API src

Found 1760 results.

Related terms

METOP GOME-2 - Bromine Monoxide (BrO) - 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 BrO (Bromine monoxide) 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 https://atmos.eoc.dlr.de/app/missions/gome2

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/

KIBI, Teilvorhaben: CISS Technische DV-Informationssysteme - GmbH

Aerosole und Nebel im südlichen Afrika: Prozesse und Auswirkungen auf die Biogeochemie (AEROFOG)

Das südliche Afrika ist einer der Hotspots des Klimawandels. In Namibia treten einige der extremsten Klimaregime der Welt auf, vom kalten Benguela-Strom zur hyperariden Küstenwüste Namib. Nebel und niedrige Wolken sind typische Erscheinungen der Region. Sie beeinflussen die Küstenregion und liefern weiter landeinwärts einen höheren Beitrag zum Wasservolumen als Niederschlag. Nebel und niedrige Wolken spielen damit eine zentrale Rolle in der Bereitstellung kritischer limitierender natürlicher Ressourcen in empfindliche Ökosysteme: Wasser, Nährstoffe und Licht. Das wissenschaftliche Verständnis der mikrophysikalischen und chemischen Mechanismen der Bildung, Zusammensetzung und letztlich der Aufnahme und Verteilung von Aerosol-Nährstoffen ist jedoch noch unvollständig. Um die bestehenden Verständnislücken zu schließen wird hier mit dem AEROFOG-Projekt ein interdisziplinärer Ansatz vorgeschlagen, der Atmosphärenwissenschaften, Fernerkundung und Ökologie umfasst. Eine solch umfassende Betrachtung der Materie ist unverzichtbar. AEROFOG zielt auf ein verbessertes Verständnis des Einflusses von Aerosolen auf Nebelentwicklung, dessen chemische Zusammensetzung und seinen Einfluss auf die lokale Biogeochemie. Dabei werden detaillierte Messungen von Aerosol, Deposition und Nebelchemie sowie mikrophysikalischer Größen bei zwei intensiven Feldmesskampagnen im Süd-Winter und Süd-Sommer an Küsten- und Wüstenstationen durchgeführt, um eine große Anzahl von verschiedenartigen Nebelereignissen erfassen zu können. Zusätzlich werden Studien zur Wirkung von Nebel auf die lokale Biogeochemie und insbesondere endemische Pflanzenarten durchgeführt. Diese Messungen stellen die Grundlage für Multiphasen-Prozess-Modellierung der Aerosol-Nebel-Interaktionen dar, womit ein neues Verständnis von Nebel-Mikrophysik und -Chemie erzielt wird. Aus zeitlich hochaufgelösten Satellitendaten werden räumliche und zeitliche Muster der Nebelverteilung ermittelt und mit den Modell- sowie experimentellen Erkenntnissen verschnitten. Zusammengenommen wird mit diesem interdisziplinären und kooperativen Projekt eine Reihe von Erkenntnislücken geschlossen und werden erstmalig Einsichten in die Verteilung und Eintragung nebelgetragener Nährstoffe in ariden Ökosystemen wie der Namib gewonnen und damit eine wichtige Grundlage für Klimaprojektionen und Ökosystemgesundheit gelegt.

Kombination der Niederschlagsschätzung von opportunistischen Sensoren und geostationären Satelliten

Der Umsetzungsplan der COP27 enthält eine sehr klare Aussage. "Ein Drittel der Welt, darunter 60% von Afrika, hat keinen Zugang zu Frühwarn- und Klimainformationsdiensten". Dies gilt vor allem für niederschlagsbezogene Warnungen. Der Grund dafür ist das fast vollständige Fehlen von Wetterradaren auf in Afrika und die mangelnde Dichte von Niederschlagsmessstationen. Im Gegensatz dazu sind geostationäre Satelliten (GEOsat) und potentiell auch kommerzielle Richtfunkstrecken (CML) und Satelliten-Mikrowellenverbindungen (SML) nahezu in Echtzeit verfügbar und können zur Niederschlagsschätzung verwendet werden. Die quantitative Niederschlagsschätzung (QPE) aus GEOsat-Daten ist jedoch aufgrund der indirekten Beziehung zwischen der Niederschlagsmenge und den tatsächlichen Messungen, die im sichtbaren und infraroten Spektrum durchgeführt werden, eine Herausforderung. Für die QPE aus SML- und CML-Daten, insbesondere auf der Grundlage groß angelegter CML-Studien in Europa, wurde gezeigt, dass sie mit der QPE aus Radar- und Regenmessern gleichwertig sein kann. In Ermangelung von Referenzdaten, wie es in Entwicklungsländern häufig der Fall ist, sind die bestehenden maßgeschneiderten semi-empirischen Prozessierungsmethoden jedoch oft nicht direkt anwendbar. GEOsat-Daten haben das Potenzial, die CML/SML-Prozessierung in diesen Regionen zu unterstützen, und umgekehrt könnte die CML/SML-QPE zur Anpassung der GEOsat-QPE verwendet werden. Das übergeordnete Ziel des Projekts MERGOSAT ist daher die Entwicklung neuartiger Methoden zur Erstellung verbesserter Echtzeit-Niederschlagskarten für datenarme Regionen durch eine Kombination von GEOsat-Daten und CML/SML-QPE. Um dieses Ziel zu erreichen, werden wir uns auf drei Aspekte konzentrieren: 1) Schaffung einer Grundlage für allgemeinere CML/SML-QPE-Modelle durch Verbesserung des Verständnisses der Prozesse die die EM-Ausbreitung von CML und SML beeinflussen. 2) Entwicklung geeigneter CML/SML-QPE-Modelle, die in datenarmen Regionen anwendbar sind, aufbauend auf den neuen Erkenntnissen über WAA und DSD und unter innovativer Nutzung von GEOsat-Daten. 3) Verbesserung der GEOsat-QPE mit DeepLearning-Methoden und Entwicklung eines neuen Verfahrens, das die Zusammenführung mit CML/SML-Daten mit sub-stündlicher Auflösung ermöglicht. Wir werden unsere Forschung auf unser umfangreiches Archiv von CML-Daten, auch aus Afrika, und die zunehmende Verfügbarkeit von SML-Daten stützen. Zusätzliche Daten aus Feldexperimenten werden mit modernsten Simulationen der EM-Ausbreitung kombiniert. Darüber hinaus werden wir neueste Techniken des DeepLearnings und unsere Hochleistungs-Recheninfrastruktur nutzen. In Kombination mit den erweiterten Fähigkeiten des kürzlich gestarteten MTG GEOsat wird uns dies ermöglichen, unsere Ziele erfolgreich anzugehen und die methodische Grundlage zu schaffen, die erforderlich ist, um datenarme Regionen mit verbesserten und zuverlässigen Niederschlagsinformationen nahezu in Echtzeit zu versorgen.

Schwerpunktprogramm (SPP) 1294: Bereich Infrastruktur - Atmospheric and Earth system research with the 'High Altitude and Long Range Research Aircraft' (HALO), Langwelliger Strahlungsantrieb durch Aerosol-Wolken-Wechselwirkungen: Satelliten und Klimamodelle im Vergleich zu HALO

Der Strahlungsantrieb durch anthropogene Aerosole aufgrund von Aerosol-Wolken-Wechselwirkungen ist die Hauptunsicherheit bezüglich des Antriebs des Klimawandels. Für Flüssigwasserwolken, die den Strahlungsantrieb im solaren (kurzwelligen) Spektrum dominieren, konnten mittlerweile einige Fortschritte in der Quantifizierung erzielt werden. Im Gegensatz dazu gibt es für den Strahlungsantrieb im langwelligen (terrestrischen) Spektralbereich nur sehr grobe Abschätzungen von Klimamodellen. In Vorarbeiten haben wir einen Vorschlag entwickelt, wir aktive Fernerkundung zur Charakterisierung von Eiskristallkonzentrationen und Aerosol benutzt werden könnte, um eine beobachtungsbasierte Abschätzung des Strahlungsantriebs durch Aerosol-Wolken-Wechselwirkungen im langwelligen Spektrum zu ermöglichen. Allerdings sind die Satellitendaten höchst unsicher und benötigen eine Validierung mit Referenzdaten. In FLASH wird vorgeschlagen, (i) die Satelliten-abgeleitete Eiskristallkonzentration sowie ihre Sensitivität bezüglich Temperatur, Vertikalwind und Aerosolbedingungen mit den neuen In-situ-Daten von HALO zu validieren bzw. evaluieren, (ii) die Ableitung der Eiskristallkonzentration vom Satelliten mit der von Lidar und Radar an Bord von HALO zu verifizieren, (iii) Klimamodelle zu evaluieren und zur Interpretation der statistischen Relationen zu benutzen, und (iv) schließlich eine Abschätzung des Strahlungsantriebs durch Aerosol-Wolken-Wechselwirkungen und seines Unsicherheitsbereichs zu erarbeiten. Die Rolle von FLASH im SPP 1294 ist es, die vorhandenen Daten auszuwerten und mit den Daten geplanter Kampagnen in integrierender Weise zu arbeiten mit dem Ziel, eine bessere Abschätzung des Aerosol-Wolken-Strahlungsantriebs zu erreichen, neue innovative Satellitendaten zu validieren, und die relevanten Parametrisierungen in Klimamodellen zu evaluieren und zu verbessern.

Pollution Transport to Switzerland inferred from Satellite Observations (POLTRASAT)

POLTROSAT is a 3-year PhD project that started in May 2003 and gets support from both the Swiss Agency of Environment, Forests and Landscape (BUWAL) and the Swiss Federal Laboratories for Materials Science and Technology (Empa). It aims in evaluating the usability of space-borne data for air pollution surveillance purposes based on measurements from GOME and SCIAMACHY

Sentinel-5P TROPOMI Surface Nitrogendioxide (NO2), Level 4 – Regional (Germany and neighboring countries)

The TROPOMI instrument onboard the Copernicus SENTINEL-5 Precursor satellite is a nadir-viewing, imaging spectrometer that provides global measurements of atmospheric properties and constituents on a daily basis. It is contributing to monitoring air quality and climate, providing critical information to services and decision makers. The instrument uses passive remote sensing techniques by measuring the top of atmosphere solar radiation reflected by and radiated from the earth and its atmosphere. The four spectrometers of TROPOMI cover the ultraviolet (UV), visible (VIS), Near Infra-Red (NIR) and Short Wavelength Infra-Red (SWIR) domains of the electromagnetic spectrum. The operational trace gas products generated at DLR on behave ESA are: Ozone (O3), Nitrogen Dioxide (NO2), Sulfur Dioxide (SO2), Formaldehyde (HCHO), Carbon Monoxide (CO) and Methane (CH4), together with clouds and aerosol properties. This product displays the Nitrogen Dioxide (NO2) near surface concentration for Germany and neighboring countries as derived from the POLYPHEMUS/DLR air quality model. Surface NO2 is mainly generated by anthropogenic sources, e.g. transport and industry. POLYPHEMUS/DLR is a state-of-the-art air quality model taking into consideration - meteorological conditions, - photochemistry, - anthropogenic and natural (biogenic) emissions, - TROPOMI NO2 observations for data assimilation. This Level 4 air quality product (surface NO2 at 15:00 UTC) is based on innovative algorithms, processors, data assimilation schemes and operational processing and dissemination chain developed in the framework of the INPULS project. The DLR project INPULS develops (a) innovative retrieval algorithms and processors for the generation of value-added products from the atmospheric Copernicus missions Sentinel-5 Precursor, Sentinel-4, and Sentinel-5, (b) cloud-based (re)processing systems, (c) improved data discovery and access technologies as well as server-side analytics for the users, and (d) data visualization services.

A spatially explicit Global Reef Island Database (GRID) that captures distribution, diversity and relative vulnerability of the world's low-lying reef islands

Low-lying coral reef islands harbour a distinct, yet highly threatened biological and cultural diversity that is increasingly exposed to climate change impacts. The combination of low elevation, small size, sensitivity to changes in boundary conditions (sea level, waves and currents, locally generated sediment supply) and at some locations high population densities, is why low-lying reef islands (LRIs) are considered among the most vulnerable environments on Earth to climate change. To date, their global distribution and influence of climatic, oceanographic, and geologic setting are only poorly documented or restricted to smaller scales. Here, I present the first detailed global analysis of LRIs utilising freely available global datasets to produce a global reef island database (GRID) and associated intrinsic and extrinsic characteristics that can be used within a coastal vulnerability index (CVI). All datasets used to create the GRID were released between 30 November 2015 and 3 August 2023, while the current version of the GRID database was completed in November 2024. When developing the GRID, LRIs are defined as landmasses <30 km² located on or within 1 km of coral reef and with an elevation of <16 m. Development of the GRID required: 1) the creation of a global shoreline vector file containing the geographic distribution of LRIs and 2) the development of a comprehensive global database of LRIs including eight intrinsic and ten extrinsic variables extracted from global datasets. Intrinsic variables include: 1) human populations, 2) island area, 3) island perimeter, 4) mean elevation, 5) island circularity/shape, 6) underlying reef type, 7) geographic isolation and 8) distance to the nearest neighbouring reef island. Extrinsic variables include: 1) mean water depth, 2) standard deviation of mean water depth, 3) mean annual significant wave height, 4) mean annual wave period, 5) mean spring tidal range, 6) relative tidal range, 7) wave-tide regime, 8) relative wave exposure, 9) relative tropical storm exposure and 10) year-2100 projected median sea level rise rate. The GRID was initially derived from version 2.1 of the UNEP-WCMC Global Island Database, a global shoreline vector file based on geometry data from Open Street Map® (OSM) and released in November 2015. The initial vector file was projected using the Mollweide projection, an equal-area pseudo cylindrical map projection chosen for its accurate derivation of area, especially in regions close to the equator, where most LRIs are located. The final GRID contains 34,404 individual LRIs distributed throughout tropical regions of the world's oceans, amassing a total land area of nearly 11,000 km² with approximately 60,740 km of shoreline and housing around 2.6 million people. While intrinsic variables are typically spatially homogenous, LRIs are generally highly spatially clustered throughout the GRID with respect to extrinsic variables. The spatial distribution of LRIs within the GRID was validated using: 1) published data and 2) quantitative accuracy assessments using satellite imagery. Spatial distributions of LRIs captured in the GRID are extremely consistent with those published in the literature (r² = 0.96) and those derived from independent analysis of satellite imagery (r² = 0.94). Finally, the GRID was used to develop an island vulnerability index (IVI) for each LRI on a scale of 0-1 with 0 representing no vulnerability and 1 representing maximum vulnerability. The GRID database is provided as a tab-delimited text file as well as ESRI shapefiles (points and polygons in WGS84 and Mollweide projection) and a comma-separated value file.

Sentinel-5P TROPOMI - Aerosol Optical Depth (AOD), Level 3 - Global

Aerosol optical depth (AOD) as derived from TROPOMI observations. AOD describes the attenuation of the transmitted radiant power by the absence of aerosols. Attenuation can be caused by absorption and/or scattering. AOD is the primary parameter to evaluate the impact of aerosols on weather and climate. Daily AOD observations are binned onto a regular latitude-longitude grid. The TROPOMI instrument onboard the Copernicus SENTINEL-5 Precursor satellite is a nadir-viewing, imaging spectrometer that provides global measurements of atmospheric properties and constituents on a daily basis. It is contributing to monitoring air quality and climate, providing critical information to services and decision makers. The instrument uses passive remote sensing techniques by measuring the top of atmosphere solar radiation reflected by and radiated from the earth and its atmosphere. The four spectrometers of TROPOMI cover the ultraviolet (UV), visible (VIS), Near Infra-Red (NIR) and Short Wavelength Infra-Red (SWIR) domains of the electromagnetic spectrum. The operational trace gas products generated at DLR on behave ESA are: Ozone (O3), Nitrogen Dioxide (NO2), Sulfur Dioxide (SO2), Formaldehyde (HCHO), Carbon Monoxide (CO) and Methane (CH4), together with clouds and aerosol properties. This product is created in the scope of the project INPULS. It develops (a) innovative retrieval algorithms and processors for the generation of value-added products from the atmospheric Copernicus missions Sentinel-5 Precursor, Sentinel-4, and Sentinel-5, (b) cloud-based (re)processing systems, (c) improved data discovery and access technologies as well as server-side analytics for the users, and (d) data visualization services.

1 2 3 4 5 … 174 175 176