API src

Found 8321 results.

Model Output Statistics for SAMARKAND (38696)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Digital Elevation Models and Time-Lapse Imagery from Analogue Experiments on the Interaction between Magma Injection and Rainfall-Driven Surface Processes

This dataset documents a series of analogue experiments designed to investigate the coupled evolution of magma-driven surface uplift and rainfall-driven geomorphic processes. Seven controlled laboratory experiments were conducted, each combining shallow intrusion of a magma analogue with imposed rainfall of varying intensity, in order to systematically explore the role of surface processes under different forcing conditions. The experimental setup consists of a rigid Plexiglas container filled with a water-saturated granular mixture formulated to reproduce brittle crustal behaviour under wet conditions. Magmatic intrusion was simulated by injecting a fixed volume (360 cm³) of low-viscosity polyglycerine through a basal inlet at three distinct injection rates, while surface processes were imposed using an overhead rainfall system delivering three different rainfall intensities. Topographic evolution during each experiment was monitored using a structured-light laser scanner (Artec Leo). For every model run, six Digital Elevation Models (DEMs) were generated at synchronised stages corresponding to 0%, 20%, 40%, 60%, 80% and 100% of the injected volume, yielding a total of 42 DEMs. Raw scans were processed through a triangulated irregular network (TIN) meshing workflow and subsequently rasterised to GeoTIFF format without additional post-processing, in order to preserve the original topographic signal. In parallel, time-lapse photographic documentation was acquired throughout each experiment using a digital camera, providing a complementary visual record of dome growth, surface incision and sediment redistribution. The dataset is organised into two main components: (i) high-resolution topographic datasets (DEMs) and (ii) time-indexed photographic sequences, both linked to the temporal evolution of each experiment. Quality control procedures include scanner calibration prior to acquisition, verification of mesh consistency and raster resolution, and a closed-system experimental design ensuring mass conservation. All data are distributed in their original formats and accompanied by detailed documentation describing experimental procedures, data processing workflows, and file organisation, enabling reproducibility and reuse in quantitative analyses of coupled magmatic and surface processes. This publication results from work conducted under the transnational access/national open access action at University Roma Tre, Laboratory of Experimental Tectonics (LET) supported by WP3 ILGE - MEET project, PNRR - EU Next Generation Europe program, MUR grant number D53C22001400005.

Model Output Statistics for Mühldorf (10875)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Starkregen_Schmelz - Gefahrenkarte Niederschlagsszenario hN=50mm

Der Kartendienst (WMS Gruppe) stellt Daten der Starkregengefahrenkarte der Gemeinde Schmelz dar.:Starkregengefahrenkarte Niederschlagszenario hN 50 mm

Starkregen_Schmelz - Risikomatrix Niederschlagsszenario hN=90mm

Der Kartendienst (WMS Gruppe) stellt Daten der Starkregengefahrenkarte der Gemeinde Schmelz dar.:In der sogenannten Risikoanalyse wird ein Zusammenhang zwischen Überflutungstiefe und Fließgeschwindigkeit hergestellt, um das Risiko für verschiedene Objekte zu bewerten.

Abmilderung von Klima-basierten Risiken durch Verbesserung von Wetter Vorhersagen mit Hilfe von Copula basierten Methoden für die Nachbearbeitung von ensemble Vorhersagen

Zuverlässige und genaue Wettervorhersagen spielen eine entscheidende Rolle für das Verständnis sowie die Begrenzung von Risiken, die sich aus dem Klimawandel ergeben, ebenso sind sie entscheidend für die Vorhersage von Output aus erneuerbaren Energiequellen. Heutzutage wird Wettervorhersage über numerische Wettermodelle betrieben. Das Ergebnis eines Modell-Laufes ist eine einzelne deterministische Vorhersage für zukünftige Wetterereignisse. Um die Unsicherheit in so einer Vorhersage quantifizieren zu können, ist es gängige Praxis geworden, ein Ensemble von numerischen Vorhersagen zu verwenden. Dieses Ensemble wird erzeugt, indem man das Wettermodell mehrfach laufen lässt, und jeder Lauf mit jeweils modifizierten Anfangsbedingungen und/oder Modellformulierungen gestartet wird. Das daraus resultierende Vorhersage Ensemble ist aber typischerweise ungenügend kalibriert und benötigt deshalb statistische Nachbearbeitung. Es wurden bislang bereits verschiedene statistische Modelle zur Nachbearbeitung solcher Ensemble Vorhersagen entwickelt, welche auf unterschiedliche Anforderungen z.B. der betrachteten Wetter Variablen zugeschnitten sind. Insbesondere wird es immer wichtiger diese Modelle dahingehend zu erweitern, dass sie räumliche und zeitliche Abhängigkeiten sowie Abhängigkeiten zwischen Wetter Variablen explizit berücksichtigen. Dieses Projekt hat zum Ziel neue Arten von statistischen Modellen zur Nachbearbeitung zu entwickeln, welche auf vine copula basieren. Diese erlauben sehr flexible und Datenbasierte Modellierung aller Arten von multivariater Abhängigkeiten. Konkretes Ziel ist die Entwicklung von vine copula basierten Modellen, die speziell auf verschiedene Wetter Variablen zugeschnitten sind, wie z.B. Temperatur, Windgeschwindigkeit, Niederschlag, Bewölkung und Sonneneinstrahlung. Die vine copula basierte Quantilregression wird dabei auch angepasst, um Wetter Variablen die mit erneuerbaren Energien in Zusammenhang stehen gleichzeitig nachzubearbeiten und in Vorhersagen der entsprechenden gewonnene Nutzleistung zu transformieren. Im nächsten Schritt sollen diese Modelle auf die multivariate Situation erweitert werden, indem sie Abhängigkeiten in der Zeit, im Raum und zwischen Wetter Variablen direkt modellieren, und nach Möglichkeit sogar alle diese Arten von Abhängigkeiten simultan erfassen. Die hier entwickelten Modelle sollen im Statistik Progammpaket R implementiert, und in einer Studie zur Vorhersage-Qualität und Kalibration mit Standard-Modellen vergleichen werden.

Die Rolle von Petrichor, der Duft von Regen, in Wüstenökosystemen und die Folgen unter der globalen Erwärmung

In Wüstenökosystemen wird die zeitliche Dynamik durch Nass-Trocken-Zyklen bestimmt, und diese werden durch den Klimawandel zunehmend gestört. Niederschläge in Wüstenökosystemen lösen einen unmittelbaren CO2-Anstieg aus, verbunden mit erheblichen Emissionen von Petrichor, dem "Geruch von Regen". Dieser erdige Geruch setzt sich aus verschiedenen flüchtigen organischen Verbindungen (VOC) zusammen, die mit dem Wind über große Entfernungen transportiert werden. Die Wassertröpfchen, die mit trockenen Böden in Berührung kommen, setzen zuvor gebundene VOCs frei und regen Bakterien und Pilze zur Neuproduktion von VOCs an. Sechzig Jahre nach der ersten Beschreibung von Petrichor ist immer noch wenig über seine Rolle in der Bodenökologie und seine Bedeutung für die Atmosphärenchemie bekannt.Biotische Interaktionen zwischen Mitgliedern mikrobieller Gemeinschaften im Boden erfolgen durch den Austausch von Signalmolekülen. Flüchtige Signale wirken auf einer größeren räumlichen Skala als lösliche Verbindungen und werden zunehmend als entscheidende Infochemikalien zur Vermittlung von intra- und interspezifischen Interaktionen zwischen Bodenmikrobiota anerkannt. Dennoch ist wenig über die spezifischen Funktionen von VOCs und ihre Rolle bei der Vermittlung von Wechselwirkungen zwischen Organismen bekannt, insbesondere in Trockengebieten.Die Emissionen von Petrichor aus Trockengebieten wie der Negev-Wüste (Israel) werden sich in naher Zukunft verändern, da die Niederschlagsmenge bis 2050 voraussichtlich um ~40 % zunehmen wird. Biogene flüchtige organische Verbindungen (VOC) - insbesondere Terpenoide und Benzoide - sind als wesentliche Akteure der Atmosphärenchemie bekannt und beeinflussen das Klima durch Wolkenbildung und die Entstehung sekundärer organischer Aerosole die Strahlungsenergie absorbieren und streuen. Mikrobielle Bodengemeinschaften dominieren die Wüstenökosysteme, die sich über 20 % der Erdoberfläche erstrecken. Daher ist es dringend erforderlich, die Rolle der mikrobiellen Gemeinschaften im Wüstenboden für die Chemie der Atmosphäre zu untersuchen. Unser Ziel ist es, die Quellen, Regulierungsmechanismen und Kontrollfaktoren der VOC-Emissionen in Wüstenökosystemen zu verstehen, was für die Erstellung umfassender globaler Klimaprojektionsmodelle von größter Bedeutung ist. Zu diesem Zweck wollen wir Veränderungen in der Petrichor-Zusammensetzung entlang eines Trockenheitsgradienten in der Negev-Wüste (Israel) quantifizieren und charakterisieren, die gesamte aktive mikrobielle Gemeinschaft (Eukaryonten, Prokaryonten, Archaeen) nach Niederschlagsereignissen in den Biokrusten der Wüste und in tieferen Bodenschichten identifizieren, mit Hilfe von Netzwerkanalysen Kandidaten für die Produktion von und die Reaktion auf VOC ermitteln und die Rolle der VOC durch Experimente mit mikrobiellen Isolaten und durch die Anwendung von Inhibitoren der wichtigsten Petrichor-VOC in Böden verifizieren und die globalen Auswirkungen der Petrichor-Emissionen hochskalieren.

prime-HYD - HYDrologische Variabilität in Hochasien

Niederschlag ist eines der wichtigsten Klimaelemente, welches komplexe atmosphärische Prozesse mit Wasserkreislauf, Schneebedeckung und Massenbilanz von Gletschern verknüpft. Niederschlag ist eine Schlüsselgröße im Umgang mit Wasserressourcen und in der Verhinderung von Hochwasser und Dürre. Dies gilt besonders für das Untersuchungsgebiet des Bündelprojektes PRIME, welches Hochasien, d.h. das Tibet-Plateau und seine umgrenzenden Gebirgsketten, umfasst. Die Forschung im Rahmen von PRIME zielt darauf ab, einen verbesserten, auf neuen Fernerkundungsverfahren und fortgeschrittenen Ansätzen regionaler numerischer Klimamodellierung (HAR*) aufbauenden, Rasterdatensatz für Niederschlag abzuleiten und zu validieren (i). Darauf aufbauend werden räumliche und zeitliche Muster, großräumige Antriebe und meso- bis lokalskalige Prozesse untersucht, die die Niederschlagsvariabilität bestimmen (ii). Die verbesserte Genauigkeit und das erweiterte Verständnis von Niederschlagstypus und -variabilität ermöglichen es, das Wissen über räumliche und zeitliche Variabilität der Gletschermassenbilanz, saisonale Schneedecken und Wasserspeicher in verschiedenen Teilregionen Hochasiens zu erweitern (iii). Das Teilprojekt PRIME-HYD befasst sich spezifisch mit dem Oberflächenwasserzyklus und wie dieser durch die Niederschlagsvariabilität und Temperatur beeinflusst wird. Für diesen Zweck wurden zwei Gebiete bestimmt: Das endorheische Einzugsgebiet des Pangong Sees (1) und jenes des Brahmaputra (2), zwei Systeme mit gemeinsamen Ursprung am Tibet-Plateau. Zur hydrologischen Modellierung wird ein verteiltes hydrologisches Modell erstellt, das durch ein Modul zur Darstellung der Gletscher und Schneedecke ergänzt wird. Das Modell wird von einem durch probabilisitsches downscaling verfeinertes Niederschlagsprodukt angetrieben, das durch die Bayessche Verbindung von Niederschlagsdaten aus der Fernerkundung und Atmosphärensimulationen HAR* an Bodenmessdaten konditioniert wird. Temperaturdaten aus der Fernerkundung und simulierte Temperaturdaten aus HAR*, die für die Simulation von Eis und Schnee erforderlich sind, können analog zu den Niederschlagsdaten verarbeitet werden. Nach der Eichung und Validierung des Modells anhand von Schnee und Abflussdaten, wird es zur Analyse von Einflüssen der Niederschlagsvariabilität auf die Abflüsse und die Seespiegelstände auf subdekadischen Zeitskalen angewandt. Die hydrologischen Zeitreihen die durch das Modell ausgegeben werden, werden anschliessend auf möglich periodische Variabilitätsmuster untersucht. Eines der wichtigen Produkte, welches durch das Projekt bereitgestellt wird, ist ein physikalisch-basiertes räumlich distribuiertes hydrologisches Modell in einem Gebiet am Tibet-Plateau, für das bisher keine wissenschaftlichen hydrologischen Modellinstrumente verfügbar sind. Die für das Vorhaben erforderlichen hydro-meteorologischen Daten werden durch das chinesische Ministerium für Wasserressourcen zugänglich gemacht.

Forschergruppe (FOR) 2416: Space-Time Dynamics of Extreme Floods (SPATE), Teilprojekt: Vorhersagbarkeit extremer Hochwasser

Das übergeordnete Ziel der Arbeit sind Untersuchungen zur Vorhersagbarkeit extremer Hochwässer in Abhängigkeit von Eigenschaften der Einzugsgebiete und des Klimas unter Berücksichtigung unterschiedlicher räumlicher und zeitlicher Maßstäbe. Vorhersage von Hochwasser ist hier definiert als Schätzung von Hochwasserwahrscheinlichkeitsverteilungen für unbeobachtete Orte und/ oder zukünftige Zeitperioden. Die Vorhersagbarkeit bezieht sich auf die Quantifizierung und Attributierung der Unsicherheit der Vorhersage. Mit 'Extrem' werden Hochwasser bezeichnet, die besonders groß (hinsichtlich des Scheitels) und anderer Charakteristiken (Volumen, Form, räumliche Ausdehnung, etc.) sind. Zuerst erfolgt eine Daten-basierte Analyse, die die Hochwasser zu ihren treibenden Kräften wie Wetter, Klima und Einzugsgebietseigenschaften in Beziehung setzt. Methodisch werden hier lokale und regionale Hochwasserstatistik angewandt und verglichen. Ziel dieses ersten Teils ist die Quantifizierung der Vorhersagbarkeit allein auf Basis der Daten. Im zweiten Schritt wird ein multivariater Wettergenerator entwickelt, der an großskaligen meteorologischen Variablen bedingt werden kann. Damit steht ein Werkzeug zur Verfügung, mit dem Niederschlag und andere meteorologische Oberflächenvariablen für unbeobachtete Gebiete und Zeitperioden generiert werden können. Im dritten Schritt werden mit dem Wettergenerator zunächst eine Vielzahl hochwasserrelevanter Niederschlags- und Klimaszenarien erzeugt. Diese werden dann im Rahmen von Monte-Carlo-Simulationen zusammen mit einem hydrologischen Modell für lokale und regionale abgeleitete Hochwasserstatistik eingesetzt. Ziel ist die Quantifizierung der Vorhersagbarkeit der Hochwasser durch hydrologische Modellierung. Dabei wird eine Fehlerzuweisung in Abhängigkeit von Niederschlag, Klima und Einzugsgebietseigenschaften durchgeführt.

Waldbodendauerbeobachtungsflächen (BDF) (D21, D25)

Landesweites Beobachtungssystems zur Gewinnung von Basisdaten für den vorsorgenden Bodenschutz durch Beobachtung der Entwicklung der Waldböden anhand 77 Waldboden-Dauerbeobachtungsflächen.

1 2 3 4 5 … 831 832 833