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 ISCD08 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: 10564;Schleiz;10565;Osterfeld;10569;Plauen;10574;Carlsfeld;10577;Chemnitz;10579;Marienberg;10582;Zinnwald-Georgenfeld;10591;Lichtenhain-Mittelndorf;10613;Büchel (Flugplatz);10615;Deuselbach;10618;Idar-Oberstein;10635;Kleiner Feldberg/Taunus;10646;Neuhütten/Spessart;10648;Michelstadt-Vielbrunn;10658;Kissingen, Bad;10671;Lautertal-Oberlauter;10686;Wunsiedel-Schönbrunn;10704;Berus;10706;Tholey;10724;Weinbiet;10733;Waibstadt;10736;Mühlacker;10739;Stuttgart (Schnarrenberg);10743;Niederstetten;10747;Kaisersbach-Cronhütte;)
Gletscher erfuhren während des 20. Jahrhunderts weltweit einen Rückgang, welcher meist der globalen Erwärmung zugeschrieben wird. Wechselwirkungen zwischen Klima und Gletschern in den hohen und mittleren Breiten sind dabei relativ gut verstanden. Tropische Gletscher hingegen sind meist schwer zugänglich und befinden sich in einer Region der Atmosphäre, aus der es extrem wenige Beobachtungen gibt. Folglich ist viel weniger über sie bekannt. Jüngste Studien zeigten, dass tropische Gletscher auf Veränderungen der Feuchte stärker reagieren als auf Veränderungen der Temperatur, und Verbindungen zwischen Gletscher-Massenbilanz und großräumiger Klimavariabilität existieren: Auf dem Kilimanjaro in Tanzania z. B. hängt die Massenbilanz von der Variabilität des Dipol-Modus' im Indischen Ozean ab, und die Gletscher der Cordillera Blanca in Peru reagieren auf niedrig-frequente Änderungen im El Nino-System. Dabei ist aber immer noch unklar, welche Rolle anthropogene (z. B. Emission von Treibhausgasen) oder natürliche (z. B. Vulkanismus) Änderungen im Antrieb des Klimasystems, interne Variabilität, oder eine Kombination dieser Möglichkeiten spielen. Um den beobachteten Rückgang der tropischen Gletscher zu verstehen und ihr zukünftiges Verhalten im nächsten Jahrhundert abschätzen zu können, muss man die Klimadynamik verstehen, die die atmosphärischen Bedingungen über den Gletschern kontrolliert. Das vorgeschlagene Projekt vereint die besten verfügbaren glaziologischen Messungen von drei Kontinenten mit Rekonstruktionen der Gletscherausdehnung und jahrhundertelangen Ensemble-Klimarekonstruktionen aus vier verschiedenen, gekoppelten Klimamodellen , um das Wissen über die tropische Klimadynamik auf der Zeitskala der Gletscher zu erweitern. Zentral dafür sind die Identifikation der Klimavariabilitäts-Mechanismen auf Zeitskalen zwischen Jahrzehnten und einem Jahrhundert, sowie die Rekonstruktion der Variabilität in der Vergangenheit und ihre Auswirkungen auf die Gletscher. Diese Rekonstruktionen werden mit Hilfe von direkten Beobachtungen und Proxy-Rekonstruktionen des Zustandes der Atmosphäre und der Gletscher validiert. Die Methodik erlaubt es, den Einfluss von interner Variabilität und anthropogenem Einwirken während des 20. Jahrhunderts zu separieren. Dies ermöglicht Aufschlüsse zur langfristigen Vorhersagbarkeit und zu Abschätzungen der Bedingungen für die Gletscher im 21. Jahrhundert.
Das Ziel des Projektes ist die skalenabhängige Evaluierung von Niederschlagsprognosen der DWD-Modellkette (LM/GME) bezüglich dynamischer Parameter und Wolkeneigenschaften. Ein neu entwickelter dynamischer Zustandsindex (DSI), die mit der spezifischen Feuchte gewichtete Divergenz sowie Wolkentyp, Bedeckung und Höhe der Wolkenobergrenze sind die Evaluierungsparamater. Der DSI wurde aus den ursprünglichen Gleichungen abgeleitet und beschreibt die Abweichungen von einem verallgemeinerten dynamischen Gleichgewicht, verursacht durch Instationarität und diabatische Prozesse. Die Evaluierung konzentriert sich auf die Wechselwirkungen zwischen der synoptischen und konvektiven Skala, die häufig die Ursache für extreme Niederschlagsereignisse sind. Sie untersucht die Beziehung zwischen den synoptisch-skaligen Prozessen und der konvektiven Parameterisierung. Eine Voraussetzung der Evaluierung ist eine vom Modell unabhängige feldmäßige Analyse des täglichen Niederschlages und der Wolkenparameter in der Gitterauflösung des LM/GME. Ein schon existierendes Analyseschema der synoptischen Beobachtungen wird weiter verbessert und erweitert durch Satellitendaten. Diese liefern kontinuierliche Wolkendaten und Niederschlagsraten. Die Genauigkeit der analysierten Felder wird mit Hilfe moderner statistischer Methoden abgeschätzt. In einem weiteren Schritt werden die getesteten dynamischen Parameter zu einer quasi-prognostischen Niederschlagsvorhersage oder als Prediktoren für einen MOS-Ansatz verwendet.
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;)
The CSDL05 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (DL): Germany (The bulletin collects reports from stations: 10161;Boltenhagen;10168;Goldberg;10180;Barth;10193;Ueckermünde;10210;Friesoythe-Altenoythe;10235;Soltau;10249;Boizenburg;10253;Lüchow;10261;Seehausen;10267;Kyritz;10268;Waren;10282;Feldberg/Mecklenburg;10289;Grünow;10305;Lingen;10309;Ahaus;10312;Belm;)
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 CSDL06 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (DL): Germany (The bulletin collects reports from stations: 10321;Diepholz;10325;Salzuflen, Bad;10348;Braunschweig;10356;Ummendorf;10359;Gardelegen;10365;Genthin;10368;Wiesenburg;10376;Baruth;10385;Berlin-Brandenburg;10396;Manschnow;10410;Essen-Bredeney;10418;Lüdenscheid;10424;Werl;10433;Lügde-Paenbruch;10435;Warburg;10441;10442;Alfeld;10444;Göttingen;10449;Leinefelde;10452;Braunlage;)
| Organisation | Count |
|---|---|
| Bund | 121 |
| Europa | 15 |
| Kommune | 1 |
| Land | 23 |
| Wirtschaft | 1 |
| Wissenschaft | 41 |
| Zivilgesellschaft | 2 |
| Type | Count |
|---|---|
| Förderprogramm | 102 |
| unbekannt | 20 |
| License | Count |
|---|---|
| Offen | 103 |
| Unbekannt | 19 |
| Language | Count |
|---|---|
| Deutsch | 63 |
| Englisch | 77 |
| Resource type | Count |
|---|---|
| Keine | 70 |
| Webseite | 52 |
| Topic | Count |
|---|---|
| Boden | 106 |
| Lebewesen und Lebensräume | 116 |
| Luft | 104 |
| Mensch und Umwelt | 122 |
| Wasser | 104 |
| Weitere | 122 |