The SAEO33 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SA): Aviation routine reports A1A2 (EO): Estonia (Remarks from Volume-C: NilReason)
The ISND82 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. 01, 02, 04, 05, ... UTC) A2 (D): 90°E - 0° northern hemisphere (Remarks from Volume-C: NATIONAL AUTOMATIC SYNOP)
The ISND38 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. 01, 02, 04, 05, ... UTC) A2 (D): 90°E - 0° northern hemisphere (Remarks from Volume-C: NATIONAL AUTOMATIC SYNOP)
Rossbywellen sind von grundlegender Bedeutung für die Dynamik der Erdatmosphäre. Die Wettersysteme der mittleren Breiten sind häufig in deutlich ausgeprägten Rossbywellenpakete (RWP) eingebettet. Die Bedeutung dieser Wellenpakete für die Wettervorhersage wurde schon vor langem erkannt. Die Rolle der RWP als Vorläufer von Schwerwetterereignissen fand dabei besondere Beachtung. Im allgemeinen ist zu erwarten, dass RWP, da sie sich als großskalige Strömungsmerkmale gemäß balancierter Dynamik entwickeln, einen hohen Grad an Vorhersagbarkeit aufweisen, der sich auch günstig auf die Vorhersagbarkeit der eingelagerten, kleinskaligeren Wetterphänomene auswirkt. Andererseits hat eine Reihe von neueren Studien gezeigt, dass sich Vorhersagefehler und -unsicherheiten innerhalb von RWP ausbreiteten und anwachsen, was zu einer maßgeblichen Beeinträchtigung der Vorhersagbarkeit führen kann. Es steht damit die wichtige Frage im Raum: Unter welchen Bedingungen besitzen RWP eine hohe Vorhersagbarkeit und unter welchen Bedingungen besitzen sie eine geringe Vorhersagbarkeit? Die hier beantragte Arbeit wird zur Beantwortung dieser Frage einen wichtigen Beitrag leisten.Mithilfe dieses Antrags werden wir die Vorhersagbarkeit von RWP aus klimatologischer Sichtweise anhand von Ensemblevorhersagen über einen Zeitraum von 30 Jahren betrachten. Unser Ansatz betrachtet RWP als eigenständige, physikalisch aussagekräftige Einheiten, die durch spezifische Eigenschaften beschrieben werden können: Amplitude, Größe, Form und Lage. Die Vorhersagbarkeit dieser Eigenschaften werden wir aus den Ensembledaten bestimmen und ihre saisonale und regionale Abhängigkeit untersuchen, sowie die Abhängigkeit von der Dauer des RWP und der Phase im Lebenszyklus des RWP. Diese phänomenologische Untersuchung ergänzen wir durch eine prozess-basierte Untersuchung der RWP Dynamik. Das Ziel dabei ist es die Dynamik von RWP mit hoher bzw. niedriger Vorhersagbarkeit gegenüberzustellen, um dadurch ein besseres Verständnis der erheblichen Schwankung der RWP Vorhersagbarkeit zu gewinnen.
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.
The ISND40 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 (Remarks from Volume-C: NilReason)
Die Madden-Julian Oszillation (MJO) (Madden & Julian 1971, 1972) ist der dominante Teil der intrasessionalen Variabilität der tropischen Atmosphäre. Sie äußert sich vor allem in ostwärts wandernden Gebieten tiefer Konvektion und erhöhten Niederschlages. Weiterhin beeinflusst die MJO durch dynamische Kopplung das lokale Wetter des Indischen Ozeans und der Pazifischen Inseln. Außerdem spielt die durch vertikale Kopplung vermittelte Interaktion mit anderen wiederkehrenden dynamischen Phänomenen, wie zum Beispiel der Quasizweijahresschwingung der inneren Tropen (Quasi-biennial Oscillation, QBO), eine wichtige Rolle für das Verständnis tropischer Winde. Obwohl die Datenbasis über die MJO, der tiefen tropischen Konvektion und des Niederschlag in den Tropen im Verlauf der letzten Jahrzehnte eine deutliche Verbesserung erfuhr, verbleibt die Modellierung und Simulation der MJO als ein ernstes Problem heutiger atmosphärischer Modelle. Aus diesem Grunde beschäftigt sich das hier vorgeschlagene Projekt mit wichtigen Fragestellungen bezüglich dieser Modellierungsprobleme. Dabei wird auf Methoden, welche während der Anfertigung meiner Doktorarbeit zur Modellierung konvektiver Schwerewellen entstanden, zurückgegriffen. Das Projekt gliedert sich hierbei folgendermaßen in zwei wesentliche wissenschaftliche Fragestellungen:Wie beeinflusst die MJO die Ausbreitung und Dissipation konvektiv angeregter Schwerewellen?Wie wirken diese konvektiven Schwerewellen zurück auf die MJO und deren Konvektion?Das zur Beantwortung dieser Fragen notwendige Werkzeug ist ein gekoppeltes Modell konvektiv angeregter Schwerewellen und ihrer Ausbreitung, welches ich bereits sehr erfolgreich für Studien meiner Dissertation nutzte. Zusätzlich wird die Anwendung des WRF (Weather Research and Forecasting) Modells die numerische Modellierung auf der Mesoskala unterstützen. Einen weiteren Fokus setzt das Projekt auf Impulsflussspektren der Schwerewellen und ihrer durch die MJO induzierten Variabilität. Es wird außerdem untersucht, ob diese MJO induzierte Variabilität von Satelliteninstrumenten aus beobachtet werden kann. Dies wird Einsichten in den durch flache und tiefe Konvektion emittierten Schwerewellenimpulsfluss eröffnen. Im Falle der Feedbackmechanismen wird der Schwerpunkt auf den Einfluss des Schwerewellendrag auf die sekundäre Zirkulation der MJO gelegt.
The SMVX01 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SM): Main synoptic hour (Remarks from Volume-C: SHIP)
SWACI is a research project of DLR supported by the State Government of Mecklenburg-Vorpommern. Radio signals, transmitted by modern communication and navigation systems may be heavily disturbed by space weather hazards. Thus, severe temporal and spatial changes of the electron density in the ionosphere may significantly degrade the signal quality of various radio systems which even may lead to a complete loss of the signal. By providing specific space weather information, in particular now- and forecast of the ionospheric state, the accuracy and reliability of impacted communication and navigation systems shall be improved. According to the pioneer work of Sir E. Appleton the vertical structure of the terrestrial ionosphere may be divided into different layers (D, E, F1, F2) with different physical characteristics. The layers are primarily characterized by its height and peak electron density. The spatial plasma distribution is generated from actual TEC maps by applying a first version of the empirical electron density model NEDM-v1. In correspondence with the update rate of TEC maps the time resolution of the 3 D images is 5 minutes. For details see http://swaciweb.dlr.de/index.php?id=303&L=1 and http://presentations.copernicus.org/EGU2011-7324_presentation.pdf.
The ISND84 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. 01, 02, 04, 05, ... UTC) A2 (D): 90°E - 0° northern hemisphere (Remarks from Volume-C: NATIONAL AUTOMATIC SYNOP)
| Origin | Count |
|---|---|
| Bund | 1387 |
| Europa | 63 |
| Global | 2 |
| Kommune | 10 |
| Land | 590 |
| Wirtschaft | 18 |
| Wissenschaft | 179 |
| Zivilgesellschaft | 6 |
| Type | Count |
|---|---|
| Daten und Messstellen | 140 |
| Ereignis | 16 |
| Förderprogramm | 885 |
| Hochwertiger Datensatz | 5 |
| Repositorium | 5 |
| Text | 158 |
| Umweltprüfung | 5 |
| unbekannt | 510 |
| License | Count |
|---|---|
| geschlossen | 187 |
| offen | 1140 |
| unbekannt | 397 |
| Language | Count |
|---|---|
| Deutsch | 892 |
| Englisch | 967 |
| Resource type | Count |
|---|---|
| Archiv | 32 |
| Bild | 26 |
| Datei | 137 |
| Dokument | 93 |
| Keine | 785 |
| Multimedia | 2 |
| Unbekannt | 4 |
| Webdienst | 8 |
| Webseite | 740 |
| Topic | Count |
|---|---|
| Boden | 1048 |
| Lebewesen und Lebensräume | 1572 |
| Luft | 1720 |
| Mensch und Umwelt | 1721 |
| Wasser | 1002 |
| Weitere | 1623 |