API src

Found 1749 results.

Related terms

Other language confidence: 0.5046124576601786

Untersuchung von Langzeitvariationen leuchtender Nachtwolken mittels europäischer Nadir-Satelliteninstrumente

Leuchtende Nachtwolken (NLCs, von engl. Noctilucent clouds) sind optisch dünne Wassereiswolken, die nahe der polaren Sommermesopause bei geographischen Breiten polwärts von etwa 50 Grad auftreten. NLCs wurden in den vergangenen Jahrzehnten intensiv untersucht, insbesondere aufgrund ihrer Rolle als Indikatoren der globalen Veränderung. Langzeitsatellitenmessungen der NLCs mit Hilfe der SBUV/2 Instrumente auf Nimbus-7 und der NOAA-Satellitenreihe zeigen eine signifikante Zunahme der NLC Albedo (DeLand et al., 2007) sowie der NLC Häufigkeit (Shettle et al., 2009). Dieser langfristige Trend wurde durch eine Studie von Stevens et al. (2007) in Frage gestellt, in der die Langzeittrends in SBUV/2 NLC Albedo und der NLC Eismasse bei einer konstanten Lokalzeit untersucht wurden. Erstaunlicherweise führte die ausschließliche Berücksichtigung von Messungen bei konstanter Lokalzeit dazu, dass der Langzeittrend in der NLC Albedo praktisch vollständig verschwand. Diese Ergebnisse suggerieren, dass die veränderlichen Lokalzeiten, die mit der langsamen Veränderung der Orbitparameter der NOAA Satelliten verbunden sind, den scheinbaren Langzeittrend in NLC Albedo und NLC Häufigkeiten in früheren Studien verursachen. Dieser Sachverhalt ist noch immer nicht verstanden, obwohl die Frage nach den tatsächlichen Langzeitvariationen in NLCs von entscheidender Bedeutung für das wissenschaftliche Verständnis des Klimawandels in der mittleren Atmosphäre ist. Das wissenschaftliche Hauptziel des hier vorgeschlagenen Projekts ist es die Ursachen für die oben skizzierten Diskrepanzen zwischen den verschiedenen Analysen der SBUV/2 Daten zu untersuchen, und festzustellen, ob NLC-Parameter einer Langzeitvariation unterliegen oder nicht. Zu diesem Zweck sollen Messungen der europäischen Nadir-Beobachtungsinstrumente GOME und SCIAMACHY zur Bestimmung von NLCs verwendet werden. Nadir-Messungen dieser Satelliteninstrumente sind hervorragend geeignet, um diese wissenschaftliche Fragestellung zu untersuchen, weil die Satelliten sich in Sonnen-synchronen Erdumlaufbahnen befinden, und somit Messungen bei einer bestimmten geographischen Breite stets zur selben Lokalzeit durchführt werden. Da die GOME und SCIAMACHY Nadir-Messungen bisher nicht zur Untersuchung von NLCs verwendet wurden, soll im Rahmen dieses Projekts ein NLC Auswertealgorithmus implementiert und auf den gesamten GOME und SCIAMACHY Datensatz angewandt werden. Die zu bestimmenden NLC Parameter umfassen NLC Albedo, NLC Häufigkeit sowie NLC Eismasse. Die abgeleiteten NLC Datenprodukte werden verwendet, und Sonnenzyklusvariationen und Langzeittrends in NLCs zu quantifizieren, sowie zur Untersuchung der Frage, ob die Langzeittrends in SBUV/2 NLC Messungen durch die veränderlichen Lokalzeiten dieser Satellitenmessungen beeinflusst oder gar maßgeblich verursacht werden.

Sentinel-5P TROPOMI - Aerosol Single-Scattering Albedo (ASSA), Level 3 - Global

Aerosol single-scattering albedo (ASSA) as derived from TROPOMI observations. ASSA is a measure of how much light is scattered by aerosols compared to how much is absorbed. It is important for understanding the impact of aerosols on climate and radiative forcing. ASSA is unitless; a value of unity implies that extinction is completely due to scattering; conversely, a single-scattering albedo of zero implies that extinction is completely due to absorption. Daily ASSA 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.

Sentinel-5P TROPOMI – Ultraviolet Index (UVI), Level 3 – Global

UV Index (UVI) as derived from TROPOMI observations. The UVI describes the intensity of the solar ultraviolet radiation. Values around zero indicate low, values greater than 10 indicate very high UV exposure on the ground. 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.

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.

Schwerpunktprogramm (SPP) 1788: Study of Earth system dynamics with a constellation of potential field missions, Kopplung der solaren und geomagnetischen Aktivität mit der räumlichen Verteilung von Trends in Treibhausgasen in der oberen Atmosphäre

Die Struktur und Zusammensetzung des Thermosphäre-Ionosphäre Systems (T-I) wird stark durch die solare EUV-Strahlung beeinflusst. Die andere wichtige externe Quelle von Variabilität in dieser Atmosphärenregion ist das geomagnetische Feld, das geladene Teilchen in die Atmosphäre leitet wo sie insbesondere um die Pole herum ihre Energie abgeben. Wie neue Daten zeigen, können auch interne Antriebsprozesse sowohl auf kurzen (Tage) als auch langen (Jahre) Zeitskalen die T-I Variabilität dominieren. Eine wesentliche Rolle wird dabei dem langsamen aber kontinuierlichen Anstieg von CO2 in der Mesosphäre und unteren Thermosphäre (MLT) zugeschrieben, der zu verstärkter Strahlungskühlung und damit einhergehender Kontraktion der Atmosphäre führt. Auch andere Treibhausgase können auf kürzeren Zeitskalen die T-I Variabilität stark modulieren, u.a. O3 und NO. Das Hauptziel dieses Projektes ist zu untersuchen, wie die räumliche Verteilung von Langzeittrends in MLT Treibhausgasen mit der T-I Langzeit Variabilität gekoppelt ist. Dabei sollen sowohl bodengebundene als auch Satellitendaten von CO2, O3, NO, H2O sowie Elektronendichten herangezogen werden. Durch Kombination von Daten der Satelliten CHAMP, GRACE, SWARM, COSMIC, GOMOS, ACE-FTS, MLS, SABER, MIPAS, HALOE und AIM soll eine nahezu globale Abdeckung über einen Zeitraum von 2 Sonnenzyklen erreicht werden. Aus diesen Daten soll eine globale Klimatologie erstellt werden als Grundlage für die Ableitung von Langzeittrends und ihrer Korrelation in Zeit, Raum und T-I Parametern, einschließlich der Untersuchung von möglichen zeitlichen Verzögerungen in der Variabilität. Ferner sollen chemische und dynamische Wirkmechanismen der T-I Reaktion auf diese Variabilität identifiziert sowie zum ersten Mal echte Abkühlungs- und Aufheizraten aus der globalen Klimatologie und ihre Korrelationen in der T-I Region berechnet werden. Diese können direkt in allgemeinen Zirkulationsmodellen anstatt der aus Volumenemissionsraten gewonnenen Abkühlraten verwendet werden.

DIGSTER - Map and Go (Digital Satellite Based Terrain Model) - User Requirements

The project DIGSTER - Map and Go (Digital Based Terrain Mapping) aims at the technical aspects of digital terrrain mapping. For many questions in administration, planning and expertise terrrain mappings are indispensable. The whole process starting with the data acquisition in the field and ending with map products will be digitally performed by the system. Therefore, a platform appropriate for the use in the field (PDA) is combined with technologies from the disciplines of satellite navigation, remote sensing, communication, and mobile geoinformation systems. For DIGSTER a lot of practical applications already exist in connection with policies and directives on the national and also European level.

METOP GOME-2 - Sulfur Dioxide (SO2) - 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 SO2 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. GDP 4.x performs a DOAS fit for SO2 slant column followed by an AMF / VCD computation using a single wavelength. Corrections are applied to the slant column for equatorial offset, interference of SO2 and SO2 absorption, and SZA dependence. 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/

METOP GOME-2 - Cloud Optical Thickness (COT) - 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. OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks) are used for retrieving the following geophysical cloud properties from GOME and GOME-2 data: cloud fraction (cloud cover), cloud-top pressure (cloud-top height), and cloud optical thickness (cloud-top albedo). OCRA is an optical sensor cloud detection algorithm that uses the PMD devices on GOME / GOME-2 to deliver cloud fractions for GOME / GOME-2 scenes. ROCINN takes the OCRA cloud fraction as input and uses a neural network training scheme to invert GOME / GOME-2 reflectivities in and around the O2-A band. VLIDORT [Spurr (2006)] templates of reflectances based on full polarization scattering of light are used to train the neural network. ROCINN retrieves cloud-top pressure and cloud-top albedo. The cloud optical thickness is computed using libRadtran [Mayer and Kylling (2005)] radiative transfer simulations taking as input the cloud-top albedo retrieved with ROCINN. 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/

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Weil-Rhein, 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.

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

1 2 3 4 5 … 173 174 175