Die Ziele dieses Teilprojektes sind das bessere Verständnis der Ursachen extremere Hochwasserereignisse, die Einschätzung möglicher zukünftiger Hochwasserextremereignisse und die Untersuchung der Vorhersagbarkeit dieser Ereignisse. Dies soll aus der Perspektive der Vielzahl beteiligter atmosphärischer Prozesse und ihrer Skalenvielfalt durchgeführt werden. Daher wird dieses Teilprojekt wichtige Beiträge in der Forschergruppe SPATE liefern. Unter diesen generellen Zielen wollen wir folgende Forschungsfragen adressieren: 1. Was sind die großskaligen atmosphärischen Vorbedingungen für extreme Hochwasserereignisse? 2. Welche Prozesse verstärken den Niederschlag und die Niederschlagswirkung regional/lokal und verursachen dadurch extreme Hochwasserereignisse? 3. Was sind die raumzeitliche Variabilität und die Klimazukunft dieser atmosphärischen Faktoren und was sind ihre Antriebsfaktoren im Klimasystem? Die beiden ersten Fragen sollen in der ersten Phase (PH1, Monate 1 bis 36) der Forschergruppe SPATE bearbeitet werden. Die dritte Frage soll in Phase 2 bearbeitet werden. Zusätzlich sollen atmosphärische Felder, wie beispielsweise Niederschlag, und abgeleitete Indikatorzeitserien für andere Teilprojekte auf Basis einer über 100jährigen Reanalyse, meteorologischer Beobachtungen und Klimasimulation bereitgestellt werden. Der Forschungsplan der ersten Phase besteht aus drei Arbeitspaketen. Bevor die meteorologischen Ursachen extremer Hochwasserereignisse systematisch untersucht werden können, ist die Erstellung einer langzeitlichen (hier über 100-jährigen) vier-dimensionalen meteorologischen Referenz notwendig (Arbeitspaket 0). Die Referenz basiert auf aufbereiteten Niederschlagsdaten, raumzeitlich (mit dem Modell COSMO-CLM) verfeinerten (auf 12 km Gitterdistanz) Reanalysen (ERA-20C ab 1901, NOAA/NCEP 20 CR für den Zeitraum 1851 bis 1900). Diese Referenz erlaubt eine robuste Statistik der Hochwasser-Wetterlagen-Beziehungen und des Verfolgens der Feuchte im atmosphärischen System (Arbeitspaket 1). Regionale und lokale den Niederschlag verstärkende Faktoren (wie Bodenfeuchte-Niederschlagswechselwirkung, frontale/orographische Hebung mit/ohne konvektive Aktivität) werden in Arbeitspaket 2 mit konvektionserlaubenden Simulationen (Gitterdistanzen kleiner als 2 km) mit COSMO-CLM untersucht. In der zweiten Projektphase planen wir zwei Arbeitspakete. Ein Paket wird die klimatologischen Antriebsfaktoren und die multi-skalige Vorhersagbarkeit bearbeiten. In einem weiteren Arbeitspaket wird die Entwicklung von Hochwasserereignissen aus meteorologischer Perspektive bis in das Jahr 2100 betrachtet. Dieses Teilprojekt wird extreme Hochwasserereignisse und deren Eigenschaften den multiskaligen atmosphärischen Prozessen zuordnen und wird außerdem die Zuordnung hydrologischer Prozesse in der Forschergruppe SPATE unterstützen.
The thesis proposal deals with mapping weather-affected changes in soil moisture over time. This is to visualize where and when soils would be subject to severe rutting and compaction under forest operations. The approach taken is modular by connecting temporal hydrothermal processes dealing with soil wetting, drying, freezing, and thawing to spatially anticipated locations of dry versus wet soil drainage conditions. The temporal variations within specific textured soils can be modeled at daily resolution based on air temperature, and precipitation (rain, snow) data. This is done with the Forest Hydrology Model (ForHyM). The spatial variations can be derived from LiDAR-generated bare-ground elevation surfaces at 1 m resolution by way of the newly developed metric depth-to-water index (DTW), for which DTW less than 10 , 10-25, 25-50, 50-100, greater than 100 cm indicates very poor, poor, imperfect, moderately well and well drainage conditions, respectively. The results of doing so will be illustrated for forested areas in Northern and Central New Brunswick in reference to actual forest harvesting and wood forwarding tracks. The attempt is to generalize the methodology for weather-dependent and geospatially base forecasting of soil conditions to better enable forest operation planning as seasons change from dry to wet and from wet to dry within seasons and from year to year.
Zielsetzung Im Mittelpunkt des Projektes stehen zum einen die Anliegen und Herausforderungen der österreichischen LandwirtInnen, zum anderen der nötige Handlungsbedarf in den Bereichen Grundwasserschutz, Luftreinhaltung und Sozialverträglichkeit in Zusammenhang mit der Gülleverbringung. So gliedern sich die Ziele des Projektes wie folgt: - Verringerung der Grundwasserbelastung als Folge der Wirtschaftsdüngerausbringung - Verringerung der Feinstaub- und Geruchsbelastung als Folge der Ammoniakabgasung - Ermöglichung einer zeitlich flexiblen und pflanzenbaulich angepassten Düngung - Entlastung der LandwirtInnen durch die Verringerung von Arbeitsspitzen durch die Wirtschaftsdüngerausbringung - Reduktion der Notwendigkeit zur Errichtung von zusätzlichen Lagerkapazitäten - Entlastung der Bodenstruktur und des Bodenlebens durch geteilte Düngergaben - Verbesserung der Sozialverträglichkeit durch Reduktion der Geruchsemissionen während der Gülleausbringung - Schaffung einer langfristigen Alternative zur betrieblichen Existenzsicherung und betriebswirtschaftlichen Entlastung auf landwirtschaftlicher Ebene - Aufbereitung der Ergebnisse und gezielte regionale und globale Verbreitung Aktuell sind in Österreich 94 % der gesamten Ammoniakemissionen der Landwirtschaft zuzuschreiben, wobei davon allein etwa 50 % auf die Ausbringung von Wirtschaftsdünger fallen. Daneben ist das österreichische Grundwasser an einigen Hotspots durch die Folgen der landwirtschaftlichen Düngung mehr oder minder stark belastet. Es müssen dringend Lösungen gefunden werden, um nicht nur die Auflagen der NEC-Richtlinie und der NAP-Verordnung zu erfüllen, sondern auch den Forderungen der Gesellschaft nach einer sozialverträglicheren Landwirtschaft nachzugehen. Das Projekt 'Ammosafe' hat zum Ziel, Ammoniumstickstoff aus Gülle zu entfernen und daraus einen eigenen Dünger herzustellen. Damit soll die landwirtschaftliche Verbringung von Gülle zeitlich flexibler, sowie durch die Reduktion unerwünschter Emissionen in die Luft (Ammoniak, Lachgas) und in Gewässer (Nitrat) umweltschonender, bodenschonender und sozial verträglicher werden. So erfüllt das Projekt vorrangig die Vorgaben des Leitthemas 1 beziehungsweise des Schwerpunktbereichs 4b der strategischen Ziele in LE 2020. Daneben werden auch noch Zielsetzungen weiterer Leitthemen beziehungsweise strategischer Ziele in LE 2020 erfüllt: Der im Zuge der Aufbereitung gewonnene Flüssigdünger (Ammoniumsulfat) kann je nach Bedarf entweder in der Umgebung verkauft oder gezielt an die jeweilige Kulturart angepasst auf dem eigenen Betrieb eingesetzt werden. So eröffnet sich für die LandwirtInnen die Möglichkeit, nachhaltig den Zukauf von Düngemitteln einzusparen. Damit ermöglicht diese Vorgehensweise auch die im Leitthema 2 und im Schwerpunktbereich 5b angesprochene effizientere stoffliche Ressourcennutzung des Betriebsmittels Gülle. (Text gekürzt)
The Risk Index Outcome (RIO) is a critical component of the Polar Operational Limit Assessment Risk Indexing System (POLARIS) developed by the International Maritime Organization (IMO, 2016). RIO evaluates the operational risks for ships navigating in ice-infested waters by evaluating ice conditions and offers a quantifiable measure of risk that aids in decision-making for safe navigation in polar regions based on ship ice class, sea ice type/stage of development (SOD) and sea ice concentration (SIC). The DMI-led Automated Sea Ice Products (DMI-ASIP; Wulf et al., 2024, dataset) provides daily maps of SOD and SIC based on Sentinel-1 SAR imagery, AMSR-2 Passive Microwave and Ice Charts from the Greenland and Canadian Ice Services, combined with novel AI retrieval and processing techniques. In the framework of EU funded Arctic PASSION project, we produced 10 years of satellite observation based weekly RIO maps referred as the Arctic PASSION-RIO (AP-RIO) by leveraging DMI-ASIP datasets. The AP-RIO dataset will provide weekly risk assessment maps for the given ship classes and will support the establishment of a 10 year climatology thereby enabling the assessment of RIO variability in the years covered by the input DMI-ASIP products. The AP-RIO dataset will enhance the safety and efficiency of maritime operations in the polar seas, providing a robust reference for evaluating normal and extreme ice conditions. AP-RIO is produced in the framework of the Arctic PASSION project (European Union's Horizon 2020 research and innovation program under grant agreement No. 101003472) and supported by the DMI-ASIP development team. Algorithm and Processing Scheme: SIC and SOD from ASIP are processed (by taking the mean and mode respectively) into a weekly field based on the daily files for that week. This is done for the time period of 3 Oct. 2014 - 3 Oct. 2024. The weekly SOD is used to find the Risk Value (RV) by looking at the lookup table (Dybkjær et al. 2025a). Risk Index Outcome (RIO) values are computed for each pixel in the field based on the RIO formula (RIO = SIC x RV) using the SIC from ASIP and the found RV. The meaning of the computed RIO values can be interpreted using the table in (Dybkjær et al. 2025b). The RIO field is finally saved to weekly NetCDF files.
This dataset provides monthly maximum Land Surface Temperature (LST) values over Europe, derived from 1-km AVHRR observations. The data is generated by DLR and provided in the framework of the TIMELINE project. LST values are retrieved using physically-based split- and mono-window algorithms and corrected for atmospheric influences and surface emissivity. Only cloud-free observations with sensor view angles below 50 degrees are used. Due to reliance on infrared observations, data may be limited under persistent cloud cover. To ensure temporal consistency across sensors and overpass times, an orbit drift correction method was applied. This method harmonizes LST values to a fixed reference time of 13:00 local solar time, approximating the daily maximum temperature. The dataset is gridded in a 1-km LAEA ETRS89 projection. The product is provided in four tiles, covering the extent of the European Environmental Agency (EEA) reference grid, which includes the area from 900 000 m East and 900 000m North to 7 400 000m East and 5 500 000m North. The TIMELINE (TIMe Series Processing of Medium Resolution Earth Observation Data assessing Long-Term Dynamics In our Natural Environment) project, led by the German Remote Sensing Data Center (DFD) of the German Aerospace Center (DLR), focuses on generating a consistent, multi-decadal time series derived from NOAA and Metop AVHRR data. Spanning more than 40 years from the early 1980s to the present this dataset covers Europe and North Africa. TIMELINE establishes an operational environment for the systematic reprocessing of AVHRR raw data into Level 1b, Level 2, and Level 3 geoinformation products at 1.1 km spatial resolution. These products maintain uniform standards in format, projection, and spatial coverage. The dataset includes a comprehensive suite of land and atmospheric parameters such as atmospherically corrected surface reflectance, NDVI, snow cover, fire hotspots, burnt area, land and sea surface temperatures, and various cloud physical properties (e.g., cloud top temperature). By combining traditional and innovative remote sensing products with robust processing algorithms and state-of-the-art validation techniques, TIMELINE provides a unique, high-quality dataset for global change research.
Die Marine Dateninfrastruktur Deutschland (MDI-DE) hat das Ziel, Daten und Informationen aus dem Küsteningenieurwesen, dem Küstengewässerschutz, dem Meeresumweltschutz und dem Meeresnaturschutz über ein gemeinsames Internetportal nachzuweisen. Mithilfe von Metadaten und Webservices werden die Suche nach Daten und deren Nutzung unterstützt. Dabei baut MDI-DE synoptische Verzeichnisse mariner Datenbestände mit einer einheitlichen fachlichen Datengrundlage auf. Damit steht ein qualitätsgesichertes Informationsangebot zur deutschen Küstenzone von Nord- und Ostsee sowie den angrenzenden Meeresgebieten zur Verfügung. Dieser standardisierte Zugang zu Fachdaten entlastet die Partnerdienststellen von Dienstleistungs-Routinearbeiten bei der Bedienung von Nutzeranfragen, Maßnahmenplanung und unterstützt die Interoperabilität. Die MDI-DE ist als operationelles Verfahren für den dauerhaften Einsatz der integrativen Datenbereitstellung und Aufbereitung konzipiert. Die Entwicklung und Implementierung internetbasierter integrierter multidisziplinärer Werkzeuge ermöglicht die gezielte Datenrecherche und die Erfüllung bestehender Informationspflichten. Mit den standardisierten Metadaten zur Dokumentation und den zugehörigen OGC-konformen Webservices zur Nutzung mariner Daten erleichtert MDI-DE wesentlich die Erfüllung der gesetzlichen Anforderungen von INSPIRE und anderer EG-Richtlinien. Die dort geforderten Informationsflüsse werden von der MDI-DE-Informationsinfrastruktur optimal unterstützt. Dadurch hilft MDI-DE den Behörden in der Küstenzone bei der Erfüllung ihrer Berichtspflichten für EU-Rahmenrichtlinien wie MSRL und INSPIRE.
| Origin | Count |
|---|---|
| Bund | 3035 |
| Land | 38 |
| Schutzgebiete | 1 |
| Wissenschaft | 35 |
| Type | Count |
|---|---|
| Daten und Messstellen | 15 |
| Förderprogramm | 2932 |
| Kartendienst | 1 |
| Taxon | 1 |
| Text | 75 |
| Umweltprüfung | 7 |
| unbekannt | 73 |
| License | Count |
|---|---|
| geschlossen | 130 |
| offen | 2956 |
| unbekannt | 17 |
| Language | Count |
|---|---|
| Deutsch | 2657 |
| Englisch | 607 |
| Resource type | Count |
|---|---|
| Archiv | 23 |
| Bild | 3 |
| Datei | 23 |
| Dokument | 63 |
| Keine | 1842 |
| Unbekannt | 4 |
| Webdienst | 1 |
| Webseite | 1194 |
| Topic | Count |
|---|---|
| Boden | 2276 |
| Lebewesen und Lebensräume | 2064 |
| Luft | 1486 |
| Mensch und Umwelt | 3103 |
| Wasser | 1584 |
| Weitere | 3103 |
