The ISXD86 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISX): Other surface data A2 (D): 90°E - 0° northern hemisphere (The bulletin collects reports from stations: 10321;Diepholz;10325;Salzuflen, Bad;10334;Wunstorf;10335;Bückeburg;10343;Celle;10348;Braunschweig;10356;Ummendorf;10359;Gardelegen;10365;Genthin;10368;Wiesenburg;10376;Baruth;10381;Berlin-Dahlem (FU);10385;Berlin-Brandenburg;10396;Manschnow;10418;Lüdenscheid;10424;Werl;10433;Lügde-Paenbruch;10435;Warburg;10441;Schauenburg-Elgershausen;10442;Alfeld;10444;Göttingen;10449;Leinefelde;10452;Braunlage;) (Remarks from Volume-C: SYNOP HALF HOURLY H+30 ( NATIONAL PART ))
Labor- und Feldstudien zeigen, dass die Oberflächengrenzschicht des Ozeans (â€Ìsurface microlayerâ€Ì, kurz SML) die biogeochemischen Kreisläufe von klimaaktiven und atmosphärisch wichtigen Spurengasen wie Kohlenstoffdioxid (CO2), Kohlenstoffmonoxid (CO), Methan (CH4), Lachgas (N2O) und Dimethylsulfid (DMS) stark beeinflusst: (i) Jüngste Studien aus den PASSME- und SOPRAN-Projekten haben hervorgehoben, dass Anreicherungen von oberflächenaktiven Substanzen (d.h. Tensiden) einen starken (dämpfenden) Effekt sowohl auf die CO2- als auch auf die N2O-Flüsse über die SML/Atmosphären-Grenzfläche hinweg haben und (ii) Spurengase können durch (mikro)biologische oder (photo)chemische Prozesse in der SML produziert und verbraucht werden. Daher kann der oberste Teil des Ozeans, einschließlich der SML, verglichen mit dem Wasser, das in der Mischungsschicht unterhalb der SML zu finden ist, eine bedeutende Quelle oder Senke für diese Gase sein, was von sehr großer Relevanz für die Forschungseinheit BASS ist. Die Konzentrationen von CO2, N2O und anderen gelösten Gasen in der SML (oder den oberen Zentimetern des Ozeans) unterscheiden sich nachweislich von ihren Konzentrationen unterhalb der SML. Typischerweise werden die Nettoquellen und -senken wichtiger atmosphärischer Spurengase mit Konzentrationen berechnet, die in der Mischungsschicht gemessen wurden und mit Gasaustauschgeschwindigkeiten, die die SML nicht berücksichtigen. Diese Diskrepanzen führen zu falsch berechneten Austauschflüssen, die in der Folge zu großen Unsicherheiten in den Berechnungen der Klima-Antrieben und der Luftqualität in Erdsystemmodellen führen können. Durch die Verknüpfung unserer Spurengasmessungen mit Messungen von (i) der Dynamik und den molekularen Eigenschaften der organischen Materie und speziell des organischen Kohlenstoffs (SP1.1; SP1.5), (ii) der biologischen Diversität und der Stoffwechselaktivität (SP1.2), (iii) den optischen Eigenschaften der organischen Materie (SP1.3), (iv) der photochemischen Umwandlung der organischen Materie (SP1.4) und (v) den physikalischen Transportprozessen (SP2.3) werden wir ein umfassendes Verständnis darüber erlangen, wie die SML die Variabilität der Spurengasflüsse beeinflusst.
Ziel der Forschungsarbeit ist die Klassifizierung von Boden-Biozönosen in ausgewählten Feldrainen. In drei Naturräumen (Lössböden der Jülicher Börde, Muschelkalkböden in Mainfranken und pleistozäne Sande bei Leipzig) werden typische Lebensgemeinschaften von Collembola und Gamasina (Taxozönosen) beschrieben. Der wesentliche Unterschied zu anderen Klassifikations-Ansätzen liegt in der induktiven Vorgehensweise: Biozönosen werden allein aufgrund der Artenzusammensetzung an den Standorten typisiert. Vegetationskundliche Kriterien dienen als entscheidendes Hilfsmittel zur Vorauswahl von Flächen mit ähnlichen Standortbedingungen. Hierbei wird gleichzeitig die aufgenommene Vegetation als ein weiteres Taxon der zu beschreibenden Biozönose angesehen. Die typische Artenzusammensetzung ist das integrierte Ergebnis aller denkbaren ökologischen Vorgänge. Ein Ziel der Arbeit ist somit die prospektive Formulierung von Erwartungswerten für Collembolen und Raubmilben auf der Basis vegetationskundlicher Daten. Es sollte daher möglich sein, dieses Mehrarten-System mit hoher Sensibilität zur Bioindikation von Standortveränderungen einzusetzen. Die Kenntnis der Artenstruktur wiederkehrender Lebensgemeinschaften kann der funktionellen Ökosystemforschung hilfreiche Hinweise bieten.
To overcome the limitation in spatial and temporal resolution of methane oceanic measurements, sensors are needed that can autonomously detect CH4-concentrations over longer periods of time. The proposed project is aimed at:- Designing molecular receptors for methane recognition (cryptophane-A and -111) and synthesizing new compounds allowing their introduction in polymeric structure (Task 1; LC, France); - Adapting, calibrating and validating the 2 available optical technologies, one of which serves as the reference sensor, for the in-situ detection and measurements of CH4 in the marine environments (Task 2 and 3; GET, LAAS-OSE, IOW) Boulart et al. (2008) showed that a polymeric filmchanges its bulk refractive index when methane docks on to cryptophane-A supra-molecules that are mixed in to the polymeric film. It is the occurrence of methane in solution, which changes either the refractive index measured with high resolution Surface Plasmon Resonance (SPR; Chinowsky et al., 2003; Boulart et al, 2012b) or the transmitted power measured with differential fiber-optic refractometer (Boulart et al., 2012a; Aouba et al., 2012).- Using the developed sensors for the study of the CH4 cycle in relevant oceanic environment (the GODESS station in the Baltic Sea, Task 4 and 5; IOW, GET); GODESS registers a number of parameters with high temporal and vertical resolution by conducting up to 200 vertical profiles over 3 months deployment with a profiling platform hosting the sensor suite. - Quantifying methane fluxes to the atmosphere (Task 6); clearly, the current project, which aims at developing in-situ aqueous gas sensors, provides the technological tool to achieve the implementation of ocean observatories for CH4. The aim is to bring the fiber-optic methane sensor on the TRL (Technology Readiness Level) from their current Level 3 (Analytical and laboratory studies to validate analytical predictions) - to the Levels 5 and 6 (Component and/or basic sub-system technology validation in relevant sensing environments) and compare it to the SPR methane sensor, taken as the reference sensor (current TRL 5). This would lead to potential patent applications before further tests and commercialization. This will be achieved by the ensemble competences and contributions from the proposed consortium in this project.
Dornbusch Werft Hatecke
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 ]
The ISND06 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISN): Synoptic observations from fixed land stations at non-standard time (i.e. 0100, 0200, 0400, 0500, ... UTC) A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 10321;Diepholz;10325;Salzuflen, Bad;10348;Braunschweig;10356;Ummendorf;10359;Gardelegen;10365;Genthin;10368;Wiesenburg;10376;Baruth;10385;Berlin-Brandenburg;10396;Manschnow;10418;Lüdenscheid;10424;Werl;10433;Lügde-Paenbruch;10435;Warburg;10441;10442;Alfeld;10444;Göttingen;10449;Leinefelde;10452;Braunlage;) (Remarks from Volume-C: SYNOP)
The ISAD06 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISA): Routinely scheduled observations for distribution from automatic (fixed or mobile) land stations (e.g. 0000, 0100, … or 0220, 0240, 0300, …, or 0715, 0745, ... UTC) A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 10321;Diepholz;10325;Salzuflen, Bad;10348;Braunschweig;10356;Ummendorf;10359;Gardelegen;10365;Genthin;10368;Wiesenburg;10376;Baruth;10385;Berlin-Brandenburg;10396;Manschnow;10418;Lüdenscheid;10424;Werl;10433;Lügde-Paenbruch;10435;Warburg;10441;10442;Alfeld;10444;Göttingen;10449;Leinefelde;10452;Braunlage;) (Remarks from Volume-C: SYNOP HALF HOURLY H+30)
The CSDL06 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (DL): Germany (The bulletin collects reports from stations: 10321;Diepholz;10325;Salzuflen, Bad;10348;Braunschweig;10356;Ummendorf;10359;Gardelegen;10365;Genthin;10368;Wiesenburg;10376;Baruth;10385;Berlin-Brandenburg;10396;Manschnow;10410;Essen-Bredeney;10418;Lüdenscheid;10424;Werl;10433;Lügde-Paenbruch;10435;Warburg;10441;10442;Alfeld;10444;Göttingen;10449;Leinefelde;10452;Braunlage;)
The ISMD06 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISM): Main synoptic observations from fixed land stations A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 10321;Diepholz;10325;Salzuflen, Bad;10348;Braunschweig;10356;Ummendorf;10359;Gardelegen;10365;Genthin;10368;Wiesenburg;10376;Baruth;10385;Berlin-Brandenburg;10396;Manschnow;10418;Lüdenscheid;10424;Werl;10433;Lügde-Paenbruch;10435;Warburg;10441;10442;Alfeld;10444;Göttingen;10449;Leinefelde;10452;Braunlage;) (Remarks from Volume-C: SYNOP)
| Organisation | Count |
|---|---|
| Bund | 284 |
| Europa | 51 |
| Kommune | 6 |
| Land | 99 |
| Weitere | 69 |
| Wissenschaft | 96 |
| Zivilgesellschaft | 4 |
| Type | Count |
|---|---|
| Daten und Messstellen | 5 |
| Ereignis | 3 |
| Förderprogramm | 256 |
| Text | 103 |
| Umweltprüfung | 19 |
| unbekannt | 48 |
| License | Count |
|---|---|
| Geschlossen | 66 |
| Offen | 347 |
| Unbekannt | 21 |
| Language | Count |
|---|---|
| Deutsch | 283 |
| Englisch | 211 |
| Resource type | Count |
|---|---|
| Archiv | 4 |
| Bild | 6 |
| Datei | 13 |
| Dokument | 36 |
| Keine | 228 |
| Unbekannt | 1 |
| Webdienst | 4 |
| Webseite | 158 |
| Topic | Count |
|---|---|
| Boden | 261 |
| Lebewesen und Lebensräume | 366 |
| Luft | 316 |
| Mensch und Umwelt | 425 |
| Wasser | 254 |
| Weitere | 392 |