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.
Der Kilimanjaro weist zur Zeit noch einen weitgehend geschlossenen Waldgürtel auf. Durch eine stark unterschiedliche Niederschlagsverteilung einerseits und eine ausgeprägte Höhenzonierung andererseits ergibt sich eine hohe Diversität der Waldbestände im Hinblick auf Artenzusammensetzung, Schichtung und Lebensformen. Insbesondere der Bergwald des Südhanges ist in seiner Vielfalt nicht nur wegen seines Epiphyten- und Farnreichtums einzigartig in Ostafrika. Hier finden sich große Gebiete, die aufgrund ihrer Unzugänglichkeit noch unberührt sind. Somit bietet sich die einmalige Gelegenheit, diesen interessanten Lebensraum in natürlicher Ausprägung zu studieren. Dies wurde vom Antragsteller in einem vorangegangenen DFG-Projekt begonnen. Im Rahmen des hier beantragten Habilstipendiums soll dieses umfangreiche Projekt abgeschlossen werden. Erstes Ziel ist die Vervollständigung der vegetationskundlich ökologischen Bestandserfassung aller Waldtypen und ihrer Regeneration. Im Anschluss daran eine Vegetationskarte erstellt werden. Mit diesen Arbeiten wird eine wissenschaftliche Grundlage für die immer dringlicher werdenden gezielten Schutzmaßnahmen geschaffen.
Die Wärmewende in Deutschland stellt alle Beteiligten vor große Herausforderungen. Der Ausbau dezentraler Wärmepumpen und Wärmenetze ist zentral für die Umstellung auf klimaneutrale Wärmeversorgung. Dieser Ausbau muss volkswirtschaftlich optimal und abgestimmt mit der elektrischen Infrastruktur erfolgen. Die Trägheit und kosteneffiziente Speicherfähigkeit thermischer Systeme bieten Flexibilitätspotentiale, die systemdienlich genutzt werden müssen. Erstes Hauptziel des Forschungsvorhabens ist es, durch die Nutzung dieser Flexibilitätspotentiale einen kostengünstigeren Ausbau der Strom- und Wärmeinfrastruktur zu unterstützen. Planungs- und Simulationsmethoden werden weiterentwickelt, um diese Potentiale zu quantifizieren und im Betrieb zu nutzen. Fallstudien bei Netzbetreibern untersuchen die Anwendung und Auswirkungen auf den Netzausbau. Verschiedene Technologien sichern je nach Wärmebedarfsdichte eine klimaneutrale Wärmeversorgung. Das Projekt ermittelt die beste Kombination dieser Technologien für verschiedene Gebietstypen und betrachtet die systemdienliche Steuerung von Wärmepumpen und elektrischen Anlagen. Zweites Hauptziel ist es, das Flexibilitätspotential zu quantifizieren und den Betrieb auf der Equigy Crowd-Balancing-Platform (CBP) zu demonstrieren. Die Wärmewende ist auf Jahrzehnte angelegt und muss stets eine sichere Versorgung gewährleisten. Drittes Hauptziel des Vorhabens ist die integrierte Betrachtung lokaler Transformationsprozesse unter den Gesichtspunkten des energiewirtschaftlichen Zieldreiecks. Die Komplexität der Wärmewende erfordert die Zusammenarbeit vieler Akteure. Dieses Vorhaben bringt alle wesentlichen Akteure (Stadtwerke, Verteilnetzbetreiber, Übertragungsnetzbetreiber, Wärmenetzbetreiber, Hersteller von Wärmeerzeugern, Hersteller von Infrastruktur der Strom- und Wärmeversorgung, betroffene Bundesverbände) zusammen, um eine gesamtheitliche Analyse zu ermöglichen.
Ziel dieses Projektvorhabens ist es, einen Einblick in die räumliche und zeitliche Variabilität des Auftretens von Meereisrinnen im Antarktischen Meereis während der Wintermonate zu erhalten. Meereis-Rinnen zeichnen sich dadurch aus, dass es in ihrem Einflussbereich zu einem starken Austausch von Wärme, Feuchte und Impuls zwischen dem relativ warmen Ozean und der kalten Atmosphäre kommt. In Meereis-Rinnen bildet sich demnach neues, dünnes Eis und trägt damit zur Meereis-Massenbilanz bei. Wir beabsichtigen auf einer Methode aufzubauen, die entwickelt wurde, um Eisrinnen in der Arktis automatisch aus Thermal-Infrarot Satellitendaten zu identifizieren. Diese Methode muss für eine Anwendung auf Satellitendaten der Antarktis neu implementiert und erweitert werden. In diesem Rahmen gilt es auch, hemisphärische Besonderheiten in den Meereiseigenschaften und atmosphärischen Einflüssen zu berücksichtigen. Darum werden Anpassungen im ursprünglichen Algorithmus mit Hilfe detaillierter Fallstudien vorzunehmen sein. Als Ergebnis erwarten wir umfangreiche Erkenntnisse darüber, wann und wo Meereis-Rinnen gehäuft in der Antarktis auftreten, und wie diese Auftrittsmuster durch atmosphärische und ozeanische Antriebe gesteuert werden.
The majority of the worlds forests has undergone some form of management, such as clear-cut or thinning. This management has direct relevance for global climate: Studies estimate that forest management emissions add a third to those from deforestation, while enhanced productivity in managed forests increases the capacity of the terrestrial biosphere to act as a sink for carbon dioxide emissions. However, uncertainties in the assessment of these fluxes are large. Moreover, forests influence climate also by altering the energy and water balance of the land surface. In many regions of historical deforestation, such biogeophysical effects have substantially counteracted warming due to carbon dioxide emissions. However, the effect of management on biogeophysical effects is largely unknown beyond local case studies. While the effects of climate on forest productivity is well established in forestry models, the effects of forest management on climate is less understood. Closing this feedback cycle is crucial to understand the driving forces behind past climate changes to be able to predict future climate responses and thus the required effort to adapt to it or avert it. To investigate the role of forest management in the climate system I propose to integrate a forest management module into a comprehensive Earth system model. The resulting model will be able to simultaneously address both directions of the interactions between climate and the managed land surface. My proposed work includes model development and implementation for key forest management processes, determining the growth and stock of living biomass, soil carbon cycle, and biophysical land surface properties. With this unique tool I will be able to improve estimates of terrestrial carbon source and sink terms and to assess the susceptibility of past and future climate to combined carbon cycle and biophysical effects of forest management. Furthermore, representing feedbacks between forest management and climate in a global climate model could advance efforts to combat climate change. Changes in forest management are inevitable to adapt to future climate change. In this process, is it possible to identify win-win strategies for which local management changes do not only help adaptation, but at the same time mitigate global warming by presenting favorable effects on climate? The proposed work opens a range of long-term research paths, with the aim of strengthening the climate perspective in the economic considerations of forest management and helping to improve local decisionmaking with respect to adaptation and mitigation.
Das fundierteste mechanistische Verständnis, wie sich klimatisch bedingte, physikalische Bottom up Prozesse auf Tiere auswirken, kann durch Untersuchung der physiologischen Grundlagen zentraler Mechanismen (Überleben, Wachstum, Reproduktion) auf Veränderungen in den Mittelwerten und Abweichungen von multiplen Schlüsselfaktoren erreicht werden. Klimatisch bedingte Veränderungen bei Fischen scheinen von einer Anzahl von Prozessen hervorgerufen zu werden, welche das Überleben der frühen Lebensstadien beeinflussen. Dieses Projekt (THRESHOLDS) nutzt drei getrennte aber zusammenagierende Ansätze um einen step change in unserem mechanistischen Verständnis darüber zu erbringen, wie Klimavariabilität die Struktur und Funktion niedriger trophischer Ebenen in marinen Systemen beeinflusst (mit Fokus auf Ichthyo und Zooplankton). THRESHOLDS untersucht die ersten Zwei Lebensmonate, während dieser, die Jahrgangsstärke des Atlantischen Herings (Clupea harengus) in der Nordsee festgelegt wird. In Laborexperimenten sollen zum einen die Auswirkungen von Beuteart und größe auf die Physiologie von Fischlarven in unterschiedlichen thermischen Umgebungen getestet und stellvertretende Messungen des Ernährungszustands auf im Feld gefangene Larven übertragen werden. Zum anderen sollen durch erstmalige Feldbeprobungen die in situ Plankton (Proto, Mikro und Mesozooplankton) und Heringslarvendynamiken während der Herbst und Winterzeit in der Nordsee gemessen werden. Diese Planktondaten werden mit bereits vorhandenen Datensätzen erweitert, um eine einzigartige, siebenjährige Zeitserie der Nordsee Heringslarven und ihrer Beute (15-2000 mym) zu erhalten. Schließlich werden mittels Generalized Additive Mixed Models und Simulationen eines physiologischen Individuen-basierten Modells Schlüsselfaktoren identifiziert, die das larvale Wachstum innerhalb der Zeitserie steuern. THRESHOLDS verbessert den state-of-the-art mit seinem ganzheitlichen Ansatz i) Auswirkungen des Klimawandels auf die Rekrutierung einer Schlüsselart, ii) den vernachlässigten Protozooplankton Ichtyoplankton Link, iii) die Theorie der Optimalen Nahrungssuche für marine Fischlarven, und iv) die Kalibrierung und Nutzung von physiologischen Proxies für Feldproben. Überwinternde Nordseeheringslarven eignen sich ideal als Fallstudie, da i) eine der längsten, räumlich abgegrenzten Zeitserien für frühe Lebensstadien einer marinen Fischart vorhanden ist, ii) erfolgreiche Vorarbeiten die physiologischen Techniken entwickelt und Feldproben gesammelt haben, die in dieser Studie verwendet werden, iii) ein physiologisch basiertes IBM mit einer nachgewiesenen Erfolgsgeschichte vorhanden ist, und iv) ein sehr starkes internationales Netzwerk besteht, welches Eigenleistungen wie Schiffszeit oder historische Proben bereitstellt und, gemeinsam mit den Projekt PIs, ein unübertroffenes Grundlagenwissen über die Ökologie des Zielorganismus bietet.
| Organisation | Count |
|---|---|
| Bund | 2859 |
| Europa | 439 |
| Global | 3 |
| Kommune | 20 |
| Land | 117 |
| Schutzgebiete | 2 |
| Weitere | 23 |
| Wirtschaft | 11 |
| Wissenschaft | 1069 |
| Zivilgesellschaft | 33 |
| Type | Count |
|---|---|
| Daten und Messstellen | 10 |
| Ereignis | 1 |
| Förderprogramm | 2607 |
| Taxon | 1 |
| Text | 142 |
| unbekannt | 264 |
| License | Count |
|---|---|
| Geschlossen | 271 |
| Offen | 2637 |
| Unbekannt | 116 |
| Language | Count |
|---|---|
| Deutsch | 2244 |
| Englisch | 1177 |
| Resource type | Count |
|---|---|
| Archiv | 76 |
| Bild | 25 |
| Datei | 19 |
| Dokument | 122 |
| Keine | 2044 |
| Multimedia | 1 |
| Unbekannt | 1 |
| Webdienst | 2 |
| Webseite | 837 |
| Topic | Count |
|---|---|
| Boden | 1950 |
| Lebewesen und Lebensräume | 2611 |
| Luft | 1558 |
| Mensch und Umwelt | 3024 |
| Wasser | 1472 |
| Weitere | 2976 |