We compiled a climate dataset with high spatial and temporal resolution consisting of model and observational data suitable for assessing the impact of climate change on German forests. The dataset includes nine climate parameters with daily resolution: (1) minimum, (2) mean, and (3) maximum temperature, (4) total precipitation sum, (5) mean wind speed, (6) total shortwave radiation, (7) mean relative humidity, (8) mean water vapour pressure and (9) mean potential evapotranspiration. The data were calculated as a time series with daily resolution from 1961 to 2100 at the sample grid points (approximately 4 x 4 km) of the German National Forest Inventory (NFI) (Hennig 2022). Due to the pointwise spatial arrangement, this dataset cannot be considered raster data, but rather as sample grid points (Thünen-Atlas 2026). Models for climate projections were provided by 'Regionale Klimaprojektionen Ensemble für Deutschland' (ReKliEs-De) (Hübener et al. 2017). A variety of combinations of global circulation and regional climate models, as well as statistical and dynamic climate models, were employed to calculate climate projections. Two Representative Concentration Pathway (RCP) scenarios (4.5 and 8.5) were taken into account. A total of nine model runs were executed, seven based on RCP8.5 and two based on RCP4.5: (1) EC-Earth/RACMO (ECECMO); (2) HadGEM2-ES/WR13 (HAD013); (3) HadGEM2-ES/WRF (HADWRF); (4) MIROC5/CCLM (MIRCLM); (5) MPI-ESM-LR/CCLM (MPICLM); (6) MPI-ESM-LR/WR13 (MPI013); (7) MPI-ESM-LR/WRF (MPIWRF). The German Meteorological Service (DWD) provided observation data from 1961 to 2020. Both climate model and observation data were downscaled to a spatial resolution of 250 x 250 metres (Ahrends et al. 2018, Feigenwinter et al. 2018, Sutmöller et al. 2021). The dataset consists of 22,444 NFI potential (forested and unforested) sample grid points covering Germany. To process the data using the Climate Data Operators (CDO) tool, the sample grid points were transformed into a virtual, continuous spatial grid based on Network Common Data Form (NetCDF) files, with no georeferencing involved. The grid-based NetCDF files can be transformed into georeferenced point data (CSV) at NFI sample grid points with the aid of the included NetCDF help files (easting.nc, northing.nc, trakt_number.nc) and the R-script (NetCDF_to_csv.R). The coordinate reference system EPSG:25832 is used for transforming virtual raster data to point data.
Der Datensatz umfasst die vom Ressort Grünflächen und Forsten der Stadt Wuppertal manuell erfassten 15.194 punktförmigen Einzelbaumpositionen in den Parkanlagen Nordpark, Mirker Hain (südlicher Teil zwischen Kohl- und Vogelsangstraße) und Nützenberg (Teilbereich Kaiserhöhe). Die Daten wurden am Bildschirm mit der Software QGIS auf Basis von digitalen Orthophotos des Landes Nordrhein-Westfalen digitalisiert (Befliegungsdatum 01.03.2023, Bodenauflösung 10 cm). In diesen Luftbildern sind die Bäume ohne Belaubung abgebildet, was eine zuverlässige Erfassung der Stammpositionen ohne Sichtbehinderung durch das Blattwerk erlaubt. Der Datensatz wurde im Zusammenhang mit der Entwicklung des Verfahrens "twin4tree" im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling erstellt (Leitung dieses Teilvorhabens: EFTAS Fernerkundung Technologietransfer GmbH, Münster). Er dient zur unabhängigen quantitativen Überprüfung der Ergebnisse von KI-Verfahren zur Detektion von Einzelbäumen aus Luftbildern ("Ground Truth"). In dichten Baumbeständen ist nämlich die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Daher unterschätzen solche Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Mit den hier bereitgestellten Ground-Truth-Daten wurde für wurde für Wuppertal ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. Der Datensatz ist in den Formaten GeoPackage, GeoJSON und KML in verschiedenen Koordinatenreferenzsystemen unter der Open-Data-Lizenz CC BY 4.0 verfügbar.
Die Ergebnisse zeigen die räumliche Ausprägung von Hitzeereignissen in Berlin und wie sich die Häufigkeit des Auftretens von Hitzeereignissen über die Zeit verändert. Die kleinräumige Ausprägung der Auftrittshäufigkeiten der Kenntage ist dabei vornehmlich von der konkreten Flächennutzung abhängig. Eine genau Aufschlüsselung der Anzahl der Kenntage nach Nutzungstypen bzw. Siedlungsstrukturen findet sich in der Dokumentation. Entsprechend spiegeln die mittleren Auftrittshäufigkeiten der Stadtbezirke die vornehmliche Stadtstruktur und den Anteil an Grün- und Wasserflächen wider. Insbesondere mit Hinblick auf gesundheitliche Auswirkungen von langanhaltenden Hitzeereignissen können die Ergebnisse der Berechnung zur Priorisierung und Verortung von Anpassungsmaßnahmen hinzugezogen werden und ergänzen somit die Ergebnisse der Klimaanalyse. Darüber hinaus verdeutlichen die Ergebnisse die Auswirkungen von stadtklimatischen Effekten. Sommertage und Hitzetage Die Anzahl der Sommertage (Abb. 2) und der Hitzetage (Abb. 3) ist in denjenigen Gebieten erhöht, die tagsüber ein erhöhtes Lufttemperaturniveau aufweisen. Insbesondere sind dies dicht bebaute und unverschattete Gebiete mit einem hohen Versiegelungsgrad, u.a. dicht bebaute Gewerbe- und Industriegebiete, Kerngebiete und Flächen mit einer geschlossenen Blockbebauung und unverschatteten Innenhöfen. In diesen Bereichen treten im Referenzzeitraum durchschnittlich 49 bis 50 Sommertage bzw. ca. 11 Hitzetage pro Jahr auf. Damit liegt die Auftrittshäufigkeit deutlich über dem gesamtdeutschen Flächendurchschnitt für den Referenzzeitraum 1971-2000 (30,4 Sommertage bzw. 5,2 Hitzetage pro Jahr). Offene Grün- und Ackerflächen weisen durchschnittlich 40 Sommertage bzw. 8 Hitzetage im Jahr auf. Die Anzahl der Sommer- und Hitzetage ist demgegenüber deutlich verringert in Wäldern, wo durch den Baumbestand die Flächen überwiegend verschattet sind und das Temperaturniveau darüber hinaus durch Verdunstung abgemildert ist. Im Referenzzeitraum ergeben sich deswegen durchschnittlich 20 Sommertage bzw. 2 Hitzetage im Jahr in Wäldern, was unter der Auftrittshäufigkeit des gesamtdeutschen Flächendurchschnitts für Wälder im Referenzzeitraum liegt. Teilflächen, die unmittelbar an den Ufern von Gewässern liegen, weisen tendenziell eine geringere Anzahl an Sommer- und Hitzetagen auf, da Gewässer sich tagsüber durch die hohe Wärmekapazität von Wasser sich nur verzögert erwärmen und damit lokal kühlend auf die Luft wirken. Bedingt durch den Klimawandel ist ein Anstieg der Anzahl der Sommer- und Hitzetage zu erwarten, der in den Gebieten, in denen Sommer- und Hitzetage bereits im Referenzzeitraum häufig auftreten, stärker ausfallen wird als in den Gebieten, in denen Sommer- und Hitzetage seltener auftreten. Bis zum Zeitraum 2031-2060 erhöht sich die Anzahl der Sommertage im Siedlungsraum um durchschnittlich 20 im Jahr und die Anzahl der Hitzetage um durchschnittlich 10 im Jahr, während sich in den Grünflächen die Anzahl der Sommertage um durchschnittlich 16 im Jahr erhöht und die Anzahl der Hitzetage um 7. Durch den Anstieg ergiben sich in den thermisch stark belasteten Siedlungsgebieten durchschnittlich etwa 71 Sommertage bzw. 22 Hitzetage pro Jahr. Dies entspricht Auftrittshäufigkeiten, die bezogen auf den gesamtdeutschen Durchschnitt in der Vergangenheit nur in Jahren mit stark ausgeprägten Hitzewellen aufgetreten sind (z.B. 2018 mit 74,7 Sommer- und 20,3 Hitzetagen). Im gleichen Zeitraum ergibt sich ein Anstieg der Anzahl der Sommertage in Wäldern auf durchschnittlich 34 im Jahr und ein Anstieg der Anzahl der Hitzetage auf durchschnittlich 7 im Jahr. Bis zum Ende des Jahrhunderts ist ein weiterer Anstieg der Auftrittshäufigkeit von Sommer- und Hitzetagen zu erwarten. Für die thermisch am stärksten belasteten Siedlungsgebiete werden im Zeitraum 2071-2100 durchschnittlich etwa 84 bis 85 Sommertage im Jahr und etwa 34 bis 35 Hitzetage im Jahr erwartet. In Wäldern wird auf Basis dieser Berechnungen die durchschnittliche jährliche Anzahl bei 46 Sommer- und 13 Hitzetagen im Jahr liegen. Tropennächte Während die Anzahl der Sommer- und Hitzetage durch das lokale Temperaturniveau am Tag bedingt ist, wird die Anzahl der Tropennächte (Abb. 4) durch das Temperaturniveau in der Nacht beeinflusst. Insbesondere dicht bebaute Flächen mit einem hohen Versiegelungsgrad tendieren zu einer hohen Auftrittshäufigkeit von Tropennächten. Dies ist insbesondere der Fall für enge Straßenschluchten und Teilflächen mit vollständig umbauten und großflächig versiegelten Innenhöfen. Im Referenzzeitraum 1971-2000 ergeben sich in Kerngebieten, in dicht bebauten Gewerbe- und Industriegebieten und in Gebieten mit einer dichten Blockbebauung durchschnittlich 2 bis 3 Tropennächte im Jahr. In diesen Gebieten ist die Auftrittshäufigkeit höher als der bisherige gesamtdeutsche Flächendurchschnitt selbst in Jahren mit extremen Hitzeperioden (z.B. 1994 mit 1,7 Tropennächten) bedingt durch das grundsätzlich seltene Auftreten von Tropennächten in der Vergangenheit (gesamtdeutscher Durchschnitt im Referenzzeitraum 1971-2000: 0,2 Tropennächte pro Jahr). Offene Grünflächen und Ackerflächen kühlen nachts besonders stark ab, sodass im Durchschnitt im Referenzzeitraum auf diesen Flächen keine Tropennächte auftreten. Wälder hingegen kühlen nachts weniger stark ab, da durch das Kronendach die Abkühlung der Erdoberfläche abgemildert wird. Im Durchschnitt ergibt sich deshalb in Wäldern ca. eine Tropennacht im Jahr. An Wasserflächen erhöht sich die Auftrittshäufigkeit von Tropennächten bedingt durch die hohe Wärmekapazität von Wasser. Hierdurch kühlen sich Wasserkörper nachts nur langsam ab, wodurch auch die Lufttemperatur lokal beeinflusst wird. Wie bei den Sommer- und Hitzetagen ist der Anstieg der Häufigkeit von Tropennächten stärker in den Gebieten, die bereits im Referenzzeitraum eine erhöhte Auftrittshäufigkeit besitzen. In dicht bebauten Gebieten ergeben sich im Zeitraum 2031-2060 durchschnittlich etwa 9 zusätzliche jährliche Tropennächte (entspricht 11 bis 12 Tropennächte insgesamt im Jahr im Zeitraum 2031-2060), während sich über offenen Grün- und Ackerflächen durchschnittlich insgesamt 2 bis 3 Tropennächte im Jahr ergeben. In Wäldern erhöht sich die Anzahl der Tropennächte auf durchschnittlich 6 pro Jahr. Bis zum Ende des Jahrhunderts wird ein weiterer Anstieg der Anzahl der Tropennächte erwartet. Für dicht bebaute Gebiete werden im Zeitraum 2071-2100 durchschnittlich etwa 28 bis 29 Tropennächte im Jahr erwartet, in Wäldern durchschnittlich 19 und über offenen Grünflächen und Ackerflächen etwa 9 Tropennächte pro Jahr. Tabelle 1 zeigt die mittlere Anzahl der klimatologischen Kenntage pro Jahr aufgeteilt nach Siedlungsraum, Grünflächen und Straßenraum. Insgesamt zeigt sich, dass im Siedlungs- und im Straßenraum die analysierten Kenntage sowohl im Referenzzeitraum, als auch in den zukünftigen Perioden häufiger auftreten als in Grünflächen. Darüber hinaus ist ebenso davon auszugehen, dass der zukünftige Anstieg der Auftrittshäufigkeit im Siedlungs- und Straßenraum stärker ausgeprägt sein wird als in den Grünflächen. Eine Aufschlüsselung nach Nutzungstypen und Siedlungsstrukturen finden sich in der Dokumentation. Tabelle 2 und Abbildung 5 zeigen die Mittelwerte der jährlichen Auftrittshäufigkeiten der einzelnen Kenntage in den einzelnen Bezirken. Die Auftrittshäufigkeiten der einzelnen Kenntage in den Bezirken ist dabei vor allem abhängig von der vorherrschenden Stadtstruktur und dem Anteil an Grün- und Wasserflächen.
Das bundeseinheitliche Verkehrsnetz der Bundeswasserstraßen (VerkNet-BWaStr) ist ein topologisch verknüpfter Vektordatensatz aller Bundeswasserstraßen (BWaStr). Dieser Geobasisdatensatz der Wasserstraßen- und Schifffahrtsverwaltung des Bundes (WSV) dient zur durchgängigen stationsbezogenen Georeferenzierung aller WSV-Daten mit direktem und indirektem Raumbezug. Das Verkehrsnetz BWaStr beantwortet u.a. folgende Fragen: -- Wo verlaufen die Bundeswasserstraßen? -- Wie sind die Strecken stationiert? -- Wie hängen die einzelnen Strecken zusammen? -- Wie sind Fachinformationen Steckenabschnitten zugeordnet? Die Daten umfassen die Bezeichnung der Bundeswasserstraßen (einschließlich der Ident-Nummern) und Kilometerangaben, die Wasserstraßenklassen sowie Layer zur Organisation der WSV-Verwaltungsbezirke der Außenstellen der GDWS, Verwaltungsbereiche der Wasserstraßen- und Schifffahrtsämter (WSA), die Zuständigkeitsbereiche der Außenbezirke (ABz) und weitere Angaben wie die Fließrichtung. Diese Informationen werden über einen Datensatz im ESRI-Shape-Format oder als ESRI-FileGeodatabase als sogenannte dynamisch segmentierte Polylinien zur Verfügung gestellt. Mittels linearer Referenzierung können tabellarisch vorliegende Sachdaten auf Grundlage dieses Datensatzes in einem GIS visualisiert und genutzt werden.
<p>Für Zwecke der Kommunalstatistik führt das Ressort „Vermessung, Katasteramt und Geodaten“ der Stadt Wuppertal jährlich eine Verschneidung der Baublöcke mit den Flächen der tatsächlichen Nutzung aus dem Liegenschaftskataster durch. Die Baublöcke werden in der kleinräumigen Gliederung der Stadt Wuppertal geführt, einem Knoten- und Kantenmodell der Stadt, das als Raumbezugsbasis der Wuppertaler Kommunalstatistik dient. Sie sind die kleinste Flächeneinheit der Kommunalstatistik. Die Flächen der tatsächlichen Nutzung stammen aus dem Amtlichen Liegenschaftskatasterinformationssystem ALKIS, das in Wuppertal seit Mitte 2011 für die Führung des Liegenschaftskatasters eingesetzt wird. Im Oktober 2012 wurde erstmals eine Verschneidung durchgeführt, die seitdem zu Beginn jedes Jahres wiederholt wird. Da sich das Netz der Baublöcke von Jahr zu Jahr nur geringfügig verändert, ermöglicht die so entwickelte Zeitreihe detaillierte Analysen des Flächenverbrauchs im Wuppertaler Stadtgebiet. Die Modellierung der tatsächlichen Nutzung hat sich mit der Einführung des ALKIS gegenüber dem Vorgängerverfahren „Automatisierte Liegenschaftskarte (ALK)“ stark geändert, so dass keine weiter in die Vergangenheit reichende Zeitreihe aufgebaut werden kann. Die Ergebnisse der Verschneidungen liegen für jeden Jahrgang als separate CSV-Dateien (Semikolon als Trennzeichen) vor, die unter einer Open-Data-Lizenz (CC BY 4.0) verfügbar sind. Die Georeferenzierung der Flächenangaben erfolgt indirekt über die Baublocknummer, mit der jede Zeile einer solchen CSV-Datei beginnt. Im Allgemeinfall gibt es mehrere Datenzeilen für einen Baublock, eine für jede tatsächliche Nutzung, die im ALKIS-Datenbestand für diese Baublockfläche gefunden wurde.</p> <p> </p>
<p>Für Zwecke der Kommunalstatistik führt das Ressort „Vermessung, Katasteramt und Geodaten“ der Stadt Wuppertal jährlich eine Verschneidung der Baublöcke mit den Flächen der tatsächlichen Nutzung aus dem Liegenschaftskataster durch. Die Baublöcke werden in der kleinräumigen Gliederung der Stadt Wuppertal geführt, einem Knoten- und Kantenmodell der Stadt, das als Raumbezugsbasis der Wuppertaler Kommunalstatistik dient. Sie sind die kleinste Flächeneinheit der Kommunalstatistik. Die Flächen der tatsächlichen Nutzung stammen aus dem Amtlichen Liegenschaftskatasterinformationssystem ALKIS, das in Wuppertal seit Mitte 2011 für die Führung des Liegenschaftskatasters eingesetzt wird. Im Oktober 2012 wurde erstmals eine Verschneidung durchgeführt, die seitdem zu Beginn jedes Jahres wiederholt wird. Da sich das Netz der Baublöcke von Jahr zu Jahr nur geringfügig verändert, ermöglicht die so entwickelte Zeitreihe detaillierte Analysen des Flächenverbrauchs im Wuppertaler Stadtgebiet. Die Modellierung der tatsächlichen Nutzung hat sich mit der Einführung des ALKIS gegenüber dem Vorgängerverfahren „Automatisierte Liegenschaftskarte (ALK)“ stark geändert, so dass keine weiter in die Vergangenheit reichende Zeitreihe aufgebaut werden kann. Die Ergebnisse der Verschneidungen liegen für jeden Jahrgang als separate CSV-Dateien (Semikolon als Trennzeichen) vor, die unter einer Open-Data-Lizenz (CC BY 4.0) verfügbar sind. Die Georeferenzierung der Flächenangaben erfolgt indirekt über die Baublocknummer, mit der jede Zeile einer solchen CSV-Datei beginnt. Im Allgemeinfall gibt es mehrere Datenzeilen für einen Baublock, eine für jede tatsächliche Nutzung, die im ALKIS-Datenbestand für diese Baublockfläche gefunden wurde.</p> <p> </p>
The Weser estuary at the German North Sea coast serves as a fairway to the harbours of Bremerhaven and Bremen. To ensure safe shipping and navigation, the navigation channel depths are nowadays intensively monitored, and have been so in the past. These are valuable data for consulting and research purposes, and enables investigations leading to a better understanding of hydrodynamics, salt intrusion and morphological processes in the estuary, in the present as well as the past. For recent years, thanks to modern monitoring techniques and digitalization, measuring data has been compiled to consistent digital terrain models of high quality and accuracy. For time periods before the 1990ies however, measurements were scarcer and the data are available only in form of printed bathymetrical and nautical charts. The objective of the project “Historical system states of the Weser estuary (HIWEST)” was to: • digitalize depths measurements starting from 1960, • georeference the data points and • process and compile them to digital terrain models that can be used for research and consulting. The project was led and financed by the Federal Waterways Engineering and Research Institute (BAW). It was supported by the Federal Maritime and Hydrographic Agency (BSH) and by the German Water and Shipping Administration (WSV) who provided printed charts and scanned data sets. The smile consulting GmbH was contracted to process the data and compile digital terrain models. One of the main challenges of the project was georeferencing. While georeferencing and projecting in the horizontal domain was comparatively straightforward, the transformation of depths below different chart datums to the Germans mean height reference system represented a challenge. This was accomplished by an algorithm considering spatial polygons provided by BSH and further meta information on the different levelling systems. The accuracy of the data sets differs depending on the quality of the original data. Since the 1990ies, powerful measurement methods such as airborne laser scanning (ALS) and multibeam echo-sounding has led to high resolutions and high data accuracy. In past surveys, the depths were measured in single-beam echo-soundings, often along individual cross sections, and there is no information between these soundings. As a result, the older terrain models are much smoother then the newer ones and contain less detailed information. More technical details can be found in the appendix of the technical report. The following digital terrain models (DTM, in the following the German abbreviation DGM is used) of the Lower and Outer Weser estuary were made available: • DGM 1966, marking the situation before deepening the Outer Weser to SKN-12 m</li> • DGM 1972, marking the situation before deepening the Lower Weser to SKN-9 m</li> • DGM 1981, marking the situation before extensive river works in the Lower Weser</li> • DGM 1996, marking the situation before deepening the Outer Weser to SKN-14 m</li> • DGM 2002, marking the situation after deepening the Outer Weser to SKN-14 m, reference digital terrain model. The years were chosen so they would represent consistent periods not affected by constructive engineering measures such as channel deepenings, and secondly based on optimal data availability. Each data set however consists not only of data from the respective year, but data had to be added from adjacent years. To close gaps, data from recent surveys were used. The data sets span the whole estuary from the North Sea to the tidal weir in the city of Bremen and are available as 1x1 m raster data sets. How to cite the HIWEST data: <strong style="color: red;"> The data set is only to be quoted together with the Technical Report.</strong> Report: Bundesanstalt für Wasserbau (2020): Historical digital terrain models of the Weser Estuary (HIWEST). Technical Report B3955.02.04.70168-6. Bundesanstalt für Wasserbau. https://henry.baw.de/handle/20.500.11970/107521 Data set: Bundesanstalt für Wasserbau (2020): Historical digital terrain model data of the Weser Estuary (HIWEST) [Data set]. Bundesanstalt für Wasserbau. https://doi.org/10.48437/02.2020.K2.5200.0001
Das bundeseinheitliche Verkehrsnetz der Bundeswasserstraßen (VerkNet-BWaStr) ist ein topologisch verknüpfter Vektordatensatz aller Bundeswasserstraßen (BWaStr). Dieser Geobasisdatensatz der Wasserstraßen- und Schifffahrtsverwaltung des Bundes (WSV) dient zur durchgängigen stationsbezogenen Georeferenzierung aller WSV-Daten mit direktem und indirektem Raumbezug. Das Verkehrsnetz BWaStr beantwortet u.a. folgende Fragen: -- Wo verlaufen die Bundeswasserstraßen? -- Wie sind die Strecken stationiert? -- Wie hängen die einzelnen Strecken zusammen? -- Wie sind Fachinformationen Steckenabschnitten zugeordnet? Die Daten umfassen die Bezeichnung der Bundeswasserstraßen (einschließlich der Ident-Nummern) und Kilometerangaben, die Wasserstraßenklassen sowie Layer zur Organisation der WSV-Verwaltungsbezirke der Außenstellen der GDWS, Verwaltungsbereiche der Wasserstraßen- und Schifffahrtsämter (WSA), die Zuständigkeitsbereiche der Außenbezirke (ABz) und weitere Angaben wie die Fließrichtung. Diese Informationen werden über einen Datensatz im ESRI-Shape-Format oder als ESRI-FileGeodatabase als sogenannte dynamisch segmentierte Polylinien zur Verfügung gestellt. Mittels linearer Referenzierung können tabellarisch vorliegende Sachdaten auf Grundlage dieses Datensatzes in einem GIS visualisiert und genutzt werden.
<p>Der Datensatz umfasst die Ergebnisdaten der Simulation eines synthetischen Starkregenereignisses mit dem Starkregenindex 7 (SRI 7), im Oktober 2022 ausgeführt durch die Dr. Pecher AG (Erkrath) im Auftrag der Stadt Wuppertal, beauftragt über die Wuppertaler Stadtwerke WSW Energie & Wasser AG. Der Datensatz ist Teil von Version 2.1 der Starkregensimulationen, die die Dr. Pecher AG seit 2018 in unregelmäßigen Abständen für die Stadt Wuppertal berechnet. Die Simulationsansätze werden mit jeder neuen Version verfeinert. Außerdem werden die zum jeweiligen Berechnungszeitpunkt erkannten Fehler, insbesondere im verwendeten Geländemodell, korrigiert. Die Simulation berücksichtigt den Regenwasserabfluss im Kanalnetz und durch Überstau aus dem Kanalnetz austretendes Wasser mit einem vereinfachten Modellansatz, ebenso die verschiedenen Abflussgeschwindigkeiten auf Oberflächen mit unterschiedlicher Rauheit. Ab Version 2.1 wird ein moderater Versickerungsansatz in der Simulation berücksichtigt. Zusätzlich wird die Wupper mit einem unendlichen Fassungsvermögen für das zufließende Regenwasser modelliert. Es kann in den Simulationen damit nicht mehr zu einem Rückstau kommen, bei dem das Regenwasser Flächen in der Talsohle überflutet, weil es von der Wupper nicht mehr abgeleitet werden kann. <strong>Wichtiger Hinweis: Die Simulationsergebnisse sind beim aktuellen Stand der Technik keine exakten Vorhersagen des Verlaufs zukünftiger Ereignisse. Sie enthalten noch nicht erkannte Modellfehler und vernachlässigen einige Wirkungszusammenhänge, zu denen keine auskömmlichen Daten vorliegen, z. B. den Wasserrückhalt durch die Überflutung von Kellergeschossen. Die Ergebnisse haben daher eine Tendenz zur lokalen Überzeichnung der Wassertiefen, die sich bei einem realen Regen der angenommenen Stärke einstellen würden. Die Simulationsergebnisse eignen sich aber gut zur Identifikation und Lokalisierung der Gefährdungen durch Starkregen, z. B. mit Hilfe der von der Stadt Wuppertal und den Wuppertaler Stadtwerken publizierten interaktiven Starkregengefahrenkarte.</strong> Als Niederschlag wurde in der Simulation ein außergewöhnliches Starkregenereignis mit einer Dauer von 2 Stunden und einer Niederschlagsmenge von 42 l/m² in ganz Wuppertal angenommen. Ein solches Regenereignis besitzt eine 100-jährliche statistische Wiederkehrzeit. Der zeitliche Verlauf des Regenereignisses wurde als Eulerregen Typ II modelliert. Hierbei werden in 5-Minuten-Abschnitten unterschiedliche Intensitäten angenommen, die bis zur maximalen Intensität schnell und gleichmäßig ansteigen, dann stark abfallen und danach allmählich abklingen. Als Ergebnisse werden drei TIFF- Dateien mit einer Auflösung von 1 m (quadratische Pixel, deren Kantenlänge 1 m in der Realwelt entspricht) und Georeferenzierung über TIFF World Files unter einer Open-Data-Lizenz (CC BY 4.0) angeboten. Die Pixelwerte in den drei Dateien geben die maximale Wassertiefe, die maximale Fließgeschwindigkeit und die Richtung der maximalen Fließgeschwindigkeit an, die für die jeweilige Rasterzelle im Verlauf der Simulation berechnet werden.</p> <p> </p>
Ziele: Ziel des ressortübergreifenden Projekts Umweltgerechtigkeit im Land Berlin' ist die Ermittlung von Zusammenhängen zwischen Umweltgüte, Gesundheit und Sozialstruktur. Gleichzeitig soll auf der Grundlage ausgewählter kleinräumiger Gebiete (Verkehrszellen / lebensweltlich orientierter Räume) GIS-gestützte Aussagen erarbeitet werden, die eine Übertragung auf andere stadtstrukturell vergleichbare Gebiete zulassen. Im Ergebnis soll eine zusätzliche räumliche Betrachtungsebene entwickelt werden, die in bestehende Monitoringverfahren integriert werden kann. Dies gilt insbesondere im Hinblick auf die Zusammenführung verschiedener räumlicher und umweltbezogener Daten auf einen gemeinsamen Raumbezug. Im Vordergrund stehen vor allem methodische Fragestellungen und mögliche praxistaugliche Herangehensweisen.; Vorgehensweisen: Das Projekt geht von der Annahme aus, dass gesundheitsbeeinträchtigende Wohnbedingungen in den unteren Statusgruppen häufiger anzutreffen sind als in den oberen. Die ungleiche Verteilung der gesundheitsrelevanten Umweltbelastungen soll zunächst bezogen auf die Themenfelder Verkehrslärm, verkehrsbedingte Luftbelastungen, Bioklima und wohnungsnahe Grünflächen untersucht werden. In einem weiteren Schritt sollen gesundheitsbezogene Aussagen in die Untersuchung einbezogen werden. Vorgehensweisen: 1. Bestandsaufnahme der gesundheitsrelevanten Umweltdaten 2. kleinräumige Regionalisierung der Daten auf einen gemeinsamen Raumbezug 3. Verschneidung der einzelnen Themenfelder mit sozialstrukturellen Daten 4. Zusammenführung der Daten auf eine Betrachtungsebene 5. Identifizierung mehrfach belasteter (vulnerabler) (Stadt-)gebiete 6. Ableitung bzw. Entwicklung planungsrelevanter praxistauglicher Indikatoren 7. Integration in bestehende Monitoringverfahren 8. Verrechtlichung der Aussagen durch Integration in das Berliner Planungssystem.; Ergebnisse: Zwischenzeitlich liegen für die Themenfelder Verkehrslärm, Luftgüte, Bioklima und wohnungsnahe Grünflächen erste Ergebnisse vor. Es zeigt sich, dass aufgrund der methodischen GIS-gestützten (geographische Informationssysteme) Herangehensweise die Möglichkeit besteht, die unterschiedlichen Datensätze der einzelnen Themenfelder kleinräumig zu regionalisieren bzw. auf einen gemeinsamen Raumbezug zusammenzuführen.
| Organisation | Count |
|---|---|
| Bund | 298 |
| Kommune | 40 |
| Land | 156 |
| Weitere | 6 |
| Wirtschaft | 14 |
| Wissenschaft | 100 |
| Zivilgesellschaft | 2 |
| Type | Count |
|---|---|
| Daten und Messstellen | 8 |
| Ereignis | 1 |
| Förderprogramm | 219 |
| Hochwertiger Datensatz | 14 |
| Text | 60 |
| Umweltprüfung | 2 |
| unbekannt | 103 |
| License | Count |
|---|---|
| Geschlossen | 79 |
| Offen | 314 |
| Unbekannt | 14 |
| Language | Count |
|---|---|
| Deutsch | 382 |
| Englisch | 54 |
| Resource type | Count |
|---|---|
| Archiv | 42 |
| Bild | 15 |
| Datei | 66 |
| Dokument | 66 |
| Keine | 173 |
| Webdienst | 3 |
| Webseite | 157 |
| Topic | Count |
|---|---|
| Boden | 250 |
| Lebewesen und Lebensräume | 340 |
| Luft | 193 |
| Mensch und Umwelt | 407 |
| Wasser | 157 |
| Weitere | 390 |