In der Trockenwüste Namib an der Westküste Afrikas sind Nebelereignisse von großer Bedeutung nicht nur für die Pflanzen- und Tierwelt, sondern insbesondere auch für die Gewinnung von Trinkwasser mit Hilfe von Nebelwasserkollektoren. Um eine ökonomische Nutzung der Trinkwassergewinnung zu ermöglichen, sind genaue Kenntnisse der raumzeitlichen Entwicklung von Nebelereignissen unerlässlich. Aufgrund der komplexen topographischen Strukturen in der Namib Region lassen sich diese Kenntnisse flächendeckend nur mit Hilfe numerischer Simulationen gewinnen. Im vorliegenden Projekt soll, basierend auf dem mesoskaligen Wettervorhersagemodell COSMO des Deutschen Wetterdienstes, das dreidimensionale Nebelmodell COSMO-FOG entwickelt werden, mit dem Nebelereignisse in der Namib Region simuliert werden können. In COSMO-FOG sollen insbesondere die speziellen topographischen Gegebenheiten im Untersuchungsgebiet (Atlantischer Ozean, Küstenwüste, Große Randstufe) berücksichtigt werden, um das Auftreten der dort vorkommenden unterschiedlichen Nebelereignisse (Advektionsnebel, Strahlungsnebel, Hochnebel, etc.) realistisch simulieren zu können. Das beantragte Projekt ist Teil eines Paketantrags bestehend aus drei Einzelprojekten, zu denen neben NaFoLiCa-M auch bodengebundene Messungen (NaFoLiCa-F) sowie auf Fernerkundung basierende Nebelbeobachtungen (NaFoLiCa-S) gehören. Verknüpfungen zwischen den Teilprojekten bestehen in der gemeinsamen Prozessanalyse durch Verbindung der bodengebundenen und satellitengestützten Messungen sowie im Einsatz von COSMO-FOG zur Ermittlung der raumzeitlichen Nebelstrukturen.
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.
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.
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.
Die Datengrundlagen zur Berechnung der Abflussgrößen wurden aus dem Berliner Informationssystem Stadt und Umwelt (ISU5 2020) für die ca. 25.000 Block(teil)flächen und erstmals auch für ca. 32.000 Straßenflächen des räumlichen Bezugssystems des ISU zur Verfügung gestellt. Die Daten der Flächennutzung 2020 beruhen auf der Auswertung von Luftbildern und weiteren Geodaten (vgl. Umweltatlaskarten 06.01 und 06.02 sowie 06.08 ). Es werden 22 Nutzungsarten sowie 52 Flächentypen unterschieden. Die Daten der Flächennutzung spielen im Wasserhaushaltsmodell eine wichtige Rolle. Wenn keine lagegenauen Daten für notwendige Eingangsparameter zur Verfügung stehen, werden pauschalisierte Mittelwerte pro Nutzungsart oder Flächentyp auf Block- bzw. Teilblockebene angegeben. Dies trifft für 2022 hauptsächlich auf die Zuweisung des Anschlussgrads an die Kanalisation zu (s. u.). Im Rahmen des Forschungsprojekts AMAREX wurden die in ABIMO benötigten Verdunstungsparameter einer Block(teil)- bzw. Straßenfläche anhand der vorhandenen Grünvolumenzahl 2020 (vgl. Umweltatlaskarte 05.09 ) zugewiesen, wodurch die pauschale Zuweisung über die Flächennutzung ersetzt werden konnte. Die langjährigen Mittelwerte des Niederschlags der Jahresreihe 1991 bis 2020 und zwar die Jahresmittel und die Mittel für das Sommerhalbjahr (Mai-Oktober) wurden aus den HYRAS-DE-PRE-Daten vom Deutschen Wetterdienst (DWD) auf Block(teil)- und Straßenflächen aggregiert (vgl. Umweltatlaskarte 04.08 ) und für die Wasserhaushaltsmodellierung verwendet. Für die potentielle Verdunstung wurden langjährige Mittelwerte der um 10 % erhöhten TURC-Verdunstung verwendet, die aus Beobachtungen an Klimastationen im Berliner Raum berechnet wurden. Dabei wurden für das Stadtgebiet bezirksweise Werte zwischen 660 und 672 mm/Jahr und zwischen 505 und 513 mm für das Sommerhalbjahr zugeordnet. Der Versiegelungsgrad wurde u. a. durch die Auswertung von ALKIS-Daten (Amtliches Liegenschaftskatasterinformationssystem) für die bebaut versiegelten Flächen und die Analyse von hoch auflösenden multispektralen Satellitenbilddaten und weiteren Geodaten für die unbebaut versiegelten Flächen sowie die Analyse der Straßenbefahrungsdaten für die Straßenflächen für den Umweltatlas bestimmt (vgl. Umweltatlaskarte 01.02 , 2021). Im Datenbestand wird zwischen der bebaut versiegelten Fläche (Dachfläche) und der unbebaut versiegelten Fläche (Parkplätze, Wege etc.) unterschieden. Für die unbebaut versiegelte Fläche war außerdem der Anteil der einzelnen Belagsarten eine wichtige Eingangsgröße. Die Belagsarten wurden in vier Belagsklassen sowie fünf Belagsklassen für die Straßenflächen zusammengefasst (vgl. Tab. 2) und spezifisch für die einzelnen Flächentypen auf Testflächen im Gelände ermittelt und dann auf alle Blockteilflächen gleichen Flächentyps bezogen. Die bodenkundlichen Daten zur nutzbaren Feldkapazität des Flachwurzelraums (0-30 cm) und zur nutzbaren Feldkapazität des Tiefwurzelraumes (0-150 cm) wurden der Bodendatenbank zur Bodengesellschaftskarte der “Bodengesellschaftskarte Berlin – Nutzbare Feldkapazität” (vgl. Umweltatlaskarte 01.06.2 , 2020) entnommen. Die Flurabstände wurden von 2009 verwendet. Diese Flurabstände stellen ein Jahr mit mittleren Grundwasserständen dar (vgl. Umweltatlaskarte 02.07 ). Die Angaben zur Kanalisation wurden der Karte ”Entsorgung von Regen- und Abwasser” (vgl. Umweltatlaskarte 02.09 , 2022) entnommen. In den erstmals über Anschlusspunkte ausgewerteten Block(teil)flächen wurde markiert, ob innerhalb einer Block(teil)fläche in die Regenwasserkanalisation eingeleitet wird. Zudem konnte erstmals eine Auswertung der Straßenflächen der Berliner Wasserbetriebe (BWB 2022) genutzt werden, die besagt, ob eine Straßenabschnitt regenwasserkanalisiert ist. Die Aussage auf Block(teil)fläche führt dazu, dass alle versiegelten Flächen einer Block(teil)fläche als regenwasserkanalisiert in die Wasserhaushaltmodellierung einfließen, obwohl sie in der Realität ggf. in Teilen nicht an die Kanalisation angeschlossen sind. Dies betrifft auch Flächen, die einem dezentralen Regenwassermanagement unterliegen. Darüber lagen zum Zeitpunkt der Kartierung keine flächendeckenden Daten für Berlin vor. Aus der Karte zur Kanalisation geht auch nicht hervor, in welcher Größenordnung das Wasser, das auf den bebauten oder versiegelten Flächen anfällt, tatsächlich abgeführt wird. Hierzu wurden für die Wasserhaushaltskartierung 2005 spezielle Untersuchungen durchgeführt. Für die Abschätzung des tatsächlichen Anschlussgrades an die Kanalisation lagen zwei Datengrundlagen vor. Einerseits die im Rahmen einer Diplomarbeit von Bach 1997 ermittelten Pauschalwerte für die einzelnen Flächentypen. Die zweite Datengrundlage wurde im Rahmen der Neuordnung des Abwasserentgeltes durch die Berliner Wasserbetriebe (BWB) erhoben. Es wurde eine grundstücksscharfe Erhebung der versiegelten Flächen durchgeführt und dabei zwischen angeschlossenen und nicht angeschlossenen versiegelten Flächen unterschieden. Ziel der Erhebung war es, die Kosten für die Regenwasserentsorgung weitgehend nach dem Verursacherprinzip zu erheben. Diese Daten wurden auch graphisch erfasst und der Senatsverwaltung aggregiert auf die Bezugsflächen des räumlichen Bezugssystems des ISU übergeben. Die Auswertung dieser Daten ergab jedoch, dass die graphische Erfassung durch die BWB nicht flächendeckend erfolgte. Aus diesem Grund konnten die Originaldaten nicht direkt für das Wasserhaushaltsmodell des Umweltatlas verwendet werden. Ausgehend von der Überlegung, dass der Anschlussgrad eng von Alter und Struktur der Bebauung abhängig ist, wurden daher aus den Daten der BWB und der flächendeckend vorliegenden Kartierung der Stadtstrukturtypen (vgl. Umweltatlaskarten 06.07 und 06.08 , 2010) für die einzelnen Flächentypen rechnerisch Mittelwerte ermittelt und diese dann als Pauschalwerte allen kanalisierten Einzelflächen des entsprechenden Flächentyps zugeordnet. Die Ergebnisse sind in Tab. 1 zusammengefasst. Ein Vergleich der Werte mit den von Bach 1997 ermittelten Werten ergab eine gute Übereinstimmung. Lediglich die Anschlussgrade der unbebaut versiegelten Flächen der nicht oder gering bebaute Grün- und Freiflächen weichen z. T. stark von den von Bach ermittelten Werten ab. Da die Analyse des BWB-Datenbestandes ergeben hat, dass gerade in diesen Gebieten die unbebaut versiegelten Flächen nicht oder unzureichend erfasst wurden, wurde für diesen Strukturtyp der Wert von Bach beibehalten. Die tatsächlichen Kanalisierungsgrade der Straßenflächen konnten erstmal aus den Daten der BWB (2022) übernommen werden. Wurde in diesen Daten ein Straßenabschnitt als regenwasserkanalisiert markiert, ging er zu 100 % in die Wasserhaushaltmodellierung ein. Tab. 1 zeigt die pauschalen Anschlussgrade pro Flächentyp, die auch in die Berechnung der Wasserhaushaltsmodellierung 2022 eingeflossen sind. Für die Einbeziehung der Gründächer wurde die ca. 550 ha extensiv und intensiv begrünten Dachflächen aus der vorhandenen Umweltatlaskarte 06.11 , 2020 verwendet.
Kopplungsprozesse zwischen der Ionosphäre und der neutralen Atmosphäre spielen eine wichtige Rolle für die dynamischen Prozesse in der oberen Atmosphäre. Neue Fortschritte im Verständnis dieser Prozesse wurden erreicht seitdem Satelliten im erdnahen Orbit kontinuierlich hochgenaue Daten der thermosphärischen und ionosphärischen Parameter (z.B. Massendichten, zonale Winde und Elektronendichteprofile) bereitstellen. Mit diesem Projekt planen wir die Beobachtung der Auftretenshäufigkeit und Eigenschaften sporadischer E Schichten auf globaler Skala. Die Untersuchungen basieren auf GPS Radiookkultationen der Satelliten CHAMP, GRACE, TerraSAR-X, TanDEM-X und FORMOSAT-3/COSMIC. Seit dem Start des Satelliten CHAMP im Jahre 2001 wurden mehr als 5 Millionen der Radiookkultationsprofile aufgezeichnet, was ermöglicht, dass das Auftreten und die Eigenschaften der sporadischen E Schichten in hoher räumlicher Auflösung analysiert werden können. Weiterhin ermöglicht die Zeitreihe erste statistische Trendanalysen der genannten Parameter. Während der Durchführung des Projektes soll der momentan genutzt numerischer Algorithmus zur Detektion von sporadischen E Schichten um ein Modul erweitert werden, der ermöglichen wird auch Rückschlüsse auf die Eigenschaften der Schichten zu ziehen. Globale Beobachtungen der Intensitäten sporadischer E Schichten existieren aktuell nicht und werden von uns zum erstmalig bereitgestellt werden. Diese Datenbasis kann genutzt werden, um statistische Änderungen im Verhalten der sporadischen E Schichten zu Untersuchen. Ebenfalls werden wir untersuchen, ob Abhängigkeit der sporadische Eigenschaften von anderen geophysikalischen Parametern, wie beispielsweise die Abnahme des Erdmagnetfeldes, der Solarzyklus, atmosphärische Gezeiten, Meteoreinfall oder Plamadichteabnahmen in der Ionosphäre zu finden sind.
| Origin | Count |
|---|---|
| Bund | 1247 |
| Europa | 2 |
| Global | 1 |
| Kommune | 3 |
| Land | 77 |
| Wirtschaft | 1 |
| Wissenschaft | 49 |
| Zivilgesellschaft | 3 |
| Type | Count |
|---|---|
| Daten und Messstellen | 19 |
| Ereignis | 16 |
| Förderprogramm | 1149 |
| Hochwertiger Datensatz | 3 |
| Repositorium | 2 |
| Text | 70 |
| unbekannt | 96 |
| License | Count |
|---|---|
| geschlossen | 80 |
| offen | 1249 |
| unbekannt | 26 |
| Language | Count |
|---|---|
| Deutsch | 1130 |
| Englisch | 370 |
| Resource type | Count |
|---|---|
| Archiv | 18 |
| Bild | 2 |
| Datei | 32 |
| Dokument | 39 |
| Keine | 751 |
| Unbekannt | 5 |
| Webdienst | 18 |
| Webseite | 563 |
| Topic | Count |
|---|---|
| Boden | 1028 |
| Lebewesen und Lebensräume | 1195 |
| Luft | 1053 |
| Mensch und Umwelt | 1343 |
| Wasser | 839 |
| Weitere | 1355 |