API src

Found 5437 results.

Related terms

Model Output Statistics for Saldenburg-Entschenreuth (P586)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for Lobenstein, Bad (M965)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for TABARKA (60710)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Klimaanalysekarten 2022 (Umweltatlas)

Die Klimaanalysekarten sind Ergebnis einer durchgeführten gesamtstätischen Klimamodellierung im Land Berlin. Sie bilden den stadtklimatischen Ist-Zustand an einem durchschnittlichen autochthonen Sommertag ab. Die Klimaanalysekarten umfassen neben verschiedenen klimatischen Parametern, bestehend aus (1) dem bodennahen Windfeld und Kaltluftvolumenstromdichte, (2) die Luft- und (3) Oberflächentemperatur, (4) die nächtliche Abkühlung, sondern auch zwei thermische Bewertungsindizes, bestehend aus (5) dem PET und (6) dem UTCI. Die Zusammenfassung der Erkenntnisse aus der Klimaanalyse erfolgt in der (7) Klimaanalysekarte. Die Klimaanalysekarte ermöglicht es, die einzelnen Bereiche der Stadt nach ihren unterschiedlichen klimatischen Funktionen, d.h. ihrer Wirkung auf andere Räume, abzugrenzen. Die Karten der Klimaanalyse werden teilweise in einer Rasterdarstellung mit einer hohen räumlichen Auflösung von 10 m x 10 m sowie aggregiert auf etwa 25.000 Block- und Blockteilflächen angeboten.

TrilaWatt: Hydrodynamische Kennwerte 2018 (WMS)

<span><strong>Definitionen:</strong> Hydrodynamik beschreibt die Bewegung von Fluiden und die dabei wirkenden Kräfte. Hydrodynamische Kennwerte sind zeitintegrierte, beschreibende Parameter dieser Prozesse. So tragen bspw. die grundlegenden Tidekenngrößen des Tidehochwassers, des Tideniedrigwassers sowie der damit eng verbundenen Werte für Tidestieg, Tidefall und Tidehub dazu bei, die Dynamik der Tide herauszuarbeiten.</span> <span><strong>Datenerzeugung:</strong> Aus numerischen Simulationsdaten wurden physikalische Größen wie beispielsweise Wasserstand oder Strömungsgeschwindigkeit in festen zeitlichen Intervallen unter Berücksichtigung erreichbarer Genauigkeiten berechnet. Diese Simulationsdaten wurden mit Datenanalysemethoden zu hydrodynamischen Kennwerten wie beispielsweise dem Tidehub zusammengefasst. Es wurden harmonische Analysen des Wasserstandes durchgeführt und Tidekennwerte des Wasserstands bzw. statistische Langzeitkennwerte von Wasserstand, Strömungsgeschwindigkeit, Salzgehalt, Wassertemperatur und Schwebstoffgehalt berechnet. </span> <span><strong>Produkte:</strong> Hydrodynamische Kennwerte aus dem Projekt TrilaWatt basieren auf der Analyse der numerischen Simulation von Tide, Seegang, Salzgehalt, Temperatur und Schwebstoffkonzentration im Bereich des trilateralen Wattenmeers (Niederlande -nl, Deutschland -de, Dänemark -dk) und der Deutschen Bucht als Jahresmittel für das Jahr 2018. Die Daten werden als regelmäßiges 20 m Raster im GeoTIFF-Format bereitgestellt. Kennwerte werden nur für Berechnungszellen bereitgestellt, die im Analysezeitraum immer überflutet waren. In den Datenäquivalenten (*_no_filter) wurde diese Maskierung nicht angewendet. Nicht-gefilterte Datenäquivalente (no_filter) sind, falls physikalisch sinnvoll, ebenfalls erstellt worden. Bei nicht-gefilterten Datenprodukten ist zu beachten, dass die Anzahl der den Mittelwerten zugrundeliegenden Werte vor allem im Flachwasserbereich durch intertidales Trockenfallen geringer ist und damit die Mittelwertbildung beeinträchtigt ist. Die Anzahl an validen Datenpunkten bzw. Tiden pro Jahr (Anzahl gültiger Datenpunkte bzw. Anzahl Tidehochwasser) wird als Rasterdatei zur Einordnung nicht-gefilterter Produkte mitgeliefert.</span> <span><strong>Produktliste:</strong> - Tidehub und Tidehoch- und Tideniedrigwasser: 5-, 50- und 95% Quantil <br> - Laufzeitverschiebung zur Referenzposition „Leuchtturm Alte Weser“ von Tidehoch- und Tideniedrigwasser: Jahresmittelwerte <br> - Tidemittelwasser: 50% Quantil <br> - M2-Partialtide: Amplitude und Phase <br> - Tidehochwasser und validen Datenpunkte: Anzahl pro Jahr<br> - Wasserstand: 1-, 50- und 99% Quantil, Mittelwert, Minimum, Maximum <br> - Strömungsgeschwindigkeit: tiefengemittelter Mittelwert, 99- und 99,9% Quantil des Betrags <br> - Strömungsgeschwindigkeit: tiefengemittelter Betrag und x- und y-Komponente des Residuums <br> - Strömungsgeschwindigkeit: tiefengemittelter mittlerer, kubierter Betrag <br> - Bodenschubspannung: 99% Quantil, Mittelwert<br> - Salzgehalt, Temperatur und Schwebstoffkonzentration: tiefengemitteltes 1- und 99% Quantil und Mittelwert (Schwebstoffkonzentration als Summe aus drei Fraktionen mit einer Sinkgeschwindigkeit ws = 0,25, 1,5 und 7 mm/s) <br> - Signifikante Wellenhöhe des Seegangs: 50-, 95- und 99% Quantil, (Jahres-) Mittelwert und Maximalwert <br> - Mittlere Wellenperiode: Jahresmittelwert bei maximaler signifikanter Wellenhöhe<br> - Seegangsrichtung: x- und y-Komponenten des Residuums </span> <span><strong>English:</strong> This web service contains annual averages and quantiles of tidal characteristics, annual averages and quantiles of hydrographic parameters (e.g., depth-averaged salinity, suspended sediments, or sea water temperature), and tidal constituents from harmonic analyses that were estimated from numerical simulations of the year 2018. Data are distributed on regular 20 m grids as GeoTIFFs. </span> <span><strong>Download:</strong> A download is located under references (in German: "Verweise und Downloads"). </span>

Graduiertenkolleg (GRK) 1565: Complex Terrain and Ecological Heterogeneity - Evaluating ecosystem services in production versus water yield and water quality in mountainous landscapes (TERRECO), Evaluation of WRF 3.2 with observed climate data in Haean (WP 1-01)

In this research we analyzed nocturnal temperature inversions in Haean Basin. Inversions are important phenomena for understanding meteorological and hydrological character of the basin region. Three automatic weather station data and tethered balloon soundings were used to analyze inversion strength, depth, and occurrence of inversions. Stronger and deep inversion was found during early summer while weaker but frequent inversions occurred during late September and early October. A significant influence of fog layer was found. The fog layer acts as a break during a cooling process. The fog appears usually in early mornings. During our experiment, average potential temperature change at the surface was -1.08 K/h without fog presence. When the fog appeared six hours average decreased to -0.23K/h. The most deep and strongest inversion of the studied period was 0.19 °C/m temperature gradient.

GTS Bulletin: IUKD22 EDZW - Observational data (Binary coded) - BUFR (details are described in the abstract)

The IUKD22 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IU): Upper air T1T2A1 (IUK): Radio soundings from fixed land stations (up to 100 hPa) A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 10113;Norderney;) (Remarks from Volume-C: High resolution 2 sec., BUFR309057) IUKD22 BUFR bulletin available 10113 Norderney from EDZW (Deutscher Wetterdienst) up to 100 hPa. at 00 UTC, 12 UTC, ON DEMAND 06 UTC, 18 UTC

Meteogramm bis H+168 Augsburg - Meteogram up to H+168 Augsburg

7 Tage Vorhersage. Wind, Temperatur, Niederschlag, Schneehöhe, Bodendruck und Bedeckung - 7 days forecast. Wind, temperature, precipitation, depth of snow, air pressure and cloud cover

Forschergruppe (FOR) 1525: INUIT - Ice Nuclei research UnIT, In-situ Messungen von eiskeimbildenden Partikeln (INP) und quantitative Bestimmung von biologischen INP

Die Bildung der Eis Phase in der Troposphäre stellt einen wichtigen Fokus der aktuellen Atmosphärenforschung dar. Durch heterogene Nukleation entstehen bei Temperaturen oberhalb von -37°C primäre Eiskristalle an sogenannten eiskeimbildenden Partikeln (INP, engl, ice nucleating particles). Die räumliche Verteilung der INP und deren Quellen variieren stark. In der Atmosphäre finden sich INP nur in sehr geringer Anzahlkonzentration, oft weniger als ein Partikel pro Liter, und sie stellen nur eine kleine Untergruppe des gesamten atmosphärischen Aerosols dar. Ziel dieses Antrages ist es die Anzahlkonzentrationen von eiskeimbildenden Partikeln und deren Variabilität in der Atmosphäre zu messen. Außerdem sind Laborstudien geplant, in denen unser Verständnis über die chemischen und biologischen Eigenschaften der Partikel, die die Eisbildung initiieren, verbessert werden soll. Mit dem von unserer Arbeitsgruppe entwickelten Eiskeimzahler FINCH (Fast Ice Nucleaus CHamber) sollen die atmosphärischen Anzahlkonzentrationen von INP bei verschiedenen Gefriertemperaturen und Übersättigungen an mehreren Standorten gemessen werden. Die Kopplung von FINCH mit einem virtuellen Gegenstromimpaktor (CVI, engl, counter-flow virtual impactor, Kooperation mit RP2), die während lNUIT-1 entwickelt und getestet wurde, soll nun weiter charakterisiert und Messungen damit fortgesetzt werden. Bei dieser Methode werden die Eispartikel, die in FINCH gebildet werden, von den unterkühlten Tröpfchen und inaktivierten Partikeln separiert und mit weiteren Messmethoden untersucht. In Kooperation mit RP2 und RP8 planen wir hierbei die Charakterisierung der INP mittels Größen- und Aerosolmassenspektrometer sowie die Sammlung der INP auf Filtern oder Impaktorplatten zur anschließenden Analyse mit einem Elektronenmikroskop (ESEM, engl. DFG fomi 54.011 -04/14 page 3 of 6 Environmental Scanning Electron Microscopy). Die Feldmessdaten werden von umfangreichen Laborstudien an den Forschungseinrichtungen AIDA (RP6) und LACIS (RP7) ergänzt. Dort soll das Immersionsgefrieren von verschiedenen Testpartikeln aus biologischem Material (z.B. Zellulose), porösem Material (z.B. Zeolith) und Mineralstaub mit geringem organischem Anteil im Detail untersucht werden. Des Weiteren planen wir Labormessungen, bei denen eine verbesserte Charakterisierung der Messunsicherheiten von FINCH erarbeitet werden soll. Außerdem werden regelmäßige Tests und Kalibrierungen mit FINCH durchgeführt, für die Standardroutinen festgelegt werden sollen. Um die Rolle der INP bei der Wolken- und Niederschlagsbildung sowie bei den Wolkeneigenschaften abzuschätzen, werden die gewonnenen Messergebnisse am Ende als Eingabeparameter für erweiterte Wolkenmodelle (Kooperation mit WP-M) dienen.

GTS Bulletin: FTGL32 BGGH - Forecast (details are described in the abstract)

The FTGL32 TTAAii Data Designators decode as: T1 (F): Forecast T1T2 (FT): Aerodrome (VT >= 12 hours) A1A2 (GL): Greenland (Remarks from Volume-C: NilReason)

1 2 3 4 5 … 542 543 544