API src

Found 1359 results.

Related terms

Schwerpunktprogramm (SPP) 1158: Antarctic Research with Comparable Investigations in Arctic Sea Ice Areas; Bereich Infrastruktur - Antarktisforschung mit vergleichenden Untersuchungen in arktischen Eisgebieten, COALA – Kontinuierliche Beobachtungen von Aerosol-Wolken-Interaktion in der Antarktis

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.

Sonderforschungsbereich Transregio 172 (SFB TRR): Arktische Verstärkung: Klimarelevante Atmosphären- und Oberflächenprozesse und Rückkopplungsmechanismen (AC)3, Teilprojekt E04: Schneefall und Schneebedeckung und deren verbundene Rückkopplungsmechanismen

Um die Fähigkeit von Modellen die physikalischen Prozesse zu reproduzieren, die maßgeblich an der Niederschlagsvariabilität in der Arktis beteiligt sind, abschätzen zu können, werden wir aktive und passive Millimeterwellen-Satellitendatensätze auf zwei verschiedene Weisen nutzen. Der klassische Beobachtungs-Modell Ansatz wird ergänzt durch einen Modell-zu-Beobachtung Ansatz, welcher die synthetischen Messgrößen, wie Radarreflektivität und Helligkeitstemperaturen, aus RCM Simulationen erstellt. Dabei werden Beobachtungen, neue arktische Reanalysen mit unterschiedlicher räumlicher Auflösung und eine Reihe von regionalen Klimamodell-Simulationen (RCM) inklusive einem arktischen gekoppelten Atmosphäre Eis-Ozean RCM verwendet um die Verknüpfungen zwischen Meereisrückgang und Wolkenveränderungen, dem Einfluss von Schneefall, das Verhältnis von Schneefall zu Niederschlag und der Wiedergabe von beobachteter Schneebedeckungsvariabilität mit den damit verbundenen dynamischen Verbindungen mit der atmosphärischen Zirkulation zu untersuchen.

GTS Bulletin: SNLV41 UMRR - Surface data (details are described in the abstract)

The SNLV41 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SN): Non-standard synoptic hour A1A2 (LV): Latvia (Remarks from Volume-C: NilReason)

GTS Bulletin: SNLV11 UMRR - Surface data (details are described in the abstract)

The SNLV11 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SN): Non-standard synoptic hour A1A2 (LV): Latvia (Remarks from Volume-C: NilReason)

GTS Bulletin: SPQB31 LQBK - Surface data (details are described in the abstract)

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)

Vertikale Verteilung von Wolkenkondensationskernen in marinen und kontinentalen Luftmassen in Europa und ihre Verbindung zur Wolkentropfenanzahlkonzentration in warmen Wolken

Die Anzahl der verfügbaren Wolkenkondensationskerne (CCN) beeinflusst maßgeblich die mikrophysikalischen Wolkeneigenschaften, wie z.B. die Wolkentropfenanzahlkonzentration (CDNC) und deren Größenverteilung. CDNC und die Tropfengröße steuern sowohl die Strahlungseigenschaften als auch die Lebensdauer von Wolken. Dies wirkt sich komplex auf die Energiebilanz der Erde aus. Aktuelle Klimamodelle basieren häufig auf Annahmen über CCN Anzahlkonzentrationen und andere CCN bezogene Eigenschaften (z.B. Hygroskopizität), da für viele Regionen auf der Erde repräsentative Daten fehlen. Wenn vorhanden, handelt es sich bei diesen CCN Daten um bodengebundene Messungen, welche somit nicht - mit Ausnahme von Bergstationen - in der für Wolkenbildungsprozesse relevanten Höhe durchgeführt wurden. Für die Karibikregion wurde gezeigt, dass die bodengebundenen CCN Messungen für die gesamte marine Grenzschicht repräsentativ zu sein scheinen also auch für die Wolkenbildungsregionen. Im hier vorgeschlagenen Projekt wollen wir überprüfen, ob bodengebundene CCN Messungen auch in anderen Erdregionen repräsentativ sind für die CCN Anzahl in der Wolkenbildungsregion, und wenn ja, unter welchen Bedingungen. Dies würde die Anwendung von CCN Daten in Modellen stark vereinfachen. Dazu wird die Gültigkeit der Beobachtungen in der Karibik, in zwei gegensätzlichen Umgebungen getestet werden, einmal in einer marinen und einmal in einer kontinentalen Umgebung. Die Messkampagne zu marinen CCN soll auf den Azoren (Portugal) durchgeführt werden. Wir werden kontinuierlich verfügbare CCN Daten von der Azoren Eastern Nordatlantik (ENA) Station auf der Insel La Graciosa (auf Meereshöhe) mit Daten von der Bergstation Pico (Pico Island, 2225 m ü.d.M.) kombinieren. Ergänzend werden CCN und CDNC Messungen auf der Helikopter-Messplattform (ACTOS) durchgeführt, um die vertikale Lücke zwischen den Meeresspiegel- und Bergmessungen zu schließen. Die kontinentalen bodengebundenen CCN Messungen werden kontinuierlich an der ACTRIS Station Melpitz durchgeführt. Die vertikale CCN und CDNC Verteilung wird in Melpitz mit Hilfe eines Ballons in mehreren einwöchigen Kampagnen einmal pro Jahreszeit gemessen werden. Darüber hinaus werden wir mit Hilfe der Aerosol-Wolken-Wechselwirkungsmetrik (ACI) die in der Wolke in-situ gemessen CCN Eigenschaften (das heißt Anzahl und Hygroskopizität) mit den CDNC quantitativ verbinden. Es wird außerdem eine Sensitivitätsstudie mit einem Cloud-Parcel Model durchgeführt, welches durch die realen Messungen in der Atmosphäre angetrieben werden wird. Dies wird einen Einblick in das Übersättigungsregime von frisch gebildeten Wolken gewähren.Die CCN Daten selbst, die Erkenntnisse zu CCN Eigenschaften und ihrer vertikalen Verteilung sowie die quantitative Verbindung zwischen CCN und CDNC werden im Hinblick auf das Verständnis und die Modellierung der Wolkentropfenaktivierung sowie der mikrophysikalischen Wolkeneigenschaften von außerordentlichem Wert sein.

GTS Bulletin: FCSN32 ESCM - Forecast (details are described in the abstract)

The FCSN32 TTAAii Data Designators decode as: T1 (F): Forecast T1T2 (FC): Aerodrome (VT < 12 hours) A1A2 (SN): Sweden (Remarks from Volume-C: NilReason)

GTS Bulletin: ISND40 UMRR - Observational data (Binary coded) - BUFR (details are described in the abstract)

The ISND40 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 (Remarks from Volume-C: NilReason)

GTS Bulletin: SPNO98 ENHF - Surface data (details are described in the abstract)

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)

GTS Bulletin: FTKN32 HKKI - Forecast (details are described in the abstract)

The FTKN32 TTAAii Data Designators decode as: T1 (F): Forecast T1T2 (FT): Aerodrome (VT >= 12 hours) A1A2 (KN): Kenya (Remarks from Volume-C: NilReason)

1 2 3 4 5 … 134 135 136