Other language confidence: 0.5046124576601786
Bei dieser Nachtaufnahme handelt es sich um ein Mosaik, welches aus zwei unterschiedlichen Datensätzen besteht. Datensatz 1 [Zentrum und Randgebiete] - Satellitenaufnahmen: Jilin-1 - Spektrale Auflösung: RGB - Aufnahmezeitraum: 12/21 – 01/22 - Quelle: Chang Guang Satellite Technology CO., LTD (CGSTL)/Veritas Imagery Services Ltd Datensatz 2 [vereinzelte Randgebiete] - Astronautenphotographie: NASA - Spektrale Auflösung: RGB - Aufnahmezeitraum: 03/22 - Quelle: Earth Science and Remote Sensing Unit, NASA Johnson Space Center; https://eol.jsc.nasa.gov/ Hinweise: Die Datensätze unterscheiden sich hinsichtlich ihrer geometrischen Auflösung. Die Datensätze sind spektral nicht zueinander kalibriert. Verwendung nur zu Visualisierungszwecken.
Stratosphärisches Sulphataerosol ist von großer Bedeutung für das Klimasystem, weil es solare Strahlung streut und damit die planetare Albedo der Erde erhöht. Es ist außerdem wichtig für die Chemie der Stratosphäre, weil die Aerosolpartikel an der Chloraktivierung - sogar außerhalb der Polarwirbel - sowie bekanntermaßen an der Bildung polarer stratosphärischer Wolken beteiligt sind. Darüber hinaus ist stratosphärisches Aerosol laut dem 5. Sachstandsbericht des Intergovernmental Panel on Climate Change mitverantwortlich für die gegenwärtige Erwärmungspause. Boden-gestützte Lidar-Beobachtungen stellen eine der genauesten Methoden zur Fernerkundung stratosphärischer Aerosole dar. Im Rahmen des hier vorgeschlagenen Forschungsprojekts sollen Lidar-Messungen an 3 unterschiedlichen Orten - die bisher noch nicht zur Untersuchung stratosphärischer Aerosole verwendet wurden - genutzt werden. Die Lidar Systeme werden vom Leibniz-Institut für Atmosphärenphysik (IAP) e.V. an der Universität Rostock in Kühlungsborn betrieben und befinden sich im ALOMAR Observatorium in Andenes (Norwegen), auf der Davis Forschungsstation (Antarktis), sowie in Kühlungsborn. Zwei der Lidar-Messreihen decken gegenwärtig einen Zeitraum von 20 Jahren ab und die Lidar-Messungen in Alomar werden bei mehreren Wellenlängen durchgeführt, was die Ableitung von Teilchengrößen der stratosphärischen Aerosolpartikel erlaubt. Ein Alleinstellungsmerkmal der Lidar-systeme ist ihre Tageslichtfähigkeit, d.h., die Messungen können nicht nur nachts durchgeführt werden, was erstmals die Messung stratosphärischer Aerosole im polaren Sommer erlaubt. Die Lidar-Rohdaten werden in der ersten Phase des Projekts in vertikale Profile des Rückstreukoeffizienten und/oder der Aerosolextinktion konvertiert. Darüber hinaus werden aus den Mehrfarbenmessungen in ALOMAR Aerosolteilchengrößen bestimmt. In der zweiten Projektphase werden die abgeleiteten Aerosolzeitreihen verwendet, um deren zeitliche Variabilität sowie Langzeittrends über einen Zeitraum von mehr als 20 Jahren zu untersuchen und zu quantifizieren. Hierbei spielen saisonale Variationen, Einflüsse der QBO (Quasi-Biennial-Oscillation) und von Vulkanausbrüchen eine entscheidende Rolle. Die abgeleiteten Aerosolteilchengrößen liefern außerdem dringend benötigte Randbedingungen für die Ableitung der stratosphärischen Aerosolextinktion aus Satellitenmessungen des Horizont-gestreuten Sonnenlichts. Diese Messmethode wurde in der Vergangenheit zur Auswertung verschiedener Satellitendatensätze (z.B. OSIRIS/Odin, SCIAMACHY/Envisat, OMPS-LP/Suomi) verwendet und basiert auf a priori Wissen der Größenverteilung stratosphärischer Aerosole. Die zu erwartenden Ergebnisse liefern wichtige neue Kenntnisse über die Variabilität und Langzeittrends stratosphärischer Aerosolparameter (Extinktion, optische Dichte und Teilchengröße) sowie des Strahlungsantriebs des stratosphärischen Aerosols in mittleren und hohen nördlichen Breiten und über dekadische Zeitskalen.
Wattgebiete der deutschen Nordseekueste sollen mit Hilfe von digitalen Korrelationsverfahren auf ein gemeinsames Referenzbild entzerrt werden (unitemporale Korrelation). Zeitliche Aenderungen der Vegetation und der Topographie sollen durch multitemporale Korrelation entdeckt werden. Als Ausgangsdaten dienen digitalisierte Reihenmesskamerabilder, RADAR-Aufnahmen, sowie Magnetbaender des Erderkundungssatelliten LANDSAT und des M2S-Multispektralabtasters.
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).
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)
Die Forschungsarbeiten der Abteilung Regionale Ozeanographie werden sich weiterhin auf die physikalischen Prozesse in den oberen Schichten des offenen Ozeans, der Warmwassersphaere, konzentrieren. Dahinter steht die Notwendigkeit, die Transportprozesse zu verstehen, die den Einfluss des Ozeans auf die atmosphaerischen Klimaaenderungen fuer die Zeitskala des World Climate Research Programme bestimmen. Da diese Zeitskala den Bereich Wochen bis Monate umfasst, ist eine umfangreiche Expeditionstaetigkeit noetig. Neuentwickelte Messmethoden sollen dabei zum Einsatz kommen, so u.a. ein geschlepptes, vertikal undulierendes Geraet zur Erfassung der Dichteschichtung, ein akustisch arbeitendes Geraet zur Bestimmung der vertikalen Geschwindigkeitsverteilung in der ozeanischen Deckschicht sowie satelliten- bzw. funkgeortete Driftbojen. Begleitet wird die Messtaetigkeit durch die Entwicklung von Modellen (empirisch, diagnostisch, prognostisch). Schwerpunkte der Untersuchungen werden sein: - theoretische Untersuchungen zur geophysikalischen Turbulenz und ihre Anwendung auf Transportprozesse in der ozeanischen Warmwassersphaere, - Ursachen und Auswirkungen der Jahresschwankungen von Baroklinitaet und Haloklinitaet, - Entstehung ozeanischer Fronten und ihre Bedeutung fuer turbulente Transportprozesse, - Modellierung der Konvektion in der Deckschicht unter besonderer Beruecksichtigung des Tagesganges, - Struktur und Transporte des Nordatlantischen Stromes, - wissenschaftliche Analyse von Datensaetzen des Welt-Datenzentrums sowie von Expeditionen, insbesondere GATE 1974, JASIN 1978, FGGE 1979. Das Forschungsprogramm ist integraler Bestandteil des SFB 133.
Seit 1979 erfassen Satelliten der NOAA-Serie die Erde und liefern damit eine der längsten kontinuierlichen Bild-Datenreihen von Satelliten überhaupt. Durch ihre großflächige Abdeckung, ihre hohe zeitliche Auflösung und ihren kostengünstigen Empfang eignen sich diese Daten hervorragend zum Monitoring. Bislang werden diese langen Zeitreihen noch kaum herangezogen, um langfristige Veränderungen von Oberflächenphänomenen zu beschreiben, denn der Großteil der Fernerkundungsarbeiten beschäftigt sich mit neueren Sensoren und deren Anwendungen. Gerade vor dem Hintergrund der Landdegradierung durch unangepaßte Landnutzung in den Trockenräumen der Erde sollten die vorhandenen archivierten Datenreihen zur Langzeitanalyse aber genutzt werden und die Ergebnisse in Konzepte des Landmanagements einfließen. In Namibia vollzieht sich in den Nationalparks und dem Weideland die Landdegradierung durch eine massive Verbuschung, v.a. mit Acacia mellifera. Die Verbuschungsdynamik der letzten 20 Jahre soll in Etosha mit NOA-AVHRR-Daten erfasst werden. Die Ergebnisse aus dem Etosha-Nationalpark können dann zum Monitoring der Verbuschung in Namibia von örtlichen Institutionen eingesetzt werden. So ist die Inwertsetzung der Daten gewährleistet und durch die Weiterentwicklung der NOAA-Serie durch das MODIS-System auch für die Zukunft gewährleistet.
Englisch: Russian KFA- and KWR-space-photographs - besides forthcoming MOMS-02-data - fill the gap between medium resolution satellite data (Landsat TM, SPOT) and aerial photography. Comparative analysis of spatial and thematic accuracies of digital space and aerial ortho-images respectively show limits and advantages of using Russian space photography for generating and updating large scale orthophotomaps. Case studies prove, that large area coverage combined with high geometric resolution on the one hand and limited detectability of details as well as very low vertical accuracy on the other hand are the crucial points of the efficiency of Russian space photographs for the production as well as the thematic interpretation of large scale ortho-images. - Deutsch: Weltraumphotographien der russischen KFA- und KWR-Systeme stellen das aktuelle Bindeglied zwischen Satellitenbilddaten mittlerer und Luftbildern hoechster geometrischer Aufloesung dar. Die vergleichende Analyse von digitalen Orthobildern, die aus KFA- und KWR-Daten bzw. Luftbildern gewonnen wurden, zeigt die entscheidenden Vor- respektive Nachteile der russischen Bilddaten fuer die Generierung und Nachfuehrung grossmassstaebiger Orthobildkarten. Fallstudien zeigen, dass hohe geometrische Aufloesung in der Lage einerseits, aber limitierte Erkennbarkeit von Objektdetails und geringe Hoehenaufloesung andererseits die entscheidenden Parameter der Nutzbarkeit russischer Weltraumbilder fuer Orthobildherstellung und thematische Interpretation darstellen.
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.
| Organisation | Count |
|---|---|
| Bund | 1300 |
| Europa | 19 |
| Global | 7 |
| Kommune | 9 |
| Land | 148 |
| Schutzgebiete | 1 |
| Weitere | 14 |
| Wirtschaft | 5 |
| Wissenschaft | 1136 |
| Zivilgesellschaft | 9 |
| Type | Count |
|---|---|
| Daten und Messstellen | 279 |
| Ereignis | 27 |
| Förderprogramm | 1164 |
| Hochwertiger Datensatz | 1 |
| Repositorium | 3 |
| Text | 58 |
| Umweltprüfung | 9 |
| unbekannt | 241 |
| License | Count |
|---|---|
| Geschlossen | 63 |
| Offen | 1653 |
| Unbekannt | 66 |
| Language | Count |
|---|---|
| Deutsch | 974 |
| Englisch | 909 |
| Resource type | Count |
|---|---|
| Archiv | 24 |
| Bild | 6 |
| Datei | 324 |
| Dokument | 51 |
| Keine | 1032 |
| Webseite | 437 |
| Topic | Count |
|---|---|
| Boden | 1056 |
| Lebewesen und Lebensräume | 1424 |
| Luft | 1782 |
| Mensch und Umwelt | 1782 |
| Wasser | 857 |
| Weitere | 1749 |