API src

Found 9548 results.

Similar terms

s/tag/THG/gi

Related terms

Methane measurements at lander_2 in a coastal peatland at the German Baltic Sea in 2021

Rewetting peatlands is an important measure to reduce greenhouse gas (GHG) emissions. However, after rewetting, the areas are highly heterogeneous in terms of GHG exchange, which depends on water level and source, vegetation, previous use, and duration of rewetting. These challenging conditions require new technologies that go beyond discrete sampling. Here we present data from two autonomous lander platforms deployed at the sediment-water interface (bottom lander) of a shallow coastal peatland (approx. 1 m water depth) that was rewetted by brackish water from the Baltic Sea, thus becoming part of the coastal water through a permanent connection. These landers were equipped with six commercially available state-of-the-art sensors, and temporal high-resolution measurements of physico-chemical variables, including partial pressures of carbon dioxide (CO2) and methane (CH4), were made. The resolution of the field data ranged from 10 seconds to 120 minutes and was obtained for partial pressure of CO2 (Contros HydroC-CO2) and CH4 (Contros HydroC-CH4), temperature, salinity, pressure (water depth), oxygen (O2) (CTD-O2 with SBE-37SMP-ODO), the concentrations of phosphate (SBE HydroCycle PO4), nitrate (SBE SUNA V2), chlorophyll a and the turbidity (both with SBE-FLNTUSB ECO) as stationary measurements at two different locations in close proximity. The CTD and oxygen measurements provide exact water depth data for the respective lander locations. In the other data sets (e.g., CO2 measurements) rounded data are inserted instead of the exact depth data, which is 0.6 m for lander_1 and 0.9 m for lander_2. SUNA raw data are provided for completeness. However, we found them of insufficient quality to estimate nitrate concentrations due to interferences and biofouling. The deployment and recovery of the landers, and thus the measurements, took place between 02 June 2021 and 09 August 2021, and the sensors were operated under permanent wired power supply and a centralized timestamp. The sensors were maintained and cleaned bi-weekly. Results show considerable temporal fluctuations expressed as multi-day, diurnal, and event-based variability, with spatial differences caused by biologically-dominated variables.

Continuous thermosalinograph oceanography along RV HEINCKE cruise track HE651

Raw data acquired by a thermosalinograph (SBE21, SeaBird GmbH) on board RV HEINCKE were processed to receive a calibrated and validated data set of seawater temperature and salinity. Data were downloaded from DAVIS SHIP data base (https://dship.awi.de) with a resolution of 1 sec. The SBE21 was equipped with an additional external temperature sensor (SBE38, Sea-Bird GmbH). Raw data are converted to temperature and conductivity values using the calibration coefficients from the calibration before deployment. However, data can only be finally processed after replacement and renewed calibration because correction values for the sensor drift can only be obtained by the post cruise calibration. The thermosalinograph on board RV HEINCKE is exchanged about once a year and calibration procedures are conducted after every exchange. Salinity was calculated according to the instructions from the Practical Salinity Scale PSS-78 using the obtained internal temperature and conductivity data. Processed data are provided as 1min means of salinity and seawater temperature aligned with position data taken from master track of the respective cruise. Quality flags are appended according to the SeaDataNet Data Quality Control Procedures (version from May 2010).

Continuous thermosalinograph oceanography along RV HEINCKE cruise track HE634

Raw data acquired by a thermosalinograph (SBE21, SeaBird GmbH) on board RV HEINCKE were processed to receive a calibrated and validated data set of seawater temperature and salinity. Data were downloaded from DAVIS SHIP data base (https://dship.awi.de) with a resolution of 1 sec. The SBE21 was equipped with an additional external temperature sensor (SBE38, Sea-Bird GmbH). Raw data are converted to temperature and conductivity values using the calibration coefficients from the calibration before deployment. However, data can only be finally processed after replacement and renewed calibration because correction values for the sensor drift can only be obtained by the post cruise calibration. The thermosalinograph on board RV HEINCKE is exchanged about once a year and calibration procedures are conducted after every exchange. Salinity was calculated according to the instructions from the Practical Salinity Scale PSS-78 using the obtained internal temperature and conductivity data. Processed data are provided as 1min means of salinity and seawater temperature aligned with position data taken from master track of the respective cruise. Quality flags are appended according to the SeaDataNet Data Quality Control Procedures (version from May 2010).

GTS Bulletin: FTRO31 LROM - Forecast (details are described in the abstract)

The FTRO31 TTAAii Data Designators decode as: T1 (F): Forecast T1T2 (FT): Aerodrome (VT >= 12 hours) A1A2 (RO): Romania (The bulletin collects reports from stations: LRBS;BANEASA INT;LRCK;MIHAIL KOGALNICEANU INT;LROP;HENRI COANDA INT;LRSB;SIBIU INT ;LRTR;TIMISOARA TRAIAN VUIA;)

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.

Methane measurements at lander_1 in a coastal peatland at the German Baltic Sea in 2021

Rewetting peatlands is an important measure to reduce greenhouse gas (GHG) emissions. However, after rewetting, the areas are highly heterogeneous in terms of GHG exchange, which depends on water level and source, vegetation, previous use, and duration of rewetting. These challenging conditions require new technologies that go beyond discrete sampling. Here we present data from two autonomous lander platforms deployed at the sediment-water interface (bottom lander) of a shallow coastal peatland (approx. 1 m water depth) that was rewetted by brackish water from the Baltic Sea, thus becoming part of the coastal water through a permanent connection. These landers were equipped with six commercially available state-of-the-art sensors, and temporal high-resolution measurements of physico-chemical variables, including partial pressures of carbon dioxide (CO2) and methane (CH4), were made. The resolution of the field data ranged from 10 seconds to 120 minutes and was obtained for partial pressure of CO2 (Contros HydroC-CO2) and CH4 (Contros HydroC-CH4), temperature, salinity, pressure (water depth), oxygen (O2) (CTD-O2 with SBE-37SMP-ODO), the concentrations of phosphate (SBE HydroCycle PO4), nitrate (SBE SUNA V2), chlorophyll a and the turbidity (both with SBE-FLNTUSB ECO) as stationary measurements at two different locations in close proximity. The CTD and oxygen measurements provide exact water depth data for the respective lander locations. In the other data sets (e.g., CO2 measurements) rounded data are inserted instead of the exact depth data, which is 0.6 m for lander_1 and 0.9 m for lander_2. SUNA raw data are provided for completeness. However, we found them of insufficient quality to estimate nitrate concentrations due to interferences and biofouling. The deployment and recovery of the landers, and thus the measurements, took place between 02 June 2021 and 09 August 2021, and the sensors were operated under permanent wired power supply and a centralized timestamp. The sensors were maintained and cleaned bi-weekly. Results show considerable temporal fluctuations expressed as multi-day, diurnal, and event-based variability, with spatial differences caused by biologically-dominated variables.

Deponien (Landkreis Göttingen)

Im Landkreis Göttingen werden folgende Deponiearten betrieben: Breitenberg: Deponie für Boden und Bauschutt, Kompostanlage und Recyclinghof Adresse: Herzberger Straße 999, 37115 Duderstadt Annahme von: - Bauschutt unbelastet, nicht verwertbar - Unbelastetem Boden - Boden vermischt mit unbelastetem Bauschutt/Straßenaufbruch - Straßenaufbruch, unbelastet, teerölhaltig und bituminös - Dämmmaterial - Asbestzementabfälle Kompostanlage Annahme von: - Park- und Gartenabfall, kompostierbar - Baum- und Strauchschnitt - Rinden - Sägemehl, unbelastet Recyclinghof Annahme von: - Elektroschrott - Altmetall - Altpapier - Altkleidern - Haus- und Sperrmüll - Altholz Deiderode (EAZD): mechanisch-biologische Abfallbehandlungsanlage (MBA) und Recyclinghof Adresse: Auf dem Mittelberge 1, 37133 Friedland Annahme von: - Restabfällen - Sperrmüll - hausmüllähnliche Gewerbeabfälle zusätzlich von Privathaushalten: kleine Mengen an Altmetallen, Altpapier, Baumschutt, Baum- und Strauchschnitt, Elektroschrott und Schadstoffe Dransfeld: Deponie für Boden und Bauschutt, Kompostanlage und Recyclinghof Adresse: Imbser Weg 999, 37127 Dransfeld Annahme von: - Bauschutt unbelastet, nicht verwertbar - unbelastetem Boden - Boden vermischt mit unbelastetem Bauschutt/Straßenaufbruch - Straßenaufbruch, unbelastet, teerölhaltig und bituminös - Dämmmaterial - Asbestzementabfälle Kompostanlage Annahme von: - Park- und Gartenabfall, kompostierbar - Baum- und Strauchschnitt - Rinden - Sägemehl, unbelastet Recyclinghof Annahme von: - Elektronikschrott - Altmetall - Altpapier - Altkleidern - Haus- und Sperrmüll - Altholz Hattorf am Harz: Deponie für Boden, Bauschutt und andere mineralische Abfälle Annahme von u.a.: - vorzubehandelnde Abfälle - Boden und Bauschutt - Straßenaufbruch - Asbestzementabfälle - Dämmmaterial - Park- und Gartenabfälle - Rasenschnitt - Strauchschnitt - Kleinmengen an Rest- und Sperrmüll, Altholz, Elektronikschrott, Altmetall und Papier/Pappe Benutzerordnung: Für gefährliche Abfälle wird bundesweit das elektronische Nachweisverfahren angewendet. Entsorgungsnachweise und Begleitscheine müssen vom Abfallerzeuger in elektronischer Form erstellt, signiert und versendet werden.

Starkregensimulation Wuppertal - Regen vom 29.05.2018 (Version 2.1 | 10/2022)

Der Datensatz umfasst die Ergebnisdaten der Simulation des extremen Starkregenereignisses vom 29.05.2018 in Wuppertal, im Oktober 2022 ausgeführt durch die Dr. Pecher AG (Erkrath) im Auftrag der Stadt Wuppertal, beauftragt über die Wuppertaler Stadtwerke WSW Energie und Wasser AG. Der Datensatz ist Teil von Version 2.1 der Starkregensimulationen, die die Dr. Pecher AG seit 2018 in unregelmäßigen Abständen für die Stadt Wuppertal berechnet. Die Simulationsansätze werden mit jeder neuen Version verfeinert. Außerdem werden die zum jeweiligen Berechnungszeitpunkt erkannten Fehler, insbesondere im verwendeten Geländemodell, korrigiert. Die Simulation berücksichtigt den Regenwasserabfluss im Kanalnetz und durch Überstau aus dem Kanalnetz austretendes Wasser mit einem vereinfachten Modellansatz, ebenso die verschiedenen Abflussgeschwindigkeiten auf Oberflächen mit unterschiedlicher Rauheit. Ab Version 2.1 wird ein moderater Versickerungsansatz in der Simulation berücksichtigt. Zusätzlich wird die Wupper mit einem unendlichen Fassungsvermögen für das zufließende Regenwasser modelliert. Es kann in den Simulationen damit nicht mehr zu einem Rückstau kommen, bei dem das Regenwasser Flächen in der Talsohle überflutet, weil es von der Wupper nicht mehr abgeleitet werden kann. Wichtiger Hinweis: Die Simulationsergebnisse sind beim aktuellen Stand der Technik keine exakten Vorhersagen des Verlaufs zukünftiger Ereignisse. Sie enthalten noch nicht erkannte Modellfehler und vernachlässigen einige Wirkungszusammenhänge, zu denen keine auskömmlichen Daten vorliegen, z. B. den Wasserrückhalt durch die Überflutung von Kellergeschossen. Die Ergebnisse haben daher eine Tendenz zur lokalen Überzeichnung der Wassertiefen, die sich bei einem realen Regen der angenommenen Stärke einstellen würden. Die Simulationsergebnisse eignen sich aber gut zur Identifikation und Lokalisierung der Gefährdungen durch Starkregen, z. B. mit Hilfe der von der Stadt Wuppertal und den Wuppertaler Stadtwerken publizierten interaktiven Starkregengefahrenkarte. Als Niederschlag wurden in der Simulation die während des extremen Starkregenereignisses vom 29.05.2018 gemessenen Regenmengen verwendet, die ungleichmäßig über das Stadtgebiet verteilt waren, also ein sogenannter Naturregen. Im Zentrum des Unwetters hatte das Regenereignis eine Stärke bis zu Starkregenindex 11 (SRI 11). Als Ergebnisse werden drei TIFF- Dateien mit einer Auflösung von 1 m (quadratische Pixel, deren Kantenlänge 1 m in der Realwelt entspricht) und Georeferenzierung über TIFF World Files unter einer Open-Data-Lizenz (CC BY 4.0) angeboten. Die Pixelwerte in den drei Dateien geben die maximale Wassertiefe, die maximale Fließgeschwindigkeit und die Richtung der maximalen Fließgeschwindigkeit an, die für die jeweilige Rasterzelle im Verlauf der Simulation berechnet werden.

Methane concentration and diffusive flux in the Northern Sea off Heligoland in 2024

As part of the MOSES Project, in April 2023 methane measurements were started in the north-western part of the island Heligoland in the German Bight (North Sea). The objective was to complement the measurements of the Sternfahrten to identify the carbon cycle and its flow from the start of the Elbe river into the North Sea. Therefore, a Contros methane sensor for dissolved methane was deployed under water at about 10 to 12 meter depth (depending on the tide) close to the underwater observatory (UW-OBS) MarGate (54°11' N, 7°52' E), from the COSYNA Project. To ensure correct values latter was cleaned frequently from growing organisms by scientific divers. The present data contains the data from 2024, the second year running the sensors. Based on the concentrations of dissolved methane the methane emissions (diffusive flux) was calculated.

Starkregensimulation Wuppertal SRI 10 (Version 2.1 | 10/2022)

Der Datensatz umfasst die Ergebnisdaten der Simulation eines synthetischen Starkregenereignisses mit dem Starkregenindex 10 (SRI 10), im Oktober 2022 ausgeführt durch die Dr. Pecher AG (Erkrath) im Auftrag der Stadt Wuppertal, beauftragt über die Wuppertaler Stadtwerke WSW Energie und Wasser AG. Der Datensatz ist Teil von Version 2.1 der Starkregensimulationen, die die Dr. Pecher AG seit 2018 in unregelmäßigen Abständen für die Stadt Wuppertal berechnet. Die Simulationsansätze werden mit jeder neuen Version verfeinert. Außerdem werden die zum jeweiligen Berechnungszeitpunkt erkannten Fehler, insbesondere im verwendeten Geländemodell, korrigiert. Die Simulation berücksichtigt den Regenwasserabfluss im Kanalnetz und durch Überstau aus dem Kanalnetz austretendes Wasser mit einem vereinfachten Modellansatz, ebenso die verschiedenen Abflussgeschwindigkeiten auf Oberflächen mit unterschiedlicher Rauheit. Ab Version 2.1 wird ein moderater Versickerungsansatz in der Simulation berücksichtigt. Zusätzlich wird die Wupper mit einem unendlichen Fassungsvermögen für das zufließende Regenwasser modelliert. Es kann in den Simulationen damit nicht mehr zu einem Rückstau kommen, bei dem das Regenwasser Flächen in der Talsohle überflutet, weil es von der Wupper nicht mehr abgeleitet werden kann. Wichtiger Hinweis: Die Simulationsergebnisse sind beim aktuellen Stand der Technik keine exakten Vorhersagen des Verlaufs zukünftiger Ereignisse. Sie enthalten noch nicht erkannte Modellfehler und vernachlässigen einige Wirkungszusammenhänge, zu denen keine auskömmlichen Daten vorliegen, z. B. den Wasserrückhalt durch die Überflutung von Kellergeschossen. Die Ergebnisse haben daher eine Tendenz zur lokalen Überzeichnung der Wassertiefen, die sich bei einem realen Regen der angenommenen Stärke einstellen würden. Die Simulationsergebnisse eignen sich aber gut zur Identifikation und Lokalisierung der Gefährdungen durch Starkregen, z. B. mit Hilfe der von der Stadt Wuppertal und den Wuppertaler Stadtwerken publizierten interaktiven Starkregengefahrenkarte. Als Niederschlag wurde in der Simulation ein extremes Starkregenereignis mit einer Dauer von 1 Stunde und einer Niederschlagsmenge von 90 l/m² in ganz Wuppertal angenommen. Für ein solches Regenereignis kann auf der Grundlage der seit 1960 vorliegenden Regenaufzeichnungen keine statistische Wiederkehrzeit bestimmt werden. Der zeitliche Verlauf des Regenereignisses wurde als Blockregen mit konstanter Intensität modelliert. Als Ergebnisse werden drei TIFF- Dateien mit einer Auflösung von 1 m (quadratische Pixel, deren Kantenlänge 1 m in der Realwelt entspricht) und Georeferenzierung über TIFF World Files unter einer Open-Data-Lizenz (CC BY 4.0) angeboten. Die Pixelwerte in den drei Dateien geben die maximale Wassertiefe, die maximale Fließgeschwindigkeit und die Richtung der maximalen Fließgeschwindigkeit an, die für die jeweilige Rasterzelle im Verlauf der Simulation berechnet werden.

1 2 3 4 5 … 953 954 955