Schwerewellen (GWs) sind zu kleinskalig, um in den heutigen Wetter- und Klimamodellen aufgelöst zu werden. Sie müssen daher parametrisiert werden, da sie einen starken Einfluss auf die Dynamik der großen Skalen haben. Parametrisierungen existieren für orographisch und konvektiv erzeugte GWs, während für die GW-Quellen entlang großskaliger Jets noch keine etablierte Parametrisierung vorliegt. Die Quellen resultieren aus einer spontanen Imbalance (SI) der großskaligen quasi-geostrophischen Strömung. Die Untersuchung von Schwerewellenabstrahlung durch SI ist schwierig, da die GWs in ein sehr komplexes zeitabhängiges Strömungsfeld eingebettet sind, mit einer großen Zahl von interagierenden Prozessen. Auch die Validierung von Parametrisierungen wird dadurch erschwert. Daher kombinieren wir Theorie und numerische Modellierung mit ergänzenden Laborexperimenten. Laborexperimente garantieren eine Reproduzierbarkeit der betrachteten großskaligen Strömungssituation. Die direkte Korrespondenz zwischen den experimentellen Daten und den Modelldaten und die erwähnte Reproduzierbarkeit machen das Laborexperiment zu einem idealen Prüfstand für Parametrisierungen und für die Untersuchung klimarelevante Prozesse. Das differenziell beheizte rotierende Zylinderspalt-Experiment, welches an der BTU (Brandenburg Technische Universität Cottbus-Senftenberg) aufgebaut und betrieben wird, stellt die Referenzdaten für Benchmark-Simulationen an der GU-F (Goethe Universität Frankfurt) und dem IAP (Leibniz Institut für Atmosphärische Physik, Kühlungsborn) bereit. Dabei stehen Experimente im Vordergrund, die zeigen sollen, welche baroklinen Strömungen eine besonders ausgeprägte GW-Abstrahlung aufweisen. Ergänzend dazu werden idealisierte numerische Simulationen an der GU-F und dem IAP durchgeführt, um die Variabilität der GWs und den Abstrahlungsprozess zu untersuchen. Wichtig ist dabei, einen Zusammenhang zwischen verschiedenen großskaligen Strömungen und der mesoskaligen GW-Quelle herzustellen und diesen Zusammenhang mittels grob aufgelöster Wellenstrahlenmodelle zu validieren. Ziel ist es, eine skalenabhängige SI-Parametrisierung zu konstruieren. Diese Parametrisierung soll mit Hilfe der Labor-Referenzdaten validiert werden. Begleitet wird dies von einer Analyse grob- und feinaufgelöster Daten aus UA-ICON Simulationen. Schließlich soll die Parametrisierung an das Wellenstrahlenmodell MS-GWaM angekoppelt werden, welches in UA-ICON implementiert ist.
a) Ausgangslage: Das Sustainable Finance (SF) Framework der Europäischen Kommmission ist komplex und entwickelt sich sehr dynamisch. Die Anforderungen von Taxonomie, SFDR, CSRD, Benchmark Verordnung, etc. müssen möglichst optimal ineinandergreifen und ein hohes Ambitionsniveau haben, damit Real- und Finanzwirtschaft effektiv zur Erreichung der EU Umweltziele beitragen. Dies ist bisher nur eingeschränkt der Fall, was die Akzeptanz und Erfüllung der Vorgaben beschränkt und den Markt daran hindert, die Potentiale des Framework auszuschöpfen. Ziel/Forschungsfrage: Analyse von Inkonsistenzen und Ambitionslücken im EU Sustainable Finance Framework und Erarbeitung von Vorschlägen zu deren Auflösung bzw. Schließung. Methodik: Die Arbeiten erfolgen primär konzeptionell auf Basis der bestehenden gesetzlichen Regelungen, beziehen aber auch Erkenntnisse aus empirischen Studien zu Regulierungslücken, Finanzströmen und Fehlanreizen (einschl. Greenwashing) mit ein. b) beratungsorientierte Publikationen (kurze thematisch fokussierte Forschungsberichte und Policy-Paper, siehe IV)
Karstgrundwasserleiter spielen im Alpenraum eine wichtige Rolle. Sie bedecken etwa 56% der Fläche, und ein erheblicher Teil der Bevölkerung ist ganz oder teilweise von Trinkwasser aus Karstquellen abhängig, die oft mit wertvollen Ökosystemen verbunden sind und zur Wasserkrafterzeugung beitragen. Die Alpen zählen nach Studien zu den am stärksten vom Klimawandel betroffenen Gebieten in Europa. Als Folge der steigenden Temperaturen werden sich die gespeicherten Mengen an Schnee und Eis stark verringern, was zu einer Verschiebung zwischen Wasserhaushaltskomponenten in Verbindung mit einer saisonalen Umverteilung der Niederschläge führt. Außerdem wird erwartet, dass Hoch- und Niedrigwasserereignisse häufiger auftreten werden. Der Stand der Technik bei der Modellierung der Schüttung von Karstquellen, meist mittels konventioneller numerischer Modelle, ist auf standortspezifische, oft aufwändige und nicht übertragbare wissenschaftliche Studien beschränkt, die manuelle Modellabstimmung und Kalibrierung erfordern. Bis heute gibt es keinen leicht übertragbaren Ansatz, der gleichzeitig auf viele Karstquelleinzugsgebiete anwendbar ist. In diesem Projekt werden wir einen modernen, Deep-Learning basierten Ansatz zur Modellierung der Schüttung von Karstquellen entwickeln, der sich besonders gut eignet, übertragbare Modelle, die Informationen von verschiedenen Standorten nutzen können, aufzubauen. Deep Learning ist ein Teilgebiet des maschinellen Lernens, basierend auf künstlichen neuronalen Netzen, das sich sowohl bei akademischen als auch bei industriellen Anwendungen als sehr erfolgreich erwiesen hat. Die vorgeschlagene Studienregion sind die Alpen, mit Karstgebieten in Österreich, der Schweiz, Deutschland, Frankreich, Italien und Slowenien, mit einem Schwerpunkt auf dem besonders vom Klimawandel betroffenen von der Alpenkonvention abgegrenzten Gebirgsgebiet. Als Grundlage der Studie dient das World Karst Spring Database (WoKaS). Es wird im Laufe des Projekts mit zusätzlichen Daten von Behörden und Wasserversorgern ergänzt, insbesondere in Regionen mit bislang schlechter Abdeckung. Die Arbeiten beinhalten die Erstellung eines umfassenden Datensatzes mit Einzugsgebietsattributen und meteorologischen Einflussgrößen für etwa 150 Quellen. Klassische Lumped-Parameter-Modelle werden als Benchmarks aufgesetzt und mit den neu entwickelten Deep-Learning basierten Modellergebnissen verglichen. Ziel ist es, die Eignung neuartiger Deep-Learning Modellansätze für die Abschätzung der Auswirkungen des Klimawandels für eine Vielzahl von kurz- und langfristigen Vorhersagen zu untersuchen. Eine vertiefende Fallstudie des Dachsteingebietes, dessen große Karstregion wesentlich zur Wasserversorgung und Wasserkrafterzeugung beiträgt, wird die vergleichende Untersuchung mit einem numerischen 3D-Modell erweitern. Schließlich werden die entwickelten Modelle dazu verwendet, um Auswirkungen des Klimawandels auf die alpinen Karstgrundwasserressourcen vorherzusagen.
Das Vorhaben dient der Ableitung und Weiterentwicklung ambitionierter Standards für umweltfreundliche Produkte und Dienstleistungen im Bereich der freiwilligen Produktkennzeichnung mit dem Blauen Engel. Ein Schwerpunkt wird auf IKT-Produkten liegen (u.a. Computer, Server, gewerbliche Router, Netzwerkkomponenten). Die weitere Konkretisierung der Produkte und Dienstleistungen erfolgt in der Leistungsbeschreibung auf Grundlage der Beschlüsse der Jury Umweltzeichen. Die Ergebnisse tragen auch dazu bei, hohe ökologische Standards in Form von Benchmarks in anderen Instrumenten des produktbezogenen Umweltschutzes national und auf europäischer Ebene, z.B. bei der umweltfreundlichen öffentlichen Beschaffung, zu verankern. Neben der Entwicklung neuer Umweltzeichen für Produkte und Dienstleistungen stehen regelmäßig Aktualisierungen bestehender Vergabekriterien an (www.blauer-engel.de/de/fuer-unternehmen/vergabekriterien). Methodisch ist die Integration von bilanzierenden Indikatoren kontinuierlich weiterzuverfolgen, insbesondere die Energie-/Klimabilanz von Produkten und Dienstleistungen. Ebenso gilt es die Operationalisierung von Aspekten der Kreislaufwirtschaft (Langlebigkeit, Rezyklierbarkeit, Recyclateinsatz) bei den untersuchten Produkten und Dienstleistungen weiterzuentwickeln. Output des Vorhabens sind Neue Umweltzeichen und weiterentwickelte, bestehende Vergabekriterien