Das Projekt "SOLEIL: Solar variability and trend effects in layers and trace gasesin the upper atmosphere" wird vom Umweltbundesamt gefördert und von Leibniz-Institut für Atmosphärenphysik e.V. an der Universität Rostock durchgeführt. In der wissenschaftlichen Klimadiskussion steht der Einfluss des Anstiegs anthropogener Treibhausgase auf die globale Änderung unserer Atmosphäre in den untersten Kilometern im Vordergrund. Allerdings ist die bisher eingetretene mittlere globale Temperaturerhöhung mit 0.85 K von 1880 bis 2012, dies entspricht 0.06 K pro Dekade, jedoch klein. In der Atmosphäre oberhalb von etwa 8 km kehrt sich das Vorzeichen des Treibhauseffekts um: ein Anstieg der Konzentration von infrarot-aktiven Gasen führt zu einer Abkühlung durch eine gesteigerte Emission von Strahlung in den Weltraum. Die globale Veränderung der Atmosphäre findet besonders stark in einem Höhenbereich von 50-75 km statt. Antworten auf die Fragen nach den Ursachen für diese rapiden Änderungen in der mittleren Atmosphäre können uns nur numerische Atmosphärenmodelle (z.B. LIMA) geben. Letztere zeigen, dass die Strahlungsbilanz der mittleren Atmosphäre weitgehend bestimmt wird durch die Spurengase CO2 und O3. Die multivariate Trendanalyse erlaubt nun eine Aussage über den Beitrag am Gesamttrend der einzelnen Spurengase O3 und CO2. Die Spurengase CO2 und O3 tragen jeweils 2/3 bzw. 1/3 zum Trend bei. Die größten Trends liegen im Drucksystem mit 1.3 K/Dekade bei ca. 60 km, während auf geometrischen Höhen der Kontraktionseffekt der Atmosphäre die maximalen Trends auf bis zu 1.8 K/Dekade bei 70 km verstärkt. In den Höhen 80-90 km sind die Trendwerte am kleinsten und können sogar das Vorzeichen wechseln. Dieses Verhalten ist bedingt durch die sehr niedrigen Absoluttemperaturen in 80-90 km Höhe, die sehr empfindlich auf Variationen in den Strahlungsflüssen aus der Stratopausenregion reagieren. Weiterhin konnte in 'SOLEIL' gezeigt werden, dass Temperaturtrends zeitlich variabel sind. So zeigen im Teilzeitraum 1980-1996 die Temperaturen ihren stärksten Abfall aufgrund der Ozonabnahme: die Temperaturtrends können Werte bis zu 4 K pro Dekade erreichen. Im Zeitraum 1995-2009 sind die Durchschnittstemperaturen nahezu unverändert, weil sich hier das stratosphärische Ozon wieder aufbaut ('ozone recovery'). Diese Phasen starker und schwacher Abkühlung zwischen 1961 bis 2008 sind konsistent mit abgeleiteten Temperaturtrends aus französischen Lidarbeobachtungen und Phasenhöhenmessungen am Institut für Atmosphärenphysik (IAP) Kühlungsborn. Der Höhenbereich 80-90 km ist auch die Region, in der Eiswolken seit mehr als 100 Jahren beobachtet werden. Diese Eiswolken (NLC/PMC) existieren in der Sommermesopausenregion polwärts ab 50°N und können sich nur unter sehr kalten Temperaturen unterhalb von etwa 150 K ausbilden. Obwohl der Wasserdampfgehalt in der Mesopausenregion mit 1-7 ppmv sehr gering ausfällt, ist diese Feuchtekonzentration ausreichend für die Bildung von Eisteilchen. Die Nukleation und das Wachstum dieser Eispartikel reagiert sehr empfindlich auf Änderungen der Temperatur und des Wasserdampfes. Aus diesem Grund werden NLC/PMC auf ihre Rolle als potentieller Indikator für Klimaänderungen der globalen Atmosph
Das Projekt "Trees in multi-Use Landscapes in Southeast Asia (TUL-SEA): A Negotiation Support Toolbox for Integrated Natural Resource Management" wird vom Umweltbundesamt gefördert und von Universität Hohenheim, Institut für Tropische Agrarwissenschaften (Hans-Ruthenberg-Institut), Fachgebiet Pflanzenbau in den Tropen und Subtropen (490e) durchgeführt. Trees use water while storing carbon; tree crops replace natural forest while reducing poverty; market-oriented monocultures compete with risk-averse poly-cultures, trading off income and risk; plantations displace smallholders, trading off local rights and income opportunities; national reforestation programs use public resources, promising an increase in environmental services that may not happen. Trees in all these examples are closely linked to tradeoffs and conflict, exaggerated expectations and strong disappointment. Integrated Natural Resource Management (INRM) requires site-specific understanding of tradeoffs between and among the goods and services that trees in agro-ecosystems can provide. It is thus costly when compared to readily scalable green revolution technologies. Replicable, cost-effective approaches are needed in the hands of local professionals with interdisciplinary skills to help stakeholders sort out positive and negative effects of trees in multi-use landscapes ( agroforestry) on livelihoods, water and (agro) biodiversity, associated rights and rewards, and thus on Millenium Development Goals (reducing poverty - promoting equitable forms of globalisation - building peace). ICRAF in SE Asia has developed a negotiation support approach for reducing conflict in multi-use landscapes. The approach aims to bridge perception gaps between stakeholders (with their local, public/policy and scientific knowledge paradigms), increase recognition and respect for these multiple knowledge systems, provide quantification of tradeoffs between economic and environmental impacts at landscape scale, and allow for joint analysis of plausible scenarios. Building on the achievements of participatory rural appraisal, we can now add quantitative strengths with the toolbox for tradeoff analysis. The TUL-SEA project (NARS, ICRAF and Hohenheim) will in 3 years lead to: Tests of cost-effectiveness of appraisal tools for tradeoff analysis in a wide range of agroforestry contexts in SE Asia represented by 15 INRM case studies; building on ASB (Alternatives to Slash and Burn; http://www.asb.cgiar.org/) benchmark areas with significant positive local impacts on poverty, environment and peace (www.icraf.org/sea/Publications/searchpub.asp?publishid=1290); Enhanced national capacity in trade-off analysis, information-based INRM negotiations and ex ante impact assessments; An integrated toolbox ready for widespread application. The toolbox consists of instruments for rapid appraisal of landscape, tenure conflict, market, hydrology, agrobiodiversity and carbon stocks, and simulation models for scenario analysis of landscape-level impacts of changes in market access or agroforestry technology.
Das Projekt "Teilvorhaben: LUP - Luftbild Umwelt Planung GmbH" wird vom Umweltbundesamt gefördert und von LUP - Luftbild Umwelt Planung GmbH durchgeführt. Vor dem Hintergrund klimatischer Änderungen sowie zunehmendem, diversen Schädlingsbefall sollen im Rahmen des Projektes Softwareanwendungen entwickelt werden, die zur Überwachung und Prävention verschiedener Schadereignisse (Sturm, Kalamitäten, Trockenheit, Feuer) genutzt werden können. Durch die Zusammenstellung unterschiedlicher multisensoraler Fernerkundungsdaten (Radar-, Optischer-, Hyperspektral- und Thermaldaten) in Kombination mit Vor-Ort Messungen kann die Vitalität des Waldes kontinuierlich beobachtet sowie Schadenshotspots frühzeitig erkannt werden, um der Forstwirtschaft Möglichkeiten für schnelle Gegenmaßnahmen zu geben. Die Analyse der großen Datenmengen durch Cloud-Computing und Machine-Learning Algorithmen ermöglicht die Modellierung und Prognosen von Schadketten. Der vereinfachte Zugang zu umfangreichen Datenquellen bildet die Basis für ein optimiertes Waldmanagement sowie die Umsetzung lokaler Präventionsmaßnahmen. Darüber hinaus dient die Anwendung als Kommunikationsschnittstelle zwischen den forstlichen Akteuren und soll so Arbeits- und Entscheidungsprozesse unterstützen.
Das Projekt "Remote Sensing of Greenhouse Gases for Carbon Cycle Modelling" wird vom Umweltbundesamt gefördert und von Universität Heidelberg, Institut für Umweltphysik durchgeführt. The proposed research aims at contributing to an improved understanding of the biogeochemical processes that control the abundances of carbon dioxide (CO2) and methane (CH4) in the Earth's atmosphere. Mitigation of adverse effects of climate change crucially depends on modelling of these processes. Such modelling, however, is hindered by the sparseness of accurate observational constraints. The goal is to overcome this limitation by remote sensing of the atmospheric CO2 and CH4 concentrations, and thereby providing observational constraints that are highly accurate and consistent among the employed retrieval, validation, and modelling methods. The proposed research group will focus on three main research topics. First, we will exploit remote sensing measurements from space-based platforms such as the Greenhouse Gases Observing SATellite (GOSAT). We will develop and evaluate methods that are able to accurately retrieve atmospheric greenhouse gas concentrations from solar backscatter measurements in the shortwave-infrared (SWIR) spectral range. Second, we will develop a ground-based grating spectrometer that is sufficiently versatile and robust to reliably measure atmospheric CO2 and CH4 concentrations under harsh conditions. Thereby, we aim at validating our satellite measurements at the optimal geolocation, providing additional constraints on sources and sinks, and proving the concept for ground-based monitoring networks and on mobile platforms. Third, we will use a carbon cycle model to assess the benefit of our remote sensing measurements for simultaneously constraining sources and sinks of CO2 and CH4. Our comprehensive approach is designed to cover observation, validation, and data interpretation for prototype case studies.
Das Projekt "Teilvorhaben: Landesbetrieb Wald und Holz Nordrhein-Westfalen" wird vom Umweltbundesamt gefördert und von Landesbetrieb Wald und Holz Nordrhein-Westfalen durchgeführt. Vor dem Hintergrund klimatischer Änderungen sowie zunehmendem, diversen Schädlingsbefall sollen im Rahmen des Projektes Softwareanwendungen entwickelt werden, die zur Überwachung und Prävention verschiedener Schadereignisse (Sturm, Kalamitäten, Trockenheit, Feuer) genutzt werden können. Durch die Zusammenstellung unterschiedlicher multisensoraler Fernerkundungsdaten (Radar-, Optischer-, Hyperspektral- und Thermaldaten) in Kombination mit Vor-Ort Messungen kann die Vitalität des Waldes kontinuierlich beobachtet sowie Schadenshotspots frühzeitig erkannt werden, um der Forstwirtschaft Möglichkeiten für schnelle Gegenmaßnahmen zu geben. Die Analyse der großen Datenmengen durch Cloud-Computing und Machine-Learning Algorithmen ermöglicht die Modellierung und Prognosen von Schadketten. Der vereinfachte Zugang zu umfangreichen Datenquellen bildet die Basis für ein optimiertes Waldmanagement sowie die Umsetzung lokaler Präventionsmaßnahmen. Darüber hinaus dient die Anwendung als Kommunikationsschnittstelle zwischen den forstlichen Akteuren und soll so Arbeits- und Entscheidungsprozesse unterstützen.
Das Projekt "Teilvorhaben: Johann Heinrich von Thünen-Institut" wird vom Umweltbundesamt gefördert und von Johann Heinrich von Thünen-Institut Bundesforschungsinstitut für Ländliche Räume, Wald und Fischerei - Institut für Waldökosysteme durchgeführt. Vor dem Hintergrund klimatischer Änderungen sowie zunehmendem, diversen Schädlingsbefall sollen im Rahmen des Projektes Softwareanwendungen entwickelt werden, die zur Überwachung und Prävention verschiedener Schadereignisse (Sturm, Kalamitäten, Trockenheit, Feuer) genutzt werden können. Durch die Zusammenstellung unterschiedlicher multisensoraler Fernerkundungsdaten (Radar-, Optischer-, Hyperspektral- und Thermaldaten) in Kombination mit Vor-Ort Messungen kann die Vitalität des Waldes kontinuierlich beobachtet sowie Schadenshotspots frühzeitig erkannt werden, um der Forstwirtschaft Möglichkeiten für schnelle Gegenmaßnahmen zu geben. Die Analyse der großen Datenmengen durch Cloud-Computing und Machine-Learning Algorithmen ermöglicht die Modellierung und Prognosen von Schadketten. Der vereinfachte Zugang zu umfangreichen Datenquellen bildet die Basis für ein optimiertes Waldmanagement sowie die Umsetzung lokaler Präventionsmaßnahmen. Darüber hinaus dient die Anwendung als Kommunikationsschnittstelle zwischen den forstlichen Akteuren und soll so Arbeits- und Entscheidungsprozesse unterstützen.
Das Projekt "Influence of aerosols - cloud interactions on precipitation formation II" wird vom Umweltbundesamt gefördert und von Universität Hamburg, Zentrum für Meeres- und Klimaforschung, Institut für Geophysik durchgeführt. The goal of the proposed project is an improved determination of rain fall over Europe and Germany by taking into account the aerosol influence on layered and convective clouds and precipitation formation in the regional atmosphere-chemistry model REMO. Model simulations on short (days, weeks) and/or longer time scales (seasons, years) will be carried out over Europe focussing on Germany. The results of the model simulations will be evaluated by comparisons with availabe ground based and satellite observations. Model improvements concerning the aerosol treatment will include mainly secondary organic aerosol formation, aerosol chemical composition and aerosol size distribution. To describe the connection between aerosols, cloud condensation nuclei and cloud droplet number concentration we will make use of empirical relationships in a first step and include (semi-)prognostic equations in a second step.
Das Projekt "Teilvorhaben: Landesforst Mecklenburg-Vorpommern Anstalt des öffentlichen Rechts" wird vom Umweltbundesamt gefördert und von Landesforst Mecklenburg-Vorpommern Anstalt des öffentlichen Rechts durchgeführt. Vor dem Hintergrund klimatischer Änderungen sowie zunehmendem, diversen Schädlingsbefall sollen im Rahmen des Projektes Softwareanwendungen entwickelt werden, die zur Überwachung und Prävention verschiedener Schadereignisse (Sturm, Kalamitäten, Trockenheit, Feuer) genutzt werden können. Durch die Zusammenstellung unterschiedlicher multisensoraler Fernerkundungsdaten (Radar-, Optischer-, Hyperspektral- und Thermaldaten) in Kombination mit Vor-Ort Messungen kann die Vitalität des Waldes kontinuierlich beobachtet sowie Schadenshotspots frühzeitig erkannt werden, um der Forstwirtschaft Möglichkeiten für schnelle Gegenmaßnahmen zu geben. Die Analyse der großen Datenmengen durch Cloud-Computing und Machine-Learning Algorithmen ermöglicht die Modellierung und Prognosen von Schadketten. Der vereinfachte Zugang zu umfangreichen Datenquellen bildet die Basis für ein optimiertes Waldmanagement sowie die Umsetzung lokaler Präventionsmaßnahmen. Darüber hinaus dient die Anwendung als Kommunikationsschnittstelle zwischen den forstlichen Akteuren und soll so Arbeits- und Entscheidungsprozesse unterstützen.
Das Projekt "Teilvorhaben: Waldbesitzerverband Niedersachsen e.V" wird vom Umweltbundesamt gefördert und von Waldbesitzerverband Niedersachsen e.V. durchgeführt. Vor dem Hintergrund klimatischer Änderungen sowie zunehmendem, diversen Schädlingsbefall sollen im Rahmen des Projektes Softwareanwendungen entwickelt werden, die zur Überwachung und Prävention verschiedener Schadereignisse (Sturm, Kalamitäten, Trockenheit, Feuer) genutzt werden können. Durch die Zusammenstellung unterschiedlicher multisensoraler Fernerkundungsdaten (Radar-, Optischer-, Hyperspektral- und Thermaldaten) in Kombination mit Vor-Ort Messungen kann die Vitalität des Waldes kontinuierlich beobachtet sowie Schadenshotspots frühzeitig erkannt werden, um der Forstwirtschaft Möglichkeiten für schnelle Gegenmaßnahmen zu geben. Die Analyse der großen Datenmengen durch Cloud-Computing und Machine-Learning Algorithmen ermöglicht die Modellierung und Prognosen von Schadketten. Der vereinfachte Zugang zu umfangreichen Datenquellen bildet die Basis für ein optimiertes Waldmanagement sowie die Umsetzung lokaler Präventionsmaßnahmen. Darüber hinaus dient die Anwendung als Kommunikationsschnittstelle zwischen den forstlichen Akteuren und soll so Arbeits- und Entscheidungsprozesse unterstützen.
Das Projekt "Teilvorhaben: Technische Universität Berlin" wird vom Umweltbundesamt gefördert und von Technische Universität Berlin, Institut für Landschaftsarchitektur und Umwelplanung (ILaUP), Fachgebiet Geoinformation in der Umweltplanung durchgeführt. Vor dem Hintergrund klimatischer Änderungen sowie zunehmendem, diversen Schädlingsbefall sollen im Rahmen des Projektes Softwareanwendungen entwickelt werden, die zur Überwachung und Prävention verschiedener Schadereignisse (Sturm, Kalamitäten, Trockenheit, Feuer) genutzt werden können. Durch die Zusammenstellung unterschiedlicher multisensoraler Fernerkundungsdaten (Radar-, Optischer-, Hyperspektral- und Thermaldaten) in Kombination mit Vor-Ort Messungen kann die Vitalität des Waldes kontinuierlich beobachtet sowie Schadenshotspots frühzeitig erkannt werden, um der Forstwirtschaft Möglichkeiten für schnelle Gegenmaßnahmen zu geben. Die Analyse der großen Datenmengen durch Cloud-Computing und Machine-Learning Algorithmen ermöglicht die Modellierung und Prognosen von Schadketten. Der vereinfachte Zugang zu umfangreichen Datenquellen bildet die Basis für ein optimiertes Waldmanagement sowie die Umsetzung lokaler Präventionsmaßnahmen. Darüber hinaus dient die Anwendung als Kommunikationsschnittstelle zwischen den forstlichen Akteuren und soll so Arbeits- und Entscheidungsprozesse unterstützen.
| Origin | Count |
|---|---|
| Bund | 15 |
| Type | Count |
|---|---|
| Förderprogramm | 15 |
| License | Count |
|---|---|
| open | 15 |
| Language | Count |
|---|---|
| Deutsch | 15 |
| Englisch | 7 |
| Resource type | Count |
|---|---|
| Keine | 7 |
| Webseite | 8 |
| Topic | Count |
|---|---|
| Boden | 15 |
| Lebewesen & Lebensräume | 15 |
| Luft | 14 |
| Mensch & Umwelt | 15 |
| Wasser | 13 |
| Weitere | 15 |