Other language confidence: 0.7530123552109022
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.
Vorhabensziel des Projekts ist die Überführung des im Vorgängervorhaben 'ErdEis II' umgesetzten Erdeisspeichers in den Vollbetrieb, das wissenschaftliche Monitoring und Benchmarking sowie die Entwicklung eines District Energy Management Systems (DEMS). Hierzu sollen verschiedene Betriebsmodi getestet, die Betriebsweise aufbauend auf den Ergebnissen optimiert, der Einfluss verschiedener Parameter modellgestützt nachvollzogen und das Kalte Nahwärmesystem mit Erdeisspeicher bestmöglich für die Gesamtsystemoptimierung mittels DEMS genutzt werden. Im zukünftigen Energiesystem wird nicht mehr allein auf Energieeffizienz respektive End- und Primärenergiebedarf optimiert werden können. Vielmehr spielt Flexibilität eine zunehmende Rolle, die schließlich gekoppelt an die Verfügbarkeit erneuerbarer elektrischer Energie den tatsächlichen CO2-Ausstoß bestimmen wird. Inzwischen sind Schnittstellen verfügbar, die über Vorhersagen zur CO2-Intensität des Stromnetzes eine entsprechende Optimierung ermöglichen. Diese Optimierung hat im Gesamtkonzept nicht nur wärme- bzw. kälteseitig zu erfolgen, sondern ganzheitlich die Bedarfe und Flexibilitäten des Kalten Nahwärmenetzes, der Haushaltsstromverbräuche, Mobilitätsbedarfe und Eigenenergieerzeugung miteinzuschließen. So kann ein Gesamtoptimum erreicht und Optimierungen von Teilsystemen, die zu Lasten der Gesamtemissionen gehen, vermieden werden. Entsprechend müssen auch Bewertungs- und Benchmarkingmethoden passend weiterentwickelt werden.
Der horizontale Wind nimmt eine Schlüsselrolle in der Dynamik der Atmosphäre ein. Insbesondere beeinflusst er die Ausbreitung und Dissipation von Schwerewellen und thermischen Gezeiten in der mittleren Atmosphäre. Simultane Wind- und Temperaturmessungen bieten dabei die einzigartige Möglichkeit, sowohl kinetische als auch potentielle Energiedichten der Schwerewellen zu berechnen, aus denen wiederum intrinsische Wellenparameter ableitbar sind. Windmessungen in der mittleren Atmosphäre sind jedoch insbesondere im Höhenbereich zwischen 35 und 75 km sehr selten, da hier weder Radiosonden noch Radars Daten liefern und Wind-Radiometer bzw. Satelliten keine für die Untersuchung von Schwerewellen ausreichend große Genauigkeit und Auflösung haben. Deshalb wollen wir in Kühlungsborn/Deutschland (54° N, 12° O) ein neues Lidar aufbauen, mit dem bei gekippten Teleskopen der Horizontalwind aus der Dopplerverschiebung der Rayleigh-Rückstreuung bestimmt werden kann. Neben der Erstellung einer Wind-Klimatologie steht vor allem die Untersuchung der Ausbreitung von Trägheitsschwerewellen in der mittleren Atmosphäre im Vordergrund. Dazu werden wir u.a. horizontale und vertikale Impulsflüsse und die Höhe des Impulsübertrags an die Hintergrundatmosphäre bestimmen. Diese für die Energiebilanz der Atmosphäre wesentlichen Parameter liefern wichtige Vergleichsgrößen für Zirkulationsmodelle. Ferner werden wir intrinsische Welleneigenschaften aus Wind-Hodographen analysieren, die für andere bodengebundene Messsysteme in der Regel nicht zugänglich sind. Unter Einbeziehung des lokalen Hintergrundwindes sollen aufwärts und abwärts propagierende Schwerewellen eindeutig getrennt und quantifiziert werden. Die Analysen werden insgesamt unser Verständnis der vertikalen Kopplung und der zu Grunde liegenden Zirkulation in der mittleren Atmosphäre deutlich verbessern. Das neue Lidarsystem ergänzt ein in Nordnorwegen am ALOMAR-Observatorium (69° N, 16° O) vorhandenes Windlidar, welches ebenfalls vom IAP betrieben wird. In diesem Projekt wird die dabei erworbene Expertise genutzt, um die Entwicklungsrisiken für das neue Lidar zu minimieren und schwerpunktmäßig Windmessungen in der mittleren Atmosphäre durchzuführen und zu interpretieren.
Die Folgen des Klimawandels bergen ökonomische Risiken für Unternehmen. Die physische Klimarisiken - insb. Extremwetterereignisse, veränderte Niederschlagsmuster und erhöhte Durchschnittstemperaturen - können zu Produktionsrückgängen, steigenden Rohstoffkosten und Gebäudeschäden führen. Nach einer aktuellen Studie des Umweltbundesamts berichten nur etwa die Hälfte der DAX-30-Unternehmen zu diesen Risiken. Dabei schätzt allein diese Gruppe die potenziellen Schäden auf einen Gesamtwert von mehreren Milliarden Euro. Über das Risikobewusstsein in anderen Unternehmen, insbesondere KMU, ist wenig bekannt. Ziel dieses Vorhabens ist es, eine Machbarkeitsstudie für die Befragung von Unternehmen bezüglich Klimarisiken und des Umgangs mit Klimawandelanpassung zu erstellen. Dabei sollen die Möglichkeiten eine repräsentative Erhebung, etwa im Rahmen existierender Unternehmenspanels, eruiert, mögliche Fragenkomplexe entworfen sowie ein handbares Konzept erstellt werden. Auch sollen vergleichbare Erhebungen in anderen OECD-Ländern als Benchmark recherchiert werden. In einer Themenkonferenz im 3. Projektjahr sollen Zwischenergebnisse mit der Zielgruppe diskutiert werden.
Vorhabensziel des Projekts ist die Überführung des im Vorgängervorhaben 'ErdEis II' umgesetzten Erdeisspeichers in den Vollbetrieb, das wissenschaftliche Monitoring und Benchmarking sowie die Entwicklung eines District Energy Management Systems (DEMS). Hierzu sollen verschiedene Betriebsmodi getestet, die Betriebsweise aufbauend auf den Ergebnissen optimiert, der Einfluss verschiedener Parameter modellgestützt nachvollzogen und das Kalte Nahwärmesystem mit Erdeisspeicher bestmöglich für die Gesamtsystemoptimierung mittels DEMS genutzt werden. Im zukünftigen Energiesystem wird nicht mehr allein auf Energieeffizienz respektive End- und Primärenergiebedarf optimiert werden können. Vielmehr spielt Flexibilität eine zunehmende Rolle, die schließlich gekoppelt an die Verfügbarkeit erneuerbarer elektrischer Energie den tatsächlichen CO2-Ausstoß bestimmen wird. Inzwischen sind Schnittstellen verfügbar, die über Vorhersagen zur CO2-Intensität des Stromnetzes eine entsprechende Optimierung ermöglichen. Diese Optimierung hat im Gesamtkonzept nicht nur wärme- bzw. kälteseitig zu erfolgen, sondern ganzheitlich die Bedarfe und Flexibilitäten des Kalten Nahwärmenetzes, der Haushaltsstromverbräuche, Mobilitätsbedarfe und Eigenenergieerzeugung miteinzuschließen. So kann ein Gesamtoptimum erreicht und Optimierungen von Teilsystemen, die zu Lasten der Gesamtemissionen gehen, vermieden werden. Entsprechend müssen auch Bewertungs- und Benchmarkingmethoden passend weiterentwickelt werden.
CAMELS-DE-1h provides a comprehensive and harmonized collection of hydro-meteorological data for 1611 catchments across Germany. The time series data cover the period from 2001 to 2024 and provide measurements of discharge, water level, and meteorological variables in hourly resolution for all catchments. The metorological variables are aggregated to the catchment areas from the gridded data sources RADKLIM-YW and HOSTRADA (DWD) and encompass the variables precipitation, air temperature, humidity, water vapor mixing ratio, global radiation, air pressure, cloud cover, dew point temperature, wind speed, and wind direction. In addition, deterministic and ensemble weather forecasts with a 48-hour lead time, readily processed for all catchments from the ICON-D2 model (DWD), are included for the period 2021 to 2024. The dataset also provides static catchment attributes encompassing topography, soils, land cover, hydrogeology, and human influences. Furthermore, to serve as a baseline for further model development, the dataset includes discharge simulation results from a regionally trained LSTM and a catchment-calibrated HBV (Hydrologiska Byråns Vattenbalansavdelning) conceptual model. A comprehensive description of the dataset can be found in the accompanying data description paper. Key features of CAMELS-DE-1h: 1. Hydro-meteorological time series data in hourly resolution (2001–2024) 2. Historical deterministic and ensemble weather forecasts from ICON-D2 with a 48-hour lead time (2021–2024) 3. Catchment attributes 4. Benchmark discharge simulation results from an LSTM and the HBV model
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.
Das Forschungsvorhaben verfolgt das Ziel, geeignete integrierte Lösungsansätze zu finden, die den neuen Anforderungen an den Wirtschaftsverkehr gerecht werden und gleichzeitig zu seiner nachhaltigen stadtverträglichen Gestaltung beitragen. Der Untersuchungsansatz ist umsetzungs- und handlungsorientiert. Neben der Bestandsaufnahme und Strukturierung der Lösungen mit Hilfe des Mind-Mapping sollen Best-Practice-Beispiele durch ein Benchmarking identifiziert und deren Umsetzungsbedingungen analysiert werden. So können zielgerichtete Handlungsempfehlungen für unterschiedliche Akteursebenen in den Phasen des Planungs- und Umsetzungsprozesses abgeleitet werden, wobei die Methode des Mind-Mapping erneut angewendet wird, um die Ergebnisse zu strukturieren, Folgeideen zu identifizieren und Ideenlandkarten zu entwickeln.
| Organisation | Count |
|---|---|
| Bund | 534 |
| Europa | 59 |
| Kommune | 9 |
| Land | 21 |
| Weitere | 7 |
| Wirtschaft | 3 |
| Wissenschaft | 185 |
| Zivilgesellschaft | 10 |
| Type | Count |
|---|---|
| Daten und Messstellen | 6 |
| Förderprogramm | 492 |
| Repositorium | 1 |
| Text | 25 |
| unbekannt | 46 |
| License | Count |
|---|---|
| Geschlossen | 47 |
| Offen | 522 |
| Unbekannt | 1 |
| Language | Count |
|---|---|
| Deutsch | 416 |
| Englisch | 237 |
| Resource type | Count |
|---|---|
| Archiv | 2 |
| Bild | 1 |
| Datei | 3 |
| Dokument | 18 |
| Keine | 362 |
| Unbekannt | 1 |
| Webseite | 190 |
| Topic | Count |
|---|---|
| Boden | 348 |
| Lebewesen und Lebensräume | 396 |
| Luft | 259 |
| Mensch und Umwelt | 570 |
| Wasser | 241 |
| Weitere | 556 |