API src

Found 1751 results.

Related terms

Other language confidence: 0.504612457660178

Hochaufgelöste Satellitenbilder von XCO2 und XCH4, Teilprojekt 2: Simulationen

METOP GOME-2 - Bromine Monoxide (BrO) - Global

Gridded Level 3 BrO total column densities derived from the Metop/GOME-2-instruments. In the troposphere BrO is a short-lived atmospheric constituent released from the sea (via algae or so called ice flowers). Also volcanic eruptions emit bromine compounds reacting to BrO. In the stratosphere, the major source of BrO are halogenated hydrocarbos that are destroyed by high energy UV radiation. In the stratosphere, BrO plays a key role in the ozone hole chemistry. The total BrO column is retrieved from GOME solar back-scattered measurements in the UV wavelength region between 332 and 359 nm [using the DOAS method]. The applied Airmassfactor is based on monthly climatologies. 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).

METOP GOME-2 - Water Vapour (H2O) - Global

Gidded Level 3 H2O total columns. The Earth's capacity to sustain life is attributed to two mechanisms: the greenhouse effect and the hydrological cycle. Water vapour in the atmosphere is a critical component of both processes and the main naturally occurring greenhouse gas in the Earth's climate system. Water in gaseous form varies more than other greenhouse gases. Monitoring atmospheric water vapour globally is essential to understand its climate impacts. Measurements of water vapor columns are derived from satellite observations of solar radiation in the ultraviolet and visible (430 – 450 nm) spectral ranges. A water vapour absorption band is detectable across some European Sentinel platforms (Sentinel-4, Sentinel-5P and 5), former (GOME and SCIAMACHY) and future instruments (CO2M). This absorption signature by water vapor is used to derive the shown concentrations with the Differential Optical Absorption Spectroscopy (DOAS) technique. The retrieval methodology, as applied to the fleet of available platforms, demonstrates several advantages, including optimal sensitivity and coverage characteristics across both oceans and continents, enhanced temporal sampling frequency for weather applications, and continuous extension of long-term datasets for climate study purposes. This is accomplished by DLR in the framework of the EUMETSAT's Satellite Application Facility on Atmospheric Composition (AC-SAF) monitoring where DLR generates operational GOME-2 / MetOp products.

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).

METOP GOME-2 - Cloud Fraction (CF) - Global

Gridded Level 3 cloud fraction derived from Metop/GOME observations. Cloud physical properties (cloud fraction, cloud top height, cloud optical thickness) are derived from GOME/GOME-2 observations using the OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks). 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/ 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).

Human influences on forests in southern Ethiopia: the case of Shashemane-Munessa-forest

Especially during the last decades, the natural forests of Ethiopia have been heavily disturbed by human activities. Some forests have been totally cleared and converted into fields for agricultural use, other suffered from different influences, such as heavy grazing and selective logging. The ongoing research in the Shashemane-Munessa-study area (Gu 406/8-1,2) showed clearly that, in spite of interdiction and control, forests continue to be cleared and degraded. However, it is not yet sufficiently known, how and why these processes are still going on. Growing population pressure and economic constraints for the people living in and around the forests contribute to the actual situation but allow no final answers to the complex situation. Concerning a sustainable management of the forests there is to no solid basis for recommendations from the socioeconomic and socio-cultural view. Therefore, a comprehensive analysis of the traditional needs and forms of forest use, including all forest products, is necessary. The objective of this project is, to achieve this basis by carrying out intensive field observations, the consultation of aerial photographs, satellite imagery and above all semi-structured interviews with the population in the study area in order to contribute to the recommendations for a sustainable use of the Munessa Shasemane forests.

Untersuchung des Anregungsmechanismus der Natrium-D Nightglow-Emission

Die Natrium D-Linien stellen eine der wichtigsten Emissionen des terrestrischen Nightglow-Spektrums dar. Die Na-Emission wurde 1929 durch Vesto Slipher erstmals beschrieben. Sydney Chapman schlug im Jahre 1939 einen Anregungsmechanismus für die Na-D Emission vor, der durch die Reaktion von Na und Ozon initiiert wird. Obwohl die Na-D Nightglow-Emission seit über 80 Jahren Gegenstand wissenschaftlicher Untersuchungen ist, ist das Verständnis ihres Anregungsmechanismus noch immer unvollständig. Neuere Studien identifizierten zeitliche Variationen des D2/D1-Linienverhältnisses, das nicht mit dem ursprünglichen Chapman-Mechanismus vereinbar ist. Ein modifizierter Chapman-Mechanismus wurde 2005 durch Slanger et al. vorgeschlagen, der explizit zwischen den verschiedenen elektronischen Anregungszuständen des beteiligen NaO-Moleküls differenziert. Dieser Mechanismus wurde mit Boden-gestützten Messungen des D2/D1-Linienverhältnisses getestet, aber die vertikale Variation des Linienverhältnisses - ein kritischer Test des modifizierten Chapman-Mechanismus - wurde bisher nicht durchgeführt.Das Hauptziel der hier vorgeschlagenen Untersuchungen besteht darin, das wissenschaftliche Verständnis des Na-D Nightglow-Anregungsmechanismus mit Hilfe Satelliten-gestützter Messungen zu testen und eine Methode zur Ableitung von Na Profilen in der Mesopausenregion aus Messungen der Na-D Nightglow-Emission zu konsolidieren. Hierzu sollen Messungen der Instrumente OSIRIS auf dem Odin Satelliten, sowie SCIAMACHY auf Envisat verwendet werden. Die Synergie der beiden Datensätze ermöglicht auf einzigartige Weise die Untersuchung des Na-D Nightglow-Anregungsmechanismus. Konkret sollen die Satellitenmessungen für folgende Zwecke verwendet werden: 1) Die OSIRIS Messungen, die ein sehr hohes Signal-zu-Rausch-Verhältnis besitzen, sollen verwendet werden um das Verzweigungsverhältnis f für die Produktion von Na(2P) über die Reaktion von NaO und O - entsprechend dem ursprünglichen oder effektiven Chapman-Mechanismus - empirisch zu bestimmen. Hierzu werden unabhängige Na-Profilmessungen mit Boden-gestützten LIDARs und anderen verfügbaren Na Datensätzen eingesetzt. 2) Die SCIAMACHY Nightglow Limb-Messungen erlauben die spektrale Trennung der beiden Na D-Linien und sollen eingesetzt werden, um die vertikale Variation des D2/D1-Verhältnisses in der realen Atmosphäre abzuleiten. Die SCIAMACHY Messungen sind hierfür auf einzigartige Weise geeignet. Die hier vorgeschlagenen Ansätze ermöglichen wichtige und neue Beiträge, um das wissenschaftliche Verständnis des Na-D Nightglow-Anregungsmechanismus zu verbessern. Darüber hinaus tragen die erwarteten Ergebnisse dazu bei, die Methode zur Ableitung von Na-Profilen in der Mesopausenregion aus Messungen der Na-D Nightglow-Emission zu konsolidieren. Letzteres wird erreicht durch die Bereitstellung eines optimalen Verzweigungsverhältnisses f (sowie dessen Unsicherheit) des ursprünglichen Chapman-Anregungsmechanismus.

Statistical-dynamical methods for scale dependent model evaluation and short term precipitation forecasting (STAMPF)

Das Ziel des Projektes ist die skalenabhängige Evaluierung von Niederschlagsprognosen der DWD-Modellkette (LM/GME) bezüglich dynamischer Parameter und Wolkeneigenschaften. Ein neu entwickelter dynamischer Zustandsindex (DSI), die mit der spezifischen Feuchte gewichtete Divergenz sowie Wolkentyp, Bedeckung und Höhe der Wolkenobergrenze sind die Evaluierungsparamater. Der DSI wurde aus den ursprünglichen Gleichungen abgeleitet und beschreibt die Abweichungen von einem verallgemeinerten dynamischen Gleichgewicht, verursacht durch Instationarität und diabatische Prozesse. Die Evaluierung konzentriert sich auf die Wechselwirkungen zwischen der synoptischen und konvektiven Skala, die häufig die Ursache für extreme Niederschlagsereignisse sind. Sie untersucht die Beziehung zwischen den synoptisch-skaligen Prozessen und der konvektiven Parameterisierung. Eine Voraussetzung der Evaluierung ist eine vom Modell unabhängige feldmäßige Analyse des täglichen Niederschlages und der Wolkenparameter in der Gitterauflösung des LM/GME. Ein schon existierendes Analyseschema der synoptischen Beobachtungen wird weiter verbessert und erweitert durch Satellitendaten. Diese liefern kontinuierliche Wolkendaten und Niederschlagsraten. Die Genauigkeit der analysierten Felder wird mit Hilfe moderner statistischer Methoden abgeschätzt. In einem weiteren Schritt werden die getesteten dynamischen Parameter zu einer quasi-prognostischen Niederschlagsvorhersage oder als Prediktoren für einen MOS-Ansatz verwendet.

Schwerpunktprogramm (SPP) 1158: Antarctic Research with Comparable Investigations in Arctic Sea Ice Areas; Bereich Infrastruktur - Antarktisforschung mit vergleichenden Untersuchungen in arktischen Eisgebieten, Zirkum-Antarktische Auftrittsfrequenz von Meereis-Rinnen und regionale Verteilung aus Satellitendaten

Ziel dieses Projektvorhabens ist es, einen Einblick in die räumliche und zeitliche Variabilität des Auftretens von Meereisrinnen im Antarktischen Meereis während der Wintermonate zu erhalten. Meereis-Rinnen zeichnen sich dadurch aus, dass es in ihrem Einflussbereich zu einem starken Austausch von Wärme, Feuchte und Impuls zwischen dem relativ warmen Ozean und der kalten Atmosphäre kommt. In Meereis-Rinnen bildet sich demnach neues, dünnes Eis und trägt damit zur Meereis-Massenbilanz bei. Wir beabsichtigen auf einer Methode aufzubauen, die entwickelt wurde, um Eisrinnen in der Arktis automatisch aus Thermal-Infrarot Satellitendaten zu identifizieren. Diese Methode muss für eine Anwendung auf Satellitendaten der Antarktis neu implementiert und erweitert werden. In diesem Rahmen gilt es auch, hemisphärische Besonderheiten in den Meereiseigenschaften und atmosphärischen Einflüssen zu berücksichtigen. Darum werden Anpassungen im ursprünglichen Algorithmus mit Hilfe detaillierter Fallstudien vorzunehmen sein. Als Ergebnis erwarten wir umfangreiche Erkenntnisse darüber, wann und wo Meereis-Rinnen gehäuft in der Antarktis auftreten, und wie diese Auftrittsmuster durch atmosphärische und ozeanische Antriebe gesteuert werden.

Kombination der Niederschlagsschätzung von opportunistischen Sensoren und geostationären Satelliten

Der Umsetzungsplan der COP27 enthält eine sehr klare Aussage. "Ein Drittel der Welt, darunter 60% von Afrika, hat keinen Zugang zu Frühwarn- und Klimainformationsdiensten". Dies gilt vor allem für niederschlagsbezogene Warnungen. Der Grund dafür ist das fast vollständige Fehlen von Wetterradaren auf in Afrika und die mangelnde Dichte von Niederschlagsmessstationen. Im Gegensatz dazu sind geostationäre Satelliten (GEOsat) und potentiell auch kommerzielle Richtfunkstrecken (CML) und Satelliten-Mikrowellenverbindungen (SML) nahezu in Echtzeit verfügbar und können zur Niederschlagsschätzung verwendet werden. Die quantitative Niederschlagsschätzung (QPE) aus GEOsat-Daten ist jedoch aufgrund der indirekten Beziehung zwischen der Niederschlagsmenge und den tatsächlichen Messungen, die im sichtbaren und infraroten Spektrum durchgeführt werden, eine Herausforderung. Für die QPE aus SML- und CML-Daten, insbesondere auf der Grundlage groß angelegter CML-Studien in Europa, wurde gezeigt, dass sie mit der QPE aus Radar- und Regenmessern gleichwertig sein kann. In Ermangelung von Referenzdaten, wie es in Entwicklungsländern häufig der Fall ist, sind die bestehenden maßgeschneiderten semi-empirischen Prozessierungsmethoden jedoch oft nicht direkt anwendbar. GEOsat-Daten haben das Potenzial, die CML/SML-Prozessierung in diesen Regionen zu unterstützen, und umgekehrt könnte die CML/SML-QPE zur Anpassung der GEOsat-QPE verwendet werden. Das übergeordnete Ziel des Projekts MERGOSAT ist daher die Entwicklung neuartiger Methoden zur Erstellung verbesserter Echtzeit-Niederschlagskarten für datenarme Regionen durch eine Kombination von GEOsat-Daten und CML/SML-QPE. Um dieses Ziel zu erreichen, werden wir uns auf drei Aspekte konzentrieren: 1) Schaffung einer Grundlage für allgemeinere CML/SML-QPE-Modelle durch Verbesserung des Verständnisses der Prozesse die die EM-Ausbreitung von CML und SML beeinflussen. 2) Entwicklung geeigneter CML/SML-QPE-Modelle, die in datenarmen Regionen anwendbar sind, aufbauend auf den neuen Erkenntnissen über WAA und DSD und unter innovativer Nutzung von GEOsat-Daten. 3) Verbesserung der GEOsat-QPE mit DeepLearning-Methoden und Entwicklung eines neuen Verfahrens, das die Zusammenführung mit CML/SML-Daten mit sub-stündlicher Auflösung ermöglicht. Wir werden unsere Forschung auf unser umfangreiches Archiv von CML-Daten, auch aus Afrika, und die zunehmende Verfügbarkeit von SML-Daten stützen. Zusätzliche Daten aus Feldexperimenten werden mit modernsten Simulationen der EM-Ausbreitung kombiniert. Darüber hinaus werden wir neueste Techniken des DeepLearnings und unsere Hochleistungs-Recheninfrastruktur nutzen. In Kombination mit den erweiterten Fähigkeiten des kürzlich gestarteten MTG GEOsat wird uns dies ermöglichen, unsere Ziele erfolgreich anzugehen und die methodische Grundlage zu schaffen, die erforderlich ist, um datenarme Regionen mit verbesserten und zuverlässigen Niederschlagsinformationen nahezu in Echtzeit zu versorgen.

1 2 3 4 5 … 174 175 176