API src

Found 1752 results.

Related terms

Other language confidence: 0.5046124576601786

Hochaufgelöste Satellitenbilder von XCO2 und XCH4, Teilprojekt 2: Simulationen

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.

METOP GOME-2 - Tropospheric Nitrogen Dioxide (NO2) - Global

Gridded Level 3 tropospheric NO2 column densities derived from the Metop/GOME-2-instruments. In the troposphere NO2 is a short-lived atmospheric constituent caused by combustion processes, e.g. fossil fuel consumption or biomass buring or by lightning. NO2 plays an important role in the formation of ozone. The total NO2 column is retrieved from GOME solar back-scattered measurements in the visible wavelength region around 440nm [using the DOAS method]. To derive tropospheric NO2 columns, the estimated stratospheric component is substracted from the total column. In addition, an air mass factor based on monthly climatological NO2 profiles is considered. 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).

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Köln, 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 Selb, 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.

BodenBewegungsdienst Deutschland (BBD) 2019-2023 L2B Descending (WMTS)

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.

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

Zirkulation und Klimavariabilität im tropischen Indischen Ozean

Im Projekt 'Circulation and Climate of the Indian Ocean' (CICIO) wird beantragt, die Zirkulation des westlichen Südindischen Ozeans mit profilierenden Tiefendriftern (Typ APEX) zu untersuchen, die auf flachen Trajektorien (200 m und 400 m) mit den Wassermassen mittreiben und alle 10 Tage Profile von Temperatur und Salzgehalt bis 2000 m messen und über Satelliten (ARGOS) absetzen. ... Die Arbeiten haben folgende Zielsetzungen: - Verbesserte Kenntnis der mittleren Zirkulation; Verfolgung des durch die Indonesischen Passagen eindringenden Pazifik-Wassers sowie des in der Südhemisphäre im Winter bei Abkühlung in die Sprungschicht eingetragenen (subduzierten) Wassers mit dem Südäquatorialstrom nach Westen, anteilige Aufspaltung in Somalistrom bzw. Verlassen des subtropischen Indischen Ozeans nach Süden und damit auch ein Beitrag zur Bestimmung der Ankopplung des Indischen Ozeans an das Weltmeer. - Untersuchung der Zusammenhänge zwischen Sprungschichtvariabilität im Auftrieb in der Auftriebszone bei 5-10 Grad S und deren Relevanz für die atmosphärische Variabilität. Diese Zone nimmt nach neuen Erkenntnissen eine Schlüsselrolle für die Niederschlagsvariabilität über Ostafrika ein. - Beitrag zu ARGO: Das Vorhaben soll auch ein deutscher Beitrag zum internationalen Programm ARGO ('Array for Real-time Geostrophic Oceanography') sein, mit dem in den kommenden drei Jahren derartige Floats alle Ozeane (mit einer geplanten Gesamtzahl von ca. 3000) abdecken sollen, um die Rolle des Ozeans für Klimaschwankungen besser verstehen zu können. Die Auswertung der Beobachtungen wird großteils in internationaler Absprache mit anderen ARGO-Gruppen des Indischen Ozeans (besonders USA und Frankreich) erfolgen.

Schwerpunktprogramm (SPP) 1788: Study of Earth system dynamics with a constellation of potential field missions, Die Bedeutung der Dynamik der MLT in mittleren und hohen Breiten auf das ionosphärische/thermosphärische Wetter (DYNAMITE)

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?

Homogenisierung des globalen Radiosondendatensatzes

Reanalyseprojekte und Klimadatenassimilationssysteme sollten globale, zeitlich homogene, gegitterte dreidimensionale Datensätze von Temperatur, Feuchte und Wind erzeugen, die sich für Untersuchungen von Klimatrends und Klimavariabilität eignen. Solche Datensätze nennt man Reanalysen. Frühere Reanalysen haben diesen Anforderungen nur teilweise entsprochen, weil sich die atmosphärischen Beobachtungssysteme in den letzten 50 Jahren häufig geändert haben. Das globale Radiosondennetz ist praktisch das einzige Beobachtungssystem für höhere Atmosphärenschichten bis 1973 und beeinflusst auch in der Satelliten-Aera die Qualität der Reanalysen. Zeitserien und daraus abgeleitete Trends praktisch aller Radiosondenstationen sind durch Sprünge beeinträchtigt, die durch die Einführung verbesserte Instrumentierung verursacht sind. Die Korrektur dieser Brüche nennt man Homogenisierung.In diesem Projekt wird versucht, sie durch Vergleich mit Zeitserien aus 6-stündigen Vorhersagen, die im Rahmen des ERA-40 Projektes des Europäischen Zentrums für mittelfristige Wettervorhersagen (ECMWF) erstellt wurden, zu korrigieren. Diese Zeitserien sind zwar nicht perfekt, können aber als Referenz zur Korrektur der meisten Radiosondenzeitreihen verwendet werden. Während eines einjährigen Aufenthalts des Projektleiters am ECMWF wurde eine automatische Korrekturmethode entwickelt, die auf dem Vergleich dieser Zeitserien der Differenz zwischen ERA-40 Vorhersagen und Radiosondenbeobachungen (bg-obs) basiert. Die Methode liefert zwar vielversprechende Ergebnisse, muss aber verbessert werden, bevor die korrigierten Daten ausreichend abgesichert sind. In diesem Projekt sollen (i) die verwendeten statistischen Werkzeuge erweitert und verbessert werden, (ii) die statistisch bestimmten Korrekturen mit unabhängig bestimmten Korrekturen an speziellen Stationen verglichen werden. Es sollen nicht nur ERA-40 bg-obs Differenzen verwendet werden, sondern auch bg-obs Differenzen aus anderen Reanalysen. Ziel ist es, auf diese Weise einen 60-jährigen globalen homogenisierten Radiosondentemperaturdatensatz zu erstellen, der sich als Eingangsdatensatz für künftige Reanalysen eignet. Dieses Ziel wird in Kooperation mit dem ECMWF und dem englischen Wetterdienst verfolgt, und soll innerhalb von drei Jahren erreicht werden.

1 2 3 4 5 … 174 175 176