgently need the appropriate use of the presented facilities of IGIS technology.

Northern Eurasia Earth Science Partnership Initiative (NEESPI)

The Northern Eurasia Earth Science Partnership Initiative, or NEESPI, is a currently active, yet strategically evolving program of internationally-supported Earth systems science research, which has as its foci issues in northern Eurasia that are relevant to regional and Global scientific and decision-making communities (see NEESPI Mission Statement). This part of the globe is undergoing significant changes - particularly those changes associated with a rapidly warming climate in this region and with important changes in governmental structures since the early 1990s and their associated influences on land use and the environment across this broad expanse. How this carbon-rich, cold region component of the Earth system functions as a regional entity and interacts with and feeds back to the greater Global system is to a large extent unknown. Thus, the capability to predict future changes that may be expected to occur within this region and the consequences of those changes with any acceptable accuracy is currently uncertain. One of the reasons for this lack of regional Earth system understanding is the relative paucity of well-coordinated, multidisciplinary and integrating studies of the critical physical and biological systems. By establishing a large-scale, multidisciplinary program of funded research, NEESPI is aimed at developing an enhanced understanding of the interactions between the ecosystem, atmosphere, and human dynamics in northern Eurasia. Specifically, the NEESPI strives to understand how the land ecosystems and continental water dynamics in northern Eurasia interact with and alter the climatic system, biosphere, atmosphere, and hydrosphere of the Earth. The contemporaneous changes in climate and land use are impacting the biological, chemical, and physical functions of the northern Eurasia, but little data and fewer models are available that can be used to understand the current status of this expansive regional system, much less the influence of the northern Eurasia region on the Global climate. NEESPI seeks to secure the necessary financial and related institutional support from an international cadre of sponsors for developing a viable understanding of the functioning of northern Eurasia and the impacts of extant changes on the regional and Earth systems. Many types of ground and integrative (e.g., satellite; GIS) data will be needed and many models must be applied, adapted or developed for properly understanding the functioning of this cold and diverse regional system. Mechanisms for obtaining the requisite data sets and models and sharing them among the participating scientists are essential and require international and active governmental participation. (abridged text)

Forschungsgruppe (FOR) 2589: Zeitnahe Niederschlagsschätzung und -vorhersage; Near-Realtime Quantitative Precipitation Estimation and Prediction (RealPEP), sub project: Coordination Funds

High-quality near-real time Quantitative Precipitation Estimation (QPE) and its prediction for the next hours (Quantitative Precipitation Nowcasting, QPN) is of high importance for many applications in meteorology, hydrology, agriculture, construction, water and sewer system management. Especially for the prediction of floods in small to meso-scale catchments and of intense precipitation over cities timely, the value of high-resolution, and high-quality QPE/QPN cannot be overrated. Polarimetric weather radars provide the undisputed core information for QPE/QPN due to their area-covering and high-resolution observations, which allow estimating precipitation intensity, hydrometeor types, and wind. Despite extensive investments in such weather radars, QPE is still based primarily on rain gauge measurements since more than 100 years and no operational flood forecasting system actually dares to employ radar observations for QPE. RealPEP will advance QPE/QPN to a stage, that it verifiably outperforms rain gauge observations when employed for flood predictions in small to medium-sized catchments. To this goal state-of-the?art radar polarimetry will be sided with attenuation estimates from commercial microwave link networks for QPE improvement, and information on convection initiation and evolution from satellites and lightning counts from surface networks will be exploited to improve QPN. With increasing forecast horizons the predictive power of observation-based nowcasting quickly deteriorates and is outperformed by Numerical Weather Prediction (NWP) based on data assimilation, which fails, however, for the first hours due to the lead time required for model integration and spin-up. Thus, RealPEP will merge observation-based QPN with NWP towards seamless prediction in order to provide optimal forecasts from the time of observation to days ahead. Despite recent advances in simulating surface and sub-surface hydrology with distributed, physicsbased models, hydrologic components for operational flood prediction are still conceptual, need calibration, and are unable to objectively digest observational information on the state of the catchments. RealPEP will prove that in combination with advanced QPE/QPN physics-based hydrological models sided with assimilation of catchment state observations will outperform traditional flood forecasting in small to meso-scale catchments.

DIGSTER - Map and Go (Digital Satellite Based Terrain Model) - User Requirements

The project DIGSTER - Map and Go (Digital Based Terrain Mapping) aims at the technical aspects of digital terrrain mapping. For many questions in administration, planning and expertise terrrain mappings are indispensable. The whole process starting with the data acquisition in the field and ending with map products will be digitally performed by the system. Therefore, a platform appropriate for the use in the field (PDA) is combined with technologies from the disciplines of satellite navigation, remote sensing, communication, and mobile geoinformation systems. For DIGSTER a lot of practical applications already exist in connection with policies and directives on the national and also European level.

METOP GOME-2 - Formaldehyde (HCHO) - Global

The Global Ozone Monitoring Experiment-2 (GOME-2) instrument continues the long-term monitoring of atmospheric trace gas constituents started with GOME / ERS-2 and SCIAMACHY / Envisat. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B, and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. Furthermore, cloud properties and intensities of ultraviolet radiation are retrieved. These data are crucial for monitoring the atmospheric composition and the detection of pollutants. DLR generates operational GOME-2 / MetOp level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. The operational HCHO total column products are generated using the algorithm GDP (GOME Data Processor) version 4.x integrated into the UPAS (Universal Processor for UV / VIS Atmospheric Spectrometers) processor for generating level 2 trace gas and cloud products. For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/

GTS Bulletin: IUTD14 EDZW - Observational data (Binary coded) - BUFR (details are described in the abstract)

The IUTD14 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IU): Upper air T1T2A1 (IUT): (used for satellite-derived sondes – see Note 3) A2 (D): 90°E - 0° northern hemisphere (Remarks from Volume-C: (CBS)SATELLITE RADIO OCCULTATION DATA)

GTS Bulletin: IUTC14 EDZW - Observational data (Binary coded) - BUFR (details are described in the abstract)

The IUTC14 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IU): Upper air T1T2A1 (IUT): (used for satellite-derived sondes – see Note 3) A2 (C): 180° - 90°E northern hemisphere (Remarks from Volume-C: (CBS)SATELLITE RADIO OCCULTATION DATA)

Untersuchung von Langzeitvariationen leuchtender Nachtwolken mittels europäischer Nadir-Satelliteninstrumente

Leuchtende Nachtwolken (NLCs, von engl. Noctilucent clouds) sind optisch dünne Wassereiswolken, die nahe der polaren Sommermesopause bei geographischen Breiten polwärts von etwa 50 Grad auftreten. NLCs wurden in den vergangenen Jahrzehnten intensiv untersucht, insbesondere aufgrund ihrer Rolle als Indikatoren der globalen Veränderung. Langzeitsatellitenmessungen der NLCs mit Hilfe der SBUV/2 Instrumente auf Nimbus-7 und der NOAA-Satellitenreihe zeigen eine signifikante Zunahme der NLC Albedo (DeLand et al., 2007) sowie der NLC Häufigkeit (Shettle et al., 2009). Dieser langfristige Trend wurde durch eine Studie von Stevens et al. (2007) in Frage gestellt, in der die Langzeittrends in SBUV/2 NLC Albedo und der NLC Eismasse bei einer konstanten Lokalzeit untersucht wurden. Erstaunlicherweise führte die ausschließliche Berücksichtigung von Messungen bei konstanter Lokalzeit dazu, dass der Langzeittrend in der NLC Albedo praktisch vollständig verschwand. Diese Ergebnisse suggerieren, dass die veränderlichen Lokalzeiten, die mit der langsamen Veränderung der Orbitparameter der NOAA Satelliten verbunden sind, den scheinbaren Langzeittrend in NLC Albedo und NLC Häufigkeiten in früheren Studien verursachen. Dieser Sachverhalt ist noch immer nicht verstanden, obwohl die Frage nach den tatsächlichen Langzeitvariationen in NLCs von entscheidender Bedeutung für das wissenschaftliche Verständnis des Klimawandels in der mittleren Atmosphäre ist. Das wissenschaftliche Hauptziel des hier vorgeschlagenen Projekts ist es die Ursachen für die oben skizzierten Diskrepanzen zwischen den verschiedenen Analysen der SBUV/2 Daten zu untersuchen, und festzustellen, ob NLC-Parameter einer Langzeitvariation unterliegen oder nicht. Zu diesem Zweck sollen Messungen der europäischen Nadir-Beobachtungsinstrumente GOME und SCIAMACHY zur Bestimmung von NLCs verwendet werden. Nadir-Messungen dieser Satelliteninstrumente sind hervorragend geeignet, um diese wissenschaftliche Fragestellung zu untersuchen, weil die Satelliten sich in Sonnen-synchronen Erdumlaufbahnen befinden, und somit Messungen bei einer bestimmten geographischen Breite stets zur selben Lokalzeit durchführt werden. Da die GOME und SCIAMACHY Nadir-Messungen bisher nicht zur Untersuchung von NLCs verwendet wurden, soll im Rahmen dieses Projekts ein NLC Auswertealgorithmus implementiert und auf den gesamten GOME und SCIAMACHY Datensatz angewandt werden. Die zu bestimmenden NLC Parameter umfassen NLC Albedo, NLC Häufigkeit sowie NLC Eismasse. Die abgeleiteten NLC Datenprodukte werden verwendet, und Sonnenzyklusvariationen und Langzeittrends in NLCs zu quantifizieren, sowie zur Untersuchung der Frage, ob die Langzeittrends in SBUV/2 NLC Messungen durch die veränderlichen Lokalzeiten dieser Satellitenmessungen beeinflusst oder gar maßgeblich verursacht werden.

Dynamik, Variabilität und bioklimatische Effekte von niedrigen Wolken im westlichen Zentralafrika

Niedrige Wolken sind Schlüsselbestandteile vieler Klimazonen, aber in numerischen Modellen oft nicht gut dargestellt und schwer zu beobachten. Kürzlich wurde gezeigt, dass sich während der Haupttrockensaison im Juni und September im westlichen Zentralafrika eine ausgedehnte niedrige Wolkenbedeckung (engl. „low cloud cover“, LCC) entwickelt. Eine derart wolkige Haupttrockenzeit ist in den feuchten Tropen einzigartig und erklärt wahrscheinlich die dichtesten immergrünen Wälder in der Region. Da paläoklimatische Studien auf eine Instabilität hinweisen, kann jede Verringerung des LCC aufgrund des Klimawandels einen Kipppunkt für die Waldbedeckung darstellen. Daher besteht ein dringender Bedarf, das Auftreten, die Variabilität und die bioklimatischen Auswirkungen des LCC in westlichen Zentralafrika besser zu verstehen.Um diese Ziele zu erreichen, wurde ein Konsortium aus französischen, deutschen und gabunischen Partnern aufgebaut, zu dem Meteorologen, Klimatologen und Experten für Fernerkundung und Waldökologie gehören. Die meteorologischen Prozesse, welche die Bildung und Auflösung der LCC im Tagesgang steuern, werden anhand von zwei Ozean-Land-Transekten auf der Grundlage einer synergistischen Analyse von historischen In-situ Beobachtungen, von Daten einer Feldkampagne und anhand von atmosphärischen Modellsimulationen untersucht. Die Ergebnisse werden mit einem kürzlich entwickelten konzeptionellen Modell für LCC im südlichen Westafrika verglichen.Die intrasaisonale bis interannuale Variabilität des LCC wird durch die Analyse von In-Situ-Langzeitdaten und Satellitenschätzungen quantifiziert. Unterschiede im Jahresgang des LCC (d.h. jahreszeitlicher Beginn und Rückzug, wolkenarme Tage) und die Ausdehnung ins Inland werden dokumentiert. Ansätze, die auf Wettertypen und äquatorialen Wellen basieren, werden verwendet, um intrasaisonale Variationen des LCC zu verstehen. Die Auswirkungen lokaler und regionaler Meeresoberflächentemperaturen auf die LCC-Entwicklung und ihre Jahr-zu-Jahr Variabilität werden bewertet, wobei statistische Analysen und spezielle Sensitivitätsversuche mit einem regionalen Klimamodell verknüpft werden.Schließlich wird der Einfluss von LCC auf die Licht- und Wasserverfügbarkeit bzw. die Waldfunktion anhand von In-Situ-Messungen untersucht. Die Ergebnisse werden mit Messungen aus der nördlichen Republik Kongo, wo die Trockenzeit sonnig ist, sowie mit einem einfachen Wasserhaushaltsmodells, das an die Region angepasst ist, verglichen. Die Wasserhaushaltsanalysen sollen die Kompensations- oder Verstärkungseffekte von Regen im Vergleich zur potenziellen Evapotranspiration, beide moduliert durch die LCC, auf das Wasserdefizit aufzeigen.Die Ergebnisse von DYVALOCCA werden zum ersten konzeptionellen Modell für Wolkenbildung und -auflösung im westlichen Zentralafrika führen und eine Hilfestellung für die Bewertung von Klimawandel-Simulationen mit Blick auf potentielle Kipppunkte für die immergrünen Regenwälder in der Region geben.

Beobachtung Pflanzlicher Photosynthese mit satellitengestützten Messungen der Sonnen Induzierten Fluoreszenz (CropSIF)

Neben Maßnahmen, die die Produktivität von Agrarflächen erhöhen, werden neue objektive Methoden zur kontinuierlichen Überwachung globaler landwirtschaftlicher Ressourcen dringend benötigt. Eine besondere Rolle nimmt dabei die Photosyntheseleistung (gemessen als Bruttoprimärproduktion) der Kulturpflanzen ein, da sie die maximal mögliche Menge an Nahrung und Treibstoff darstellt, die durch landwirtschaftliche Systeme bereit gestellt werden kann. Desweiteren ist sie ein guter Indikator für Ernteerträge und Stress. In den vergangenen Jahrzehnten wurden auf Reflektivitätsdaten beruhende optische Fernerkundungsmethoden benutzt um landwirtschaftliche Ressourcen abzuschätzen. Spektral aufgelöste Reflektivitätsdaten lassen auf biochemische und strukturelle Eigenschaften der Vegetation schließen, die wiederum auf die potentielle Photosyntheseleistung hindeuten, und sie sind die Grundlage zur Bewertung des Zustands der Pflanzen und ihrer phenologischen Entwicklungsstufe in hoher räumlicher Auflösung. Basierend auf diesem Messprinzip sollen die Sentinel-2 Satelliten (2015 gestartet) die Zugpferde der operationellen Agrarüberwachung in den kommenden Jahrzehnten werden. Es ist jedoch bekannt, dass Vegetationsparameter aus der Fernerkundung, die auf spektralen Reflektanzen beruhen, nicht die komplexen und hoch variablen physiologischen Abläufe der Photosynthese erfassen können. Ergänzend zu Reflektivitätsmessungen sind seit Kurzem globale weltraumgestützte Messungen von sonneninduzierter Chlorophyllfluoreszenz (Englisch sun-induced chlorophyll fluorescence, SIF) möglich. Wie gezeigt werden konnte, besitzt SIF eine höhere Sensitivität gegenüber der Photosyntheseaktivität auf Agrarflächen als andere Parameter oder Modelle. Das Instrument TROPOMI (Tropospheric Monitoring Instrument), das ab Mitte 2017 auf dem EU Copernicus Sentinel 5-Vorläufersatelliten fliegen wird, wird die Messung von SIF in einer sehr viel höheren räumlichen und zeitlichen Auflösung als alle bisherigen Instrumente/Missionen ermöglichen. Somit stellt TROPOMI einen Meilenstein für die Einschätzung von Photosynthese im Allgemeinen, und der Produktivität von Nutzpflanzen im Besonderen, dar. Die Kombination von TROPOMI und Sentinel-2 Daten wird eine auf Beobachtungen basierende, globale Beobachtung der Photosyntheseaktivität auf Agrar-, Gras- und Weideflächen mit einer bisher nie dagewesenen räumlichen und zeitlichen Auflösung und Genauigkeit erlauben. Das Projekt CropSIF wird Nutzen aus den besonderen Möglichkeiten ziehen, die diese Konstellation von Instrumenten in naher Zukunft bieten wird, um die Produktivität von Agrarpflanzen und klimatischer Einflüsse darauf abzuschätzen. Wir werden zeitlich aufgelöste Karten der Bruttoprimärproduktion der Nutzpflanzen erstellen, die dann der Analyse von Effekten extremer Klimaereignisse auf die Produktivität in verschiedenen Agrargebieten der Erde dienen werden.

1 2 3 4 5 … 174 175 176