Stabil geschichtete atmosphärische Strömungen sind typischerweise durch schwache, intermittierende und anisotrope Turbulenzen, Gravitationswellen, Low-Level-Jets und Kelvin-Helmholtz-Instabilitäten gekennzeichnet. Diese Phänomene erschweren maßgeblich sowohl zuverlässige numerische Simulationen als auch Messungen stabiler Grenzschichten (SBL). Auch wird die Physik der Intermittenz von Turbulenz nicht ausreichend verstanden. Das führt unter anderem zu speziellen Problemen in der Darstellung der stabilen atmosphärischen Grenzschicht in Wetter- oder Klimamodellen. Es ist das Ziel des Projekts, das physikalische Verständnis der Intermittenz von Turbulenz unter sehr stabilen Bedingungen zu verbessern. Dazu sollen neue statistische Methoden zur Analyse von existierenden Datensätzen mit stabil geschichtetem Hintergrund nebst neuen stochastischen Parametrisierungen für die SBL entwickelt und in Wetter- oder Klimamodellen genutzt werden. Die Identifikation spezifischer physikalischer Mechanismen intermittierender Turbulenz wird durch eine Vielzahl nichtturbulenter Bewegungen in stabil geschichteten atmosphärischen Strömungen erschwert. Letztere können beispielsweise Sägezahn-Konvektionsmuster, Wellen oder Mikrofronten aufweisen. Es gibt Hinweise darauf, dass solche Bewegungen Auslöser für Intermittenz von Turbulenz sein können, jedoch fehlen Kenntnisse über die Art der Bewegungen und in welchem Ausmaß sie turbulentes Mischen beeinflussen. Einige Fallstudien deuten darauf hin, dass es ein Wechselspiel zwischen großskaligen atmosphärischen Strömungsmerkmalen (auf sogenannten Submesoskalen) und dem Einsetzen von Turbulenz gibt. Um unterschiedliche physikalische Mechanismen turbulenten Mischens zu untersuchen, werden wir mit statistischen Methoden geeignete stochastische Parametrisierungen entwickeln. Ansätze wie Hidden-Markov-Modelle und nichtstationäre, multivariate, autoregressive Faktormodelle (VARX) sollen die Interaktion zwischen niederfrequenten und turbulenten Bewegungen bestimmen. Statistische Methoden erlauben eine Datentrennung in Hinblick auf metastabile Zustände, wie etwa ruhige und turbulente Perioden in einer geschichteten Atmosphäre. Unsere spezifischen Zielsetzungen sind:1. Neuartige Anwendung meteorologischer Zeitreihenanalysetechniken auf existierende Datensätze mit dem Ziel, die Nichtstationarität der Interaktion zwischen nichtturbulenten Bewegungen und Turbulenz in der sehr stabilen Grenzschicht zu untersuchen.2. Identifikation von Interaktions-Regimen zwischen verschiedenen Bewegungsskalen nebst Charakterisierung turbulenter Transporteigenschaften in verschiedenen Regimes.3. Entwicklung stochastischer Modelle für sehr stabile intermittierende Turbulenz. Hier sollen bisherige Erkenntnisse über physikalische Abhängigkeiten der Intermittenz verwendet werden.4. Verwendung der stochastischen Modelle zur Erzeugung realistischer Einströmungen als Eingabe von Large-Eddy-Simulationen mit dem Ziel intermittierende Turbulenz zu generieren.
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/
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/
---- The bulletin collects TEXT reports. ---- The WOLV30 TTAAii Data Designators decode (2) as: T1 (W): Warnings. T2 (O): Other. A1A2 (LV): Latvia. (2: Refer to WMO No.386 - Manual on the GTS - Attachment II.5) ---- WMO No.9 - Volume C1 'Remarks' field: IRREGULAR
Mit dem hier vorgestellten Projekt wollen wir zwei Fragen beantworten, die momentan im Zusammenhang mit zunehmendem Schmelzen des grönländischen Eisschildes heiß diskutiert werden: der Zeitpunkt ersten Auftretens von Veränderungen im subpolaren Nordatlantik und die Wahrscheinlichkeit von Extremereignissen im Ozean jeweils hervorgerufen durch einen verstärkten bis außergewöhnlich starken Schmelzwassereintrag. Beides werden wir mit Hilfe von Simulationen mit dem neuen, bereits getesteten globalen Klimamodell FOCI-VIKING10 quantifizieren. Dieses einzigartige Modell ist für die Aufgabe besonders geeignet, weil es durch eingebettetes 2-Wege Nesting eine höhere Ozeangitterauflösung von 1/10° im Nordatlantik (30°-85°N) ermöglicht. In einer Reihe von multidekadischen Simulationen mit globaler Erwärmung von 1958-2050 schreiben wir unterschiedliche Projektionen des zukünftigen Schmelzwasserabflusses von Grönland vor, indem wir die lokalen, beobachteten Abflussraten bis 2016 verwenden und für die Folgejahre die lokalen Trends extrapolieren. Ergänzt werden die Trends durch stochastische Variabilität und systematisch eingefügte Extremwerte. Darüber hinaus werden wir neue Wege für die Modellvalidierung gehen, indem gezielt Satelliten- und Argo-float-Daten des meeresoberflächennahen Salzgehaltes auf räumliche und zeitliche Variabilität analysiert und verglichen werden. Als Hauptergebnis des Projektes werden wir Angaben zu Ort, Zeit und Größe der Veränderungen bereitstellen, mit denen der Ozean auf einen realistisch ansteigenden Schmelzwasserabfluss von Grönland reagiert, sowie Einblick in einen möglichen Einfluss auf das europäische Wetter und Klima geben.
Grundlagenforschung zum Verstaendnis der Variabilitaet der wichtigsten sublitoralen Tiergemeinschaften in der Deutschen Bucht unter besonderer Beruecksichtigung extremer Witterungsereignisse und von Klimatrends. Basisdaten fuer die Beurteilung anthropogener Einfluesse (Veraenderungen durch Eutrophierung sind nachgewiesen). NEBROC 3.1 (Trendanalysen im Rahmen eines Niederlaendisch-Bremischen Kooperationsprojektes).
<p>Die wichtigsten Fakten</p><p><ul><li>Die Grundbelastung in deutschen Ballungsräumen überschreitet <a href="https://www.umweltbundesamt.de/service/glossar/w?tag=WHO#alphabar">WHO</a>-Empfehlungen aus dem Jahr 2021 für Feinstaub (<a href="https://www.umweltbundesamt.de/service/glossar/p?tag=PM25#alphabar">PM2,5</a>) und Stickstoffdioxid (NO₂) deutlich.</li><li>In der Nähe von Schadstoffquellen können die Belastungen sogar wesentlich höher sein.</li><li>Bei NO₂ und PM2,5 hat sich die Situation seit dem Jahr 2000 erheblich verbessert, die WHO-Empfehlungen von 2021 werden aber noch deutlich überschritten.</li><li>Die Belastung durch Ozon und PM2,5 ist stark von der <a href="https://www.umweltbundesamt.de/service/glossar/w?tag=Witterung#alphabar">Witterung</a> abhängig. Die Werte schwanken deshalb stark.</li></ul></p><p>Welche Bedeutung hat der Indikator?</p><p>Stickstoffdioxid (NO2), Feinstaub (<a href="https://www.umweltbundesamt.de/service/glossar/p?tag=PM25#alphabar">PM2,5</a>) und Ozon (O3) sind besonders relevant für die menschliche Gesundheit. Alle drei Schadstoffe belasten die Atemorgane. Auch Ökosysteme werden durch Ozon geschädigt.</p><p>Im Jahr 2021 veröffentlichte die <a href="https://www.umweltbundesamt.de/service/glossar/w?tag=WHO#alphabar">WHO</a> aktualisierte Empfehlungen zur Luftqualitätsbewertung auf Basis neuester wissenschaftlicher Erkenntnisse zu den gesundheitlichen Wirkungen von Luftschadstoffen (<a href="https://apps.who.int/iris/handle/10665/345329">WHO 2021</a>), die zur Bewertung des Indikators herangezogen werden.</p><p>Prekär ist die Luftqualität vor allem in Ballungsräumen, in denen ein Drittel der deutschen Bevölkerung lebt: Industrie, Verkehr und Wohngebiete liegen hier nah beieinander. Einbezogen werden die Messstationen, die die Belastung im „städtischen Hintergrund“ messen, also die Grundbelastung der Stadt. An verkehrsreichen Standorten in Städten kann die Belastung jedoch deutlich höher sein. Der <a href="https://www.umweltbundesamt.de/service/glossar/i?tag=Indikator#alphabar">Indikator</a> stellt den mittleren Abstand aller Messstationen im städtischen Hintergrund von den Richtwerten der WHO dar.</p><p>Wie ist die Entwicklung zu bewerten?</p><p>Seit dem Jahr 2000 ist die Belastung durch Stickstoffdioxid und Feinstaub deutlich zurückgegangen, liegt aber auch aktuell noch weit über dem Ziel, bei Stickstoffdioxid 28 % über dem Ziel und bei <a href="https://www.umweltbundesamt.de/service/glossar/p?tag=PM25#alphabar">PM2,5</a> ca. 61 %. Die Ozonbelastung ist stark schwankend. Dies liegt vor allem am Einfluss der <a href="https://www.umweltbundesamt.de/service/glossar/w?tag=Witterung#alphabar">Witterung</a>: In heißen Sommern wie 2003 oder 2015 steigt die Ozon-Konzentration stark an. Deshalb kann für die letzten Jahre keine Aussage über den Trend der Entwicklung gemacht werden.</p><p>Die EU schrieb ihre Luftqualitäts-Ziele 2008 in der <a href="http://eur-lex.europa.eu/legal-content/DE/TXT/?uri=CELEX:32008L0050">Luftqualitäts-Richtlinie</a> fest (EU-RL 2008/50/EG), im Oktober 2022 legte die Kommission einen Vorschlag zur Revision dieser Richtlinie vor (<a href="https://environment.ec.europa.eu/publications/revision-eu-ambient-air-quality-legislation_en">KOM 2022</a>), der die neuen <a href="https://www.umweltbundesamt.de/service/glossar/w?tag=WHO#alphabar">WHO</a>-Empfehlungen 2021 berücksichtigen soll. Doch auch einige der weniger ambitionierten Ziele der derzeitigen EU-Richtlinie verfehlt Deutschland noch <a href="https://www.umweltbundesamt.de/publikationen/luftqualitaet-2024">(UBA 2025)</a>. Bis die Luft in den Ballungsräumen wirklich ausreichend „sauber“ ist, ist also noch ein weiter Weg zu gehen.</p><p>Wie wird der Indikator berechnet?</p><p>Der <a href="https://www.umweltbundesamt.de/service/glossar/i?tag=Indikator#alphabar">Indikator</a> basiert auf Messdaten der Luftqualitätsmessnetze der Bundesländer. Betrachtet werden alle Messstellen eines Ballungsraums zur Messung der Belastung im städtischen oder vorstädtischen Hintergrund. Für diese Messstellen wird die Über- oder Unterschreitung der <a href="https://www.umweltbundesamt.de/service/glossar/w?tag=WHO#alphabar">WHO</a>-Empfehlungen 2021 für die drei Schadstoffe NO₂, <a href="https://www.umweltbundesamt.de/service/glossar/p?tag=PM25#alphabar">PM2,5</a> und O₃ berechnet. Für jeden Ballungsraum wird der mittlere Abstand der Werte aller Messstationen zur WHO-Empfehlung 2021 errechnet. Die mittleren Abstände werden dann über alle Ballungsräume gemittelt und mit dem Wert der WHO-Empfehlung 2021 normiert.</p><p><strong>Ausführliche Informationen zum Thema finden Sie im Daten-Artikel <a href="https://www.umweltbundesamt.de/daten/luft/luftbelastung-in-ballungsraeumen">„Luftbelastung in Ballungsräumen“</a>.</strong></p>
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 SO2 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. GDP 4.x performs a DOAS fit for SO2 slant column followed by an AMF / VCD computation using a single wavelength. Corrections are applied to the slant column for equatorial offset, interference of SO2 and SO2 absorption, and SZA dependence. 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/
| Origin | Count |
|---|---|
| Bund | 762 |
| Europa | 16 |
| Kommune | 1 |
| Land | 317 |
| Wirtschaft | 6 |
| Wissenschaft | 26 |
| Zivilgesellschaft | 4 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 1 |
| Ereignis | 2 |
| Förderprogramm | 541 |
| Taxon | 1 |
| Text | 273 |
| Umweltprüfung | 7 |
| unbekannt | 156 |
| License | Count |
|---|---|
| geschlossen | 327 |
| offen | 563 |
| unbekannt | 91 |
| Language | Count |
|---|---|
| Deutsch | 858 |
| Englisch | 230 |
| Resource type | Count |
|---|---|
| Archiv | 1 |
| Bild | 35 |
| Datei | 19 |
| Dokument | 142 |
| Keine | 533 |
| Unbekannt | 10 |
| Webdienst | 9 |
| Webseite | 348 |
| Topic | Count |
|---|---|
| Boden | 703 |
| Lebewesen und Lebensräume | 842 |
| Luft | 980 |
| Mensch und Umwelt | 978 |
| Wasser | 600 |
| Weitere | 963 |