API src

Found 8227 results.

Related terms

Multibeam bathymetry raw data (Atlas Hydrosweep DS 3 echo sounder entire dataset) of RV POLARSTERN during cruise PS142

Multibeam data were collected with RV Polarstern along the route of cruise PS142 and data acquisition was continuously monitored during the survey. Multibeam sonar system was Teledyne/Atlas Hydrosweep DS3. SVPs were retrieved from CTD data and synthetic profiles from World Ocean Atlas 18. SVPs were processed with HydrOffice SoundSpeedManager (https://www.hydroffice.org/soundspeed/main) and extended with World Ocean Atlas 18 (https://www.ncei.noaa.gov/archive/accession/NCEI-WOA18). SVP data were applied during acquisition. Multibeam data are unprocessed and may contain outliers and blunders and should not be used for grid calculations and charting projects without further editing. The raw multibeam sonar data in Teledyne Reson multibeam processing format (.s7k) were recorded with Teledyne PDS software. Raw data files can be processed using software packages like CARIS HIPS/SIPS. For updated vessel configuration files check further details.

Multibeam bathymetry raw data (Atlas Hydrosweep DS 3 echo sounder entire dataset) of RV POLARSTERN during cruise PS151

Multibeam data were collected with RV Polarstern along the route of cruise PS151 and data acquisition was almost continuously monitored during the survey. Multibeam sonar system was Teledyne/Atlas Hydrosweep DS3. SVPs were retrieved from CTD data and synthetic profiles from World Ocean Atlas 23. SVPs were processed with HydrOffice SoundSpeedManager (https://www.hydroffice.org/soundspeed/main) and extended with World Ocean Atlas 23 (https://www.ncei.noaa.gov/archive/accession/NCEI-WOA23). SVP data were applied during acquisition. Multibeam data are unprocessed and may contain outliers and blunders and should not be used for grid calculations and charting projects without further editing. The raw multibeam sonar data in Teledyne Reson multibeam processing format (.s7k) were recorded with Teledyne PDS software. Raw data files can be processed using software packages like CARIS HIPS/SIPS. For updated vessel configuration files check further details.

Raumordnung der Küstenländer in Meeres- und Küstenzone (WFS)

Die deutschen Anteile an Nord- und Ostsee sind in die Territorial- und Küstengewässer der Küstenbundesländer sowie die Ausschließliche Wirtschaftszone unterteilt. Jedes Küstenbundesland und der Bund für die AWZ sind für die Aufstellung von Raumordnungsplänen (-programmen, -konzepten) zuständig. Da allerdings die Nutzung des Meeres grenzüberschreitend erfolgt, besteht der Bedarf für ein harmonisiertes Produkt das das gesamte deutsche Meeresgebiet abdeckt. Dieser Download-Dienst (WFS) der Marinen Dateninfrastruktur Deutschland (MDI-DE) stellt unterschiedliche Nutzungen aus den Raumordnungsplänen der Küstenländer harmonisiert zur Verfügung. Die Daten schließen nahtlos and den Raumordnungsplan AWZ des BSH an und enthalten die Nutzungen Schifffahrt, Windenergie, Leitungen, Natur und Landschaft, Fischerei, Tourismus sowie Rohstoffe und Küstenschutz. Datenquellen: Landesraumordnungsprogramme und -entwicklungspläne sowie Flächennutzungspläne der Küstenländer. Harmonisierte Attribute: Nutzung, Vorrang- / Vorbehaltsgebiet, Gültigkeit, Lizenz, Planungsdokument sowie an die EU Raumordnung angeglichene fachliche Typisierung.

MSRL-Bewertung der Weichböden mit M-AMBI und Margalef-Diversität (OSPAR-Indikator BH2b) für die Nordsee 2024 (WFS)

Im Rahmen der MSRL-Bewertung 2024 zur Bewertung der Weichböden mit M-AMBI und Margalef-Diversität (OSPAR-Indikator BH2b) für das Kriterium „Zustand des Lebensraums“ (D6C5) wurden folgende Datensätze für die Nordsee erstellt: Die aufbereiteten Rohdaten (MZB-Daten, Einzelgreifer) sowie die Bewertungsergebnisse der Stationen nach M-AMBI und Margalef-Diversität. Für den M-AMBI wurden die für die WRRL festgelegten Schwellenwerte verwendet und die Ergebnisse als „Schwellenwert eingehalten“ oder „Schwellenwert verfehlt“ klassifiziert. Die Daten werden über diesen WFS-Dienst zum Download bereitgestellt. Daten der Eigentümer AWI, BfN, NLWKN, HPA, Amprion und Tennet stehen zur freien Verfügung, bei Verwendung der Daten ist die Quelle zu zitieren. Bei Nutzung der Daten des LKN-SH ist Rücksprache mit Ulrike Schückel (Ulrike.Schueckel@lkn.landsh.de) zu halten. Erläuterungen zur Bewertungsmethodik und den verwendeten Daten finden sich im Hintergrunddokument zur D6-Bewertung: https://mitglieder.meeresschutz.info/de/berichte/zustandsbewertungen-art8-10.html?file=files/downloads/dokumente2024/Zyklus2024Hintergrunddokumente/Hintergrunddokument-zur%20Bewertung-von-D6_2024.pdf Die Ergebnisse werden zusammenfassend im aktuellen Zustandsbericht der Nordseegewässer dargestellt: BMUV. 2024. Zustand der deutschen Nordseegewässer 2024. Aktualisierung der Anfangsbewertung nach § 45c, der Beschreibung des guten Zustands der Meeresgewässer nach § 45d und der Festlegung von Zielen nach § 45e des Wasserhaushaltsgesetzes zur Umsetzung der Meeresstrategie-Rahmenrichtlinie. Bund/Länder-Arbeitsgemeinschaft Nord- und Ostsee (BLANO), 7. Oktober 2024.

TrilaWatt: Hydrodynamische Kennwerte 2017 (WMS)

<span><strong>Definitionen:</strong> Hydrodynamik beschreibt die Bewegung von Fluiden und die dabei wirkenden Kräfte. Hydrodynamische Kennwerte sind zeitintegrierte, beschreibende Parameter dieser Prozesse. So tragen bspw. die grundlegenden Tidekenngrößen des Tidehochwassers, des Tideniedrigwassers sowie der damit eng verbundenen Werte für Tidestieg, Tidefall und Tidehub dazu bei, die Dynamik der Tide herauszuarbeiten.</span> <span><strong>Datenerzeugung:</strong> Aus numerischen Simulationsdaten wurden physikalische Größen wie beispielsweise Wasserstand oder Strömungsgeschwindigkeit in festen zeitlichen Intervallen unter Berücksichtigung erreichbarer Genauigkeiten berechnet. Diese Simulationsdaten wurden mit Datenanalysemethoden zu hydrodynamischen Kennwerten wie beispielsweise dem Tidehub zusammengefasst. Es wurden harmonische Analysen des Wasserstandes durchgeführt und Tidekennwerte des Wasserstands bzw. statistische Langzeitkennwerte von Wasserstand, Strömungsgeschwindigkeit, Salzgehalt, Wassertemperatur und Schwebstoffgehalt berechnet. </span> <span><strong>Produkte:</strong> Hydrodynamische Kennwerte aus dem Projekt TrilaWatt basieren auf der Analyse der numerischen Simulation von Tide, Seegang, Salzgehalt, Temperatur und Schwebstoffkonzentration im Bereich des trilateralen Wattenmeers (Niederlande -nl, Deutschland -de, Dänemark -dk) und der Deutschen Bucht als Jahresmittel für das Jahr 2017. Die Daten werden als regelmäßiges 20 m Raster im GeoTIFF-Format bereitgestellt. Kennwerte werden nur für Berechnungszellen bereitgestellt, die im Analysezeitraum immer überflutet waren. In den Datenäquivalenten (*_no_filter) wurde diese Maskierung nicht angewendet. Nicht-gefilterte Datenäquivalente (no_filter) sind, falls physikalisch sinnvoll, ebenfalls erstellt worden. Bei nicht-gefilterten Datenprodukten ist zu beachten, dass die Anzahl der den Mittelwerten zugrundeliegenden Werte vor allem im Flachwasserbereich durch intertidales Trockenfallen geringer ist und damit die Mittelwertbildung beeinträchtigt ist. Die Anzahl an validen Datenpunkten bzw. Tiden pro Jahr (Anzahl gültiger Datenpunkte bzw. Anzahl Tidehochwasser) wird als Rasterdatei zur Einordnung nicht-gefilterter Produkte mitgeliefert.</span> <span><strong>Produktliste:</strong> - Tidehub und Tidehoch- und Tideniedrigwasser: 5-, 50- und 95% Quantil <br> - Laufzeitverschiebung zur Referenzposition „Leuchtturm Alte Weser“ von Tidehoch- und Tideniedrigwasser: Jahresmittelwerte <br> - Tidemittelwasser: 50% Quantil <br> - M2-Partialtide: Amplitude und Phase <br> - Tidehochwasser und validen Datenpunkte: Anzahl pro Jahr<br> - Wasserstand: 1-, 50- und 99% Quantil, Mittelwert, Minimum, Maximum <br> - Strömungsgeschwindigkeit: tiefengemittelter Mittelwert, 99- und 99,9% Quantil des Betrags <br> - Strömungsgeschwindigkeit: tiefengemittelter Betrag und x- und y-Komponente des Residuums <br> - Strömungsgeschwindigkeit: tiefengemittelter mittlerer, kubierter Betrag <br> - Bodenschubspannung: 99% Quantil, Mittelwert<br> - Salzgehalt, Temperatur und Schwebstoffkonzentration: tiefengemitteltes 1- und 99% Quantil und Mittelwert (Schwebstoffkonzentration als Summe aus drei Fraktionen mit einer Sinkgeschwindigkeit ws = 0,25, 1,5 und 7 mm/s) <br> - Signifikante Wellenhöhe des Seegangs: 50-, 95- und 99% Quantil, (Jahres-) Mittelwert und Maximalwert <br> - Mittlere Wellenperiode: Jahresmittelwert bei maximaler signifikanter Wellenhöhe<br> - Seegangsrichtung: x- und y-Komponenten des Residuums </span> <span><strong>English:</strong> This web service contains annual averages and quantiles of tidal characteristics, annual averages and quantiles of hydrographic parameters (e.g., depth-averaged salinity, suspended sediments, or sea water temperature), and tidal constituents from harmonic analyses that were estimated from numerical simulations of the year 2017. Data are distributed on regular 20 m grids as GeoTIFFs. </span> <span><strong>Download:</strong> A download is located under references (in German: "Verweise und Downloads"). </span>

Global particulate organic carbon flux derived from Th-234: 13 ocean regions, 3 export depths

The 234Th–238U disequilibrium technique has been widely used to estimate the amount of particulate organic carbon (POC) exported from surface ocean layers to the deep sea. This method is based on determining 234Th fluxes from vertical 234Th–238U profiles in the water column and converting them into POC fluxes using POC/234Th ratios measured in sinking particles at a given calculation depth. We present here an extensive repository of POC fluxes, together with Th fluxes and POC/234Th ratios. Covering all the global ocean, classified in 13 regions, season and moment of the bloom and calculated at three different depths: i) a fixed depth (100 m) ii) the reference depth in the paper associated to the base of the euphotic zone iii) the 234Th–238U equilibrium depth. To ensure a compilation representative of the global ocean, the dataset were selected using the division areas proposed by the international network JETZON (Joint Exploration of the Twilight Zone Ocean Network); that agreed a division of the oceans in 13 regions based on their contrasted physics and biogeochemical characteristics. The stations from 234Th publications associated to each JETZON region were carefully selected according to their ability to represent regional environmental conditions. Furthermore, station selection was based on essential criteria such as data quality and accessibility, availability of time series, clear definition of export depth, measurements from established programs, e.g. GEOTRACES, and the presence of other additional relevant ancillary data. The data in the compilation are thus organized by region and include geographic coordinates, season, selected export depth, and other key factors (such as a description of the flux evaluation depth or the export depth zone). After 234Th–238U compilation, 234Th fluxes were calculated, when possible, at the three different depths, i), ii) and iii), under the assumption of steady-state conditions, following Le Moigne et al. 2013. Using POC/234Th ratios, POC fluxes are estimated from Th fluxes and both fluxes were included in the repository. POC/234Th ratios were chosen from pump samples, prioritizing particles larger than 53 μm when available. These ratios must be estimated at the flux calculation depth [i), ii) and iii)]. When they were not available at the calculation depth POC/234Th values were interpolated as described in the readme text file. The values of the ratios are included in the repository, specifying the depth at which they were determined and indicating whether they have been interpolated. Similarly, when 234Th, 238U concentrations were not available at the calculation depth, values were interpolated (see readme text file).

Arctic PASSION - Polar Monthly Mean Ice Surface Temperature (AP-MMIST) for the time period 1982 to 2024

The Arctic PASSION Polar Monthly Mean IST data set (AP-MMIST) is a combined surface temperature product covering open ocean, marginal ice zone and closed sea ice areas, represented by Sea Surface Temperatures (SST), Marginal Ice Zone Temperatures (MIZT) and sea Ice Surface Temperatures (IST). Beside ocean and sea ice the data set also includes surface temperatures from the Greenland and Antarctic ice sheets. AP-MMIST has been jointly developed and produced by Arctic PASSION WP-1 and the Sea Ice Thematic Assembly Centre (Sea Ice TAC) under the Copernicus Climate Change Service (C3S - service contract: 2022/C3S2_312b_MOi_SC1). The AP-MMIST is a monthly averaged temperature product based on the C3S daily IST CDR and ICDR level 3 data. The daily mean C3S IST data set is a resampled and averaged daily mean IST product using Global Area Coverage - Advanced Very High-Resolution Radiometer (AVHRR) IST level 2 data as input. The level 2 and 3 CDR and ICDR data records are described in Algorithm Theoretical Baseline Document (Eastwood et al., 2023). The surface temperature retrieval algorithm used to produce the basic level 2 product is a traditional split window algorithm using two Thermal InfraRed (TIR) channels to compensate for atmosphere and angular emissivity dependency. This is described in the Algorithm Theoretical Baseline Document (Eastwood et al., 2023). The level 1 TIR input data set is the full data record from the AVHRR on-board NOAA satellite platforms since 1982, as well as AVHRR records on-board Metop satellites since 2006. The product output format is NetCDF with standard attributes, following CF convention to the degree possible. The monthly data are divided into 2 monthly files, one for each hemisphere, SH and NH.

CTD (AWI 1413, Sea & Sun 90 M Series II) data collected during the DAUNE experiment near Helgoland in August 2020

This data set contains CTD data collected during the DAUNE experiment using the given sensor. The goal of this experiment was to reach a common understanding of how measurement uncertainty can be derived initially focusing on temperature data. Data collection was performed using the AWI O2A infrastructure (https://epic.awi.de/id/eprint/37171/) which performs automatized near real time quality control. During the data ingest and archival process, the hereby assigned quality flags used by the O2A system have been transformed into the pangaea flagging scheme as follows, flagging symbols are shown in brackets: O2A Flag ->PANGAEA Flag No quality control (0) ->unknown (*) Good data (1) ->valid () Probably good (2) ->questionable (?) Probably bad (3) ->questionable (?) Bad (4) ->not valid (/)

High resolution age model from sedimentary collected along the southwestern Svalbard margin

This dataset includes updated versions of high-resolution age models derived from six sedimentary cores collected from the southwestern Svalbard margin. The dataset presented here represents a refinement of a previous version (Caricchi et al., 2020; 2022), achieved through correlation of the stratigraphic trends of the ARM/k parameter with the GICC05modelext timescale and the NGRIP record (Rasmussen et al., 2014). Additional refinement was obtained from newly acquired and recalibrated radiometric data, as well as from improved lithological constraints. The dataset enables the calculation of sedimentation rates during glacial and interglacial periods and during short-lived, widespread meltwater pulses and Heinrich-like events, thereby allowing the reconstruction of ice-sheet instability and meltwater events along the Svalbard–Barents Sea margin over the last 60,000 years.

Schwerpunktprogramm (SPP) 1158: Antarctic Research with Comparable Investigations in Arctic Sea Ice Areas; Bereich Infrastruktur - Antarktisforschung mit vergleichenden Untersuchungen in arktischen Eisgebieten, Einflusss von Umweltveränderungen auf antarktisches Phytoplankton untersucht mit Hilfe eines synergistischen multi- und hyper-spektralen Satellitendatenansatzes

Klimamodelle sagen voraus, dass sich in naher Zukunft im Antarktischen Ozean signifikant die Temperatur und der PH-Wert ändern werden, bedingt durch den Anstieg der Konzentrationen troposphärischer Treibhausgase und vor allem durch den erhöhten Kohlenstoffdioxidausstoß aus fossilen Brennstoffen. Solche Änderungen wirken sich auf die Zusammensetzung des Phytoplanktons aus und damit auch auf die Stoffkreisläufe wichtiger Elemente (Kohlenstoff, Stickstoff, usw.). Ziel dieses interdisziplinären Projektes ist die genauere Bestimmung der räumlichen und zeitlichen Variabilität der Biomasse von unterschiedlichen Phytoplanktontypen im Antarktischen Ozean. Einerseits wird hiermit das Verständnis der Rolle des antarktischen Phytoplanktons für das Ökosystem vertieft und andererseits deren Beitrag für den globalen Kohlenstoffzyklus genauer quantifiziert. Durch die einzigartige Kombination von Satellitendaten zweier unterschiedlicher Instrumententypen soll die Konzentration verschiedener Phytoplankton-Typen im Antarktischen Ozean zum ersten Mal mit umfassender zeitlicher und räumlicher Abdeckung bestimmt werden. Die Gesamtbiomasse wird durch eine an die Antarktis angepasste Prozessierung mit Hilfe multispektraler Satellitenmessdaten berechnet. Der Anteil wesentlicher Phytoplanktontypen an der Gesamtbiomasse wird anhand der Auswertung charakteristischer Absorptionsstrukturen von hyperspektralen Messdaten (PhytoDOAS-Methode) ermittelt. Somit soll ein synergetisches Produkt aus sich ergänzenden Informationen multi- und hyperspektraler Satelliteninstrumente entwickelt werden, das auf ähnliche Satelliteninstrumente, deren Messungen in naher Zukunft starten, übertragbar sein wird. Damit kann dann ein Datensatz über die Verteilung von Phytoplanktontypen über Dekaden erstellt werden. Mit dem im Projekt entstehenden Datensatz über die Verteilung der Phytoplanktontypen soll deren Variabilität und Korrelation mit sich ändernden Umweltfaktoren im Antarktischen Ozean in den vergangenen untersucht werden. Darüber hinaus soll unser Datensatz genutzt werden, zur Verbesserung und Evaluierung eines Ökosystem-Models, welches die Biogeographie verschiedener Phytoplanktontypen durch Parametrisierung physiologischer Eigenschaften an ein Ozeanzirkulatonsmodell errechnet. Mit Hilfe des Langzeitdatensatz und dem damit verbundenen Wissen über die Variabilität der Phytoplanktontypen, wird ein Fundament geschaffen, um den Einfluss der Klimaveränderungen im Antarktischen Ozean zu bemessen.

1 2 3 4 5 … 821 822 823