API src

Found 978 results.

Related terms

Forstliches Umweltmonitoring

Waldökosysteme sind vielfältigen Belastungen ausgesetzt. Um rechtzeitig ungünstigen Entwicklungen entgegensteuern zu können, ist eine fortlaufende Überwachung des Waldzustandes notwendig. Dieses forstliche Umweltmonitoring erfolgt in Rheinland-Pfalz mit Hilfe von landesweiten Übersichtserhebungen (Level-I: Kronenzustandserhebung, Bodenzustandserhebung oder Waldernährungserhebung auf einem systematischen Raster) und anhand von Intensivuntersuchungen an Waldökosystem-Dauerbeobachtungsflächen (Level-II kontinuierliche Messungen der Luftschadstoffbelastung und der Witterungsverläufe sowie eine fortlaufende Beobachtung der Reaktionen der Waldökosysteme auf natürliche und anthropogene Stresseinflüsse an ausgewählten für die wichtigsten Waldstandorte in Rheinland-Pfalz charakteristischen Flächen). Erfasst werden u.a.: Kronenzustand (terrestrisch und aus IRC-Luftbildern); Waldwachstum; Nährstoffversorgung; Bodenvegetation; Bodenzustand; Baumflechten; Feinwurzeln; Mykorrhiza; Streufall; Ozonschadsymptome; Phänologie; Klima; Witterung; Luftschadstoffimmission; Luftschadstoffdeposition; Bodenwasser; Quellwasser. Anhand dieser Ergebnisse erfolgen Bewertungen zu den Themen: Wasserhaushalt, Bioelementhaushalt, Bodenversauerung, Stickstoffsättigung, Überschreitungen der ökologischen Belastungsgrenzen durch Luftschadstoffe (critical loads, AOT 40 etc.). Alle wesentlichen Befunde und umfangreiche Bewertungen können auch unter www.fawf.wald-rlp.de und hier unter: Forschungsschwerpunkte/Forstliches Umweltmonitoring eingesehen werden.

METOP GOME-2 - Tropospheric Nitrogen Dioxide (NO2) - Global

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. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B, and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. 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 level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. The operational NO2 total column products are generated using the algorithm GDP (GOME Data Processor) version 4.x integrated into the UPAS (Universal Processor for UV / VIS Atmospheric Spectrometers) processor for generating level 2 trace gas and cloud products. The operational NO2 tropospheric column products are generated using the algorithm GDP (GOME Data Processor) version 4.x for NO2 [Valks et al. (2011)] integrated into the UPAS (Universal Processor for UV / VIS Atmospheric Spectrometers) processor for generating level 2 trace gas and cloud products. The total NO2 column is retrieved from GOME solar back-scattered measurements in the visible wavelength region using the DOAS method. An additional algorithm is applied to derive the tropospheric NO2 column: after subtracting the estimated stratospheric component from the total column, the tropospheric NO2 column is determined using an air mass factor based on monthly climatological NO2 profiles from the MOZART-2 model. 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/

METOP GOME-2 - Formaldehyde (HCHO) - Global

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. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B, and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. 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 level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. The operational HCHO total column products are generated using the algorithm GDP (GOME Data Processor) version 4.x integrated into the UPAS (Universal Processor for UV / VIS Atmospheric Spectrometers) processor for generating level 2 trace gas and cloud products. 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/

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

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. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. 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 level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. The operational BrO (Bromine monoxide) total column products are generated using the algorithm GDP (GOME Data Processor) version 4.x integrated into the UPAS (Universal Processor for UV / VIS Atmospheric Spectrometers) processor for generating level 2 trace gas and cloud products. For more details please refer to https://atmos.eoc.dlr.de/app/missions/gome2

METOP GOME-2 - Cloud Top Pressure (CTP) - Global

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. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. 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 level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks) are used for retrieving the following geophysical cloud properties from GOME and GOME-2 data: cloud fraction (cloud cover), cloud-top pressure (cloud-top height), and cloud optical thickness (cloud-top albedo). OCRA is an optical sensor cloud detection algorithm that uses the PMD devices on GOME / GOME-2 to deliver cloud fractions for GOME / GOME-2 scenes. ROCINN takes the OCRA cloud fraction as input and uses a neural network training scheme to invert GOME / GOME-2 reflectivities in and around the O2-A band. VLIDORT [Spurr (2006)] templates of reflectances based on full polarization scattering of light are used to train the neural network. ROCINN retrieves cloud-top pressure and cloud-top albedo. The cloud-top pressure for GOME scenes is derived from the cloud-top height provided by ROCINN and an appropriate pressure profile. 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/

Kohlendioxid-Emissionen

<p>Seit 1990 gehen die Kohlendioxid-Emissionen in Deutschland nahezu kontinuierlich zurück. Ursachen waren in den ersten Jahren vor allem die wirtschaftliche Umstrukturierung in den neuen Ländern. Seitdem ist es die aktive Klimaschutzpolitik der Bundesregierung, die in Einzeljahren jedoch auch von witterungsbedingten Effekten überlagert werden kann.</p><p>Kohlendioxid-Emissionen im Vergleich zu anderen Treibhausgasen</p><p>Kohlendioxid ist das bei weitem bedeutendste <a href="https://www.umweltbundesamt.de/themen/klima-energie/treibhausgas-emissionen/die-treibhausgase">Klimagas</a>. Laut einer ersten Berechnung des Umweltbundesamtes betrug 2024 der Kohlendioxid-Anteil an den gesamten ⁠<a href="https://www.umweltbundesamt.de/service/glossar/t?tag=Treibhausgas#alphabar">Treibhausgas</a>⁠-Emissionen 88,2 % (siehe Abb. „Anteile der Treibhausgase an den Emissionen“). Der Anteil hat gegenüber 1990 um über 4 Prozentpunkte zugenommen. Der Grund: Die Emissionen von Methan und Distickstoffoxid wurden im Vergleich zu Kohlendioxid erheblich stärker gemindert.</p><p>___<br> Umweltbundesamt, Nationale Treibhausgas-Inventare 1990 bis 2023 (Stand 03/2025), für 2024 vorläufige Daten (Stand 15.03.2025)</p><p>Herkunft und Minderung von Kohlendioxid-Emissionen</p><p>Kohlendioxid entsteht fast ausschließlich bei den Verbrennungsvorgängen in Anlagen und Motoren. Weitere Emissionen entstehen im Bereich Steine und Erden, wenn Kalk zur Zement- und Baustoffherstellung gebrannt wird. Bezogen auf die Einheit der eingesetzten Energie sind die Emissionen für feste Brennstoffe, die überwiegend aus Kohlenstoff bestehen, am höchsten. Für gasförmige Brennstoffe sind sie wegen ihres beträchtlichen Gehalts an Wasserstoff am niedrigsten. Eine Zwischenstellung nehmen die flüssigen Brennstoffe ein.</p><p>Seit 1990 gehen die Kohlendioxid-Emissionen nahezu kontinuierlich zurück. Zwischen 1990 und 1995 ist dies vor allem auf den verminderten Braunkohleeinsatz in den neuen Ländern zurückzuführen. Ab Mitte der 90er-Jahre wirkt sich insbesondere die aktive Klimaschutzpolitik der Bundesregierung emissionsmindernd aus. Durch kalte Winter and durch konjunkturelle Aufschwünge stiegen die Emissionen zwischenzeitlich immer wieder leicht an, zum Beispiel in den Jahren 1996, 2001, 2008, 2010, 2013 und 2015, 2021&nbsp;(siehe Abb. „Emissionen von Kohlendioxid nach Kategorien“ und Tab. „Emissionen ausgewählter Treibhausgase nach Kategorien“). Im Jahr 2009 wirkte die ökonomische Krise emissionsmindernd. 2010 stiegen die Emissionen hauptsächlich durch die konjunkturelle Erholung der Wirtschaft und die kühle ⁠<a href="https://www.umweltbundesamt.de/service/glossar/w?tag=Witterung#alphabar">Witterung</a>⁠ wieder an. In den Folgejahren hatte die Witterung den größten Einfluss auf die Emissionsentwicklung, zusätzlich drückt der stetige Rückgang der Emissionen aus der Energiewirtschaft das Emissionsniveau ab dem Jahr 2014 deutlich. Im Jahr 2020 dominieren die komplexen Sondereffekte der Corona-Pandemie das Emissionsgeschehen, während 2021 von Wiederanstiegen dominiert wird. Der Russische Angriffskrieg gegen die Ukraine wirkte sich in unterschiedlicher Weise auf die Entwicklung der Emissionen im Jahr 2022 aus (vgl. <a href="https://www.umweltbundesamt.de/presse/pressemitteilungen/uba-prognose-treibhausgasemissionen-sanken-2022-um">UBA/BMWK: Gemeinsame Pressemitteilung 11/2023</a>).</p><p>Kohlendioxid-Emissionen 2024</p><p>2024 sanken die Kohlendioxid-Emissionen gegenüber 2023 um 21,3 Millionen Tonnen bzw. rund 3,6 % auf 572 Millionen Tonnen Kohlendioxid. Gegenüber 1990 sind die Kohlendioxid-Emissionen demnach um 48,2 % gesunken. Die größten Rückgänge gab es in der Energiewirtschaft. Weitere Nennenswerte Rückgänge der Emissionen gab es im Straßenverkehr, und bei den Haushalten und&nbsp; Kleinverbrauchern.</p><p>Den größten Anteil an den Kohlendioxid-Emissionen hatte 2024, wie in den letzten Jahren, die Kategorie Energiewirtschaft mit 30,8 %. Aus diesem Bereich wurden im Jahr 2024 rund 177 Millionen Tonnen Kohlendioxid freigesetzt. Die Kategorien Haushalte/Kleinverbraucher (18,6 %) und Straßenverkehr/übriger Verkehr (24,9 %) sowie Verarbeitendes Gewerbe/Industrieprozesse (zusammen 24,8 %) besitzen hinsichtlich der Kohlendioxid-Emissionen derzeit eine etwas geringere Bedeutung.</p><p>Die gesamtwirtschaftliche Emissionsintensität (Emissionen bezogen auf das Bruttoinlandsprodukt) sank zwischen 1991 und 2024 um 62 % (siehe Abb. „Kohlendioxid-Emissionsintensität in Deutschland“).</p>

Nahrungserwerb der Waldameisen (Gattung Formica) und ihr Einfluss auf die Waldbiozoenose

Nahrungserwerb der Waldameisen in einem Eichenwald im Tages- und Jahresverlauf, Jahresbilanz (Menge, Zusammensetzung, Energiegehalt der Nahrung). Beeinflussung des Nahrungserwerbs durch Umweltfaktoren (Witterung, Nahrungsangebot). Regulation des Nahrungserwerbs durch die Waldameisen selbst. Einfluss der Waldameisen auf den Massenwechsel eines Schadinsekts (Eichenwickler Tortrix viridana L.).

Transportwege von Feuchte und Wasserdampfisotopologe

Das Zusammenspiel von atmosphärischem Wasser und Zirkulation über Beeinflussung des Strahlungshaushalts, den Transport latenter Wärme und Rückkopplungsmechanismen von Wolken ist eines der bedeutendsten Hindernisse für das Verständnis des Klimasystems. Ein Vergleich zwischen Modellen verschiedener Auflösungen und Parameterisierungen kann wertvolle Einblicke in die Problematik geben. Jedoch werden für aussagekräftige Modelltests Messdaten benötigt. In diesem Zusammenhang können Isotopologen des troposphärischen Wasserdampfs eine wichtige Rolle spielen. Das Isotopologenverhältnis reflektiert die Bedingungen am Ort des Feuchteeintrags sowie verschiedene Umwandlungsprozesse (z.B. in Wolken). Während der letzten Jahre gab es großen Fortschritt beim Modellieren und Messen der Isotopologenverhältnisse, so dass kombinierte Untersuchungen nun global zeitlich und räumlich hochaufgelöst durchführbar sind. Das Ziel dieses Projektes ist es, Wasserdampfisotopologe als neue Methode zu etablieren, um modellierte atmosphärische Feuchteprozesse zu testen und damit einige der größten Herausforderungen der aktuellen Klimaforschung anzugehen. Um statistisch robuste Untersuchungen zu ermöglichen, werden wir eine große Anzahl von (H2O, deltaD)-Paaren messen (deltaD ist das standardisierte Verhältnis zwischen den Isotopologen HD16O und H216O). Zum ersten Mal wird dann ein validierter Beobachtungsdatensatz zur Verfügung stehen, der große Gebiete, lange Zeiträume und verschiedene Tageszeiten abdeckt. Gleichzeitig wird ein hochauflösendes meteorologisches Modell, welches die Isotopologe simuliert, benutzt, um zu untersuchen inwiefern sich Eintrag und Transport von Feuchte in den Isotopologen wiederspiegeln. Diese Kombination von Messung und Modell ist einzigartig zum Testen der Modellierung von Feuchteprozessen. Das Potential der Isotopologen wird anhand von drei klimatisch interessanten Regionen aufgezeigt. Für Europa wird unser Ansatz einen wertvollen Einblick in den Zusammenhang zwischen Feuchteeintrag und den Isotopologen im Falle hochvariablen Wettergeschehens geben. Über dem subtropischen Nordatlantik werden wir Mischprozessen zwischen der marinen Grenzschicht und der freien Troposphäre untersuchen. Die verschiedenartige Einbindung dieser Prozesse in Modelle ist sehr wahrscheinlich ein Grund für die große Unsicherheit bei Rückkopplungsmechanismen von Wolken. Über Westafrika wird die Modellierung des Monsuns getestet (horizontaler Feuchtetransport, Feuchterückfluss von Land in die Troposphäre, und Tagesgänge in Zusammenhang mit vertikalen Mischprozessen). Die Frage, wie organisierte Konvektion die Monsunzirkulation und die Feuchtetransportwege beeinflusst, wird dabei von besonderem Interesse sein. In Kombination werden die Ergebnisse helfen, Defizite in aktuellen Wetter- und Klimamodellen aufzuspüren und besser zu verstehen, und dadurch einen wichtigen Beitrag für zukünftige Modellverbesserungen liefern.

Hypothermie als Anpassung zur Energieeinsparung in Zeiten der Unterernährung

In marinen Ökosystemen kann der Klimawandel zu einem geringeren Nahrungsangebot und einer Zunahme von Extremwettern führen. Tiere, die unter diesen Bedingungen leben, müssen die physiologischen Prozesse anpassen, die für das Wachstum, das Überleben und die Fortpflanzungsfähigkeit entscheidend sind. Ein grundlegender Prozess in der ökologischen Energetik ist die Thermoregulation, und Sturmvögel reagieren mit Hypothermie auf Mangelernährung. Ziel der geplanten Studie ist es, Anpassung von Seevögeln an vorhersehbare und unvorhersehbare Schwankungen in der Versorgung besser zu verstehen. Dafür werden wir Thermoregulationsmuster untersuchen, einerseits von brütenden (fastenden) Altvögeln in Reaktion auf die vorhersehbare Abnahme der Körperreserven und andererseits von Nestlingen, die von der elterlichen Versorgung abhängig sind, und damit unvorhersehbare Schwankungen in der Versorgung erfahren. Wir werden die thermoregulatorischen Anpassungen identifizieren, die Nestlingen helfen, eine positive Energiebilanz zu erreichen, wenn sie unregelmäßigen Fütterungen erfahren. Bei Altvögeln untersuchen wir Schlüsselereignisse im Jahreszyklus, nämlich das Fasten während der Brutzeit und die Schlupfzeit der Küken. Mithilfe von RFID-Temperaturaufzeichnungen und CaloBox-Stoffwechselmessungen werden wir ermitteln, wie viel Energie durch eine Absenkung der Körpertemperatur eingespart werden kann. Wir werden auch feststellen, welche Folgen dies für die Entwicklung des Nestlings hat. Als Modellart für die Untersuchung von Hypothermie werden wir Dünnschnabel-Walvögel untersuchen, eine kleine Seevogelart, die in kalten Wetterbedingungen brütet und in der subantarktischen Meeresumwelt einem schwankenden Nahrungsangebot ausgesetzt ist.

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

1 2 3 4 5 … 96 97 98