Other language confidence: 0.5046124576601786
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/
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.
Die Mission CIRRUS-HL – Zirren in hohen Breiten nutzt das Forschungsflugzeug HALO gemeinsam mit Modellen und Satelliten, um die Nukleation, den Lebenszyklus und die Klimawirkung von Eiswolken in hohen Breiten, einer Region mit massiven anthropogenen Klimaänderungen, genauer zu bestimmen. InhaltSchnellste und massivste anthropogen verursachte Änderungen der Erdoberflächentemperatur finden in hohen Breiten statt. Hier führen Eiswolken im Winter zu einem großen positiven Strahlungsantrieb. Direkte Messungen der mikrophysikalischen Eigenschaften von Eiswolken und ihrer Variabilität sind jedoch unvollständig und Eisanzahlkonzentrationen werden in Klimamodellen nicht adäquat repräsentiert, dies schränkt die Aussagekraft von Klimamodellen in hohen Breiten deutlich ein. Die Messkampagne CIRRUS-HL, in den letzten 6 Jahren die einzige HALO Messkampagne mit in situ Wolken-Instrumentierung nutzt neuere Wolkensonden gemeinsam mit umfangreichen Spurengas-, Aerosol- und Strahlungs-Messungen um die Nukleation, den Lebenszyklus und die Klimawirkung von Eiswolken in hohen Breiten genauer zu bestimmen. Die Flugzeugmessungen werden begleitet von Messaktivitäten von Bodenstationen und Satelliten, und liefern Daten für Prozessmodelle und die Evaluierung von globalen Klimamodellen. Die CIRRUS-HL Mission ist eingebunden in einen internationalen Verbund an Messaktivitäten in der Arktis und besitzt als Alleinstellungsmerkmal einen Fokus auf Eiswolken. Von Oktober bis Dezember 2020 werden in Nordeuropa und Kanada 20 Flüge mit dem Forschungsflugzeug HALO, stationiert in Oberpfaffenhofen und Keflavik, Island, durchgeführt, um die Eigenschaften von Eiswolken genau zu vermessen, die sich in verschiedenen dynamischen Regimes wie zum Beispiel Frontensystemen oder orographisch induzierten Hebungen von Luftmassen gebildet haben. Eigenschaften von Zirren, die sich entweder unterhalb von 238 K in situ homogen oder heterogen gebildet haben, oder die ihren Ursprung in einer flüssigen oder Mischphasen-Wolke bei Temperaturen oberhalb von 238 K haben werden differenziert. Die CIRRUS-HL Mission liefert 1.) einen neuen Datensatz der mikrophysikalischen Eigenschaften von Eiswolken in hohen Breiten zur Verbesserung des Prozessverständnisses der Eisnukleation und zum Vergleich mit Satellitenbeobachtungen und Klimamodellen, 2.) neue Einblicke in den Transport von Aerosolen in hohe Breiten und ihre Prozessierung in Mischphasen- und Eiswolken und 3.) umfassende Beobachtungen von Strahlungseigenschaften von Eiswolken in hohen Breiten im Frühwinter. Der umfangreiche Datensatz zu Eiswolken dient dazu, das Verständnis der Rolle von arktischen Zirren im Klimasystem zu erhöhen.
Die vielfältige Geologie Deutschlands sowie die sich hieraus ergebende Nutzung sind Ursachen für verschiedenste Bodenbewegungen, wie z.B. Bodenkompaktion, Erdrutsche, Grundwasserentnahme, Erdgasförderung, (Alt-)Bergbau- und Kavernenspeicherbetrieb. Die Produkte des BodenBewegungsdienst Deutschland (BBD) basieren auf SAR Daten der Copernicus Sentinel-1 Mission und einer Persistent Scatterer Interferometrie (PSI) Verarbeitung. Das BBD Portal enthält PSI Daten der gesamten Bundesrepublik Deutschland (ca. 360.000 km²). Die PSI Technologie ermöglicht präzise Messungen von Bewegungen der Erdoberfläche im mm Bereich. Die Messpunkte (Persistent Scatterer, PS) entsprechen bereits am Boden vorhandenen Objekten, wie z.B. Gebäuden, Infrastruktur oder natürlichen Objekten, wie Gesteinen und Schuttflächen. Jeder PS wird durch einen über mehrere Jahre gemittelten Geschwindigkeitswert (ausgedrückt in mm/Jahr) und eine Zeitreihe der Verschiebungen charakterisiert. Für jeden PS kann die Zeitreihe der Verschiebungen von der ersten Sentinel-1 Aufnahme bis zur letzten ausgewerteten Sentinel-1 Aufnahme eingesehen werden. Die PS werden nach der mittleren Geschwindigkeit entlang der Sichtlinie der Sentinel-1 Satelliten, Line of Sight (LOS), gemäß der folgenden Konvention im BBD Portal visualisiert: - die grüne Farbe entspricht den PS, deren mittlere Geschwindigkeit sehr gering ist, zwischen -2,0 und +2,0 mm/Jahr, d.h. im Empfindlichkeitsbereich der PSI Technologie; - in den Farben von gelb bis rot werden diejenigen PS mit negativer Bewegungsrate visualisiert, d.h. Bewegungen vom Satelliten weg; - mit den Farben von türkis bis blau werden diejenigen PS mit positiver Bewegungsrate visualisiert, d.h. PS die sich dem Satelliten nähern. Die Präzision der dargestellten PSI Daten liegt in der Größenordnung von typischerweise +- 2 mm/Jahr für die mittlere Geschwindigkeit in LOS.
Ziel dieses Projektvorhabens ist es, einen Einblick in die räumliche und zeitliche Variabilität des Auftretens von Meereisrinnen im Antarktischen Meereis während der Wintermonate zu erhalten. Meereis-Rinnen zeichnen sich dadurch aus, dass es in ihrem Einflussbereich zu einem starken Austausch von Wärme, Feuchte und Impuls zwischen dem relativ warmen Ozean und der kalten Atmosphäre kommt. In Meereis-Rinnen bildet sich demnach neues, dünnes Eis und trägt damit zur Meereis-Massenbilanz bei. Wir beabsichtigen auf einer Methode aufzubauen, die entwickelt wurde, um Eisrinnen in der Arktis automatisch aus Thermal-Infrarot Satellitendaten zu identifizieren. Diese Methode muss für eine Anwendung auf Satellitendaten der Antarktis neu implementiert und erweitert werden. In diesem Rahmen gilt es auch, hemisphärische Besonderheiten in den Meereiseigenschaften und atmosphärischen Einflüssen zu berücksichtigen. Darum werden Anpassungen im ursprünglichen Algorithmus mit Hilfe detaillierter Fallstudien vorzunehmen sein. Als Ergebnis erwarten wir umfangreiche Erkenntnisse darüber, wann und wo Meereis-Rinnen gehäuft in der Antarktis auftreten, und wie diese Auftrittsmuster durch atmosphärische und ozeanische Antriebe gesteuert werden.
Neuere Forschungsergebnisse legen nahe, dass Ozon in der mittleren Atmosphäre (10 bis 90 km) von der oberen Atmosphäre beeinflusst werden kann, durch Absinken von NOx (N, NO, NO2) aus Quellregionen in der unteren Thermosphäre (90 bis 120 km) im polaren Winter. Da Ozon eine der wesentlichen strahlungsaktiven Substanzen in der mittleren Atmosphäre ist, können Änderungen im Ozonbudget Temperaturen und Zirkulation der Atmosphäre bis zum Erdboden herunter beeinflussen. Da die Stärke dieser thermosphärischen Einträge mit der geomagnetischen Aktivität variiert, stellen diese winterlichen NOx-Zunahmen einen möglichen Mechanismus der Sonne-Klimakopplung dar. Derzeit sind gängige Chemie-Klimamodelle aber nicht in der Lage, die Quellregion des NOx in der unteren Thermosphäre und den Transport in die mittlere Atmosphäre im polaren Winter realistisch zu simulieren. Um diese Kopplung von der oberen Atmosphäre in die mittlere und untere Atmosphäre in den Modellen realistisch darzustellen, ist eine gute Darstellung der primären Prozesse notwendig: Änderungen der chemischen Zusammensetzung durch präzipitierende Elektronen aus der Aurora, Joule-Heizen, und das daraus folgende Kühlen im infraroten Spektralbereich sowie die Anregung von Schwerewellen. Da in der unteren Thermosphäre angeregte Schwerewellen sich nach oben ausbreiten, kann der letztgenannte Prozess auch einen Einfluss auf die Umgebung von Satelliten in niedrigen Orbits haben. In dem hier vorgeschlagenen Projekt werden wir das gekoppelte Chemie-Klimamodell xEMAC verwenden, welches in seiner derzeitigen Konfiguration bis in die untere Thermosphäre (170 km) reicht, um den Einfluss der verschiedenen mit geomagnetischer Aktivität verbundenen Prozesse auf den Zustand der unteren Thermosphäre, und deren Darstellung in Chemie-Klimamodellen, zu untersuchen. Dazu wollen wir in Zusammenarbeit mit unserem Kooperationspartner an der Jacobs-Universität Bremen die zeitliche und räumliche Variation von Joule-Heizen und Teilchenniederschlag im Modell durch Beobachtungen des Swarm-Instrumentes vorgeben. Sowohl geomagnetisch ruhige als auch sehr aktive Zeiten sollen untersucht werden. Das Modell wird im Rahmen dieses Projektes weiter nach oben erweitert werden, um voraussichtlich in der zweiten Phase des SPPs auch den Einfluss auf die Umgebung von Satelliten zu untersuchen. Der modellierte Einfluss von geomagnetischer Aktivität soll durch adäquate Beobachtungen validiert werden, und Modellergebnisse werden analysiert, um den Einfluss von Joule-Heizen und Teilchenniederschlag auf die chemische Zusammensetzung, Temperatur, und Zirkulation der unteren Thermosphäre sowie deren Kopplung einerseits in die untere und mittlere Atmosphäre, andererseits in die obere Atmosphäre, zu untersuchen. Ziel dieses Projektes ist es, das Verständnis von Sonne-Klimakopplung und die Darstellung der beteiligten Prozesse in Chemie-Klimamodellen zu verbessern, sowie geomagnetische Einflüsse auf die Umgebung von Satelliten zu untersuchen.
Das ionosphärische/thermosphärische (I/T) System unterliegt zum einen solaren und magnetosphärischen Einflüssen und wird ebenfalls von zwar kleinskaligen, aber persistenten und darum bedeutenden Prozessen aus der mittleren Atmosphäre angetrieben. Gerade der zuletzt genannte Einfluss wird seit Jahren vermutet, es konnte jedoch bis jetzt kein klarer Beleg für die Kopplung gefunden werden. Alle Anregungen aus der mittleren Atmosphäre müssen sich durch die Mesosphäre und untere Thermosphäre (MLT) ausbreiten. Dabei wechselwirken die Wellen untereinander und koppeln an die I/T. Diese Kopplung kann (a) durch die direkte Ausbreitung von primären (oder sekundären) Wellen, und /oder (b) indirekt durch den E-Region-Dynamo erfolgen. Deshalb ist die MLT generell von Bedeutung für die dynamische Anregung der I/T, in mittleren und hohen Breiten tritt sie aber besonders hervor: (1) auf diesen Breiten wurden bislang wenige Untersuchungen des I/T Systems (z.B. der Gezeiten) durchgeführt, was auf die unzureichende Auflösung der meisten Satelliten zurückzuführen ist, und (2) aktuelle Studien mit globalen gekoppelten Atmosphären/Ionosphären Simulationen zeigen, dass gerade bei diesen Breiten die solaren und lunaren Gezeiten, die für viele elektrodynamische Effekte in niedrigen Breiten verantwortlich sind, besonders große Amplituden während stratosphärischer Erwärmungen (SSW) erreichen. Wir beantragen, die einzigartigen Radars und Lidars des IAP in mittleren und hohen Breiten zu nutzen, um den Grundstrom, die Wellen und deren Wechselwirkungen in der MLT zu charakterisieren. Die lokalen Radarwindbeobachtungen erfolgen kontinuierlich in einem Höhenbereich von 70 -100 km und können durch Lidarmessungen zu niedrigeren Höhen erweitert werden. Dies ermöglicht die Untersuchung der vertikalen Ausbreitung von Wellen im Wind und der Temperatur. Diese Studien werden zusätzlich durch Satellitendaten und Re-Analyse komplementiert, um sowohl regional als auch global den Antrieb durch die mittlere Atmosphäre zu erfassen. Die direkte Kopplung wird durch Vergleiche der saisonalen und jährlichen Gezeiten über den Radaren mit den thermosphärischen Daten der Satelliten aus den Überflügen mit polaren Orbits untersucht. Der Einfluss des E-Region-Dynamos wird mit Hilfe von Simulationen gekoppelter Atmosphären/Ionosphären-Modellen analysiert und beinhaltet die Anregung der lunaren Gezeit in Zeiträumen mit und ohne SSW. Die Modelle werden mit bodengebunden Beobachtungen und satellitengestützten ionosphärischen Daten verglichen und validiert. Neben vielen offenen Fragen zur Kopplung der MLT mit dem I/T-System, erwarten wir insbesondere Ergebnisse zu folgenden Fragen: (a) Wie wirkt sich die beobachtete Kurzzeitvariabilität der MLT auf Wellen und dem Grundstrom in Bezug zum I/T Wetter aus?, (b) Was sind die Charakteristiken der solaren und lunaren Gezeiten für verschiedene Strukturen des polaren Wirbels während SSW und welche Auswirkungen entsprechen diesen im I/T-System?
GOME (Global Ozone Monitoring Experiment) stands for a family of satellite instruments named after the first GOME (https://wdc.dlr.de/sensors/gome/) instrument on ERS-2 launched in April 1995. Currently two GOME-2 instruments are operative on Metop-A and B (https://wdc.dlr.de/sensors/gome2/). The tropical tropospheric ozone is retrieved with convective cloud differential method (Valks et al., 2014 http://www.atmos-meas-tech.net/7/2513/2014/amt-7-2513-2014.html). The tropospheric column is retrieved by subtracting the stratospheric ozone column from the total column. The stratospheric ozone column is estimated as the column above high reaching convective clouds.
*Der Gesundheitszustand der Bäume im Schweizer Wald wird seit 1985 mit der Sanasilva-Inventur repräsentativ erfasst. Die wichtigsten Merkmale sind die Kronenverlichtung und die Sterberate. Das systematische Probeflächen-Netz der Inventur ist im Laufe der Zeit ausgedünnt worden. In der Periode von 1985 bis 1992 wurden rund 8000 Bäume auf 700 Flächen im 4x4 km-Netz aufgenommen, 1993, 1994 und 1997 rund 4000 Bäume im 8x8 km-Netz und in den Jahren 1995, 1996 und 1998 bis 2002 rund 1100 Bäume im 16x16 km-Netz . Aufnahmemethode Alle drei Jahre (1997, 2000) wird die Sanasilva-Inventur auf dem 8x8-km Netz (ca. 170 Probeflächen ) durchgeführt. In den Jahren dazwischen findet die Inventur auf einem reduzierten 16x16-km Netz (49 Probeflächen) statt. Jede Fläche besteht aus zwei konzentrischen Kreisen. Der äussere Kreis hat ein Radius von 12.62 m (500 m2) und der innere ein Radius von 7.98 m (200 m2). Auf dem inneren Kreis werden alle Bäume mit einem Mindestdurchmesser in Brusthöhe von 12 cm und auf dem äusseren Kreis mit einem Mindestdurchmesser in Brusthöhe von 36 cm aufgenommen. In Nordrichtung wird zusätzlich in 30 m Entfernung eine identische Satellitenprobenfläche eingerichtet. Die Aufnahme findet in Juli und August statt. Eine Aufnahmegruppe besteht aus zwei Personen, von denen eine die Daten erhebt, und die andere die Daten eintippt. Die Daten werden mit dem Feldkomputer Paravant und der Software Tally erfasst. Die Aufgabenteilung wechselt zwischen Probeflächen. Auf dem 8x8-km Netz werden zusätzlich 10 Prozent der Flächen von einer unabhängigen zweiten Aufnahmegruppe zu Kontrollzwecken aufgenommen. Hauptmerkmale der Sanasilva-Inventur: Die Sanasilva-Inventur erfasst vor allem folgende Indikatoren des Baumzustandes: Die Kronenverlichtung wird beschrieben durch den Prozentanteil der Verlichtung einer Krone im Vergleich zu einem Baum gleichen Alters mit maximaler Belaubung/Benadelung an diesem Standort, den Anteil dieser Verlichtung, der nicht durch bekannte Ursachen erklärt werden kann, den Ort der Verlichtung, den Anteil und den Ort von unbelaubten/unbenadelten Ästen und Zweigen. Die Kronenverfärbung wird durch die Abweichung der mittleren Farbe (aufgenommen als Farbton, Reinheit und Helligkeit nach den Munsell Colour Charts) eines Baumes zu der für diese Baumart typischen Normalfarbe (Referenzfarbe) und durch das Vorhandensein, das Ausmass und den Ort der von der Referenzfarbe abweichenden Farben beschrieben. Der Zuwachs eines Baumes wird durch die zeitliche Veränderung der aufgenommen Baumgrössen beschrieben (Brusthöhendurchmesser, Höhe des Baumes, Kronenlänge und Kronenbreite). Weitere Merkmale sind die erkannten Ursachen der Kronenverlichtung, die Kronenkonkurrenz und das Vorkommen von Epiphyten, Mistel und Ranken in der Baumkrone.
| Organisation | Count |
|---|---|
| Bund | 1297 |
| Europa | 175 |
| Global | 4 |
| Kommune | 8 |
| Land | 138 |
| Schutzgebiete | 1 |
| Weitere | 11 |
| Wirtschaft | 5 |
| Wissenschaft | 1037 |
| Zivilgesellschaft | 9 |
| Type | Count |
|---|---|
| Daten und Messstellen | 264 |
| Ereignis | 27 |
| Förderprogramm | 1164 |
| Hochwertiger Datensatz | 1 |
| Repositorium | 3 |
| Text | 52 |
| Umweltprüfung | 7 |
| unbekannt | 231 |
| License | Count |
|---|---|
| Geschlossen | 56 |
| Offen | 1628 |
| Unbekannt | 65 |
| Language | Count |
|---|---|
| Deutsch | 966 |
| Englisch | 881 |
| Resource type | Count |
|---|---|
| Archiv | 21 |
| Bild | 6 |
| Datei | 282 |
| Dokument | 34 |
| Keine | 1020 |
| Webdienst | 27 |
| Webseite | 435 |
| Topic | Count |
|---|---|
| Boden | 1030 |
| Lebewesen und Lebensräume | 1397 |
| Luft | 1749 |
| Mensch und Umwelt | 1749 |
| Wasser | 834 |
| Weitere | 1715 |