The FTDL34 TTAAii Data Designators decode as: T1 (F): Forecast T1T2 (FT): Aerodrome (VT >= 12 hours) A1A2 (DL): Germany(The bulletin collects reports from stations: EDLP;PADERBORN LIPPSTADT;EDLV;NIEDERRHEIN;EDLW;DORTMUND;EDRZ;ZWEIBRUECKEN;EDSB;KARLSRUHE BADEN-BADEN;EDZO;)
Wolken und Aerosole beeinflussen den Energiehaushalt und den Wasserkreislauf der Erde. Die Wolkenphase – ob eine Wolke aus Wassertröpfchen oder Eispartikeln besteht – beeinflusst den Strahlungseffekt der Wolken, da Wolkentröpfchen zahlreicher und kleiner sind als Eispartikel und daher mehr Sonnenstrahlung reflektieren.Durch die Erwärmung der Erde und der Atmosphäre durch den Klimawandel werden in Mischphasewolken (die aus Wassertröpfchen und Eispartikel bestehen können) Eispartikel teilweise durch Wassertröpfchen ersetzt und die Wolkenalbedo nimmt zu. Das führt zu einer negativen Rückkopplung, der sogenannten Wolkenphasenrückkopplung. Die Stärke dieser Rückkopplung hängt in Klimamodellen von der Repräsentation der Eisnukleation ab. Es wird immer deutlicher, dass die Schwankungsbreite von Klimaprojektionen (+1,8 bis +6,5 K) in der neuen Generation von Klimamodellen stark von der simulierten Wolkenphasenrückkopplung abhängt. Der gesellschaftliche Nutzen einer Verbesserung der Genauigkeit von Klimaprojektionen wird auf über 10 Millionen Millionen US-Dollar geschätzt. Eine bessere Darstellung der Eisbildung im Mischphasenregime in Klimamodellen ist deshalb dringend erforderlich.Aerosole können als Eiskeime, die das Gefrieren von Tröpfchen bewirken, die Häufigkeit von Eiswolken erhöhen und die Wolkenbedeckung und den Wassergehalt verringern. Insbesondere Mineralstaub kontrolliert häufig die Eisbildung in Wolken.In früheren Studien habe ich wichtige Diskrepanzen bezüglich der staubgetriebenen Wolkenvereisung im ECHAM-HAM Klimamodell und Satellitenbeobachtungen identifiziert, die sehr wahrscheinlich auch in anderen Klimamodellen vorhanden sind. Um diese zu beheben, werde ich in ECHAM-HAM Eisprozesse implementieren, die für das staubgetriebene Gefrieren von Wolkentröpfchen relevant sind, aber derzeit noch fehlen: Erstens werde ich eine Nachverfolgung von Eiskeimen implementieren, insbesonders deren Entfernung durch Niederschlagsbildung nach dem Gefrieren von Wolkentröpfchen. Dies sollte die Überschätzung der staubgetriebenen Wolkenvereisung über dem Südpolarmeer im Modell verringern. Zweitens werde ich eine Kategorie für Staub-Eiskeime hinzufügen, die bei Temperaturen unter -35 °C voraktiviert werden. Dies soll zu einem verstärkten Gefrieren von Wolkentröpfchen in Mischphasenwolken führen, was die im Modell gefundene generelle Unterschätzung des staubgetriebenen Gefrierens von Tröpfchen erklären und reduzieren soll. Drittens werde ich das Recycling von Staub-Eiskeimen nach der Sublimation von Eiskristallen implementieren. Dies soll ebenfalls zu einer Verbesserung des Gefrierens von Tröpfchen führen und den im Modell beobachteten Bias zusammen mit den anderen neuen Prozessen beseitigen. Diese neuen Prozesse werden anhand weltraumgestützter Beobachtungen evaluiert und ihre Auswirkungen auf die Wolkenphasenrückkopplung und die Klimasensitivität werden untersucht werden.
Das Ziel des Projektes ist die skalenabhängige Evaluierung von Niederschlagsprognosen der DWD-Modellkette (LM/GME) bezüglich dynamischer Parameter und Wolkeneigenschaften. Ein neu entwickelter dynamischer Zustandsindex (DSI), die mit der spezifischen Feuchte gewichtete Divergenz sowie Wolkentyp, Bedeckung und Höhe der Wolkenobergrenze sind die Evaluierungsparamater. Der DSI wurde aus den ursprünglichen Gleichungen abgeleitet und beschreibt die Abweichungen von einem verallgemeinerten dynamischen Gleichgewicht, verursacht durch Instationarität und diabatische Prozesse. Die Evaluierung konzentriert sich auf die Wechselwirkungen zwischen der synoptischen und konvektiven Skala, die häufig die Ursache für extreme Niederschlagsereignisse sind. Sie untersucht die Beziehung zwischen den synoptisch-skaligen Prozessen und der konvektiven Parameterisierung. Eine Voraussetzung der Evaluierung ist eine vom Modell unabhängige feldmäßige Analyse des täglichen Niederschlages und der Wolkenparameter in der Gitterauflösung des LM/GME. Ein schon existierendes Analyseschema der synoptischen Beobachtungen wird weiter verbessert und erweitert durch Satellitendaten. Diese liefern kontinuierliche Wolkendaten und Niederschlagsraten. Die Genauigkeit der analysierten Felder wird mit Hilfe moderner statistischer Methoden abgeschätzt. In einem weiteren Schritt werden die getesteten dynamischen Parameter zu einer quasi-prognostischen Niederschlagsvorhersage oder als Prediktoren für einen MOS-Ansatz verwendet.
The FTYG31 TTAAii Data Designators decode as: T1 (F): Forecast T1T2 (FT): Aerodrome (VT >= 12 hours) A1A2 (YG): Serbia (Remarks from Volume-C: NilReason)
The SAEU31 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SA): Aviation routine reports A1A2 (EU): Europe (Remarks from Volume-C: NilReason)
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)
The SARO33 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SA): Aviation routine reports A1A2 (RO): Romania (The bulletin collects reports from stations: LRBC;BACAU;LRCV;CRAIOVA ;LRIA;IASI;LRSV;SUCEAVA STEFAN CEL MARE ;LRTC;TULCEA ;)
The FCDL42 TTAAii Data Designators decode as: T1 (F): Forecast T1T2 (FC): Aerodrome (VT < 12 hours) A1A2 (DL): Germany (The bulletin collects reports from stations: ETSP;ETNP;ETSN;NEUBURG ;ETSL;LECHFELD ;ETSM;ETSB;BUCHEL ;ETSI;INGOLSTADT MANCHING ;ETNN;NORVENICH ;ETSE;ERDING ;)
The ISND03 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. 01, 02, 04, 05, ... UTC) A2 (D): 90°E - 0° northern hemisphere (The bulletin collects reports from stations: 10609;Trier-Petrisberg;10616;Hahn;10641;Offenbach-Wetterpark;10655;Würzburg;10675;Bamberg;10688;Weiden;10708;Saarbrücken-Ensheim;10729;Mannheim;10731;Rheinstetten;10742;Öhringen;10776;Regensburg;10791;Großer Arber;10805;Lahr;10815;Freudenstadt;10836;Stötten;10870;München-Flughafen;10895;Fürstenzell;10908;Feldberg/Schwarzwald;10929;Konstanz;10948;Oberstdorf;10961;Zugspitze;10962;Hohenpeißenberg;) (Remarks from Volume-C: SYNOP)
The FCDL35 TTAAii Data Designators decode as: T1 (F): Forecast T1T2 (FC): Aerodrome (VT < 12 hours) A1A2 (DL): Germany (The bulletin collects reports from stations: EDHA;EDHI;HAMBURG-FINKENWERDER ;EDHK;KIEL-HOLTENAU ;EDJA;MEMMINGEN ALLGAU ;EDMO;OBERPFAFFENHOFEN ;EDTD;DONAUESCHINGEN-VILLINGEN ;EDTL;LAHR ;EDTY;SCHWAEBISCH HALL ;EDVE;BRAUNSCHWEIG WOLFSBURG ;EDXW;WESTERLAND SYLT ;EDZO;)
| Organisation | Count |
|---|---|
| Bund | 1350 |
| Europa | 116 |
| Global | 1 |
| Kommune | 7 |
| Land | 386 |
| Weitere | 4 |
| Wirtschaft | 3 |
| Wissenschaft | 542 |
| Zivilgesellschaft | 3 |
| Type | Count |
|---|---|
| Daten und Messstellen | 6 |
| Ereignis | 1 |
| Förderprogramm | 972 |
| Repositorium | 4 |
| Text | 6 |
| unbekannt | 374 |
| License | Count |
|---|---|
| Geschlossen | 5 |
| Offen | 983 |
| Unbekannt | 375 |
| Language | Count |
|---|---|
| Deutsch | 779 |
| Englisch | 770 |
| Resource type | Count |
|---|---|
| Archiv | 3 |
| Datei | 6 |
| Dokument | 2 |
| Keine | 766 |
| Webseite | 590 |
| Topic | Count |
|---|---|
| Boden | 777 |
| Lebewesen und Lebensräume | 1114 |
| Luft | 1363 |
| Mensch und Umwelt | 1363 |
| Wasser | 735 |
| Weitere | 1342 |