Das unvollständige Verständnis der Wechselwirkung von Aerosolpartikeln mit Strahlung, Wolken und Niederschlag ist eine Schlüsselfrage der Atmosphärenforschung. Detaillierte Beobachtungen sind erforderlich, um die komplexen Zusammenhänge zwischen den beteiligten Prozessen zu erfassen. Dies gilt insbesondere für die abgelegene Region der Antarktis, wo bodengestützte, vertikal aufgelöste Langzeitbeobachtungen von Aerosol, Wolken und Niederschlag selten sind und Satellitenbeobachtungen technischen Beschränkungen unterliegen. Um die Messlücke mit modernsten Beobachtungen zu schließen, wird TROPOS die Messplattform OCEANET-Atmosphere zwischen den Südsommern 2022/23 und 2023/24 an der Station Neumayer III (70,67°S, 8,27°W) einsetzen. OCEANET-Atmosphere ist ein autonomer, polar-erprobter, modifizierter 20-Fuss-Messcontainer, der erst kürzlich erfolgreich während MOSAiC (Multidisciplinary drifting Observatory for the Study of Arctic Climate) eingesetzt wurde. Die Instrumentierung während COALA umfasst ein Mehrwellenlängen-Polarisations- und ein Doppler-Lidar, ein 35-GHz-Wolkenradar, ein Mikrowellenradiometer sowie jeweils ein 1-d und 2-d-Niederschlags-Disdrometer. OCEANET ist die einzige polare Einzelcontainer-Plattform, die mit Mehrwellenlängen-Lidar, Radar und Mikrowellenradiometer Wolken und Niederschlag sowie mit Doppler-Lidar und -Radar turbulente Luftbewegungen in Wolken an verschiedenen Messstandorten beobachten kann.Die zeitliche und vertikale Auflösung des gewonnenen Datensatzes wird in der Größenordnung von 30 s (2 s für Vertikalgeschwindigkeitsbeobachtungen) und 30 m liegen. COALA ist ein 3-Jahres-Projekt. Ein Postdoktorand wird für den Einsatz von OCEANET-Atmosphere bei Neumayer III und die Datenanalyse verantwortlich sein und dabei von Experten am TROPOS unterstützt. Die Beobachtungen werden in erster Linie dazu dienen, die Schlüsselhypothese von COALA zu untersuchen, dass Aerosol aus dem Südlichen Ozean, den mittleren Breiten und den Subtropen der südlichen Hemisphäre in die Antarktis transportiert wird, wo es die Bildung und Entwicklung von Wolken und Niederschlag beeinflusst. Die Arbeiten konzentrieren sich auf (1) die Untersuchung des Ursprungs, der Häufigkeit und der Eigenschaften des Aerosols über der Station Neumayer III, (2) die Untersuchung des Einflusses von Oberflächen- und Grenzschicht-Kopplungseffekten auf die Eigenschaften und die Entwicklung von tiefen Wolken, (3) die Untersuchung des Beitrags von Dynamik (orographische Wellen), Aerosol und Meteorologie zur Verteilung der Eis- und Flüssigphase in Wolken über Neumayer III, (4) zur Untersuchung der vertikalen Struktur von Wolken und ihrer Beziehung zur Niederschlagsbildung und (5) zur Bewertung regionaler Kontraste in den Eigenschaften von Aerosolen und Wolken und den damit verbundenen Aerosol-Wolken-Wechselwirkungsprozessen, indem die Neumayer-III-Beobachtungen von vorhandenen Datensätzen aus Südchile, Zypern, Deutschland und der Arktis kontrastiert werden.
The SMVX01 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SM): Main synoptic hour (Remarks from Volume-C: SHIP)
Diese Daten stammen von den Stationen des DWD und rechtlich sowie qualitativ gleichgestellten Partnernetzen. Umfangreiche Stationsmetadaten (Stationsverlegungen, Instrumentenwechsel, Wechsel der Bezugszeit, Änderungen in den Algorithmen) werden beim Download mitgeliefert. Der Datensatz ist aufgeteilt in einen versionierten Teil mit abgeschlossener Qualitätsprüfung, im Verzeichnis ./historical/. Und einen sich kontinuierlich aktualisierenden Teil, für den die Qualitätsprüfung noch nicht abgeschlossen ist, im Verzeichnis ./recent/. In dem Ordner ./timeseries_overview/ stehen Angaben zu langen Zeitreihen zur Verfügung.
Diese Daten stammen von den Stationen des DWD und rechtlich sowie qualitativ gleichgestellten Partnernetzen. Umfangreiche Stationsmetadaten (Stationsverlegungen, Instrumentenwechsel, Wechsel der Bezugszeit, Änderungen in den Algorithmen) werden beim Download mitgeliefert. Der Datensatz ist aufgeteilt in einen versionierten Teil mit abgeschlossener Qualitätsprüfung, im Verzeichnis ./historical/. Und einen sich kontinuierlich aktualisierenden Teil, für den die Qualitätsprüfung noch nicht abgeschlossen ist, im Verzeichnis ./recent/. In dem Ordner ./timeseries_overview/ stehen Angaben zu langen Zeitreihen zur Verfügung.
Passatwindkumuli spielen eine essentielle Rolle im Strahlungshaushalt der Erde und sind verantwortlich für bis zu 20 % des tropischen Niederschlags. Noch ist nicht bekannt, wie Passatwindkumuli auf die globale Erwärmung reagieren werden. Durch Niederschlag verändern sich Wolkeneigenschaften, aber auch die Grenzschichtstruktur und -dynamik. Aufgrund der Vielzahl der beteiligten Prozesse ist die Niederschlagsentwicklung in Modellen ist unsicher. Die Konfiguration der Simulationen und Wahl der Parameterisierung, wie das Autokonversionsschema, beeinflussen Niederschlagsfluss, Wolkenstruktur und â€Ìorganisation. Bisher konnten Vergleiche mit Beobachtungen noch nicht zur Reduktion der Unsicherheit des Autokonversionsschemas beitragen. Radarreflektivität, die mit Standardmethoden aus bodengebundenen Messungen abgeleitet wird, erkennt Niederschlag erst in einem fortgeschrittenen Stadium, was es schwierig macht, die verschiedenen, den Regen verursachenden Faktoren zu entflechten. Durch die Verdunstung des Niederschlags unterhalb der Wolkenunterkante (WUK) bestimmt dieser die Stärke der Coldpools und ist so bedeutend für die Organisation von Konvektion und somit die Klimasensitivität: Daher ist es essentiell Verdunstungsraten zu bestimmen und deren räumlich-zeitliche Variabilität zu verstehen. Zwar gibt es Parameterisierungen der Verdunstung unterhalb der WUK, allerdings sind diese von der Größe der Regentropfen abhängig, welche jedoch schlecht direkt zu beobachten ist.Ziel dieses Antrages ist die Bestimmung von Faktoren, welche die Niederschlagsformation in Passatwindkumuli beeinflussen. Dazu werden neuartige Radarbeobachtungen dieser Prozesse zur genaueren Beschreibung der Niederschlagsentwicklung in Grobstruktursimulationen (LES) herangezogen. Die räumlich-zeitliche Verdunstungsverteilung wird unterhalb der WUK in den Passatwindkumuli untersucht und treibende Faktoren identifiziert. Das Forschungsvorhaben ergänzt die bevorstehende EUREC4A (A Field Campaign to Elucidate the Couplings Between Clouds, Convection and Circulation) Kampagne und nutzt die langjährige Datenreihe des Barbados Cloud Observatory (BCO).Die synergetischen bodengebundenen Beobachtungen und der neue Ansatz, Niederschlag in Wolken mit Hilfe höherer Momente des Wolkenradardopplerspektrums zu bestimmen, werden erstmalig zur Beobachtungen von Passatwindkumuli und der Charakterisierung des Niederschlagslebenszyklus zu angewendet. Damit wird es möglich die Niederschlagsentwicklung in den hochauflösenden ICON-LEM und DHARMA-LES Modellen zu evaluieren. Für einen statistischen Vergleich der Simulationen und der Beobachtungen wird der Vorwärtsoperator PAMTRA verwendet, so dass im Beobachtungsraum untersucht werden kann, inwiefern die Modelle die beobachteten, mittleren Werte und Abhängigkeiten reproduzieren können und systematischen Fehler identifiziert werden. Damit trägt das Vorhaben zum Grand Challenge on Cloud Circulation and Climate Sensitivity des Weltklimaforschungsprogramm WRCP bei.
CONSTRAIN will focus research on three climate science knowledge gaps and a policy-facing knowledge gap that can be resolved over the next 4-5 years to significantly improve our understanding of how natural and human factors affect multi-decadal regional climate change. This will cement EU science as the world-leader in understanding climate sensitivity and climate variability, deliver significantly improved capability to make climate projections for the next 20-50 years, and provide up-to-date scientific evidence for international climate policy in two phases: Phase 1 will deliver a timely characterisation of physical science uncertainty and how it affects projections and committed levels of warming to the 2021 IPCC sixth assessment report; Phase 2 will deliver constrained surface temperature projections for the 2023 UNFCCC Global Stocktake. CONSTRAIN will take full advantage of climate model integrations from the sixth Climate Model Intercomparison Project (CMIP6) and will leverage existing H2020 and ERC projects. Novel CMIP6 analyses will be combined with dedicated high resolution simulations and new observations to address identified knowledge gaps on radiative forcing, cloud feedbacks and the relationship between ocean variability and atmospheric change. A fourth identified knowledge gap is the effective translation of new physical science understanding into an improved evidence base for policy decisions. CONSTRAIN will address this by developing climate model emulators that integrate and operationalise learning from across the consortium to provide new capability to assess impacts of climate change under a broad range of emission scenarios. We will focus on the expected spatially resolved decadal changes until mid-century providing robust evidence on climate sensitivity, and regional temperature, precipitation and circulation changes, thereby enabling evidence-based policy decisions that will directly benefit the EU's adaptation and mitigation strategy.
The SMLV41 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SM): Main synoptic hour A1A2 (LV): Latvia (Remarks from Volume-C: NilReason)
The FTEO33 TTAAii Data Designators decode as: T1 (F): Forecast T1T2 (FT): Aerodrome (VT >= 12 hours) A1A2 (EO): Estonia (Remarks from Volume-C: NilReason)
The SPNO98 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SP): Special aviation weather reports A1A2 (NO): Norway (Remarks from Volume-C: NilReason)
The SPQB31 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SP): Special aviation weather reports A1A2 (QB): Bosnia and Herzegovina (Remarks from Volume-C: NilReason)
| Organisation | Count |
|---|---|
| Bund | 1348 |
| Europa | 180 |
| Global | 1 |
| Kommune | 8 |
| Land | 388 |
| Weitere | 2 |
| Wirtschaft | 8 |
| Wissenschaft | 605 |
| Zivilgesellschaft | 4 |
| Type | Count |
|---|---|
| Daten und Messstellen | 6 |
| Ereignis | 1 |
| Förderprogramm | 969 |
| Hochwertiger Datensatz | 2 |
| Repositorium | 4 |
| Text | 4 |
| unbekannt | 374 |
| License | Count |
|---|---|
| Geschlossen | 3 |
| Offen | 982 |
| Unbekannt | 375 |
| Language | Count |
|---|---|
| Deutsch | 776 |
| Englisch | 770 |
| Resource type | Count |
|---|---|
| Archiv | 3 |
| Datei | 3 |
| Dokument | 4 |
| Keine | 764 |
| Webseite | 589 |
| Topic | Count |
|---|---|
| Boden | 772 |
| Lebewesen und Lebensräume | 1111 |
| Luft | 1360 |
| Mensch und Umwelt | 1360 |
| Wasser | 735 |
| Weitere | 1337 |