A1 – Atmosphärische Flüsse und optische Merkmalsvielfalt unter Klima- und Landnutzungsveränderungen – Beobachtungen und LSM Modellierung

DFG FOR 2730 - RESPECT

PI: Prof. Dr. Katja Trachte, Prof. Dr. Jörg Bendix

Das Projekt hat zum Ziel (i) optische Merkmale für die Parametrisierung und Bewertung von Landoberflächenmodellen (LSM) abzuleiten, und (ii) Wasser- und Kohlenstoffflüsse zur Charakterisierung der jeweiligen Mikroklimate und zur Bewertung der LSM Simulationen. Hyperspektrale Fernerkundung wird zur Ableitung der PFTs und zur Erfassung optischer Merkmale, z.B. spektrale Blatt- und Kronenalbedo, eingesetzt. Die Daten werden mittels Feldspektrometrie und Drohnenaufnahmen im natürlichen Wald und den anthropogenen Ersatzsystemen während feuchter sowie trockener Klimaperioden entlang eines Höhengradienten erhoben. Unter Verwendung von langfristiger Eddy-Kovarianz-Messungen (Wasser- und Kohlenstoffflüsse), die durch Large-Eddy-Simulationen (LES) unterstützt werden, soll der Austausch zwischen den Eigenschaften der Landoberfläche (natürlicher Wald & Ersatzsystem) und der angrenzenden Atmosphäre untersucht werden.

CorsiClimAte – Saisonale und topografische Aufteilung von Dampftransport, Wolken und Niederschlag in Korsika, unter besonderer Berücksichtigung der PBL-Höhe

DFG PAK927 - Corsicarchive

PI: Prof. Dr. Jörg Bendix,Prof. Dr. Katja Trachte

Das Projekt zielt darauf ab, hydroklimatische Variabilitäten in Korsika, einem äußerst vulnerablen Gebiet im Zuge des Klimawandels, zu erforschen. Da Korsika topografisch sehr vielfältig ist, können lokale Windsysteme und Großwetterlagen auf verschiedenen Oberflächen und Höhenlagen untersucht werden. Dadurch entstehen weiterhin Unterschiede in den Wetterlagen und der planetaren Grenzschicht. Eine Kombination von Fernerkundung (remote sensing) und bodengestützter Beobachtungen liefern die Niederschlagsdaten. Die Entstehung und Entwicklung der Niederschlagsmuster werden durch hochauflösende Hydrologie- und Klimamodelle simuliert.

ClimXtreme - LAFEP – Untersuchung eines Ensembles regionaler Klimamodelle in Bezug auf Land-Atmosphäre Rückkopplungen und Extremniederschläge

BMBF - 01LP1902E

A joint research project of the 1BTU Cottbus - Senfentberg
and the 2University of Hohenheim
Subproject B2.1 of the BMBF funded Research Network on Climate Change and Extreme Events  climXtreme

PI: Dr. Klaus Keuler1, Prof. Dr. Katja Trachte1, Prof. Volker Wulfmeyer2, Dr. Kirsten Warrach-Sagy2

Dieses Projekt beschäftigt sich mit Starkniederschlagsereignissen (HPE), welche klein- und großräumige Überflutungen in Mitteleuropa (z.B. Deutschland) verursachen können. Im Fokus steht die Analyse der physikalischen Prozesse, die den HPE zugrunde liegen. Das Verständnis und erweiterte Darstellungen von HPE in numerischen Modellen tragen zu einer Verbesserung von Klimasimulationen bei. Das Hauptziel dabei ist, Fähigkeiten des ReKliEs-De Ensembles zu analysieren. Unsere Forschung wird zu einem tieferen Verständnis von Intensiv- und Extremniederschlägen führen. Weitere Studien zu Land-Atmosphären (L-A) Interaktionen sind notwendig, um zukünftige Entwicklungen von HPE im Zuge des Klimawandels zu verstehen.

Unsere Webseite verwendet Cookies. Diese haben zwei Funktionen: Zum einen sind sie erforderlich für die grundlegende Funktionalität unserer Website. Zum anderen können wir mit Hilfe der Cookies unsere Inhalte für Sie immer weiter verbessern. Hierzu werden pseudonymisierte Daten von Website-Besuchern gesammelt und ausgewertet. Das Einverständnis in die Verwendung der technisch nicht notwendigen Cookies können Sie jeder Zeit wiederrufen. Weitere Informationen erhalten Sie auf unseren Seiten zum Datenschutz.

Erforderlich

Diese Cookies werden für eine reibungslose Funktion unserer Website benötigt.

Statistik

Für den Zweck der Statistik betreiben wir die Plattform Matomo, auf der mittels pseudonymisierter Daten von Websitenutzern der Nutzerfluss analysiert und beurteilt werden kann. Dies gibt uns die Möglichkeit Websiteinhalte zu optimieren.

Name Zweck Ablauf Typ Anbieter
_pk_id Wird verwendet, um ein paar Details über den Benutzer wie die eindeutige Besucher-ID zu speichern. 13 Monate HTML Matomo
_pk_ref Wird benutzt, um die Informationen der Herkunftswebsite des Benutzers zu speichern. 6 Monate HTML Matomo
_pk_ses Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern. 30 Minuten HTML Matomo