API src

Found 1888 results.

Related terms

GTS Bulletin: ISND05 EDZW - Observational data (Binary coded) - BUFR (details are described in the abstract)

The ISND05 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISN): Synoptic observations from fixed land stations at non-standard time (i.e. 0100, 0200, 0400, 0500, ... UTC) A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 10161;Boltenhagen;10168;Goldberg;10180;Barth;10193;Ueckermünde;10210;Friesoythe-Altenoythe;10235;Soltau;10249;Boizenburg;10261;Seehausen;10267;Kyritz;10281;Trollenhagen;10282;Feldberg/Mecklenburg;10289;Grünow;10305;Lingen;10309;Ahaus;10312;Belm;) (Remarks from Volume-C: SYNOP)

GTS Bulletin: SISN01 ESMT - Surface data (details are described in the abstract)

The SISN01 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SI): Intermediate synoptic hour A1A2 (SN): Sweden (Remarks from Volume-C: NilReason)

Nicht-hydrostatische Klimamodellierung, Teil II (NHCM-2)

Aufgrund des steigenden Bedarfs an Informationen über die Auswirkungen des Klimawandels auf lokaler Skala werden Regionale Klimamodelle (RCMs) in zunehmendem Maße mit höheren Auflösungen betrieben. Heutige RCMs sind in der Lage viele regionale Klimaprozesse zu erfassen und sie decken die meso-beta Skala (20 km bis 200 km) für Anwendungen in der Klimaforschung mit ausreichender Qualität ab. Basierend auf den Erfolg in der Numerischen Wettervorhersage (NWP) und gestützt vom generellen Fortschritt im Bereich der Computertechnologie, beginnen RCMs nun auch in die meso-beta Skala (2 km bis 20 km) vorzudringen. Dieser Skalensprung ist jedoch nicht trivial. Relevante Prozesse (z.B. hochreichende Konvektion) auf formals nicht aufgelösten Skalen werden nun aufgelöst, und es ist größten Teils unklar, wie heutige RCMs (ursprünglich für gröbere Skalen entwickelt) in der Lage sind, Klimaprozesse und deren skalenübergreifendes Wechselspiel zu erfassen. Im komplexen Gelände, wo Gebirge substanziellen Einfluss auf Wetter und Klima haben, gewinnt dies durch den Einfluss der Orographie zunehmend an Bedeutung. Darüber hinaus wird auch die Modellevaluierung zur Herausforderung: Beobachtungsdaten, welche die natürliche Variabilität in ausreichendem Maße abdecken, existieren nur in Ausnahmefällen (z.B. in speziellen Messkampagnen) und zeitliche und räumliche Versetzungen zwischen modellierten und beobachteten Größen ('double penalty problem') beschränken den Einsatz der traditionellen Fehlerstatistik. Im Vorläuferprojekt 'Nicht-hydrostatische Klimamodellierung (NHCM-1)', das vom Österreichischen Wissenschaftsfonds (FWF) gefördert wurde (Projektnummer P19619-N10), wurden erste Testsimulationen im Klimamodus auf Skalen, bei denen hochreichende Konvektion aufgelöst wird (=3 km Gitterpunktsabstand), im europäischen Alpenraum durchgeführt und analysiert. usw.

Continuous meteorological observations at DynaCom automatic weather station, Spiekeroog, Germany, 2025-01 to 2025-12

Data presented here were collected between January 2025 to December 2025 within the research unit DynaCom (Spatial community ecology in highly dynamic landscapes: From island biogeography to metaecosystems, https://uol.de/dynacom/ ) of the Universities of Oldenburg, Göttingen, and Münster, the iDiv Leipzig and the Nationalpark Niedersächsisches Wattenmeer. Experimental islands and saltmarsh enclosed plots were created in the back barrier tidal flat and in the saltmarsh zone of the island of Spiekeroog. Meteorological data were collected near the experimental setup, with a locally installed weather station located approximately 500m north of the southern shoreline. The weather station system used here was a ClimaSensor US 4.920x.00.00x that was pre-calibrated by the manufacturer (Adolf Thies GmbH & Co. KG, D-Göttingen). Data were recorded and saved within the Processcontrol Weather (c) -4H- JENA engineering GmbH (v20.1.0.1 2020) software in a sampling interval of 1 min, with an averaging time of 10 s. Date and time were given in UTC and the position was derived from the internal GPS system. Data handling was performed according to Zielinski et al. (2018): Post-processing of collected data was done using MATLAB (R2024b). Quality control was performed by (a) erasing data covering maintenance activities, (b) removing outliers, defined as data exhibiting changes of more than two standard deviations within one time step, and (c) visually checks.

GTS Bulletin: WWDL20 EDZW - Warnings (details are described in the abstract)

The WWDL20 TTAAii Data Designators decode as: T1 (W): Warnings T1T2 (WW): Warnings and weather summary A1A2 (DL): Germany (Remarks from Volume-C: STORM SURGE WARNING FOR THE GERMAN NORTH SEA COAST (IN GERMAN))

GTS Bulletin: WWDL70 EDZW - Warnings (details are described in the abstract)

The WWDL70 TTAAii Data Designators decode as: T1 (W): Warnings T1T2 (WW): Warnings and weather summary A1A2 (DL): Germany (Remarks from Volume-C: STORM WARNING (IN GERMAN))

GTS Bulletin: WWDL38 EDWE - Warnings (details are described in the abstract)

The WWDL38 TTAAii Data Designators decode as: T1 (W): Warnings T1T2 (WW): Warnings and weather summary A1A2 (DL): Germany (Remarks from Volume-C: NilReason)

GTS Bulletin: WWDL38 EDBC - Warnings (details are described in the abstract)

The WWDL38 TTAAii Data Designators decode as: T1 (W): Warnings T1T2 (WW): Warnings and weather summary A1A2 (DL): Germany (Remarks from Volume-C: NilReason)

GTS Bulletin: WWEN36 EDZW - Warnings (details are described in the abstract)

The WWEN36 TTAAii Data Designators decode as: T1 (W): Warnings T1T2 (WW): Warnings and weather summary A1A2 (EN): Northern Europe (Remarks from Volume-C: MARITIM STORM WARNING, GERMAN BIGHT (IN GERMAN))

GTS Bulletin: SNLV41 UMRR - Surface data (details are described in the abstract)

The SNLV41 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SN): Non-standard synoptic hour A1A2 (LV): Latvia (Remarks from Volume-C: NilReason)

1 2 3 4 5 … 187 188 189