API src

Found 1767 results.

Related terms

Other language confidence: 0.5046124576601786

METOP GOME-2 - Sulfur Dioxide (SO2) - Global

Gridded Level 3 SO2 total column densities derived from the Metop/GOME-2-instruments. Volcanoes are the largest soures of SO2 in the atmosphere, depending on the erruption the Sulfurous compounds can be injected into stratosphere but in most cases it stays within the troposphere. Another important source is the coal combustion. Desulfurisation facilities within the power stations have reduced the sulfur emissions around the globe. In the stratosphere sulfur is a key component for building up aerosols, which reflect parts of the solar irradiation. The total SO2 column is retrieved from GOME solar back-scattered measurements in the ultraviolet wavelength region [using the DOAS method]. Depending on the plume SO2 can be a very strong absorber, because of that the ODAS retrieval might have some smaller issues, they can be reduced by choosing different wavelenght ranges depending on the signal. We apply three different fitting windows between 310 and 360nm. For the AMF, we assume a plumeheight of 6 km altitude. 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. Three instruments operate on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B, and -C, launched in 2006, 2012, and 2018, respectively. GOME-2 measures a range of atmospheric trace constituents, with the emphasis on global ozone distribution. 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 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Composition Monitoring (AC-SAF).

Schwerpunktprogramm (SPP) 1158: Antarctic Research with Comparable Investigations in Arctic Sea Ice Areas; Bereich Infrastruktur - Antarktisforschung mit vergleichenden Untersuchungen in arktischen Eisgebieten, Variation der antarktischen Wolkenkondensationskern- (CCN) und Eiskeim- (INP) Konzentrationen und Eigenschaften an NEumayer III im Vergleich zu deren Werten in der Arktis an der Forschungsstation Villum (VACCINE+)

Das aktuelle Klima der Erde verändert sich schneller, als von den meisten wissenschaftlichen Prognosen vorhergesagt wurde. Dabei erwärmen sich die Polargebiete schnellsten von allen Regionen der Erde. Die Polargebiete haben auch starke globale Auswirkungen auf das Erdklima und beeinflussen daher das Leben und die Lebensgrundlagen auf der ganzen Welt. Trotz der großen Fortschritte der Polarforschung der letzten Jahre gibt es nach wie vor schlecht verstandene Prozesse; einer davon ist die Aerosol-Wolke-Klima-Wechselwirkung, die daher auch nicht zufriedenstellend modelliert werden können. Wolken und deren Wechselwirkungen im Klimasystem sind eine der schwierigsten Komponenten bei der Modellierung, insbesondere in den Polarregionen, da es dort besonders schwierig ist, qualitativ hochwertige Messungen zu erhalten. Die Verfügbarkeit hochwertiger Messungen ist daher von entscheidender Bedeutung, um die zugrunde liegenden Prozesse zu verstehen und in Modelle integrieren zu können. Im ersten Teil des hier vorgeschlagenen Projekts schlagen wir, d.h. TROPOS, vor, die bestehenden Aerosolmessungen an der Neumayer III-Station um in-situ Wolkenkondensationskern- (CCN) und Eiskeim- (INP) Messungen zu erweitern für einen Zeitraum von fast zwei Jahren. Die erfassten Daten wie Anzahl der Konzentrationen, Hygroskopizität, INP-Gefrierspektren usw. werden mit meteorologischen Informationen (z.B. Rückwärtstrajektorien) und Informationen über die chemische Zusammensetzung der vorherrschenden Aerosolpartikel verknüpft, um Quellen für INP und CCN über den gesamten Jahreszyklus zu identifizieren. In einem optionalen dritten Jahr wollen wir die Ergebnisse der südlichen Hemisphäre mit den TROPOS-Langzeitmessungen des CCN und INP aus der Arktis (Villum Research Station) vergleichen, welche uns im Rahmen dieses Projekts von DFG-finanzierten TR 172, AC3, Projekt B04 zur Verfügung stehen werden. Ein Ergebnis des beantragten Projekts wird ein tieferes Verständnis dafür sein, welche Prozesse die CCN- und INP-Population in hohen Breiten dominieren. Die im Rahmen des vorliegenden Projekts gesammelten quantitativen Informationen über CCN und INP in hohen Breiten werden öffentlich zugänglich veröffentlicht, z.B. für die Evaluierung globaler Modelle und Satellitenretrievals.

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.

Dynamic World training dataset for global land use and land cover categorization of satellite imagery

The Dynamic World Training Data is a dataset of over 5 billion pixels of human-labeled ESA Sentinel-2 satellite image, distributed over 24000 tiles collected from all over the world. The dataset is designed to train and validate automated land use and land cover mapping algorithms. The 10m resolution 5.1km-by-5.1km tiles are densely labeled using a ten category classification schema indicating general land use land cover categories. The dataset was created between 2019-08-01 and 2020-02-28, using satellite imagery observations from 2019, with approximately 10% of observations extending back to 2017 in very cloudy regions of the world. This dataset is a component of the National Geographic Society - Google - World Resources Institute Dynamic World project. The dataset consists of two file types: GeoTIFF files of 510x510 pixel 10m resolution satellite image tiles markup provided by human labelers, and Excel (.xlsx) tables of metadata and class statistics for the above GeoTIFF files. The data is organized into three main folders. One folder contains training data labeled by a team of 25 expert human labelers recruited by National Geographic Society specifically for this project. A second folder contains training data labeled by a larger group of commissioned labelers provided by a commercial crowd-labeler service. The data in these folders is organized by hemisphere and biome number from the RESOLVE Ecoregions2017 biomes categories (https://ecoregions2017.appspot.com/). A third folder contains a validation dataset. This is a holdout set of training data for assessing model accuracy. None of this data is intended to be used in the formulation of the model. Each validation tile was independently labeled by three experts. The validation set contains two versions: the individual markup from each expert labeler, and the image composites of the individual markups. Each GeoTIFF file encodes information on the location of landscape feature classes as determined by a given labeler. Classes were labeled by visual examination of true color (RGB) composites of Sentinel-2 MultiSpectral Level-2A scenes. The Tier 1 class values used in this phase of the project are as follows: 0 No data (left unmarked), 1 Water, 2 Trees, 3 Grass, 4 Flooded Vegetation, 5 Crops, 6 Scrub, 7 Built Area, 8 Bare Ground, 9 Snow/Ice, 10 Cloud. This dataset does not include the original Sentinel-2 imagery tiles, but metadata on the exact image ID and date is provided The original Sentinel-2 imagery was obtained via Google Earth Engine. This data is available under a Creative Commons BY-4.0 license and requires the following attribution: This dataset is produced for the Dynamic World Project by National Geographic Society in partnership with Google and the World Resources Institute. Development of the Dynamic World training data was funded in part by the Gordon and Betty Moore Foundation.

Updated global compilation of coccolithophore calcification measurements from unperturbed water samples including ancillary data

This database expands the Poulton et al., 2018 (doi:10.1594/PANGAEA.888182) database of pelagic calcium carbonate (CP) rate measurements from isotopic tracer uptake in incubated discrete water samples, as discussed in Daniels et al., 2018 (doi:10.5194/essd-10-1859-2018), and accompanies Marsh et al. (in prep.). The database now includes more CP (new data n = 400; complete database n = 3165), net primary production rate (PP) (new data n = 399; complete database n = 3150), total coccolithophore cell counts (new data n = 240; complete database n = 1512), and Emiliania huxleyi cell counts (new data n = 27; complete database n = 612). This expanded database maintains the record of data, including the principal investigator, expedition, OS region, doi reference (where available), collection date and year, sample ID, latitude, longitude, sampling and light depth, and method of measuring CP. We further expand the Poulton et al. (2018) data collection by including ancillary and environmental data, including: optical depth (OD, n = 3165), pHtotal (hereinafter referred to as pHT, n = 398), temperature (n = 1160), salinity (n = 1161), and the concentrations of chlorophyll a (n = 1363), NOx (NO3 or the sum of NO3 + NO2, n = 1161), silicic acid (Si(OH)4, n= 1156), phosphate (PO4, n = 1232), dissolved inorganic carbon (DIC, n = 318), total alkalinity (TA, n = 307), bicarbonate ion concentration (n = 349), and carbonate ion concentration (n = 352). All data was matched to CP, sample bottle identifiers (Niskin bottle numbers), and/or sampling depth values. This global database (81 °N - 64 °S, 132 °E - 174 °W) now covers expeditions and upper ocean measurements (0 - 193 m) from 1989 to 2024. Global in-situ geolocated data spanning time is valuable for modelling, satellite algorithms, and capturing calcium carbonate production in the global ocean. This expanded database, including the environmental, nutrient, chlorophyll a, and carbonate chemistry data, also allows for analysis of factors influencing calcium carbonate production on a global scale. This data amalgamation contributes to understanding the biogeochemistry of the oceans, global carbon cycle, and ocean acidification.

Arctic PASSION - Polar Monthly Mean Ice Surface Temperature (AP-MMIST) for the time period 1982 to 2024

The Arctic PASSION Polar Monthly Mean IST data set (AP-MMIST) is a combined surface temperature product covering open ocean, marginal ice zone and closed sea ice areas, represented by Sea Surface Temperatures (SST), Marginal Ice Zone Temperatures (MIZT) and sea Ice Surface Temperatures (IST). Beside ocean and sea ice the data set also includes surface temperatures from the Greenland and Antarctic ice sheets. AP-MMIST has been jointly developed and produced by Arctic PASSION WP-1 and the Sea Ice Thematic Assembly Centre (Sea Ice TAC) under the Copernicus Climate Change Service (C3S - service contract: 2022/C3S2_312b_MOi_SC1). The AP-MMIST is a monthly averaged temperature product based on the C3S daily IST CDR and ICDR level 3 data. The daily mean C3S IST data set is a resampled and averaged daily mean IST product using Global Area Coverage - Advanced Very High-Resolution Radiometer (AVHRR) IST level 2 data as input. The level 2 and 3 CDR and ICDR data records are described in Algorithm Theoretical Baseline Document (Eastwood et al., 2023). The surface temperature retrieval algorithm used to produce the basic level 2 product is a traditional split window algorithm using two Thermal InfraRed (TIR) channels to compensate for atmosphere and angular emissivity dependency. This is described in the Algorithm Theoretical Baseline Document (Eastwood et al., 2023). The level 1 TIR input data set is the full data record from the AVHRR on-board NOAA satellite platforms since 1982, as well as AVHRR records on-board Metop satellites since 2006. The product output format is NetCDF with standard attributes, following CF convention to the degree possible. The monthly data are divided into 2 monthly files, one for each hemisphere, SH and NH.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Konstanz, 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.

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.

Schwerpunktprogramm (SPP) 1158: Antarctic Research with Comparable Investigations in Arctic Sea Ice Areas; Bereich Infrastruktur - Antarktisforschung mit vergleichenden Untersuchungen in arktischen Eisgebieten, Untersuchung von Polynjen in der Antarktis mit Mikrowellenradiometerdaten in Bezug auf ihre Gesamtfläche, die Fläche und Dichte des innen vorhandenen dünnen Eises, sowie der mit den Polynjen verknüpften Eis- und Salzproduktion

Die Polynya Signature Simulation Method (PSSM) und das Ice Edge Detection (IED)-Verfahren erlauben es, aus Daten des satellitengetragenen Mikrowellenradiometers Special Sensor Microwave/ Imager (SSM/I) Polynjenfläche und Eiskante mit einer Genauigkeit von 100km2 bzw. 10km zu bestimmen. Mit dem PSSM-Verfahren soll die gesamte Polynjenfläche der Antarktis für jeden Tag des Zeitraums 1992-2006 aus SSM/I-Daten mehrerer Satelliten berechnet werden. Dabei ist ab 1995 die Ableitung eines Tageszyklus möglich. Meteorologische Daten sollen in Kombination mit Satellitenmessungen im sichtbaren und infraroten Spektralbereich dazu dienen, für diese Polynjenfläche Eis- und Salzproduktion sowie typische Dicke und Ausdehnung des an die Polynjenfläche angrenzenden dünnen Meereises abzuschätzen. PSSM und IED sollen auf Daten des neuen und feiner auflösenden passiven Mikrowellensensors Advanced Microwave Scanning Radiometer (AMSR/AMSR-E) auf AQUA und ADEOS-2 übertragen werden, um einerseits die minimale Größe detektierbarer Polynjen und Leads herabzusetzen und andererseits die Eiskante mit einer höheren Genauigkeit zu detektieren (4km statt 10km). Die niederfrequenten AMSR(-E)-Kanäle (6.9 und 10.7GHz) sollen hinsichtlich ihrer Nutzung für die Abschätzung der Dicke von dünnem Meereis untersucht werden.

Einsatzmoeglichkeiten von ERS-1-SAR-Daten fuer geowissenschaftliche Anwendungen im alpinen Gelaende

Von dem am 16. Juli 1991 erfolgreich gestarteten ersten europaeischen Erderkundungssatelliten ERS-1 werden wesentliche Beitraege zum besseren Verstaendnis der komplexen Vorgaenge und dynamischen Veraenderungen im Gesamtsystem Erde und somit Entscheidungsgrundlagen fuer Massnahmen zum Schutze unserer Umwelt erwartet. Hinsichtlich der Einsatz- und Auswertmoeglichkeiten der SAR-Daten ueber Landoberflaechen mit ausgepraegtem Relief (wie in der Schweiz) bestehen erst geringe Kenntnisse. Es bedarf hier umfangreicher Grundlagenforschung, um diese Daten bei der Loesung aktueller, unser Land betreffender Aufgaben sinnvoll einsetzen zu koennen.

1 2 3 4 5 … 175 176 177