Zu Beginn des Projekts werden Referenz-Modelle entwickelt die die Grundlage für die vergleichende Gegenüberstellung der entwickelten Lösungsansätze für die Modellierung und Prognose der vertikalen Netzlast darstellen. Die Bewertung des Betriebs in den Netzebenen erfolgt durch das DLR. Die realen Ausgangsdaten werden unter Berücksichtigung der Unsicherheitsbewertung und -propagation in die Zustandsbewertung des Netzes einbezogen. Die Arbeiten liegen hauptsächlich in der Modellierung und Simulation zur Vorhersage von Engpässen in vorgelagerten Netzen (110 kV). Dabei wird untersucht, welche Auswirkungen die EE-Einspeisung im gesamten Netzgebiet auf die VNL-Prognose haben könnten. In einer Fallstudie, basierend auf einem Ausschnitt eines realen Netzgebiets soll die verbesserte Methodik zur Engpassprognose demonstriert werden. Weiterhin werden meteorologischen Daten aufgearbeitet, die Ergebnisse aus den Simulationen als auch Anpassungen der Methodik bearbeitet und für die Verwendung in der VNL Prognose analysiert. Es soll ein Monitoringsystem zur VNL-Prognose in sich ändernden Wetterlagen entwickelt werden. Dazu werden noch weiter zu entwickelnde, kamerabasierte Methoden mit dem Einsatz von Satellitenbild-gestützten Verfahren mit herkömmlichen Prognosen (basierend auf Wettermodellen) verglichen. Der Vergleich fokussiert dabei die anfänglich als für den Redispatch relevant identifizierten Wettersituationen. Für die Bewertung des technischen und ökonomischen Nutzens der neuen Prognosen werden geeignete Metriken definiert.
The aim of my study is to calibrate PAR from small lakes against tree biomass, which can be used to achieve quantitative estimates of biomass in the past. Furthermore, the relation between pollen percentages and plant abundance will also be investigated. As study area, the state Brandenburg was chosen, because it has a large number of lakes and is covered by different plant communities, like conifer forest, mixed forest, deciduous forest and open land. These are situated on a range of soil types in a terrain with little altitudinal differences. Lakes in different types of landscape were selected. They were of almost uniform size, mostly ranging from 100-300 m in diameter and without inflow and outflow. Deeper lakes in proportion to the lake size were preferred, to avoid lakes with a high pollen redeposition. In order to have an effective fieldwork and to get the broadest possible data spectrum for modeling, the relevant pollen source area of pollen (Sugita, 1994) was estimated, based on the map CORINE. The calculation shows that the pollen source area is approximately 5-6 km. However, we also sampled lakes which are situated closer together, especially when the landscape structure was very heterogenic at the small scale. From the surface samples of 50 lakes, the pollen percentages of different taxa will be compared with the information from the forest inventory data for different distances around the lakes to evaluate theoretical considerations of pollen source area. These data are available at the data base Datenspeicher Wald, which contains information about cover, age and biomass for the different tree species. This information was collected during the time of the German Democratic Republic (DDR) and is in the most continued. Concurrently, 15 of the short cores are selected for dating by 210Pb. PAR will be calculated based on the sedimentation rates obtained for these cores, so that PAR can be compared to tree biomass for different time slices over the past 50 years.
Niederschlag ist eine wichtige, aber schlecht verstandene Komponente unseres Klimasystems. Die genauen Prozesse, durch die Eiskristalle, flüssiges Wasser, Wolkendynamik und Aerosolpartikel bei der Niederschlagsbildung zusammenwirken, sind nicht ausreichend verstanden. Da überall außer über den subtropischen Ozeanen der meiste Niederschlag in Wolken über die Eisphase gebildet wird, sind die Prozesse der Schneefallbildung nicht nur in den polaren, sondern auch in den mittleren Breiten von großer Bedeutung: Wachstum in übersättigter Luft führt zu unzähligen Kristallformen, die von Temperatur, Feuchtigkeit und deren turbulenten Schwankungen abhängen. Durch Aggregation verbinden sich einzelne Kristalle zu komplexen Schneeflocken. Bereifung beschreibt das Anfrieren kleiner Tröpfchen an den Eiskristallen, so dass diese schnell an Masse gewinnen. Dadurch ist die Form der Schneeteilchen - wenn sie beobachtet wird, bevor das Teilchen zu einem Regentropfen schmilzt - ein Fingerabdruck der vorherrschenden Prozesse während der Schneefallbildung. In EMPOS schlagen wir vor, diese Fingerabdrücke zu nutzen, um zu quantifizieren, wie die verschiedenen Prozesse der Schneefallbildung zu Masse oder Häufigkeit des Gesamtniederschlag beitragen. Zu diesem Zweck werden wir die Datenprodukte des innovativen Video In Situ Snowfall Sensors (VISSS) weiterentwickeln, um Riming und Aggregation während einer speziellen Messkampagne in Hyytiälä, Finnland, zu quantifizieren. Die Beobachtungen werden mit dem ICON-Modell verglichen, in welches das fortschrittliche P3 Mikrophysikschema (Predicted Particle Properties) mit einem neuartigen Ansatz zur Behandlung von bereiften Partikeln implementiert ist. Durch dieses kombinierte Beobachtungs- und Modellierungsprojekt wird es möglich zu quantifizieren, wie die einzelnen Wolkenprozesse an der Schneefallbildung beteiligt sind, und zwar in Bezug auf die Häufigkeit des Auftretens und die Gesamtschneemasse. Darüber hinaus werden wir diese Wolkenprozesse in Abhängigkeit von makrophysikalischen Wolkeneigenschaften wie Wolkentiefe und synoptischen Einflüssen analysieren. Auf der Grundlage von Vergleichen zwischen Modell und Beobachtungen, die sowohl mittels Fallstudien als auch für einen längeren Zeitraum durchgeführt werden, werden wir die Schneefallsimulation in ICON im Standard-Zweimomentenschema und im P3-Mikrophysikschema bewerten und verbessern.
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.
Die Schaffung bio-regionaler Wertschöpfungsketten und Netzwerke zielt neben der Stärkung des ökologischen Landbaus u.a. auf eine positive Entwicklung des Bio-Lebensmittelmarkts, Umweltschutz und die Stärkung der regionalen Wirtschaft ab. Trotz dieser breiten Zielstellung wurden Erfolgs- und Zielgrößen bio-regionaler Wertschöpfungsketten bislang zu eindimensional untersucht. Es fehlt beispielsweise eine systematische Erforschung von Erfolgsparametern in unterschiedlichen Phasen der Netzwerkentwicklung. Ebenso sind Erfolgsfaktoren zur Entwicklung bio-regionaler Wertschöpfungsnetzwerke bisher nur anhand ausgewählter Fallstudien analysiert worden. Das Projekt adressiert diese Lücke: Dazu werden bio-regionale Wertschöpfungsketten und Ökomodellregionen untersucht, die heterogene Rahmenbedingungen und produkt- und prozessbezogen verschiedene Schwerpunkte aufweisen sowie unterschiedlich stark entwickelt sind. Somit können übergreifende Erfolgsfaktoren und Hemmnisse destilliert und praxisorientierte Handlungsempfehlungen für Betriebe, Netzwerke und Politik abgeleitet werden.
Energetische Elektronen aus der Aurora und den Strahlungsgürteln sind bekannte Quellen von Stickoxiden in der Auroraregion der oberen Mesosphäre und unteren Thermosphäre (MLT, 60-140 km). Im polaren Winter können diese Stickoxide bis in die mittlere Stratosphäre (30—45 km) herunter transportiert werden; sie variieren dabei mit der geomagnetischen Aktivität und dem dynamischen Zustand der Atmosphäre. Hier tragen Stickoxide maßgeblich zum katalytischen Ozonabbau bei; da Ozon eine wesentliche Rolle in der Strahlungsheizung der Stratosphäre spielt, ändern sich durch den Abwärtstransport von auroralen Stickoxiden auch Temperaturen und Windfelder. Diese Änderungen der Atmosphärendynamik können die ganze Atmosphäre bis hinunter zu troposphärischen Wettersystemen betreffen. Aus diesem Grund wurde kürzlich zum ersten Mal empfohlen, geomagnetische Aktivität als Teil des solaren Forcings des Klimasystems in Klima-Chemiemodellstudien wie CMIP-6 zu berücksichtigen. Die atmosphärischen Ionisationsraten, welche verwendet werden, um solche Modellexperimente anzutreiben, basieren empirisch auf Flüssen von präzipitierenden Elektronen, welche jedoch mit großen Unsicherheiten behaftet sind; neue Studien legen nahe, daß es ernsthafte Probleme mit der Genauigkeit dieser Daten gibt. In diesem Projekt werden wir untersuchen, wie vom Sonnenwind getriebene Prozesse in der Magnetosphäre präzipitierende Elektronen verschiedener Energien beeinflussen, und welchen Einfluß diese präzipitierenden Elektronen auf die Zusammensetzung, Temperatur, und Windfelder in der mittleren Atmosphäre haben.Insbesondere werden wir untersuchen:• Wie beeinflussen vom Sonnenwind getriebene Prozesse in der Magnetosphäre das Präzipitieren von Strahlungsgürtelelektronen in die Atmosphäre?• Zu welchen Energien werden präzipitierende Elektronen in den unterschiedlichen geomagnetischen Stürmen in der Magnetosphäre beschleunigt? • Welcher Energiebereich der Präzipitierenden Elektronen hat den größten Einfluss auf die Zusammensetzung und Dynamik der mittleren Atmosphäre?Dazu werden Modellsimulationen mit dem neuentwickelten VERB-4D Modell durchgeführt, welches Elektronenbeschleunigung in die Atmosphäre durch Welle-Teilchen-Wechselwirkungen mit Chorus, Plasmaspheric hiss, hiss in plumes, und EMIC-Wellen berücksichtigt. Ergebnisse werden mit NOAA POES Daten validiert. Modellierte Elektronenflüsse am Oberrand des Modells werden als Input verwendet für das neuentwickelte Klima-Chemiemodells EMAC/EDITh (Boden bis 220km). Modellierte Temperaturen und der Stickoxid-Gehalt werden anhand von Beobachtungen validiert. Fallstudien werden durchgeführt werden für geomagnetische Stürme, die durch Korotating Interaction Regions (CIR) und solare koronale Massenauswürfe (CMEs) ausgelöst wurden, um zu untersuchen, wie die verschiedenen Prozesse unterschiedliche Bereiche der Atmosphäre beeinflussen.
Ziel des Projektes ist es, am Beispiel von Bewässerungslandwirtschaft in kleinen Einzugsgebieten Usbekistans den Wasser-Energie-Ernährungsnexus (Water-Energy-Food nexus, WEF) besser zu verstehen, und Optionen für seine nachhaltige Bewirtschaftung zu entwickeln. Nachhaltige Bewirtschaftung bedeutet in diesem Fall sowohl die Bereitstellung von Wasser für Kraftwerke und die Feldbewässerung (Level 1), als auch für Minimierung der Bodenversalzung, so dass die Böden langfristig für die Ernährungsproduktion und weitere Ökosystemleistungen erhalten bleiben (Level 2). Am Beispiel von Fallstudien in drei Wassereinzugsgebieten wird aufbauend auf hydrologischen, landwirtschaftlichen und institutionenökonomischen Kontextanalysen ein analytischer Rahmen mit Indikatoren entwickelt und für partizipative, ex-ante Nachhaltigkeitsbewertungen von Szenarien des WEF Nexus Managements genutzt. Das Projekt ist in vier Arbeitspakete gegliedert: (1) Analyse von 28 Einzugsgebieten bezüglich hydrologischer, agronomischer und sozio-ökonomischer Parameter und Auswahl von drei Fallstudiengebieten, (2) detaillierte Kontextanalyse in den drei Fallstudiengebieten mittels Stakeholderkonsultationen, Dokumentenanalyse und ergänzender Satellitendatenauswertung zur Ermittlung der wesentlichen Faktoren für ein nachhaltiges WEF Management und zur Entwicklung eines analytischen Rahmens mit Indikatoren für die Nachhaltigkeitsbewertung; (3) Entwicklung von Management Szenarien und Durchführung von partizipativen Nachhaltigkeitsbewertungen in Workshops mit Stakeholdern, die mittels des analytischen Rahmens ausgewählt wurden; (4) Synthese und Validierung der Ergebnisse aus den drei Fallstudien und Ableitung von übertragbaren Determinanten für das nachhaltiges Management des WEF-Nexus für Einzugsgebiete in Usbekistan. Der Ansatz kombiniert theoretische Konzepte aus der Institutionenökonomie (z.B. Collective Action, Polycentric Governance, Mental Models) mit wissenschaftlich etablierten Methoden der Kontextanalyse (fuzzy-set Qualitative Comparative Analysis fsQCA) und der Nachhaltigkeitsbewertung (Framework of Participatory Impact Assessment FoPIA), um die wesentlichen Nachhaltigkeitsaspekte und die damit verbundenen Konflikte für den WEF Nexus am Beispiel der Bewässerungslandwirtschaft in Usbekistan besser zu verstehen. Usbekistan hat die UN-Agenda 2030 unterzeichnet und sich damit zur Umsetzung der 17 Nachhaltigkeitsziele verpflichtet. Das vorgeschlagene Forschungsprojekt möchte in einem integrierten Ansatz die wissenschaftliche Grundlage dafür verbessern.
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.
| Organisation | Count |
|---|---|
| Bund | 2859 |
| Europa | 439 |
| Global | 3 |
| Kommune | 19 |
| Land | 120 |
| Schutzgebiete | 2 |
| Weitere | 23 |
| Wirtschaft | 11 |
| Wissenschaft | 1050 |
| Zivilgesellschaft | 33 |
| Type | Count |
|---|---|
| Daten und Messstellen | 10 |
| Ereignis | 1 |
| Förderprogramm | 2607 |
| Taxon | 1 |
| Text | 142 |
| unbekannt | 245 |
| License | Count |
|---|---|
| Geschlossen | 271 |
| Offen | 2637 |
| Unbekannt | 97 |
| Language | Count |
|---|---|
| Deutsch | 2244 |
| Englisch | 1158 |
| Resource type | Count |
|---|---|
| Archiv | 61 |
| Bild | 25 |
| Datei | 17 |
| Dokument | 122 |
| Keine | 2045 |
| Multimedia | 1 |
| Unbekannt | 1 |
| Webdienst | 2 |
| Webseite | 832 |
| Topic | Count |
|---|---|
| Boden | 1939 |
| Lebewesen und Lebensräume | 2601 |
| Luft | 1552 |
| Mensch und Umwelt | 3005 |
| Wasser | 1469 |
| Weitere | 2957 |