This dataset contains 6-year averages of global filtered tropospheric NO2 slant column densities (tSCDs) retrieved from the Sentinel-5 Precursor (S5P) satellite sensor TROPOMI (Tropospheric Monitoring Instrument) for the period from 1 May 2018 to 30 April 2024. All data are available on a 0.03° x 0.03° grid. The NO2 tSCDs are derived from the total slant columns by subtracting the across-track NO2 slant column stripe offset and spatially averaged stratospheric vertical column densities (VCDs) multiplied with the stratospheric air mass factor (AMF), provided in the TROPOMI NO2 product. The filtered NO2 tSCDs are developed to detect global shipping signals in the NO2 TROPOMI data. Therefore, only pixels over water are available in this dataset. The filtering methods include a high-pass filter with different box sizes (1°, 0.5°, 0.25°) and a Fourier filter. In addition, different flagging criteria are applied to the data with the standard box size of 1° for the high-pass filtering: no flagging, quality (qa) flagging, cloud fraction (CF) flagging, cloud height (CH) flagging, wind speed (wind) flagging, and sun glint (sg) flagging.
This raster dataset, in Cloud Optimized GeoTIFF format (COG), provides information on land surface changes at the pan-arctic scale. Multispectral Landsat-5 TM, Landsat-7 ETM+, Landsat-8 OLI, and Landsat-9 OLI-2 imagery (cloud-cover less than 70%, months July and August) was used for detecting disturbance trends (associated with abrupt permafrost degradation) between 2005 and 2024. For each satellite image, we calculated the Tasseled Cap multi-spectral index to translate the spectral reflectance signal to the semantic information Brightness, Greenness, and Wetness. In order to characterize change information, we calculated the linear trend of Brightness, Greenness, and Wetness over two decades at the individual pixel level, based on annually aggregated data. The final map product therefore contains information on the direction and magnitude of change for all three Tasseled Cap parameters at 30 m spatial resolution across the pan-arctic permafrost domain. Features detected include coastal erosion, lake drainage, infrastructure expansion, and fires. The general processing methodology was developed by Fraser et al. (2014) and adapted and expanded by Nitze et al. (2016, 2018). Here, we upscaled the processing to the circum-arctic permafrost region and applied it to the recent 20-year period from 2005 through 2024. The service covers the permafrost region up to 81° North: Alaska (USA), Canada, Greenland, Iceland, Norway, Sweden, Finland, Russia, Mongolia, and China. For Russia and China, regions not containing permafrost were excluded. The data have been processed in Google Earth Engine as part of the research projects ERC PETA-CARB, ESA CCI+ Permafrost, NSF Permafrost Discovery Gateway, and EU Arctic PASSION. The dataset is a contribution to the 'Pan-Arctic Requirements-Driven Permafrost Service' of the Arctic PASSION project (see References). Changes in the Tasseled Cap indices – Brightness, Greenness, and Wetness – are displayed in the image bands red, green, and blue, respectively. Here, coastal erosion (a trend of a land surface transitioning to a water surface) is depicted in dark blue tones, while coastal accretion (a trend of a water surface transitioning to a land surface) is depicted in bright orange colors. Drained lakes are shown in bright yellow or orange colors, depending on the soil conditions and vegetation regrowth. Fire scars are a further common feature, appearing in different colors depending on the time of the fire and the pre-fire land cover. The data can be explored via the Arctic Landscape EXplorer (ALEX; see References) and are available as a public web map service (WMS; see References), both hosted by Alfred Wegener Institute Helmholtz Centre for Polar and Marine Research.
Versiegelung von Block- und Blockteilflächen in 10%-Stufen, ermittelt aus Satellitenbilddaten (Sentinel-2A, unbebauter Anteil) und Gebäudedaten (bebauter Anteil) auf Grundlage der Blockkarte 1 : 5.000 (ISU5), Stand 2015. Die Rasterkarte ist ein unkorrigiertes Zwischenergebnis der Versiegelungskartierung 2016. Dargestellt ist das Ergebnis der regelbasierten Klassifizierung der Satellitendaten (Sentinel-2A-Szene Mai 2016).
Layer enthält Waldflächen, die in Folge der Extremwetterereignisse und nachfolgender Schädlingsbefall im Zeitraum 01.07.2018 bis 31.03.2025 abgestorben oder bereits geräumt sind. Diese Flächen müssen wieder bewaldet und von Wildverbis geschützt werden. Enthalten sind Schadflächen unabhängig von Baumart und Schadensursache (Borkenkäfer bei Fichte und Lärche, Trockenschäden bei Buche, Eschentriebsterben, Diplodia-Pilzbefall bei Kiefer, Eichen-Frassschäden u.v.a.m) Die Daten sind aus der Auswertung der Satellitenbilder der Senthinel-Mission entstanden.
Im Teilvorhaben 3 wird im Modul 5 (Flächendeckendes satellitengestütztes Monitoring der Wachstumsreaktion) ein satellitenbasiertes räumliches Monitoring der Wachstumsreaktion der Bäume für die Testgebiete entwickelt. Als Wachstumsreaktion wird die Veränderung des Saftflusses sowie des Dickenwachstums als Reaktion auf extreme Hitze- und Trockenperioden definiert. Beide Variablen werden mittels DHC-Stationen in situ gemessen und durch die Kombination mit Satellitendaten in die Fläche überführt. Als Prädiktoren werden neuartige Daten der spektral hochaufgelösten ECOSTRESS (IR hyperspektral), OCO-3 und DESIS (Hyperspektralsensor) herangezogen, die alle auf der ISS installiert und damit optimal für eine solche Datenkombination geeignet sind. Die Daten der punktuellen DHC-Stationen werden verwendet, um maschinelle Lernmodelle auf der Basis der spektral hochaufgelösten neuen Fernerkundungsdaten unter normalen und extremen Klimabedingungen zu trainieren. Die Modelle können auf das Prädiktorgitter angewendet werden, sodass die Zielvariablen räumlich modelliert werden können. Aufgrund der schlechten zeitlichen Auflösung werden diese Daten wiederum als Prädiktoren verwendet, um die Zielvariablen auf konventionelle, zeitlich höher aufgelöste (Sentinel, MODIS) und Kronen auflösende Systeme (Planet) zu transferieren. Damit ist ein räumliches Monitoring unter verschiedenen Klimabedingungen möglich. ECOSTRESS liefert gegitterte Prädiktorvariablen zur Verdunstung, zum Evaporative Stress Index sowie zur Water Use Efficiency in 30 bis 70 m Auflösung, die mit DHC-Messungen des Saftflusses kombiniert werden. OCO-3 liefert Informationen zur fotosynthetischen Aktivität (SIF: solar-induced chlorophyll fluorescence) in etwa 2 km Auflösung, die mit den DHC-Messungen zum Dickenwachstum kombiniert werden. DESIS liefert hyperspektrale Daten in 30 m Auflösung und wird v.a. für die Erhöhung der räumlichen Auflösung der OCO-3 Daten verwendet.
Neue Ansätze in digitalem Wald-Monitoring, Aufbereitung und der digitalen Bereitstellung von räumlich und zeitlich hochaufgelösten Daten zu Wuchsleistung, Stress, und Waldschäden sind dringend erforderlich, um die Auswirkungen mehrerer und kombinierter Stressfaktoren auf das Funktionieren von Waldökosystemen und den damit verbundenen Ökosystemleistungen besser und auch schneller beurteilen zu können. Das Verbundvorhaben WALD-Puls setzt sich aus zwei integrierten Teilvorhaben zusammen. Ziel des ersten Teilvorhabens ist die Entwicklung und Erprobung eines Wald-Monitoring Systems, das in Nahe-Echtzeit und räumlich verteilt boden- als auch satellitengestützte Daten sammelt und verknüpft, um dadurch die Risikoabschätzung zu verbessern und langfristige Projektionen zu unterstützen - von der Wurzel bis zur Krone - vom Einzelbaum zum Bestand - vom Bestand zum Waldökosystem. Ziel des zweiten Teilvorhabens ist den bereits bestehenden Waldzustandsmonitor (WZM) bzgl. der räumlichen Auflösung und der zeitlichen Latenz zu verbessern, zusätzliche Produkte einschließlich Frühwarnindikatoren bereitzustellen um darauf basierend ein deutschlandweites, digitales Waldzustandsmonitoring aufzubauen. Beide TVs sollen durch ein integratives Arbeitspaket schließlich miteinander verknüpft werden, um durch iterative Optimierung maximale Synergien zu erzielen. Den traditionellen Blick von unten in die Baumkronen wird in WALD-Puls um den informierten Blick von oben erweitert. Echtzeitdaten des Baumwachstums werden mit Satellitendaten verschnitten, ermöglichen eine flächenhafte, hochaufgelöste Risikobewertung und werden direkt über eine Web-Plattform und ein gekoppeltes, automatisiertes Frühwarnsystem (z.B. SMS) Waldbewirtschafter*innen und anderen Interessent*innen zur Verfügung gestellt.
Neue Ansätze in digitalem Wald-Monitoring, Aufbereitung und der digitalen Bereitstellung von räumlich und zeitlich hochaufgelösten Daten zu Wuchsleistung, Stress, und Waldschäden sind dringend erforderlich, um die Auswirkungen mehrerer und kombinierter Stressfaktoren auf das Funktionieren von Waldökosystemen und den damit verbundenen Ökosystemleistungen besser und auch schneller beurteilen zu können. Das Verbundvorhaben WALD-Puls setzt sich aus zwei integrierten Teilvorhaben zusammen. Ziel des ersten Teilvorhabens ist die Entwicklung und Erprobung eines Wald-Monitoring Systems, das in Nahe-Echtzeit und räumlich verteilt boden- als auch satellitengestützte Daten sammelt und verknüpft, um dadurch die Risikoabschätzung zu verbessern und langfristige Projektionen zu unterstützen - von der Wurzel bis zur Krone - vom Einzelbaum zum Bestand - vom Bestand zum Waldökosystem. Ziel des zweiten Teilvorhabens ist den bereits bestehenden Waldzustandsmonitor (WZM) bzgl. der räumlichen Auflösung und der zeitlichen Latenz zu verbessern, zusätzliche Produkte einschließlich Frühwarnindikatoren bereitzustellen um darauf basierend ein deutschlandweites, digitales Waldzustandsmonitoring aufzubauen. Beide TVs sollen durch ein integratives Arbeitspaket schließlich miteinander verknüpft werden, um durch iterative Optimierung maximale Synergien zu erzielen. Den traditionellen Blick von unten in die Baumkronen wird in WALD-Puls um den informierten Blick von oben erweitert. Echtzeitdaten des Baumwachstums werden mit Satellitendaten verschnitten, ermöglichen eine flächenhafte, hochaufgelöste Risikobewertung und werden direkt über eine Web-Plattform und ein gekoppeltes, automatisiertes Frühwarnsystem (z.B. SMS) Waldbewirtschafter*innen und anderen Interessent*innen zur Verfügung gestellt.
Neue Ansätze in digitalem Wald-Monitoring, Aufbereitung und der digitalen Bereitstellung von räumlich und zeitlich hochaufgelösten Daten zu Wuchsleistung, Stress, und Waldschäden sind dringend erforderlich, um die Auswirkungen mehrerer und kombinierter Stressfaktoren auf das Funktionieren von Waldökosystemen und den damit verbundenen Ökosystemleistungen besser und auch schneller beurteilen zu können. Das Verbundvorhaben WALD-Puls setzt sich aus zwei integrierten Teilvorhaben zusammen. Ziel des ersten Teilvorhabens ist die Entwicklung und Erprobung eines Wald-Monitoring Systems, das in Nahe-Echtzeit und räumlich verteilt boden- als auch satellitengestützte Daten sammelt und verknüpft, um dadurch die Risikoabschätzung zu verbessern und langfristige Projektionen zu unterstützen - von der Wurzel bis zur Krone - vom Einzelbaum zum Bestand - vom Bestand zum Waldökosystem. Ziel des zweiten Teilvorhabens ist den bereits bestehenden Waldzustandsmonitor (WZM) bzgl. der räumlichen Auflösung und der zeitlichen Latenz zu verbessern, zusätzliche Produkte einschließlich Frühwarnindikatoren bereitzustellen um darauf basierend ein deutschlandweites, digitales Waldzustandsmonitoring aufzubauen. Beide TVs sollen durch ein integratives Arbeitspaket schließlich miteinander verknüpft werden, um durch iterative Optimierung maximale Synergien zu erzielen. Den traditionellen Blick von unten in die Baumkronen wird in WALD-Puls um den informierten Blick von oben erweitert. Echtzeitdaten des Baumwachstums werden mit Satellitendaten verschnitten, ermöglichen eine flächenhafte, hochaufgelöste Risikobewertung und werden direkt über eine Web-Plattform und ein gekoppeltes, automatisiertes Frühwarnsystem (z.B. SMS) Waldbewirtschafter*innen und anderen Interessent*innen zur Verfügung gestellt.
Atomarer Sauerstoff (O) ist ein wichtiger Bestandteil der Erdatmosphäre. Er erstreckt sich von der Mesosphäre bis zur unteren Thermosphäre (Engl.: Mesosphere and Lower Thermosphere: MLT), d. h. von etwa 80 km bis über 500 km Höhe. O wird durch Photolyse von molekularem Sauerstoff durch UV-Strahlung erzeugt. Er ist die am häufigsten vorkommende Spezies in der MLT und eine wichtige Komponente in Bezug auf dessen Photochemie. Außerdem ist O wichtig für den Energiehaushalt der MLT, da CO2-Moleküle durch Stöße mit O angeregt werden und die angeregten CO2-Moleküle im Infraroten strahlen und die MLT kühlen. Dies bedeutet, dass sich der globale Klimawandel auch auf die MLT auswirkt, denn die Erhöhung der CO2-Konzentration in der MLT führt zu einer effizienteren Kühlung und damit zu deren Schrumpfen. Die O Konzentration wird außerdem durch dynamische Bewegungen, vertikalen Transport, Gezeiten und Winde beeinflusst. Daher ist eine genaue Kenntnis der globalen Verteilung von O und seines Konzentrationsprofils sowie der täglichen und jährlichen Schwankungen unerlässlich, um die Photochemie, den Energiehaushalt und die Dynamik der MLT zu verstehen. Das Ziel dieses Projekts ist es, Säulendichten und Konzentrationsprofile von O in der MLT durch Analyse der Feinstrukturübergänge bei 4,74 THz und 2,06 THz zu bestimmen. Die zu analysierenden Daten wurden mit dem Heterodynspektrometer GREAT/upGREAT (German REceiver for Astronomy at Terahertz frequencies) an Bord von SOFIA, dem Stratospheric Observatory for Infrared Astronomy, gemessen. Dies ist eine direkte Beobachtungsmethode, die genauere Ergebnisse liefern kann als existierende indirekte satellitengestützte Methoden, die photochemische Modelle benötigen, um O Konzentrationsprofile abzuleiten. Mit GREAT/upGREAT wurden seit Mai 2014 ca. 500.000 Spektren gemessen, die vier verschiedene Weltregionen abdecken, nämlich Nordamerika, Neuseeland, Europa und Tahiti/Pazifik. Zeitliche Variationen sowie der Einfluss von Sonnenzyklen, Winden und Schwerewellen werden ebenfalls im Rahmen des Projekts untersucht. Die Ergebnisse werden mit Satellitendaten, die für Höhen von 80 bis 100 km verfügbar sind, und mit Vorhersagen eines semi-empirischen Modells verglichen. Es sei darauf hingewiesen, dass diese Daten die ersten spektral aufgelösten direkte Messungen von O in der MLT sind. Dies ist eine vielversprechende Alternative zur Bestimmung der Konzentration von O im Vergleich mit indirekten satellitengestützten Methoden, die auf photochemischen Modellen beruhen.
Ziel ist es ein Netzwerk meteorologischer Stationen in der Atacama zu etablieren. Diese Arbeit wird aktiv von unseren Partnern in Chile unterstützt. Gegenwärtig gibt es nur vereinzelt meteorologische Stationen am Küstenstreifen und fast keine im Kern der Atacama Wüste. Ein weiteres Ziel ist die bodengestützten Observationen mit Fernerkundungsdaten zu vereinen. Beide Datensätze werden als Test für die Zuverlässigkeit von Klimamodellen dienen, die das heutige Klima beschreiben. Auf Basis dieser Tests werden Klimamodelle für das Klima in der Vergangenheit entwickelt. Letztere würden mit Klimaproxydaten anderer Teilprojekte verifiziert werden.
| Origin | Count |
|---|---|
| Bund | 1235 |
| Europa | 2 |
| Global | 1 |
| Kommune | 4 |
| Land | 77 |
| Wissenschaft | 46 |
| Zivilgesellschaft | 2 |
| Type | Count |
|---|---|
| Daten und Messstellen | 18 |
| Ereignis | 16 |
| Förderprogramm | 1136 |
| Sammlung | 2 |
| Text | 73 |
| unbekannt | 95 |
| License | Count |
|---|---|
| geschlossen | 83 |
| offen | 1233 |
| unbekannt | 24 |
| Language | Count |
|---|---|
| Deutsch | 1119 |
| Englisch | 360 |
| Resource type | Count |
|---|---|
| Archiv | 17 |
| Bild | 2 |
| Datei | 29 |
| Dokument | 40 |
| Keine | 743 |
| Unbekannt | 3 |
| Webdienst | 17 |
| Webseite | 555 |
| Topic | Count |
|---|---|
| Boden | 1045 |
| Lebewesen und Lebensräume | 1053 |
| Luft | 1055 |
| Mensch und Umwelt | 1340 |
| Wasser | 895 |
| Weitere | 1308 |