Die Auswirkungen von Zirrus-Wolken auf die chemische Zusammensetzung der oberen Troposphäre und unteren Stratosphäre sind ein nur mit großen Unsicherheiten bekannter Faktor im globalen Klimawandel. Die Nukleation und das Wachstum von Eispartikeln in Zirren können die vertikale Umverteilung des wichtigsten Treibhausgases Wasserdampf (H2O) bewirken. Weiterhin sind Eispartikel in Zirren in der Lage, Salpetersäure (HNO3) und weitere Verbindungen aufzunehmen und vertikal umzuverteilen. Genaue Simulationen von Zirren und deren Auswirkungen auf die chemische Zusammensetzung der oberen Troposphäre und unteren Stratosphäre stellen eine Herausforderung für numerische Wettervorhersagemodelle und Chemie-Klima-Modelle dar. In dem vorgestellten Projekt sollen mittels Messungen des GLORIA-Spektrometers während der HALO-Mission (High Altitude and LOng range research aircraft) POLSTRACC/GW-LCYCLE/SALSA und Modell-Simulationen die Auswirkungen von Zirren auf die chemische Zusammensetzung der oberen Troposphäre und unteren Stratosphäre in hohen Breiten untersucht werden.
Das aktuelle Klima der Erde verändert sich schneller, als von den meisten wissenschaftlichen Prognosen vorhergesagt wurde. Dabei erwärmen sich die Polargebiete schnellsten von allen Regionen der Erde. Die Polargebiete haben auch starke globale Auswirkungen auf das Erdklima und beeinflussen daher das Leben und die Lebensgrundlagen auf der ganzen Welt. Trotz der großen Fortschritte der Polarforschung der letzten Jahre gibt es nach wie vor schlecht verstandene Prozesse; einer davon ist die Aerosol-Wolke-Klima-Wechselwirkung, die daher auch nicht zufriedenstellend modelliert werden können. Wolken und deren Wechselwirkungen im Klimasystem sind eine der schwierigsten Komponenten bei der Modellierung, insbesondere in den Polarregionen, da es dort besonders schwierig ist, qualitativ hochwertige Messungen zu erhalten. Die Verfügbarkeit hochwertiger Messungen ist daher von entscheidender Bedeutung, um die zugrunde liegenden Prozesse zu verstehen und in Modelle integrieren zu können. Im ersten Teil des hier vorgeschlagenen Projekts schlagen wir, d.h. TROPOS, vor, die bestehenden Aerosolmessungen an der Neumayer III-Station um in-situ Wolkenkondensationskern- (CCN) und Eiskeim- (INP) Messungen zu erweitern für einen Zeitraum von fast zwei Jahren. Die erfassten Daten wie Anzahl der Konzentrationen, Hygroskopizität, INP-Gefrierspektren usw. werden mit meteorologischen Informationen (z.B. Rückwärtstrajektorien) und Informationen über die chemische Zusammensetzung der vorherrschenden Aerosolpartikel verknüpft, um Quellen für INP und CCN über den gesamten Jahreszyklus zu identifizieren. In einem optionalen dritten Jahr wollen wir die Ergebnisse der südlichen Hemisphäre mit den TROPOS-Langzeitmessungen des CCN und INP aus der Arktis (Villum Research Station) vergleichen, welche uns im Rahmen dieses Projekts von DFG-finanzierten TR 172, AC3, Projekt B04 zur Verfügung stehen werden. Ein Ergebnis des beantragten Projekts wird ein tieferes Verständnis dafür sein, welche Prozesse die CCN- und INP-Population in hohen Breiten dominieren. Die im Rahmen des vorliegenden Projekts gesammelten quantitativen Informationen über CCN und INP in hohen Breiten werden öffentlich zugänglich veröffentlicht, z.B. für die Evaluierung globaler Modelle und Satellitenretrievals.
The SISN01 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SI): Intermediate synoptic hour A1A2 (SN): Sweden (Remarks from Volume-C: NilReason)
The SISN30 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SI): Intermediate synoptic hour A1A2 (SN): Sweden (Remarks from Volume-C: NilReason)
Die Oberflächen- und Grenzschichtschemata des nichthydrostatischen, konvektionserlaubenden COSMO-DE Modells werden abgeschätzt. Ziel ist die Reduktion der Unsicherheit in der Darstellung der Oberflächenflüsse, und damit auch derjenigen von konvektiven Wolken im Vorhersagemodell. Dazu werden verschiedene neu entwickelte Ensemblealgorithmen zur Parameterschätzung an einem gemeinsamen idealisierten Testfall erprobt. Das neuartige Vorgehen schätzt objektiv die Parameter zur Schließung des Turbulenzansatzes, die nicht direkt gemessenen werden können, und ermöglicht Einsichten auf deren Auswirkung zur modellhaften Darstellung von Wolken.
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.
The SIVX22 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SI): Intermediate synoptic hour (Remarks from Volume-C: SHIP)
The SIVX81 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SI): Intermediate synoptic hour (Remarks from Volume-C: SHIP)
The SISN30 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SI): Intermediate synoptic hour A1A2 (SN): Sweden (Remarks from Volume-C: NilReason)
The SISN30 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SI): Intermediate synoptic hour A1A2 (SN): Sweden (Remarks from Volume-C: NilReason)
| Organisation | Count |
|---|---|
| Bund | 1195 |
| Europa | 142 |
| Global | 1 |
| Land | 267 |
| Weitere | 2 |
| Wirtschaft | 4 |
| Wissenschaft | 427 |
| Zivilgesellschaft | 2 |
| Type | Count |
|---|---|
| Daten und Messstellen | 6 |
| Ereignis | 1 |
| Förderprogramm | 817 |
| Hochwertiger Datensatz | 2 |
| Repositorium | 4 |
| Text | 3 |
| unbekannt | 374 |
| License | Count |
|---|---|
| Geschlossen | 3 |
| Offen | 829 |
| Unbekannt | 375 |
| Language | Count |
|---|---|
| Deutsch | 649 |
| Englisch | 721 |
| Resource type | Count |
|---|---|
| Archiv | 3 |
| Datei | 3 |
| Dokument | 4 |
| Keine | 624 |
| Webseite | 576 |
| Topic | Count |
|---|---|
| Boden | 677 |
| Lebewesen und Lebensräume | 997 |
| Luft | 1207 |
| Mensch und Umwelt | 1207 |
| Wasser | 657 |
| Weitere | 1193 |