API src

Found 1754 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/

Integrating GIS and Remote Sensing for Multi-Scale Analysis of Degradation in the African Sahel

Multi-level monitoring of destabilized Sahelian regions connects field work in situ with detailed to semi-detailed analysis of vegetation structure (aerial photography), vegetation functional types and units of rational landcover (satellite images). Human impact on Sahelian vegetation in its regional variations is a main reason for continous destruction of former grazing lands. Regional dynamics of impact patterns are analysed by means of multi-stage remote sensing techniques and multi-spectral image classification. Integration of remotely sensed as well as of socio-economic data with geo-information systems is an important tool for modelling regional dynamics of degradation and desertification due to multi-thematic and multi-temporal input parameters. Intersection of geo-informations creates change detection databasas of Sahelian regions. Planning sustainable development will urgently need the appropriate use of the presented facilities of IGIS technology.

Northern Eurasia Earth Science Partnership Initiative (NEESPI)

The Northern Eurasia Earth Science Partnership Initiative, or NEESPI, is a currently active, yet strategically evolving program of internationally-supported Earth systems science research, which has as its foci issues in northern Eurasia that are relevant to regional and Global scientific and decision-making communities (see NEESPI Mission Statement). This part of the globe is undergoing significant changes - particularly those changes associated with a rapidly warming climate in this region and with important changes in governmental structures since the early 1990s and their associated influences on land use and the environment across this broad expanse. How this carbon-rich, cold region component of the Earth system functions as a regional entity and interacts with and feeds back to the greater Global system is to a large extent unknown. Thus, the capability to predict future changes that may be expected to occur within this region and the consequences of those changes with any acceptable accuracy is currently uncertain. One of the reasons for this lack of regional Earth system understanding is the relative paucity of well-coordinated, multidisciplinary and integrating studies of the critical physical and biological systems. By establishing a large-scale, multidisciplinary program of funded research, NEESPI is aimed at developing an enhanced understanding of the interactions between the ecosystem, atmosphere, and human dynamics in northern Eurasia. Specifically, the NEESPI strives to understand how the land ecosystems and continental water dynamics in northern Eurasia interact with and alter the climatic system, biosphere, atmosphere, and hydrosphere of the Earth. The contemporaneous changes in climate and land use are impacting the biological, chemical, and physical functions of the northern Eurasia, but little data and fewer models are available that can be used to understand the current status of this expansive regional system, much less the influence of the northern Eurasia region on the Global climate. NEESPI seeks to secure the necessary financial and related institutional support from an international cadre of sponsors for developing a viable understanding of the functioning of northern Eurasia and the impacts of extant changes on the regional and Earth systems. Many types of ground and integrative (e.g., satellite; GIS) data will be needed and many models must be applied, adapted or developed for properly understanding the functioning of this cold and diverse regional system. Mechanisms for obtaining the requisite data sets and models and sharing them among the participating scientists are essential and require international and active governmental participation. (abridged text)

Forschungsgruppe (FOR) 2589: Zeitnahe Niederschlagsschätzung und -vorhersage; Near-Realtime Quantitative Precipitation Estimation and Prediction (RealPEP), sub project: Coordination Funds

High-quality near-real time Quantitative Precipitation Estimation (QPE) and its prediction for the next hours (Quantitative Precipitation Nowcasting, QPN) is of high importance for many applications in meteorology, hydrology, agriculture, construction, water and sewer system management. Especially for the prediction of floods in small to meso-scale catchments and of intense precipitation over cities timely, the value of high-resolution, and high-quality QPE/QPN cannot be overrated. Polarimetric weather radars provide the undisputed core information for QPE/QPN due to their area-covering and high-resolution observations, which allow estimating precipitation intensity, hydrometeor types, and wind. Despite extensive investments in such weather radars, QPE is still based primarily on rain gauge measurements since more than 100 years and no operational flood forecasting system actually dares to employ radar observations for QPE. RealPEP will advance QPE/QPN to a stage, that it verifiably outperforms rain gauge observations when employed for flood predictions in small to medium-sized catchments. To this goal state-of-the?art radar polarimetry will be sided with attenuation estimates from commercial microwave link networks for QPE improvement, and information on convection initiation and evolution from satellites and lightning counts from surface networks will be exploited to improve QPN. With increasing forecast horizons the predictive power of observation-based nowcasting quickly deteriorates and is outperformed by Numerical Weather Prediction (NWP) based on data assimilation, which fails, however, for the first hours due to the lead time required for model integration and spin-up. Thus, RealPEP will merge observation-based QPN with NWP towards seamless prediction in order to provide optimal forecasts from the time of observation to days ahead. Despite recent advances in simulating surface and sub-surface hydrology with distributed, physicsbased models, hydrologic components for operational flood prediction are still conceptual, need calibration, and are unable to objectively digest observational information on the state of the catchments. RealPEP will prove that in combination with advanced QPE/QPN physics-based hydrological models sided with assimilation of catchment state observations will outperform traditional flood forecasting in small to meso-scale catchments.

GTS Bulletin: IUTD14 EDZW - Observational data (Binary coded) - BUFR (details are described in the abstract)

The IUTD14 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 (D): 90°E - 0° northern hemisphere (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)

Beobachtung Pflanzlicher Photosynthese mit satellitengestützten Messungen der Sonnen Induzierten Fluoreszenz (CropSIF)

Neben Maßnahmen, die die Produktivität von Agrarflächen erhöhen, werden neue objektive Methoden zur kontinuierlichen Überwachung globaler landwirtschaftlicher Ressourcen dringend benötigt. Eine besondere Rolle nimmt dabei die Photosyntheseleistung (gemessen als Bruttoprimärproduktion) der Kulturpflanzen ein, da sie die maximal mögliche Menge an Nahrung und Treibstoff darstellt, die durch landwirtschaftliche Systeme bereit gestellt werden kann. Desweiteren ist sie ein guter Indikator für Ernteerträge und Stress. In den vergangenen Jahrzehnten wurden auf Reflektivitätsdaten beruhende optische Fernerkundungsmethoden benutzt um landwirtschaftliche Ressourcen abzuschätzen. Spektral aufgelöste Reflektivitätsdaten lassen auf biochemische und strukturelle Eigenschaften der Vegetation schließen, die wiederum auf die potentielle Photosyntheseleistung hindeuten, und sie sind die Grundlage zur Bewertung des Zustands der Pflanzen und ihrer phenologischen Entwicklungsstufe in hoher räumlicher Auflösung. Basierend auf diesem Messprinzip sollen die Sentinel-2 Satelliten (2015 gestartet) die Zugpferde der operationellen Agrarüberwachung in den kommenden Jahrzehnten werden. Es ist jedoch bekannt, dass Vegetationsparameter aus der Fernerkundung, die auf spektralen Reflektanzen beruhen, nicht die komplexen und hoch variablen physiologischen Abläufe der Photosynthese erfassen können. Ergänzend zu Reflektivitätsmessungen sind seit Kurzem globale weltraumgestützte Messungen von sonneninduzierter Chlorophyllfluoreszenz (Englisch sun-induced chlorophyll fluorescence, SIF) möglich. Wie gezeigt werden konnte, besitzt SIF eine höhere Sensitivität gegenüber der Photosyntheseaktivität auf Agrarflächen als andere Parameter oder Modelle. Das Instrument TROPOMI (Tropospheric Monitoring Instrument), das ab Mitte 2017 auf dem EU Copernicus Sentinel 5-Vorläufersatelliten fliegen wird, wird die Messung von SIF in einer sehr viel höheren räumlichen und zeitlichen Auflösung als alle bisherigen Instrumente/Missionen ermöglichen. Somit stellt TROPOMI einen Meilenstein für die Einschätzung von Photosynthese im Allgemeinen, und der Produktivität von Nutzpflanzen im Besonderen, dar. Die Kombination von TROPOMI und Sentinel-2 Daten wird eine auf Beobachtungen basierende, globale Beobachtung der Photosyntheseaktivität auf Agrar-, Gras- und Weideflächen mit einer bisher nie dagewesenen räumlichen und zeitlichen Auflösung und Genauigkeit erlauben. Das Projekt CropSIF wird Nutzen aus den besonderen Möglichkeiten ziehen, die diese Konstellation von Instrumenten in naher Zukunft bieten wird, um die Produktivität von Agrarpflanzen und klimatischer Einflüsse darauf abzuschätzen. Wir werden zeitlich aufgelöste Karten der Bruttoprimärproduktion der Nutzpflanzen erstellen, die dann der Analyse von Effekten extremer Klimaereignisse auf die Produktivität in verschiedenen Agrargebieten der Erde dienen werden.

Wechselwirkung von Schwerewellen und Madden Julian Oszillation

Die Madden-Julian Oszillation (MJO) (Madden & Julian 1971, 1972) ist der dominante Teil der intrasessionalen Variabilität der tropischen Atmosphäre. Sie äußert sich vor allem in ostwärts wandernden Gebieten tiefer Konvektion und erhöhten Niederschlages. Weiterhin beeinflusst die MJO durch dynamische Kopplung das lokale Wetter des Indischen Ozeans und der Pazifischen Inseln. Außerdem spielt die durch vertikale Kopplung vermittelte Interaktion mit anderen wiederkehrenden dynamischen Phänomenen, wie zum Beispiel der Quasizweijahresschwingung der inneren Tropen (Quasi-biennial Oscillation, QBO), eine wichtige Rolle für das Verständnis tropischer Winde. Obwohl die Datenbasis über die MJO, der tiefen tropischen Konvektion und des Niederschlag in den Tropen im Verlauf der letzten Jahrzehnte eine deutliche Verbesserung erfuhr, verbleibt die Modellierung und Simulation der MJO als ein ernstes Problem heutiger atmosphärischer Modelle. Aus diesem Grunde beschäftigt sich das hier vorgeschlagene Projekt mit wichtigen Fragestellungen bezüglich dieser Modellierungsprobleme. Dabei wird auf Methoden, welche während der Anfertigung meiner Doktorarbeit zur Modellierung konvektiver Schwerewellen entstanden, zurückgegriffen. Das Projekt gliedert sich hierbei folgendermaßen in zwei wesentliche wissenschaftliche Fragestellungen:Wie beeinflusst die MJO die Ausbreitung und Dissipation konvektiv angeregter Schwerewellen?Wie wirken diese konvektiven Schwerewellen zurück auf die MJO und deren Konvektion?Das zur Beantwortung dieser Fragen notwendige Werkzeug ist ein gekoppeltes Modell konvektiv angeregter Schwerewellen und ihrer Ausbreitung, welches ich bereits sehr erfolgreich für Studien meiner Dissertation nutzte. Zusätzlich wird die Anwendung des WRF (Weather Research and Forecasting) Modells die numerische Modellierung auf der Mesoskala unterstützen. Einen weiteren Fokus setzt das Projekt auf Impulsflussspektren der Schwerewellen und ihrer durch die MJO induzierten Variabilität. Es wird außerdem untersucht, ob diese MJO induzierte Variabilität von Satelliteninstrumenten aus beobachtet werden kann. Dies wird Einsichten in den durch flache und tiefe Konvektion emittierten Schwerewellenimpulsfluss eröffnen. Im Falle der Feedbackmechanismen wird der Schwerpunkt auf den Einfluss des Schwerewellendrag auf die sekundäre Zirkulation der MJO gelegt.

AVHRR - Land Surface Temperature (LST) - Europe, Nighttime

The "Land Surface Temperature derived from NOAA-AVHRR data (LST_AVHRR)" is a fixed grid map (in stereographic projection) with a spatial resolution of 1.1 km. The total size covering Europe is 4100 samples by 4300 lines. Within 24 hours of acquiring data from the satellite, day-time and night-time LSTs are calculated. In general, the products utilise data from all six of the passes that the satellite makes over Europe in each 24 hour period. For the daily day-time LST maps, the compositing criterion for the three day-time passes is maximum NDVI value and for daily night-time LST maps, the criterion is the maximum night-time LST value of the three night-time passes. Weekly and monthly day-time or night-time LST composite products are also produced by averaging daily day-time or daily night-time LST values, respectively. The range of LST values is scaled between –39.5°C and +87°C with a radiometric resolution of 0.5°C. A value of –40°C is used for water. Clouds are masked out as bad values. For additional information, please see: https://wdc.dlr.de/sensors/avhrr/

AVHRR - Land Surface Temperature (LST) - Europe, Daytime

The "Land Surface Temperature derived from NOAA-AVHRR data (LST_AVHRR)" is a fixed grid map (in stereographic projection ) with a spatial resolution of 1.1 km. The total size covering Europe is 4100 samples by 4300 lines. Within 24 hours of acquiring data from the satellite, day-time and night-time LSTs are calculated. In general, the products utilise data from all six of the passes that the satellite makes over Europe in each 24 hour period. For the daily day-time LST maps, the compositing criterion for the three day-time passes is maximum NDVI value and for daily night-time LST maps, the criterion is the maximum night-time LST value of the three night-time passes. Weekly and monthly day-time or night-time LST composite products are also produced by averaging daily day-time or daily night-time LST values, respectively. The range of LST values is scaled between –39.5°C and +87°C with a radiometric resolution of 0.5°C. A value of –40°C is used for water. Clouds are masked out as bad values. For additional information, please see: https://wdc.dlr.de/sensors/avhrr/

1 2 3 4 5 … 174 175 176