In der letzten Antragsphase wurde das regionale Paläoklimamodell WRF-CEMSYS entwickelt und erfolgreich angewendet, um erstmals hochauflösende regionale Paläoklimadaten für Studien zur Anwesenheit von Homo sapiens unter eiszeitlichen Bedingungen in Europa bereitzustellen. In der dritten Phase konzentriert sich E6 auf die Rekonstruktion regionaler Klimate verschiedener Zeitintervalle, die für die SFB Projekte von zentraler Bedeutung sind. Es werden Potenziale und Begrenzungsfaktoren für die menschliche Präsenz im gesamten SFB-Gebiet untersucht. Dabei werden unterschiedliche Zeitskalen betrachtet, die von synoptischen, über saisonalen, jährlichen bis hin zu dekadischen reichen.
Der eine Teil des Vorhabens befasst sich mit dem Entwurf und der Erstellung einer Empfangsanlage fuer Satellitensignale im Frequenzbereich um 1700 MHz und deren Wiedergabe als Bilder (2 Spektralbereiche sichtbar, Therm. Jr.) der andere Teil umfasst Untersuchungen ueber die Moeglichkeiten der Auswertung solcher Bilder mit Hilfe moderner Bildverarbeitungsmethoden, wobei im Mittelpunkt analog- und digitalelektronische Verfahren stehen. Der Schwerpunkt des Vorhabens liegt auf der Wolkenbildanalyse mit numerischen Methoden.
Die Ziele des Zentralprojekts 2 (C2) umfassen das projektübergreifende Datenmanagement und den Datenaustausch. Eine zentrale Datenbank stellt eine nachhaltige Nutzung der gesammelten Informationen, auch über die Projektlaufzeit hinaus, sicher. Zudem wird die datengetriebene Synthese innerhalb und zwischen den Projekten durch die Bereitstellung von aggregierten Datensätzen und die Entwicklung und Implementierung von spezifischen Analyse-Programmen gefördert. Dabei werden die zur Verfügung stehenden Ressourcen durch die Kombination von existierenden und neuen, offline und online Lösungen, effizient genutzt. Somit soll auch ein nachhaltiger Beitrag zu den aktuellen, DFG geförderten, Datenserviceprojekten geliefert werden. Im Rahmen von C2 wird zusätzlich die Bohrkernkampagne in enger Zusammenarbeit mit den betreffenden Projekten koordiniert.
Die Atmosphäre und die Vegetation der Erdoberfläche beeinflussen sich gegenseitig durch bidirektionale Austauschprozesse. Modelle zur Wetter- und Klimavorhersage basieren auf einem mechanistischen Verständnis dieser Interaktionen. Die Vorhersagen und die grundlegenden Theorien funktionieren allerdings nur im Falle einer gut durchmischten (turbulenten) atmosphärischen Grenzschicht. Wenn jedoch stabile atmosphärische Bedingungen vorherrschen, wie typischerweise nachts der Fall, dann sind die bisherigen Theorien nicht ausreichend, um zuverlässige Vorhersagen zu treffen. Um oberflächennahe turbulente Austauschprozesse während stabiler atmosphärischer Schichtung mechanistisch zu verstehen und neue Theorien zu entwickeln, sind zunächst neuartige Mess- und Analyse-Methoden notwendig. Ziel dieses Projekts ist die Beobachtung und Charakterisierung von oberflächennahen Prozessen in der stabilen atmosphärischen Grenzschicht durch eine neuartige Kombination von Mess- und Analysemethoden. Mit einem hochauflösenden in-situ Messkubus (20x20x5m), der sich innerhalb eines größeren mittels Fernerkundung überwachten Raumes (500x500x1000m) befindet, können Bewegung und Strukturen von Temperatur gleichzeitig in Raum und Zeit erfasst werden. Dieser skalenübergreifende Ansatz erlaubt es, nicht-periodische, nicht gut gemischte und räumlich heterogene Bewegungen der Luft nahe der Erdoberfläche zu erfassen. Die gewonnenen Daten werden mittels neuester stochastischer Auswerteverfahren analysiert, um die (nicht-)turbulenten Bedingungen und deren Durchmischung zu charakterisieren. Der wissenschaftliche Gewinn des Projektes liegt in einem wegweisenden innovativen Ansatz, um Modelle in den Bereichen Strömungsmechanik und Erd-System Wissenschaften zu validieren, und so zu einem verbesserten Verständnis unseres Lebensraums, der Schnittstelle zwischen Land und Atmosphäre, zu führen.
Zur Lösung von Fluss- und reaktiven Transportgleichungen in heterogenen Grundwassersystemen werden neue Global Random Walk (GRW) Algorithmen entwickelt und implementiert, die stabil und frei von numerischer Diffusion sind. Um das Auftreten von Interpolationsfehlern zu vermeiden, wird ein integriertes GRW-Lösungsverfahren entwickelt, das Geschwindigkeiten und Konzentrationen auf dem selben regulären Gitter berechnet. Wir nutzen grobkörnige (engl. Coarse grained) (CG) Mittelwerte in Raum und Zeit über die Trajektorien der berechneten Partikel, die die Konzentrationen der reaktiven chemischen Spezies in den GRWSimulationen beschreiben. Diese werden genutzt, um eine kontinuierliche Beschreibung der Transportprozesse zu erhalten. Nachdem die Mittelungsprozedur die Variation der simulierten Konzentrationen reduziert, genügt eine relativ kleine Anzahl von Monte Carlo - Simulationen, um die statistischen Kennzahlen zu gewinnen, und gleichzeitig der Auswirkung der Raum-Zeit-Skalen der hydrologischen Beobachtungen Rechnung zu tragen. Des weiteren können lokale Bilanzgleichungen für die CG Raum-Zeit-Mittel genutzt werden, um die hochskalierten Diffusionskoeffizienten und Reaktionsterme zu berechnen.
Dieses Projekt analysiert den Nutzen und Wert von passiven L-Band Satellitenbeobachtungen für die Ensemble-basierte Datenassimilation mit vollgekoppelten Erdsystemmodellen für mesoskalige Einzugsgebiete. Modellauflösungen sind dabei typischerweise in der Größenordnung von 100 m für die Landkomponenten und 1 km für die Atmosphärenkomponente des gekoppelten Modells; diese ist viel höher als die der Satellitenbeobachtungen, die typischerweise mehrere 10 Kilometer beträgt. Ensemble-basierte Datenassimilation erfordert die Erzeugung von synthetischen Beobachtungen aus dem Erdsystemmodell heraus mit Hilfe eines Beobachtungsoperators, der dann mit Beobachtungen verglichen wird um das Analyseensemble zu generieren. Da der Modellzustand nicht notwendigerweise alle Informationen enthält, die der Beobachtungsoperator benötigt (dieser ist im Wesentlichen ein Strahlungstransportmodell) muss die fehlende Information aus externen Datenquellen extrahiert werden. Die zentralen Projektziele sind die Weiterentwicklung einen geeigneten Beobachtungsoperators, der es erlaubt Satellitenbeobachtungen im L-Band zu erzeugen, sowie dessen Nutzung für die Datenassimilation mit Hilfe der Terrestrial Systems Modeling Platform (TerrSysMP, Shrestha et al. 2014) gekoppelt mit dem Parallelized Data Assimilation Framework (PDAF, Nerger et al. 2013). Während wir in Phase I hauptsächlich einen flexiblen Beobachtungsoperator erstellt und validiert haben, konzentrieren wir uns in Phase II, neben weiteren Verbesserungen des Operators bezüglich Vegetation und seiner Operationalisierung, auf die eigentliche Datenassimilation. Diese umfasst (a) die Bestimmung des Biases zwischen virtuellen Beobachtungen des Datenassimilationsmodells und solchen des virtuellen wie des realen Einzugsgebietes, (b) Datenassimilationsexperimente zur Quantifizierung des Wertes solcher Beobachtungen auch im Vergleich zu anderen Beobachtungen, sowie (c) Vorverarbeitungs- und Filterungsmethoden um die niedrig aufgelösten Messungen optimal für die Systemzustandsschätzung auszunutzen.
Die Fähigkeit, das Wetter bis über eine Woche hinaus vorhersagen zu können, erspart unserer Gesellschaft jährlich Kosten in Milliardenhöhe und trägt entscheidend zum Schutz von Leben und Eigentum bei. Die zunehmende Leistungsfähigkeit unserer Computersysteme und neuartige Beobachtungen haben über die Jahre hinweg zu einer kontinuierlichen Verbesserung der Wettervorhersagequalität geführt. Dennoch kommt es immer noch gelegentlich zu erheblichen Fehlvorhersagen. Dies ist nicht allein auf Defizite in den Vorhersagemethoden zurückzuführen - in einem chaotischen System wie der Atmosphäre gibt es Wettersituationen, die per se schwer vorherzusagen sind. Die gegenwärtige Herausforderung ist daher die Vorhersagbarkeit und insbesondere deren Grenzen, abhängig von der jeweiligen Wettersituation, zu identifizieren um eine bestmögliche Vorhersage bereitstellen zu können. Der TRR 165 wird sich dieser Herausforderung stellen und hat sich zum Ziel gesetzt, durch die Beantwortung der zugrunde liegenden wissenschaftlichen Fragestellungen einer neuen Generation von Wettervorhersagesystemen den Weg zu ebnen. Die wichtigsten Ursachen für verbleibende Unsicherheiten in der derzeitigen numerischen Wettervorhersage sind: A das schnelle Wachstum von Fehlern, die durch nicht oder unzureichend dargestellte physikalische Prozesse wie Konvektion oder Mischung in der Grenzschicht entstehen und letztlich zu Veränderungen der Wellen auf synoptischer Skala führen können, B unser begrenztes Verständnis der physikalischen Prozesse in Wolken und C der relative Einfluss lokaler Faktoren und synoptisch-skaliger Wellen auf das Wetter und dessen Vorhersagbarkeit. Im Rahmen von 'Wellen, Wolken, Wetter' werden diese drei Fragestellungen gemeinsam von Experten der Disziplinen Atmosphärendynamik, Wolkenphysik, Statistik, Inverse Methoden und Visualisierung bearbeitet. Dabei wird TRR 165 eine Vielzahl von Methoden anwenden und neu entwickeln, wie etwa numerische Modelle mit detaillierter Darstellung von Wolkenprozessen und Aerosolen, aber auch Ensemblevorhersagen mit hochentwickelten statistischen Nachbearbeitungsverfahren zur mathematischen Beschreibung der Unsicherheit nutzen. Die zusätzliche Entwicklung neuer, interaktiver Visualisierungsmethoden erlaubt eine rasche und intuitive Erfassung komplexer Informationen, die in Ensemblevorhersagen sowohl zu den Ursachen als auch zur Entwicklung der Unsicherheit meteorologischer Strukturen enthalten sind. Die Gesamtziele von 'Wellen, Wolken, Wetter' sind nur durch die Zusammenführung der Expertise von drei renommierten Forschungsstandorten zu erreichen: München mit der LMU, der TUM, dem DLR; Mainz mit der JGU; und Karlsruhe mit dem KIT. Zudem wird im Rahmen dieses Konsortiums ein innovatives Programm geschaffen, das die Entwicklung von Nachwuchswissenschaftlern im Rahmen eines etablierten Netzwerks erfahrener Wissenschaftler fördern und die Chancengleichheit auf allen Karriereniveaus in den beteiligten Disziplinen verbessern soll.
Auswertung der Empfehlungen der Internationalen Kommission fuer Strahlenschutz (ICRP) und anderer internationaler Fachgremien zwecks Anwendung in der schweizerischen Strahlenschutzpraxis. Mitarbeit bei Ausarbeitung von Gesetzen und Verordnungen, Richtlinien und Weisungen im Strahlenschutz. Erprobung neuer Konzepte in der Praxis.
Stabil geschichtete atmosphärische Strömungen sind typischerweise durch schwache, intermittierende und anisotrope Turbulenzen, Gravitationswellen, Low-Level-Jets und Kelvin-Helmholtz-Instabilitäten gekennzeichnet. Diese Phänomene erschweren maßgeblich sowohl zuverlässige numerische Simulationen als auch Messungen stabiler Grenzschichten (SBL). Auch wird die Physik der Intermittenz von Turbulenz nicht ausreichend verstanden. Das führt unter anderem zu speziellen Problemen in der Darstellung der stabilen atmosphärischen Grenzschicht in Wetter- oder Klimamodellen. Es ist das Ziel des Projekts, das physikalische Verständnis der Intermittenz von Turbulenz unter sehr stabilen Bedingungen zu verbessern. Dazu sollen neue statistische Methoden zur Analyse von existierenden Datensätzen mit stabil geschichtetem Hintergrund nebst neuen stochastischen Parametrisierungen für die SBL entwickelt und in Wetter- oder Klimamodellen genutzt werden. Die Identifikation spezifischer physikalischer Mechanismen intermittierender Turbulenz wird durch eine Vielzahl nichtturbulenter Bewegungen in stabil geschichteten atmosphärischen Strömungen erschwert. Letztere können beispielsweise Sägezahn-Konvektionsmuster, Wellen oder Mikrofronten aufweisen. Es gibt Hinweise darauf, dass solche Bewegungen Auslöser für Intermittenz von Turbulenz sein können, jedoch fehlen Kenntnisse über die Art der Bewegungen und in welchem Ausmaß sie turbulentes Mischen beeinflussen. Einige Fallstudien deuten darauf hin, dass es ein Wechselspiel zwischen großskaligen atmosphärischen Strömungsmerkmalen (auf sogenannten Submesoskalen) und dem Einsetzen von Turbulenz gibt. Um unterschiedliche physikalische Mechanismen turbulenten Mischens zu untersuchen, werden wir mit statistischen Methoden geeignete stochastische Parametrisierungen entwickeln. Ansätze wie Hidden-Markov-Modelle und nichtstationäre, multivariate, autoregressive Faktormodelle (VARX) sollen die Interaktion zwischen niederfrequenten und turbulenten Bewegungen bestimmen. Statistische Methoden erlauben eine Datentrennung in Hinblick auf metastabile Zustände, wie etwa ruhige und turbulente Perioden in einer geschichteten Atmosphäre. Unsere spezifischen Zielsetzungen sind:1. Neuartige Anwendung meteorologischer Zeitreihenanalysetechniken auf existierende Datensätze mit dem Ziel, die Nichtstationarität der Interaktion zwischen nichtturbulenten Bewegungen und Turbulenz in der sehr stabilen Grenzschicht zu untersuchen.2. Identifikation von Interaktions-Regimen zwischen verschiedenen Bewegungsskalen nebst Charakterisierung turbulenter Transporteigenschaften in verschiedenen Regimes.3. Entwicklung stochastischer Modelle für sehr stabile intermittierende Turbulenz. Hier sollen bisherige Erkenntnisse über physikalische Abhängigkeiten der Intermittenz verwendet werden.4. Verwendung der stochastischen Modelle zur Erzeugung realistischer Einströmungen als Eingabe von Large-Eddy-Simulationen mit dem Ziel intermittierende Turbulenz zu generieren.
| Organisation | Count |
|---|---|
| Bund | 1704 |
| Europa | 76 |
| Kommune | 18 |
| Land | 108 |
| Schutzgebiete | 2 |
| Wirtschaft | 12 |
| Wissenschaft | 732 |
| Zivilgesellschaft | 22 |
| Type | Count |
|---|---|
| Förderprogramm | 1697 |
| Text | 7 |
| License | Count |
|---|---|
| Geschlossen | 7 |
| Offen | 1697 |
| Language | Count |
|---|---|
| Deutsch | 1624 |
| Englisch | 224 |
| Resource type | Count |
|---|---|
| Dokument | 7 |
| Keine | 951 |
| Webseite | 749 |
| Topic | Count |
|---|---|
| Boden | 1130 |
| Lebewesen und Lebensräume | 1314 |
| Luft | 917 |
| Mensch und Umwelt | 1703 |
| Wasser | 846 |
| Weitere | 1704 |