24813c
Seminar
WiSe 19/20: Wetter- und Klimadiagnose (Weather and Climate Diagnostics)
Henning Rust, Uwe Ulbrich
Hinweise für Studierende
Zum Modul zugehöriger Ferien-Blockkurs "Radarmeteorologie" bestehend aus Vorlesung und Seminar am PC: 16.-20.03.20 (Dozent: Ralf Bennartz) wurde ABGESAGT! Neuer Termin im SoSe 10.-14.08.20 (Dr. Rene Preusker).
Das Modul wird nach der neuen STO 2019 angeboten. Für Studierende, die nach der STO 2008 bzw. 2013 studieren, besteht volle Äquivalenz. Schließen
Das Modul wird nach der neuen STO 2019 angeboten. Für Studierende, die nach der STO 2008 bzw. 2013 studieren, besteht volle Äquivalenz. Schließen
Zusätzl. Angaben / Voraussetzungen
Zugangsvoraussetzungen: keine.
Kommentar
Das Modul besteht aus Vorlesung, Seminar am PC und Seminar (V+S/PC+S / 2+2+2 SWS / 8 LP).
Qualifikationsziele: Die Studentinnen und Studenten können ausgewählte Wetter- und Klimaphänomene mit Hilfe diagnostischer Ansätze beschreiben und einschätzen. Dazu gehören die Bestimmung der raum-zeitlichen Variabilität sowie die Kenntnis der zugrundeliegenden physikalischen Prozesse. Sie kennen Verfahren zur zeitlichen und räumlichen Analyse von Beobachtungsdaten und numerischen Simulationsergebnissen (einschließlich Vorhersage-Modelle) und können diese praktisch mit einer Programmiersprache umsetzen.
Inhalte: Verfahren zur Identifikation von meteorologischen Phänomenen auf verschiedenen räumlichen und zeitlichen Skalen. Einschätzung der Phänomene hinsichtlich raum-zeitlicher Variabilität, zugrundeliegender Faktoren und Mechanismen, Zusammenhänge zwischen den behandelten Phänomenen: großskalige Variabilitätsmuster (z. B. NAO, PNA, QBO, Polarwirbel, Wetterlagen) einschließlich Wechselwirkung mit dem Ozean; synoptisch-skalige Variabilität der Extratropen (Wellen, Zyklonen und Entstehungsmechanismen, Identifikation, Intensitätsmaße, Wirkungen); Wetterparameter an Stationen. In der Übung erfolgen Berechnungen zu den in der Vorlesung behandelten Themen anhand von Datensätzen und mathematisch-statistischer Verfahren (u. a. multivariate Statistik, Clusteranalyse).
Modulprüfung: Klausur (60 Minuten) oder mündliche Prüfung (ca. 30 Minuten).
Eine Regelmäßige (mindestens 80%) und aktive Teilnahme am Seminar am PC (Übungsaufgaben) und Seminar (Vortrag) ist erforderlich. Die Teilnahme an der Vorlesung wird empfohlen. Dauer des Moduls: 1 Semester.
Häufigkeit des Angebots: Jedes Wintersemester.
Schließen
Qualifikationsziele: Die Studentinnen und Studenten können ausgewählte Wetter- und Klimaphänomene mit Hilfe diagnostischer Ansätze beschreiben und einschätzen. Dazu gehören die Bestimmung der raum-zeitlichen Variabilität sowie die Kenntnis der zugrundeliegenden physikalischen Prozesse. Sie kennen Verfahren zur zeitlichen und räumlichen Analyse von Beobachtungsdaten und numerischen Simulationsergebnissen (einschließlich Vorhersage-Modelle) und können diese praktisch mit einer Programmiersprache umsetzen.
Inhalte: Verfahren zur Identifikation von meteorologischen Phänomenen auf verschiedenen räumlichen und zeitlichen Skalen. Einschätzung der Phänomene hinsichtlich raum-zeitlicher Variabilität, zugrundeliegender Faktoren und Mechanismen, Zusammenhänge zwischen den behandelten Phänomenen: großskalige Variabilitätsmuster (z. B. NAO, PNA, QBO, Polarwirbel, Wetterlagen) einschließlich Wechselwirkung mit dem Ozean; synoptisch-skalige Variabilität der Extratropen (Wellen, Zyklonen und Entstehungsmechanismen, Identifikation, Intensitätsmaße, Wirkungen); Wetterparameter an Stationen. In der Übung erfolgen Berechnungen zu den in der Vorlesung behandelten Themen anhand von Datensätzen und mathematisch-statistischer Verfahren (u. a. multivariate Statistik, Clusteranalyse).
Modulprüfung: Klausur (60 Minuten) oder mündliche Prüfung (ca. 30 Minuten).
Eine Regelmäßige (mindestens 80%) und aktive Teilnahme am Seminar am PC (Übungsaufgaben) und Seminar (Vortrag) ist erforderlich. Die Teilnahme an der Vorlesung wird empfohlen. Dauer des Moduls: 1 Semester.
Häufigkeit des Angebots: Jedes Wintersemester.
Schließen
6 Termine
Regelmäßige Termine der Lehrveranstaltung
Do, 09.01.2020 12:30 - 14:00
Do, 16.01.2020 12:30 - 14:00
Do, 23.01.2020 12:30 - 14:00
Do, 30.01.2020 12:30 - 14:00
Do, 06.02.2020 12:30 - 14:00
Do, 13.02.2020 12:30 - 14:00