API src

Found 1751 results.

Related terms

Other language confidence: 0.5046124576601786

METOP GOME-2 - Ozone (O3) - 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 ozone 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. The new improved DOAS-style (Differential Optical Absorption Spectroscopy) algorithm called GDOAS, was selected as the basis for GDP version 4.0 in the framework of an ESA ITT. GDP 4.x performs a DOAS fit for ozone slant column and effective temperature followed by an iterative AMF / VCD computation using a single wavelength. 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/

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.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Bautzen, Germany from 1985 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

Sentinel-5P TROPOMI – Aerosol Layer Height (ALH), Level 3 – Global

Aerosols are an indicator for episodic aerosol plumes from dust outbreaks, volcanic ash, and biomass burning. Daily observations are binned onto a regular latitude-longitude grid. The Aerosol layer height is provided in kilometres. 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.

METOP GOME-2 - Tropospheric Nitrogen Dioxide (NO2) - 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 NO2 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. The operational NO2 tropospheric column products are generated using the algorithm GDP (GOME Data Processor) version 4.x for NO2 [Valks et al. (2011)] integrated into the UPAS (Universal Processor for UV / VIS Atmospheric Spectrometers) processor for generating level 2 trace gas and cloud products. The total NO2 column is retrieved from GOME solar back-scattered measurements in the visible wavelength region using the DOAS method. An additional algorithm is applied to derive the tropospheric NO2 column: after subtracting the estimated stratospheric component from the total column, the tropospheric NO2 column is determined using an air mass factor based on monthly climatological NO2 profiles from the MOZART-2 model. 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/

Plutonium

Plutonium Plutonium (Pu) ist ein Schwermetall, das in der Natur nur in kleinsten Spuren vorkommt und in erster Linie künstlich aus Uran hergestellt wird. Alle seine Isotope sind radioaktiv. Für den Menschen ist es vor allem dann gefährlich, wenn es in den Körper aufgenommen wird (Inkorporation), etwa durch Einatmen seiner Stäube. In Deutschland gibt es keine Produktionsstätten für Plutonium. Daher ist eine gesundheitsschädigende Aufnahme von Plutonium hier äußerst unwahrscheinlich. Plutonium ( Pu , Ordnungszahl 94) ist ein Schwermetall, das nach dem Zwergplaneten Pluto benannt wurde. Plutonium kommt in der Natur nur in verschwindend geringer Menge vor. Es wird in erster Linie künstlich aus Uran hergestellt. Etwa 20 Plutonium Isotope , anders gesagt Atomarten, sind bekannt. Alle Isotope von Plutonium sind radioaktiv. Sie haben unterschiedliche Halbwertszeiten – also Zeiträume, in denen die Hälfte der Atomkerne zerfällt - und Strahlungsenergien. Halbwertszeiten ausgewählter Plutonium - Isotope Isotop Halbwertszeit (Jahre) Strahlungsart Energie in Mega-Elektronenvolt (MeV) Pu -238 87,74 Alphastrahlung 5,6 Pu -239 24.110 Alphastrahlung 5,24 Pu -240 6.563 Alphastrahlung 5,25 Pu -241 14,35 Betastrahlung 0,0208 Pu -244 80 Millionen Alphastrahlung 4,586 Wofür wird Plutonium genutzt? Plutonium wird großteils künstlich erzeugt. In Deutschland wurde es in der Vergangenheit zur Energiegewinnung in Kernreaktoren genutzt. International wird es auch im militärischen Bereich (Kernwaffen), in der Raumfahrt sowie in Satelliten (Wärmequelle, Radionuklidbatterien) verwendet. Wie gefährlich ist Plutonium ? Plutonium ist wie viele andere Schwermetalle giftig und schädigt besonders die Nieren. Im Vordergrund steht allerdings seine Radioaktivität , die im menschlichen Körper Krebs verursachen kann. Eine Aufnahme von Plutonium erhöht das Risiko für Lungenkrebs, Leberkrebs und Krebs in Knochen, Bindegewebe und . In diesen Geweben kann sich Plutonium anreichern. Aufgrund der Eigenschaften der von Plutonium ausgehenden Alphastrahlung sind diese Folgen aber nur zu erwarten, wenn Plutonium in den Körper aufgenommen und dort angereichert wird. Wie kann Plutonium in den Körper gelangen? Die Aufnahme von Plutonium in den Körper erfolgt in erster Linie durch Einatmen von Partikeln ( Inhalation ), zu einem viel geringeren Maß über Wunden oder den Verdauungstrakt ( Ingestion ). Nach dem Einatmen wird das Plutonium im Körper verteilt, wo es hauptsächlich in der Lunge, der Leber und den Knochen gespeichert wird. Ein Risiko , Plutonium aufzunehmen, tragen vor allem Arbeiterinnen und Arbeiter in Produktionsstätten für Plutonium . Solche Produktionsstätten gibt es in Deutschland nicht. Gibt es Plutonium in Deutschland? Plutonium gibt es in Deutschland in Form von abgebrannten Brennelementen aus Kernreaktoren. Spuren von Plutonium finden sich weltweit in der Umwelt als Folge der oberirdischen Atomwaffentests, die während der 1950er und 1960er Jahre durchgeführt wurden. Die Strahlenbelastungen für den Menschen, die aus diesen Spuren stammen, sind jedoch im Allgemeinen sehr gering, sodass nicht davon auszugehen ist, dass sie das Krebsrisiko erhöhen. Woher weiß man, wie gefährlich Plutonium ist? Es gibt einige epidemiologische Studien – also Beobachtungsstudien meist an größeren Gruppen - zur Wirkung von Plutonium auf Menschen. Sie beschäftigen sind vor allem mit Beschäftigten von Anlagen zur Produktion und Verarbeitung von Plutonium . Die Bewertung des Krebsrisikos durch die Internationale Krebsforschungsagentur (IARC) stützt sich in großen Teilen auf solche Studien zu Beschäftigten der kerntechnischen Anlage Majak im Südural (Russland). In dieser Anlage wurde seit den 1940er Jahren Plutonium produziert und verarbeitet. Insbesondere in den 1940er und 1950er Jahren waren die Beschäftigten bei der Arbeit und durch verschiedene Unfälle in großem Ausmaß Plutonium ausgesetzt. Auch Studien zu den Beschäftigten der kerntechnischen Anlage Sellafield im Nordwesten Englands liefern Informationen zum Gesundheitsrisiko durch Plutonium . Daneben tragen Befunde aus Tierstudien zum Wissen über die gesundheitlichen Auswirkungen von Plutonium bei. Stand: 23.04.2026

GTS Bulletin: IUTF14 EDZW - Observational data (Binary coded) - BUFR (details are described in the abstract)

The IUTF14 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 (F): 90°W - 180° tropical belt (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)

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Hannover-Nord, Germany from 1984 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

Neue Sichtweisen auf die Aerosol-Wolken-Strahlungs-Wechselwirkung mittels polarimetrischer und hyper-spektraler Messungen

Die Wechselwirkung von Wolken und Aerosol und ihre Rolle im Strahlungshaushalt der Erde ist ein Feld offener Fragen. Der IPCC (2014) nennt große Unsicherheiten und den Bedarf an zusätzlichen wissenschaftlichen Bemühungen, um die Vielzahl der Prozesse und deren Rolle für ein sich wandelndes Klima besser zu verstehen. Dieser Antrag hat die Entwicklung neuartiger Fernerkundungskonzepte zur Beobachtung einiger dieser Prozesse zum Ziel. Aerosol hat direkten Einfluss auf den Strahlungshaushalt und löst eine Serie von indirekten Effekten aus, indem es die Wolken-Mikrophysik, die Wolken-Dynamik, -Lebensdauer, den Wasserkreislauf und sogar die großskalige Zirkulation beeinflusst. Eigenschaften und räumliche Verteilung des Aerosols selbst ändern sich durch die Prozesse während der Wolkenpartikelbildung und ihrer Auflösung. Die Konzentration aktivierter Wolkenkondensationskeime (CCNC) spielt dabei eine entscheidende Rolle. CCNC kann in-situ nur mit sehr begrenzter räumlicher Abdeckung vermessen werden. Gleichzeitig kann sie nicht quantitativ mit herkömmlichen Fernerkundungsmethoden bestimmt werden, da die typische CCN Größe mehr als eine Größenordnung unterhalb der Wellenlänge sichtbarer Strahlung liegt. Daher wurde ein alternativer Ansatz vorgeschlagen: Messungen der von Wolkenseiten reflektierten Solarstrahlung ermöglichen die Ableitung von Vertikalprofilen der Partikelphase sowie ihrer Größe. Es wurde hypothetisiert, dass der Einfluss des Aerosols auf die Entwicklung der Mikrophysik so beobachtbar wird ebenso wie die Ableitung der CCNC. Alternativ kann CCNC auch aus Messungen optischer Eigenschaften der Aerosole abgeleitet werden. Der Zusammenhang zwischen optischer Dicke des Aerosols und CCNC wurde identifiziert, allerdings verbunden mit Unsicherheiten. Der Vorschlag, diese beiden Ansätze zu verbinden und die damit verbundenen Hypothesen zu testen, ist Kern dieses Antrags. Hyper-spektrale Beobachtungen mittels eines schnellen Scanners sind entscheidend, da Wolken sich sehr schnell verändern. Dazu soll ein abbildendes Spektrometer mit Polarisationsfiltern erweitert werden. Mit demselben Messgerät können dann die Mikrophysik der Wolken und die Eigenschaften des Aerosols im umgebenden wolkenlosen Bereich abgeleitet werden. Das Projekt ist im Wesentlichen in zwei Doktorarbeiten aufgeteilt. Highlights: 1) Test zweier Hypothesen, die Kern kommender Flugzeug-Kampagnen und geplanter Satellitenmissionen sind: CCNC kann aus Fernerkundung der Aerosoleigenschaften und aus Profilen der Wolkenmikrophysik abgeleitet werden. 2) Schnelle hyper-spektrale Scanner-Messungen ermöglichen Mikrophysik-Messungen veränderlicher Wolken. Erlauben diese Daten Ableitungen der Veränderung der Mikrophysik abhängig von der Entfernung zur Wolkenseite? 3) Ableitung von Aerosol-Eigenschaften aus polarisierten spektralen Messungen auch in bewölkten Situationen.

1 2 3 4 5 … 174 175 176