The CSDL01 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (DL): Germany (The bulletin collects reports from stations: 10015;Helgoland;10020;List auf Sylt;10035;Schleswig;10055;Fehmarn;10147;Hamburg-Fuhlsbüttel;10162;Schwerin;10184;Greifswald;10200;Emden;10224;Bremen;10270;Neuruppin;10338;Hannover;10361;Magdeburg;10393;Lindenberg;10400;Düsseldorf;10469;Leipzig/Halle;10488;Dresden-Klotzsche;10506;Nürburg-Barweiler;10548;Meiningen;10637;Frankfurt/Main;10685;Hof;10738;Stuttgart-Echterdingen;10763;Nürnberg;10788;Straubing;10852;Augsburg;10946;Kempten;)
The ISCD09 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISC): Climatic observations from land stations A2 (D): 90°E - 0° northern hemisphere (The bulletin collects reports from stations: 10756;Feuchtwangen-Heilbronn;10761;Weißenburg;10765;Roth;10771;Kümmersbruck;10777;Gelbelsee;10782;Waldmünchen;10796;Zwiesel;10803;Freiburg;10818;Klippeneck;10827;Meßstetten;10837;Laupheim;10840;Ulm-Mähringen;10850;Harburg;10853;Neuburg/Donau (Flugplatz);10856;Lechfeld;10857;Landsberg (Flugplatz);10860;Ingolstadt (Flugplatz);10863;Weihenstephan-Dürnast;10865;München-Stadt;10872;Gottfrieding;10875;Mühldorf;10945;Leutkirch-Herlazhofen;10954;Altenstadt;10963;Garmisch-Partenkirchen;10970;Bichl;10982;Chieming;)
The ISCD01 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISC): Climatic observations from land stations A2 (D): 90°E - 0° northern hemisphere (The bulletin collects reports from stations: 10015;Helgoland;10020;List auf Sylt;10035;Schleswig;10055;Fehmarn;10147;Hamburg-Fuhlsbüttel;10162;Schwerin;10184;Greifswald;10200;Emden;10224;Bremen;10270;Neuruppin;10338;Hannover;10361;Magdeburg;10393;Lindenberg;10400;Düsseldorf;10469;Leipzig/Halle;10488;Dresden-Klotzsche;10506;Nürburg-Barweiler;10548;Meiningen;10637;Frankfurt/Main;10685;Hof;10738;Stuttgart-Echterdingen;10763;Nürnberg;10788;Straubing;10852;Augsburg;10946;Kempten;)
The CSDL07 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (DL): Germany (The bulletin collects reports from stations: 10454;Wernigerode;10458;Harzgerode;10460;Artern;10466;Halle-Kröllwitz;10471;Leipzig-Holzhausen;10474;Wittenberg;10480;Oschatz;10490;Doberlug-Kirchhain;10495;Hoyerswerda;10519;Bonn-Roleber;10520;Andernach;10526;Marienberg, Bad;10534;Hoherodskopf/Vogelsberg;10537;Neu-Ulrichstein;10540;Eisenach;10542;Hersfeld, Bad;10552;Schmücke;10557;Neuhaus am Rennweg;)
Direkte Transportwege von der Troposphäre in die untere Stratosphäre von Wasserdampf und troposphärischen Spurengasen(z.B. ozonzerstörender Substanzen, wie beispielsweise sehr kurzlebige halogenierte Spurenstoffe)beeinflussen die chemische Zusammensetzung der oberen Troposphäre und unteren Stratosphäre außerhalb der Tropen (ExUTLS). Sogar relativ kleine Änderungen in Ozon und Wasserdampf in dieser Region, haben große Auswirkungen auf das Klima an der Erdoberfläche. Verschiedene direkte Transportwege werden derzeit diskutiert, wie z. B. quasi-horizontaler Transport aus der tropischen Tropopausen Region, horizontaler Transport aus dem Gebieten des asiatischen Monsuns und durch Konvektion induzierte Einträge. Jedoch ist unser derzeitiges Verständnis für diese Transportprozesse und ihre relativen Beiträge unvollständig. Im Rahmen unseres Projekts AMOS, möchten wir die zugrunde liegenden Transportprozesse für verschiedene vergangene (TACTS/ESMVal) und zukünftige HALO-Kampagnen (PGS, WISE) identifizieren und quantifizieren unter Berücksichtigung ihrer jahreszeitlichen und jährlichen Variabilität. Der Schwerpunkt unseres Projekts ist die WISE-Kampagne, die Transportvorgänge, die die chemische Zusammensetzung in der ExUTLS bestimmen, untersuchen wird. Im Rahmen unseres Projekts werden HALO Messungen mit mehrere (Kurz- und Langzeit-) Simulationen mit dem Lagrangen Modell CLaMS kombiniert. Die Implementierung von künstlichen Markern in CLaMS, mit denen man die Herkunft der Luftmassen bestimmen kann, zusammen mit hochaufgelösten HALO-Messungen von verschiedenen Kampagnen ist ein einzigartiges Werkzeug, um die verschiedenen Transportwege und Mischungsprozesse zu identifizieren. Im Rahmen von AMOS können deshalb die Auswirkungen dieser verschiedenen Transportprozesse auf die chemischen Zusammensetzung der unteren Stratosphäre quantifiziert werden.
Im Projekt "Ein kostengünstiges mechanisch gesteuertes polarimetrisches Phased-Array Doppler Wetterradar, Phase 2" entwickelt das Fraunhofer FHR in Kooperation mit dem Institut für Geowissenschaften, Abteilung Meteorologie der Uni Bonn einen Prototyp eines Phased-Array-Radars (PAR) auf Basis einer AESA-Antennenapertur (Active Electronically Scanned Array), mit dem Ziel innerhalb einer Minute eine volumetrische Wetterkarte zu erstellen. Ein PAR-Wetterradar ist optimal geeignet, um die zeitliche Auflösung durch elektronische Strahlschwenkung zu verbessern. Aus Kostengründen konnte sich diese Technologie bisher aber nicht gegenüber Reflektorsystemen durchsetzen. In Phase I wird eine neuartige Antennenlösung zur Entkopplung von Strahlschwenkung und Fokussierung untersucht, um so Komplexität und Kosten zu minimieren. Anstatt wie üblich die Apertur sowohl für die Strahlschwenkung als auch für die Fokussierung zu verwenden, fokussiert ein Parabolzylinder im Azimut, während ein kompakter PAR in seiner Brennlinie die elektronische Schwenkung sowie die Fokussierung in der Höhe ermöglicht. Zur Erzeugung polarimetrischer Momente hoher Qualität wurde eine spezielle aktive Antennenansteuerung entwickelt, um eine Unterdrückung der Kreuzpolarisation von über 40 dB in Broadside und über 30 dB bei einer Strahlneigung von 45° zu erreichen.In Phase II wird die Implementierung der Strahlschwenkung zur Fertigstellung und operationalen Bewertung des Prototyps angestrebt. Im Wesentlichen sollen Strahlbeschleunigungstechniken zur schnellen Erzeugung volumetrischer Wetterkarten untersucht werden, da die einfache Verkürzung der Verweilzeit (Dwell Time) zu größeren statistischen Unsicherheiten bei den polarimetrischen Momenten führen würde. Mit Beam Multiplexing (BMX, sequentielle Übertragung von Impulspaaren entlang verschiedener Richtungen) sollen die Dekorrelation von Stichproben erhöht und schnellere Scans bei gleichbleibender Datenqualität erzielt werden. Darüber hinaus soll mit einem herkömmlichen Step-Scan-Verfahren das BMX für die unteren Elevationen in Abhängigkeit von der spezifischen Wetterereignisstatistik adaptiv ergänzt werden. Die sorgfältige Realisierung eines solchen adaptiven Scannens wird als wesentlicher Schritt angesehen, um das Scan-Beschleunigungspotential von PARs voll auszuschöpfen und ein automatisiertes priorisiertes Tracking potenziell gefährlicher Wetterereignisse zu erreichen.Die Universität Bonn wird die Messungen der überlappenden X-Band-Forschungsradare für eine eingehende Bewertung des neuen PAR und seiner polarimetrischen Fähigkeiten nutzen. Darüber hinaus ermöglicht die neue Technologie die Überwachung der vorkonvektiven Umgebung mit einer höheren zeitlichen Auflösung, was wiederum die Fähigkeit verbessert, Wasserdampffelder aus vom Radar erfassten Änderungen des Brechungsindex abzuleiten. Wir werden die neuen Fähigkeiten bewerten und somit zum fünften Ziel des SPP beitragen, d.h. zur radarbasierten Erfassung der Konvektionsinitiierung.
Die Antarktis ist ein wesentlicher Bestandteil des Klimasystems: Die enorme Menge an Eis interagiert mit der Atmosphäre und dem Ozean und hat einen entscheidenden Einfluss auf das Strahlungsbudget der Erde und auf die ozeanische und atmosphärische Zirkulation. Aufgrund der verhältnismäßig kurzen Verfügbarkeit instrumenteller Aufzeichnungen, wird die Signatur des Klimawandels in der Zentralantarktis durch starke natürliche Klimavariabilität maskiert. Deutlich aussagekräftigere Werte kann die Auswertung von Eisbohrkernen liefern, in denen die gemessene Isotopenzusammensetzung belastbare Informationen über vergangene Klimaentwicklungen sowohl auf kurzen Zeitskalen (anthropogene Periode) wie langen Zeitskalen (Eis- / Warmzeitzyklen) zulässt. Dies ermöglicht es, die gegenwärtigen Temperaturschwankungen der Antarktis im Kontext der letzten Jahrtausende einzuordnen und vergleichbaren Szenarien gegenüberzustellen. Dabei wird die Interpretation des Wasserisotopensignals, insbesondere bei hoher zeitlicher Auflösung, durch bisher noch nicht vollständig verstandene Prozesse während der Deposition an der Oberfläche und Archivierung des Signals im Eis eingeschränkt. Diese Einflüsse spielen speziell bei Untersuchungen auf dem ostantarktischen Plateau eine erhebliche Rolle.Das hier vorgestellte Projekt untersucht die Archivierung des Klimasignals in der Isotopenzusammensetzung in der Region von Dome C, in der die längsten verfügbaren Eisbohrkerne der Welt vorliegen. Ziel ist es, die Fähigkeit zur Rekonstruktion früherer Klimaschwankungen zu verbessern, indem genauer untersucht wird, wie Klimaschwankungen die Isotopenzusammensetzung im Eis prägen. Dies wird erreicht, indem Rauschquellen identifiziert werden, welche das Klimasignal in der Eisisotopen-zusammensetzung maskieren und verzerren, hier insbesondere das stratigraphische Rauschen, das durch eine kleine (<5m) Dekorrelationslänge gekennzeichnet ist, und das Rauschen durch unregelmäßigen Niederschlag, welches durch eine große (>100km) örtliche Dekorrelationslänge gekennzeichnet ist. Die Untersuchung basiert dabei auf zwei Methoden. Einem mechanistischen Ansatz bei dem die Ergebnisse einer einjährigen Messung des Wasserdampf-Schnee Isotopenaustauschs verwendet werden, wird die statistische Analyse der Schneeisotopenvariablilität gegenübergestellt, die auf eine große Anzahl statistisch auswertbarer Daten aus der Dome C Umgebung zurückgreifen kann. Durch diese vergleichende Auswertung kann ein besseres Prozessverständnis erreicht werden, welches es erlaubt Wasserisotope als genaueren Indikator für Klimaentwicklungen nutzen zu können. Die Arbeit nutzt modernste Analyseverfahren der Infrarotspektroskopie sowie fortgeschrittene statistische Verfahren. Sie basiert auf der Zusammenarbeit mit anderen Instituten durch Wissensaustausch und gemeinsame Feldarbeiten. Das Projekt wird wesentliche Verbesserungen beim Verständnis der Prozesse ermöglichen, welche die Isotopensignale in Eisbohrkernen prägen.
The CSAA01 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (AA): Antarctic (The bulletin collects reports from stations: 89002;GEORG VON NEUMAYER;)
The ISCD10 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISC): Climatic observations from land stations A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 26346;ALUKSNE;26406;LIEPAJA;26544;DAUGAVPILS;) (Remarks from Volume-C: XXX)
The CSDL04 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (DL): Germany (The bulletin collects reports from stations: 10022;Leck;10028;Sankt Peter-Ording;10042;Schönhagen (Ostseebad);10093;Putbus;10097;Greifswalder Oie;10129;Bremerhaven;10130;Elpersbüttel;10139;Bremervörde;10142;Itzehoe;10146;Quickborn;10150;Dörnick;10152;Pelzerhaken;10156;Lübeck-Blankensee;)
| Origin | Count |
|---|---|
| Bund | 105 |
| Kommune | 1 |
| Land | 23 |
| Type | Count |
|---|---|
| Förderprogramm | 86 |
| Umweltprüfung | 3 |
| unbekannt | 20 |
| License | Count |
|---|---|
| geschlossen | 6 |
| offen | 85 |
| unbekannt | 18 |
| Language | Count |
|---|---|
| Deutsch | 67 |
| Englisch | 59 |
| Resource type | Count |
|---|---|
| Dokument | 5 |
| Keine | 70 |
| Webseite | 34 |
| Topic | Count |
|---|---|
| Boden | 105 |
| Lebewesen und Lebensräume | 109 |
| Luft | 104 |
| Mensch und Umwelt | 109 |
| Wasser | 102 |
| Weitere | 109 |