Other language confidence: 0.8979669286405316
Atmosphärische Modelle verwenden eine Schnittstelle zwischen dem Landoberflächenmodell und der Parametrisierung der Flüsse in der atmosphärischen Grenzschicht (ABL). Über eine Parameterisierung der Prandtlschicht (engl. surface layer scheme) werden Impuls-, Wärme- und Feuchtigkeitsflüsse zwischen der Oberfläche und der untersten atmosphärischen Modellschicht ausgetauscht. Bei diesem Ansatz wird eine „Blending Height“ eingeführt, bei der die Oberflächenflüsse über einer heterogenen Landoberfläche als homogen auf der Gitterskala betrachtet werden. In dieser Höhe, die innerhalb der untersten atmosphärischen Modellschicht angenommen wird, findet der Übergang zur ABL-Parametrisierung statt. Bei konvektionserlaubenden (CP) Modellsimulationen (Gitterskala < 3 km) über heterogener Vegetation können die unteren Modellschichten jedoch unterhalb der „Blending Height“ liegen, was zu Fehlern in den simulierten Flüssen führt. Eine große Herausforderung bei der atmosphärischen Modellierung ist die Parametrisierung der Schnittstelle zwischen heterogener dynamischer Vegetation und ABL unter instabilen, stabilen und neutralen Bedingungen mit Advektion aus verschiedenen Windrichtungen. Dementsprechend sind unsere Ziele die Identifizierung der „Blending Height“ in Abhängigkeit von der Heterogenität und dem Zustand der Vegetation sowie von den atmosphärischen Randbedingungen und die Quantifizierung des Einflusses der Vegetationsheterogenität auf die Energieflüsse in der „Blending Height“. Die Ergebnisse werden verwendet, um repräsentative, skalenabhängige Flüsse auf dieser Ebene für Land-Atmosphären (L-A) Rückkopplungsstudien und Turbulenzparametrisierungen abzuleiten. WRF-NoahMP-Gecros-Modellsimulationen von der CP- bis zur Large-Eddy-Skala werden mit Beobachtungen an den LAFO- und MOL-RAO-Standorten verglichen, um die „Blending Height“ und die effektiven Rauhigkeitsparameter der Vegetation für CP-Simulationen in Abhängigkeit von den atmosphärischen Rahmenbedingungen zu ermitteln. Die Simulationen werden über die Cross Cutting Working Group (CCWG)-MME in das Multi Model Experiment (MME) eingebettet. Die Auswirkungen der Heterogenität auf die Stärke der L-A-Rückkopplung werden untersucht und das Verständnis der Austauschprozesse zwischen Oberfläche und Atmosphäre sowie innerhalb der ABL verbessert. Die Synergie dieser Modellergebnisse und 3D-Beobachtungsdaten wird genutzt, um die skalenabhängigen Auswirkungen der dynamischen Vegetationsheterogenität auf die Energieflüsse in der „Blending Height“ zu untersuchen. Dieses Projekt befasst sich mit den LAFI-Hauptzielen 2, 3, 4, S und E. Es ist an der CCWG-MME und der CCWG-DL beteiligt. Die Simulationen werden in Zusammenarbeit mit den Projekten P6, P8 und P9 durchgeführt. P2 liefert den Blattflächenindex und den Anteil der Vegetationsdecke für die Initialisierung des Modells. Die LAFI-Beobachtungen von P1-P5 werden für die Modellevaluation verwendet.
CARIBIC is an innovative scientific project to study and monitor important chemical and physical processes in the Earth´s atmosphere. Detailed and extensive measurements are made during long distance flights. We deploy an airfreight container with automated scientific apparatus which are connected to an air and particle (aerosol) inlet underneath the aircraft. We use an Airbus A340-600 from Lufthansa since December 2004.
Die Charakterisierung der Land-Atmosphäre (L-A)-Rückkopplung erfordert detaillierte Untersuchungen des Bodens, der Landbedeckung und der Atmosphäre bis hin zur unteren freien Troposphäre. Fast alle aktuellen Observatorien und Beobachtungsnetzwerke konzentrieren sich nur auf Teilkomponenten des L-A-Systems. Ziel des Projekts P1 der Forschungsgruppe Land-Atmosphäre Feedback Initiative (LAFI) ist es, am Land-Atmosphäre Feedback Observatorium (LAFO) der Universität Hohenheim ein umfassendes Feldprogramm auf heterogenem Agrarland zu realisieren, das diese Beobachtungslücken schließt. Dieses wird durch die Messungen von Profilen der Schlüsselvariablen in allen drei Kompartimenten und die Charakterisierung ihrer horizontalen Strukturen in einer heterogenen Landschaft ermöglicht. Darüber hinaus werden wir einen 20-Jahres-Datensatz analysieren, der am MOL-RAO des DWD gesammelt wurde und die wichtigsten L-A-Systemvariablen für die Ableitung statistischer Metriken, Oberflächenflüsse und die Schließung des Energiehaushalts mit besonderem Schwerpunkt auf Hitzewellen und Dürren abdeckt. Am LAFO werden wir über mindestens eine Vegetationsperiode (Frühling-Herbst 2025) eine General Operations Period (GOP) in Kombination mit fünf Intensiven Observations Periods (IOPS) durchführen, um L-A-Feedbackprozesse zu charakterisieren. Neben etablierten Messtechniken wie Flusskammern und Eddy-Kovarianz-Systemen sowie Doppler-Lidar-Systemen werden wir neue Techniken einsetzen. Dazu gehören Isotopensensoren zur Unterscheidung zwischen Verdunstung und Transpiration, faseroptische Sensoren im Boden, in der Vegetation und in der Prandtl-Schicht für Temperatur- und Windmessungen, die Messung von Profilen der Strahlung, der Temperatur und Luftfeuchtigkeit in der Vegetation sowie unbemannte Luftfahrzeuge zur Kartierung von Landoberflächeneigenschaften und hochauflösende scannende Raman- und Differentialabsorptions-Lidarsysteme zusammen mit Doppler-Lidar-Systemen zur Ableitung dreidimensionaler turbulenter Eigenschaften der Oberflächenschicht und der atmosphärischen Grenzschicht mit besonderem Schwerpunkt auf Entrainment. P1 ist für alle anderen Projekte von unmittelbarer Bedeutung und dient als Schwerpunkt von LAFI. P2-P6 und P11 werden zur Sensorsynergie beitragen und die Daten unter verschiedenen wissenschaftlichen Aspekten analysieren. P7-P9 modellieren die gesamte GOP und verwenden die P1-Daten für Vergleiche von Feedback-Metriken und Prozessdarstellungen sowie für die Modellevaluation. P10 wird die P1-Daten mithilfe von Deep-Learning-Methoden analysieren. Die in P1 durchgeführten Messungen liefern die wesentliche Grundlage, um alle sechs Forschungsziele zu erreichen und alle Hypothesen von LAFI zu überprüfen. Ebenso stützen sich alle bereichsübergreifenden Arbeitsgruppen auf die Beobachtungen von P1. Durch das Design und die Durchführung der LAFI GOP und IOPs erwarten wir neue Erkenntnisse über L-A-Rückkopplungen und -Prozesse in Agrarlandschaften.
Die Gesundheitsfolgen des Klimawandels sind bisher aufgrund ihrer Komplexität unzureichend erforscht. So beeinflusst der Klimawandel die menschliche Gesundheit auf verschiedenen, oft indirekten Wegen: Typische Wirkungspfade in Sub-Sahara Afrika sind verringerte landwirtschaftliche Erträge mit Auswirkungen auf Ernährung, Hitzestress und hydro-klimatische Extreme und deren Auswirkungen auf die Malariaprävalenz. Es reicht also nicht, nur direkte Klimavariablen als erklärende Größen zu verwenden. Dieses Teilprojekt liefert deshalb neben raum-zeitlich hoch aufgelösten Klimagrößen auch bio-physikalische Klimafolgenindikatoren wie hydro-klimatischer Extreme (Dürren und Hochwasser) und landwirtschaftliche Ertragsdynamiken zur Beschreibung von Gesundheitsfolgen. Die Übersetzung historisch beobachteter Klimadaten und hochaufgelöster Klimaprojektionen in relevante Klimafolgenindikatoren (landwirtschaftliche Erträge, Wasserverfügbarkeit, Überflutungsflächen, etc.) erfolgt über ein regionales Klimafolgenmodell, das hydrologische und Vegetationsprozesse sowie landwirtschaftliches Management und Produktion integriert. Die Daten stehen dann als erklärende Variablen zur Ableitung der Klimawirkungsfunktionen aus Gesundheitsdaten zur Verfügung, wo entsprechende Beobachtungsdaten fehlen. Einmal definiert, werden die Wirkungsfunktionen verbunden mit den Klima- und biophysikalischen Klimafolgensimulationen genutzt, um i) Gesundheitsprojektionen für die Zukunft zu erstellen und dabei nichtlineare Wirkungen des Klimawandels über bio-physikalische Indikatoren zu berücksichtigen, ii) mögliche Anpassungsoptionen zu bewerten und iii) die Gesundheitsfolgen für die Zielländer über räumlich aufgelöste Prädiktoren hochzuskalieren und für die sozio-ökonomische Folgenuntersuchung bereit zu stellen. In den ersten 3 Jahren lag der Schwerpunkt auf technischen Aspekten und methodischen Arbeiten in Bezug auf das Klima-Downscaling und die Modellierung der biophysikalischen Eingangsdaten für die Gesundheitsreaktionsfunktionen. Mit den neuen 1 km-Klimadaten sind wir sogar über das ursprünglich geplante Ziel der räumlichen Detaillierung hinausgegangen, was folglich eine höhere Auflösung der biophysikalischen Wirkungsdaten für die Wirkungsreaktionsfunktionen ermöglichte. Damit ist ein klarer Fahrplan für die in der nächsten Projektphase geplanten Studien vorgegeben, welche zum Ziel haben, den Teilprojekten die von ihnen benötigten Klimafolgendaten zur Verfügung zu stellen und sie bei der mathematischen Modellierung zu unterstützen: i) Zusammenstellung und Prüfung der 1 km-Klimadaten für Burkina Faso und Kenia ii) 1 km kontrafaktische Klimadaten zur Zuordnung von Gesundheitsauswirkungen iii) Simulation und Test von hochauflösenden biophysikalischen Daten für Burkina Faso und Kenia unter Szenariobedingungen iv) Zusammen mit den Projektpartnern Formulierung von Adaptation-Response-Functions v) Bereitstellung von biophysikalischem und gesundheitsbezogenem Input für ökonomische Modellierung
Klimafolgen werden typischerweise aus kombinierten Ereignissen (CEs) verursacht, also multivariate Kombinationen von klimatischen Treibern. Beispielsweise kann ein gleichzeitig heißer und trockener Sommer zu Vegetationsschäden führen, deren Auswirkungen oft die von Hitzewellen und Dürren für sich genommen übertreffen; gleichzeitige Waldbrände in mehreren europäischen Ländern können gemeinsam genutzte Einsatzmittel wie Löschflugzeuge überlasten und somit zu größeren Schäden führen. In den letzten Jahren ist aufgrund der Erkenntnis, dass eine univariate Perspektive auf Gefahren Klimarisiken möglicherweise stark unterschätzen und zu Fehlanpassungen führen kann, eine wachsende Zahl wissenschaftlicher Literatur zu CEs entstanden. Unser Verständnis von CEs, einschließlich der Quantifizierung, wie häufig sie auftreten und wie sie sich in Zukunft ändern werden, ist jedoch noch sehr begrenzt. Besonders die begrenzte Anzahl von Beobachtungen und routinemäßig verwendeten Klimamodellergebnissen macht die Forschung zu CEs sehr herausfordernd. Beispielsweise könnte man auf der Grundlage von einem kleinen Stichprobenumfang schlussfolgern, dass CEs an Orten selten sind, wo sie stattdessen sehr häufig sind. Das Hauptziel von ADVICE besteht darin, das volle Potenzial neuartiger Ensembles von Klimamodellen (SMILEs) auszuschöpfen, die Hunderte bis Tausende von Jahren an Daten des gegenwärtigen und zukünftigen Klimas liefern, um unser Verständnis von CEs zu erweitern. ADVICE baut auf früheren bahnbrechenden Beiträgen zur Erforschung von CEs durch den PI auf. Zwei Doktorand*innen werden gleichzeitig auftretendes Feuerwetter in europäischen Ländern und mehrjährige Dürren untersuchen, welche Ökosystemauswirkungen verstärken können, während ein Postdoc und der PI eine Reihe anderer CE-Typen untersuchen werden. ADVICE wird CE-Häufigkeiten und die damit verbundenen Unsicherheiten quantifizieren und so Informationen über Regionen mit erhöhtem CE-Risiko liefern. ADVICE wird Worst-Case-CEs untersuchen, die besonders extreme sozioökonomische Auswirkungen haben können. Die angemessene Kommunikation von Unsicherheiten in Prognosen ist unerlässlich, um irreführende Risikobewertungen zu vermeiden. Daher wird ADVICE verschiedene zukünftige Klimaentwicklungen abschätzen, einschließlich plausibler Worst-Case-Szenarien. Darüber hinaus werden Methoden zur Reduzierung von Unsicherheiten in CE-Projektionen untersucht. Insgesamt wird ADVICE die wichtigsten Vorteile von SMILEs für die Untersuchung von CEs sowie Informationen über die Fähigkeit von Klimamodellen bei der Darstellung von CEs herausarbeiten, was für Klimawissenschaftler*innen wichtig ist. Angesichts der Notwendigkeit einer multivariaten Perspektive in der Risikobewertung, werden die Ergebnisse von ADVICE zu verbesserten Klimarisikoabschätzungen beitragen, was letztendlich die Entwicklung der Anpassung an den Klimawandel unterstützen wird.
BSRN is a project of the Radiation Panel (now the Data and Assessment Panel) from the Global Energy and Water Cycle Experiment (GEWEX) under the umbrella of the World Climate Research Programme (WCRP). It is the global baseline network for surface radiation for the Global limate Observing System (GCOS), contributing to the Global Atmospheric Watch (GAW), and forming a ooperative network with the Network for the Detection of Atmospheric Composition Change NDACC).
The mission of World Data Center for Climate (WDCC) is to provide central support for the German and European climate research community. The WDCC is member of the ISC's World Data System. Emphasis is on development and implementation of best practice methods for Earth System data management. Data for and from climate research are collected, stored and disseminated. The WDCC is restricted to data products. Cooperations exist with thematically corresponding data centres of, e.g., earth observation, meteorology, oceanography, paleo climate and environmental sciences. The services of WDCC are also available to external users at cost price. A special service for the direct integration of research data in scientific publications has been developed. The editorial process at WDCC ensures the quality of metadata and research data in collaboration with the data producers. A citation code and a digital identifier (DOI) are provided and registered together with citation information at the DOI registration agency DataCite.
As part of the Copernicus Space Component programme, ESA manages the coordinated access to the data procured from the various Contributing Missions and the Sentinels, in response to the Copernicus users requirements. The Data Access Portfolio documents the data offer and the access rights per user category. The CSCDA portal is the access point to all data, including Sentinel missions, for Copernicus Core Users as defined in the EU Copernicus Programme Regulation (e.g. Copernicus Services).The Copernicus Space Component (CSC) Data Access system is the interface for accessing the Earth Observation products from the Copernicus Space Component. The system overall space capacity relies on several EO missions contributing to Copernicus, and it is continuously evolving, with new missions becoming available along time and others ending and/or being replaced.
Within WASCAL a large number of heterogeneous data are collected. These data are mainly coming from different initiated research activities within WASCAL (Core Research Program, Graduate School Program) from the hydrological-meteorological, remote sensing, biodiversity and socio economic observation networks within WASCAL, and from the activities of the WASCAL Competence Center in Ouagadougou, Burkina-Faso.
Dieses Projekt untersucht den Effekt der Land-Atmosphärenkopplung auf die Verdunstung und die Photosynthese der Pflanzen. Es vereint kontrollierte Labor- und Feldexperimente mit kontinuierlichem Monitoring der mikrometeorologischen Bedingungen im Bestand und des Grades an Trockenstress, mit dem spezifischen Ziel, die Rolle der Land-Atmosphärenkopplung in einem optimalitätsbasierten Modell zu repräsentieren. Das Projekt unterstützt die LAFI Forschergruppen-Ziele O3, OS und OE, durch Verbesserung unseres Verständnisses der stomatären Kontrolle der Verdunstung und Photosynthese (O3), Erweiterung der Beobachtungen der Land-Atmosphären-Wechselwirkungen bis in den Bestand hinein (OS), sowie Untersuchungen der Auswirkungen von extremen Hitze- und/oder Trockenereignissen auf die stomatäre Kontrolle und demzufolge Verdunstung, mit ihren Auswirkungen auf den Austausch von sensibler Wärme mit der Atmosphäre und möglichen dauerhaften Auswirkungen durch Hitzeschäden am Blattwerk. Ein besonderer Fokus wird auf die folgenden, projektspezifischen sub-Hypothesen gelegt: SH1) Vertikale Vermischung der Luftmassen vergrößert die Blatt- und Bestandeswassernutzungseffizienz; SH2) Vertikale Vermischung der Luftmassen reduziert Wärmestress der Pflanzen (insbesondere während Trockenperioden), d.h. dass Blatttemperaturen kleiner sind in Perioden mit stärkerer Vermischung; SH3) Optimalitätsbasierte Vegetationsdynamik und stomatäre Kontrolle verbessert die Modellierung von Verdunstung, CO2-Aufnahem der Vegetation, sowie die Bodenfeuchtedynamik im Vergleich mit konventionellen Parametrisierungen der Vegetation.
| Organisation | Count |
|---|---|
| Bund | 25 |
| Europa | 1 |
| Wissenschaft | 39 |
| Type | Count |
|---|---|
| Förderprogramm | 25 |
| Repositorium | 16 |
| License | Count |
|---|---|
| Geschlossen | 1 |
| Offen | 37 |
| Unbekannt | 3 |
| Language | Count |
|---|---|
| Deutsch | 27 |
| Englisch | 39 |
| Resource type | Count |
|---|---|
| Webseite | 41 |
| Topic | Count |
|---|---|
| Boden | 29 |
| Lebewesen und Lebensräume | 26 |
| Luft | 37 |
| Mensch und Umwelt | 41 |
| Wasser | 24 |
| Weitere | 41 |