Die negativen Auswirkungen klimawandelbedingter Wetterextreme sind besonders in Städten zu spüren. Hohe Flächenversiegelungsgrade und Bebauungsdichten verschärfen das Überflutungsrisiko durch Starkregen und die Bildung sommerlicher Hitzeinseln. Das Projekt AMAREX, kurz für "Anpassung des Managements von Regenwasser an Extremereignisse", untersucht Möglichkeiten zur Anpassung des Regenwassermanagements an die zunehmenden Extrembelastungen Starkregen und Trockenheit als Schlüsselbeitrag zur Klimafolgenanpassung. In diesem Rahmen wurden von den Berliner Wasserbetrieben Flächenpotentialkarten entwickelt, die durch die Verschneidung und Analyse öffentlich zugänglicher Daten, grundstücksscharfe Umsetzungspotentiale im Berliner Raum für unterschiedliche dezentrale Versickerungsmaßnahmen aufzeigt. Die Machbarkeitsanalyse von insgesamt sechs untersuchten Versickerungsmaßnahmen basiert auf geohydrologischen Gegebenheiten, die sich in der Versickerungsfähigkeit, Wasserdurchlässigkeit und dem einzuhaltendem Grundwasserflurabstand widerspiegeln, sowie für alle Versickerungsmaßnahmen allgemein geltende Planungshilfen. Allgemein geltende Planungshilfen: Für eine grobe Ersteinschätzung der Machbarkeit dezentraler Versickerungsmaßnahmen werden verschiedene Karten mit Bedingungen und Richtwerten aus geltenden Regelwerken, Richtlinien und Hinweisblättern in den allgemein geltenden Planungshilfen aufgeführt. Betrachtet wurden Abstandsregelungen zu Gebäudeflächen und Bäumen, bestehender Denkmalschutz, Wasserschutzzonen, Schutzgebiete und die Hangneigung. Diese ist für unterirdische Maßnahmen, wie Rigolen, vernachlässigbar. Eine Besonderheit bildet die vereinfachte Abschätzung des Verschmutzungsgrades oberflächig ablaufendem Niederschlagswassers von Verkehrs- und Gebäudeflächen nach geltendem Regelwerk. Die Betrachtung von Altlasten und unterirdisch liegenden Infrastrukturen wie Leitungsnetzen konnten in der Anlayse nicht aufgenommen werden. Versickerungsfähigkeit: Für eine grobe Ersteinschätzung der Machbarkeit dezentraler Versickerungsmaßnahmen wird die Versickerungsfähigkeit nach geltendem Regelwerk und fachlichen Annahmen bewertet. Die Karte der Versickerungsfähigkeit ist ein Verschnitt aus der Analyse der Wasserdurchlässigkeit des Untergrunds und des Grundwasserflurabstands jeweils für alle untersuchten Versickerungsmaßnahmen. Die Wasserdurchlässigkeit des Untergrunds wird über die Mächtigkeit der wasserdurchlässigen Schicht ab Geländeoberkante angegeben. Für unterschiedliche Versickerungsmaßnahmen sind unterschiedliche Mindestanforderungen an die Mächtigkeit der wasserdurchlässigen Schicht festgelegt. Zusätzlich muss für die Umsetzung von dezentralen Versickerungsmaßnahmen ein 1 Meter Abstand von Maßnahmensohle bis Bemessungsgrundwasserstand eingehalten werden. Für die untersuchten Versickerungsmaßnahmen wurden Regeltiefen festgelegt, um die jeweiligen einzuhaltenden Flurabstände flächendeckend auszuwerten. Daten zum Bemessungsgrundwasserstand sind nur für das Panke- und Urstromtal und der Wasserschutzzone III vorhanden. Für die Hochflächen Berlins wurden andere Grundwasserflurabstandsdaten ausgewertet. Häufig auftretendes Schichtenwasser in den Hochflächen erschwert die Umsetzung von Versickerungsmaßnahmen kann jedoch nicht kartenbasiert dargestellt werden, aufgrund saisonaler und örtlicher Schwankungen. Wasserdurchlässigkeit: Für eine grobe Ersteinschätzung der Machbarkeit dezentraler Versickerungsmaßnahmen wird die Wasserdurchlässigkeit des Untergrunds nach geltendem Regelwerk und fachlichen Annahmen bewertet. Die Wasserdurchlässigkeit des Untergrunds wird über die Mächtigkeit der wasserdurchlässigen Schicht ab Geländeoberkante angegeben. Für unterschiedliche Versickerungsmaßnahmen sind unterschiedliche Mindestanforderungen an die Mächtigkeit der wasserdurchlässigen Schicht festgelegt. Grundwasserflurabstand: Für eine grobe Ersteinschätzung der Machbarkeit dezentraler Versickerungsmaßnahmen wird der Grundwasserflurabstand nach geltendem Regelwerk und fachlichen Annahmen bewertet. Für die Umsetzung von dezentralen Versickerungsmaßnahmen muss ein 1 Meter Abstand von Maßnahmensohle bis Bemessungsgrundwasserstand eingehalten werden. Für die untersuchten Versickerungsmaßnahmen wurden Regeltiefen festgelegt, um die jeweiligen einzuhaltenden Flurabstände flächendeckend auszuwerten. Daten zum Bemessungsgrundwasserstand sind nur für das Panke- und Urstromtal und der Wasserschutzzone III vorhanden. Für die Hochflächen Berlins wurden andere Grundwasserflurabstandsdaten ausgewertet. Häufig auftretendes Schichtenwasser in den Hochflächen erschwert die Umsetzung von Versickerungsmaßnahmen kann jedoch nicht kartenbasiert dargestellt werden, aufgrund saisonaler und örtlicher Schwankungen.
The World Settlement Footprint (WSF) 3D provides detailed quantification of the average height, total volume, total area and the fraction of buildings at 90 m resolution at a global scale. It is generated using a modified version of the World Settlement Footprint human settlements mask derived from Sentinel-1 and Sentinel-2 satellite imagery in combination with digital elevation data and radar imagery collected by the TanDEM-X mission. The framework includes three basic workflows: i) the estimation of the mean building height based on an analysis of height differences along potential building edges, ii) the determination of building fraction and total building area within each 90 m cell, and iii) the combination of the height information and building area in order to determine the average height and total built-up volume at 90 m gridding. In addition, global height information on skyscrapers and high-rise buildings provided by the Emporis database is integrated into the processing framework, to improve the WSF 3D Building Height and subsequently the Building Volume Layer. A comprehensive validation campaign has been performed to assess the accuracy of the dataset quantitatively by using VHR 3D building models from 19 globally distributed regions (~86,000 km2) as reference data. The WSF 3D standard layers are provided in the format of Lempel-Ziv-Welch (LZW)-compressed GeoTiff files, with each file - or image tile - covering an area of 1 x 1 ° geographical lat/lon at a geometric resolution of 2.8 arcsec (~ 90 m at the equator). Following the system established by the TDX-DEM mission, the latitude resolution is decreased in multiple steps when moving towards the poles to compensate for the reduced circumference of the Earth.
Die Stadt Walsrode ist eine von 8 Gemeinden und 3 Samtgemeinden im Landkreis Heidekreis, die Bebauungspläne führt. Beim Bebauungsplan handelt es sich um das Instrument, bei dem der Bürger von der Stadtplanung am unmittelbarsten berührt wird.Als wichtigstes Element unterliegt er strengen gesetzlichen Normen des Baugesetzbuches (BauGB), die sowohl Inhalte als auch Verfahren regeln. Der Bebauungsplan setzt die Art und das Maß der Nutzung, die überbaubaren Grundstücksflächen und die Art der Bebauung für räumlich eng begrenzte Bereiche verbindlich fest. Er trifft Aussagen über Nutzungsart, welche Geschossigkeit, welche Bebauungsdichte und welches Überbauungsmaß bei einzelnen Grundstücken möglich ist. Darüber hinaus kann durch Baulinien und Baugrenzen die Bebauungsform festgelegt werden. Der Bebauungsplan wird als Satzung vom Stadtrat beschlossen, die Festsetzungen des Planes sind für den Grundstückseigentümer rechtsverbindlich. Der Bebauungsplan ist Grundlage für die Erteilung von Baugenehmigungen im Baugenehmigungsverfahren. Aufgrund seiner Rechtsverbindlichkeit ist das Verfahren zur Aufstellung oder Änderung von Bebauungsplänen strikt geregelt. Das Verfahren setzt sich in der Regel aus drei wesentlichen Elementen zusammen: - frühzeitige Bürgerbeteiligung - Beteiligung der Träger öffentlicher Belange - Öffentliche Auslegung Durch dieses Verfahren wird gewährleistet, dass sowohl die Interessen des einzelnen Bürgers als auch die Belange der Gesamtheit der Bevölkerung in diesem rechtsverbindlichen Instrument Berücksichtigung finden.
Mit der ersten Änderung werden die Baumassenzahlen überarbeitet. Stellenweise werden auch Doppelhäuser und eine höhere Bebauungsdichte zugelassen.
Im Rahmen des Forschungsvorhabens 'Die Flora und Vegetation Duesseldorfs: aktueller Bestand, Geschichte und bioindikatorische Bedeutung' soll zunaechst die aktuelle Zusammensetzung und Verbreitung von Flora und Vegetation untersucht und kartiert werden. In einem zweiten Schritt wird versucht, Korrelationen zwischen der Verbreitung einzelner Pflanzenarten, Pflanzengruppen oder Pflanzengesellschaften und bestimmter stadtoekologischer Gegebenheiten (z.B. Bebauungsdichte, Bebauungsstruktur, Temperatur, Nutzungsform) herzustellen und so die Bedeutung der Flora und Vegetation als Bioindikator zu ermitteln. In einem weiteren Schritt wird durch Herbar-, Literatur- und Aktenauswertung versucht, die Geschichte der Flora und Vegetation Duesseldorfs in historischer Zeit zu rekonstruieren.
Erklärung zur Barrierefreiheit Kontakt zur Ansprechperson Landesbeauftragte für digitale Barrierefreiheit Die reale GFZ stellt ein Maß der städtebaulichen Dichte dar und gibt mit dem Verhältnis der Summe der Geschossflächen zur Grundstücksfläche die bauliche Nutzungsintensität an. 06.09.1 Geschossflächenzahl (GFZ) Weitere Informationen Die reale GRZ stellt ein Maß der städtebaulichen Dichte dar und gibt mit dem Verhältnis der bebauten Fläche zur Grundstücksfläche die bauliche Nutzungsintensität an. 06.09.2 Grundflächenzahl (GRZ) Weitere Informationen
Modellierung & Prognose – so funktioniert das Verfahren Das eigentliche Prognosemodell nutzt ein Verfahren namens XGBoost . Dabei handelt es sich um ein modernes Machine-Learning-Verfahren, das auf sogenannten Entscheidungsbäumen basiert. Es hat sich als besonders leistungsfähig erwiesen, wenn es darum geht, komplexe Zusammenhänge aus vielen unterschiedlichen Datenquellen zu erkennen. Für jeden relevanten Luftschadstoff – NO₂ , PM₁₀ und PM₂,₅ – wird ein eigenes Modell trainiert. Dadurch kann jedes Modell gezielt auf die spezifischen Einflussfaktoren und typischen Schwankungen eines Schadstoffs eingehen. Um auf dem aktuellen Stand zu bleiben, erfolgt das Training der Modelle monatlich . So kann das Modell Veränderungen im Verkehrsverhalten, im Wetter oder in anderen Umweltfaktoren berücksichtigen und bleibt anpassungsfähig. Die Prognose selbst erfolgt zunächst auf einem feinmaschigen Raster mit einer Auflösung von 50 m × 50 m . Das heißt: Für jeden Punkt in diesem Raster wird ein eigener Luftschadstoffwert vorhergesagt. Diese feine Auflösung ist entscheidend, um auch kleinteilige Unterschiede in der Luftqualität innerhalb der Stadt sichtbar zu machen. Das Modell verwendet eine Vielzahl an Einflussgrößen (Features), darunter: Zeitliche Informationen: Jahr, Wochentag, Tageszeit und auch spezielle Zeiten wie Schulferien oder Feiertage. Meteorologische Daten: Dazu gehören Temperatur, Windrichtung und -geschwindigkeit, Niederschlagsmengen und andere Wettergrößen. Räumliche Faktoren: Bebauungsdichte, Grünflächenanteil, Straßenstruktur – all das beeinflusst, wie sich Schadstoffe verteilen. Verkehrsdaten: Die prognostizierte Anzahl an Fahrzeugen in jeder Rasterzelle fließt ebenso ein wie deren Geschwindigkeit. Vergangene Messwerte: Durch sogenannte „Lags“ – also zeitlich verzögerte Werte – kann das Modell kurzfristige Trends erkennen und darauf reagieren. Da der Verkehr einer der größten Einflussfaktoren auf die Luftqualität ist, wird zusätzlich ein eigenes Verkehrsmodell betrieben. Auch dieses basiert auf XGBoost und hat die Aufgabe, Fahrzeugmengen und Geschwindigkeiten im Stadtgebiet vorherzusagen. Diese Informationen fließen dann als Input in das Luftschadstoffmodell ein. Wichtig ist dabei: Dieses Verkehrsmodell wird quartalsweise neu berechnet , weil aktuelle Verkehrsdaten qualitätsgesichert erst mit Verzögerung verfügbar sind. Wetterdaten werden in diesem Teilmodell bewusst nicht verwendet – sie sind für die kurzfristige Verkehrsentwicklung kaum relevant. Damit sichergestellt ist, dass die Vorhersagen des Modells auch in der Praxis zuverlässig sind, wird die Modellgüte mit verschiedenen statistischen Methoden überprüft: Der MAE (mittlere absolute Fehler) gibt an, wie stark die Vorhersagen im Schnitt von den tatsächlichen Messwerten abweichen. Der RMSE (Wurzel des mittleren quadratischen Fehlers) berücksichtigt besonders starke Ausreißer und zeigt, ob es punktuell zu großen Fehlern kommt. Der R²-Wert (erklärte Varianz) zeigt, wie gut das Modell die tatsächlichen Schwankungen in den Daten erklären kann. Wichtig dabei: Die Bewertung erfolgt “Out-of-Sample” , also nicht anhand der Daten, mit denen das Modell trainiert wurde, sondern auf neuen, bisher unbekannten Daten. Das sorgt für eine realistische Einschätzung der Prognosequalität im Alltag. Das Berliner Modell zur Vorhersage von Luftschadstoffen ist ein gutes Beispiel dafür, wie moderne Datenanalyse und Machine Learning sinnvoll für die Stadtplanung eingesetzt werden können. Es kombiniert aktuelle Messdaten, Wetter- und Verkehrsprognosen mit detaillierten Stadtinformationen und liefert damit räumlich hochaufgelöste, wissenschaftlich fundierte Aussagen zur Luftqualität – auf dem gesamten Stadtgebiet und in Echtzeit. Die regelmäßige Aktualisierung, die Einbindung zahlreicher Einflussfaktoren und die Möglichkeit, gezielt den Effekt einzelner Maßnahmen zu analysieren, machen das System zu einem leistungsfähigen Werkzeug für Umweltanalysen und eine datenbasierte Politikgestaltung.
Erklärung zur Barrierefreiheit Kontakt zur Ansprechperson Landesbeauftragte für digitale Barrierefreiheit Die reale GFZ stellt ein Maß der städtebaulichen Dichte dar und gibt mit dem Verhältnis der Summe der Geschossflächen zur Grundstücksfläche die bauliche Nutzungsintensität an. 06.09.1 Geschossflächenzahl (GFZ) Weitere Informationen Die reale GRZ stellt ein Maß der städtebaulichen Dichte dar und gibt mit dem Verhältnis der bebauten Fläche zur Grundstücksfläche die bauliche Nutzungsintensität an. 06.09.2 Grundflächenzahl (GRZ) Weitere Informationen
Die negativen Auswirkungen klimawandelbedingter Wetterextreme sind besonders in Städten ausgeprägt. Hohe Flächenversiegelungsgrade und Bebauungsdichten verschärfen das Überflutungsrisiko durch Starkregen und die Bildung sommerlicher Hitzeinseln. Im Forschungsprojekt „AMAREX – Anpassung des Managements von Regenwasser an Extremereignisse“ wurden Möglichkeiten zur Anpassung des Regenwassermanagements durch blau-grüne Infrastrukturen (BGI) und Maßnahmen der Regenwasserbewirtschaftung (RWB) an die zunehmenden Extrembelastungen Starkregen, Trockenheit und Hitze als Schlüsselbeitrag zur Klimafolgenanpassung untersucht. Zusätzlich wurde der beeinträchtigte urbanen Wasserhaushalt als zentraler Bewertungsindikator für Wasserextreme überprüft. In Kürze wird hier ein Teil der Ergebnisse zum Thema Wasserhaushalt veröffentlicht. Das Wasserhaushaltsmodell ABIMO wurde im Forschungsprojekt technisch aktualisiert und auch inhaltlich erweitert. Unter anderem werden nun mittels neuer Datengrundlagen und einer angepassten Methode die Straßen im Modell getrennt von den Block(teil)flächen ausgewertet. Im Modell können verschiedene Maßnahmen der Regenwasserbewirtschaftung abgebildet werden. Zudem wird die Abweichung der jeweiligen Flächen vom natürlichen Wasserhaushalt (Delta-W) gezeigt. Die hier präsentierten Karten sind Teil der Ergebnisse des Forschungsprojekts „AMAREX – Anpassung des Managements von Regenwasser an Extremereignisse“. Das Verbundvorhaben wird vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) innerhalb der Fördermaßnahme Wasserextremereignisse (WaX) gefördert (Förderkennzeichen: 02WEE1624A-H). Die Fördermaßnahme läuft unter dem Dach des Bundesprogramms Wasser: N und ist Teil der BMFTR-Strategie Forschung für Nachhaltigkeit (FONA). Weitere Ergebnisse des Forschungsprojekts werden unter https://www.amarex-projekt.de/de veröffentlicht.
| Origin | Count |
|---|---|
| Bund | 83 |
| Kommune | 2 |
| Land | 57 |
| Wirtschaft | 3 |
| Wissenschaft | 5 |
| Zivilgesellschaft | 3 |
| Type | Count |
|---|---|
| Ereignis | 1 |
| Förderprogramm | 61 |
| Text | 49 |
| Umweltprüfung | 5 |
| unbekannt | 15 |
| License | Count |
|---|---|
| geschlossen | 20 |
| offen | 110 |
| unbekannt | 1 |
| Language | Count |
|---|---|
| Deutsch | 121 |
| Englisch | 21 |
| Resource type | Count |
|---|---|
| Bild | 2 |
| Dokument | 9 |
| Keine | 77 |
| Webdienst | 5 |
| Webseite | 48 |
| Topic | Count |
|---|---|
| Boden | 98 |
| Lebewesen und Lebensräume | 125 |
| Luft | 80 |
| Mensch und Umwelt | 131 |
| Wasser | 72 |
| Weitere | 129 |