Other language confidence: 0.5191634870211213
Die Acker- und Grünlandzahl ist eine Verhältniszahl und kennzeichnet die natürliche Ertragsfähigkeit eines Standortes. Sie wird aus der Boden- bzw. Grünlandgrundzahl durch Berücksichtigung weiterer Parameter (bei Acker z. B. Klima, Hangneigung oder Waldschatten) berechnet. (<a href='https://www.lgb-rlp.de/fileadmin/service/lgb_downloads/boden/bfd5l_methodenbeschriebe/bfd5l_ertragsmesszahl.pdf' target='_blank'>bfd5l_ertragsmesszahl.pdf</a>)
Verteilung und Ausprägung verschiedender Klimaparameter, ihre analytische Zusammenfassung und Bewertung in einer Planungshinweiskarte, Raumbezug Raster und Blockkarte 1 : 5.000 (ISU5, Raumbezug Umweltatlas 2005, Bearbeitungsstand Juni 2009.
Hintergrund: Dieses Projekt begleitet die Umgestaltung eines Fichtenwald-Reinbestandes im Nationalpark Eifel vom derzeitigen Ist-Zustand über eine Baumentnahme hin zu einem standortgerechten Laubmischwald. Der Stoffhaushalt (Kohlenstoff, Lösungsfracht, Schwebfracht, Bachgeschiebe und Wasser) sowie die ihn beeinflussenden Faktoren (Klima, Boden, Vegetation, Landnutzung) werden genauer untersucht. Erstmalig werden für dieses Gebiet im Rahmen dieses Projektes CO2-Kreisläufe quantifiziert und Maßnahmen zur Kohlenstoffreduktion beschrieben (durch das Institut für Chemie und Dynamik der Geosphäre - Institut 4: Agrosphäre (ICG-4)). Zudem sollen zu erwartende Veränderungen auf Stoff- und Wasserkreisläufe erfasst werden. Bestehende Datenlücken für die Mittelgebirge werden damit geschlossen (durch den Lehrstuhl für Physische Geographie und Geoökologie (PGG)). Fragestellungen: Aufgabe des Projektes wird sein, präzise Informationen zum Stoff- (u.a. Kohlendioxid, Nitrat, Phosphat, Ammonium) und Wasserkreislauf zu erhalten sowie die Bedeutung standortrelevanter Parameter (Klima, Boden, Vegetation, Landnutzung) bei der Entstehung eines standorttypischen Laubmischwaldes zu erfassen. Während der Umwandlung eines Fichtenreinbestandes zu einem Laubwald - mit Vergleichsuntersuchungen im Freiland (Wiese) - sollen verschiedene Stadien der Umwandlung untersucht werden. Die Ergebnisse werden neue und vor allem quantifizierbare Erkenntnisse zum CO2-Haushalt sowie zum Wasser- und Stoffkreislauf im Ökosystem Wald liefern; Grundbausteine für eine nachhaltige Landnutzung und der Reduzierung atmosphärischen CO2. Von der Arbeitsgruppe PGG und dem ICG-4 bearbeitete Fragestellungen: - Wie wirken sich Landnutzungsänderungen auf Stoff- und Wasserhaushalt aus? - Welche Auswirkungen hat der Klimawandel auf Wasser, Boden und Vegetation? - Wie wirken sich Rückkopplungsprozesse auf terrestrische Systeme aus? - Wie wirken sich großräumige Eingriffe aus? Ziele: Ziele des Lehrstuhls für Physische Geographie und Geoökologie sind insbesondere, in Kooperation mit dem ICG-4 Veränderungen des Kohlenstoff- und Wasserhaushaltes sowie der Nährstoffkreisläufe in Erwartung des absehbaren Klimawandels und der Maßnahmen zur CO2-Reduktion zu erfassen. Gesicherte Erkenntnisse in Bezug auf den Wasserhaushalt und die ihn beeinflussenden Größen in Mittelgebirgsräumen liegen bisher kaum vor. Hier schließt das Projekt eine Datenlücke. Die Rolle der Vegetation sowie der Böden (insbesondere die bodenbildenden periglazialen Deckschichten) sind hier von Bedeutung, da Prozesse der Stoffakkumulation, -umwandlung und -transport von diesen Parametern stark abhängig sind. Deckschichten haben mit ihren Mächtigkeiten und Ausprägungen einen starken Einfluss auf Sickerwasser, Grundwasserneubildung, Retention und Oberflächenabfluss. Zudem ist für die Kooperation mit dem ICG-4 die Betrachtung des Bodenwasserhaushaltes unerlässlich, um den CO2-Vorrat im Boden zu analysieren. Die Retentionskapazitäten der Böden werden präzi
Um den Einfluss des Klimas auf die menschliche physische und kulturelle Evolution besser verstehen zu können, hat das Chew Bahir Drilling Project (CBDP), als Teil des Hominin Sites and Paleolakes Drilling Projects, lange Sedimentkerne aus dem Chew Bahir Becken in Süd-Äthiopien abgetäuft und analysiert. Das komplexe, meist Standort-spezifische, Verhältnis zwischen Sedimentzusammensetzung und Klimaparametern erschwert die Entschlüsselung von Paläoklimainformationen aus den Sedimentkernen jedoch. Die Bestimmung und Analyse von geeigneten Klimaproxys, die zudem durchweg vorhanden sind, ist die Grundvoraussetzung für die Rekonstruktion von hochauflösender und kontinuierlicher Klimageschichte. Als wichtigen Beitrag für solch einen Klimadatensatz wird in diesem Projekt die Untersuchung von authigenen Mineralen in den langen Chew Bahir Sedimentkernen vorgeschlagen. In einem hydrologisch geschlossenen System, wie in Chew Bahir, wird die Zusammensetzung der authigenen Tonminerale und Zeolithe wesentlich durch die Hydrochemie des Paläosees kontrolliert, der wiederum auf Schwankungen im Niederschlag/Verdampfungsverhältnis reagiert. In einer Pilotstudie konnte nachgewiesen werden, dass die Chew-Bahir-Mineral-Zusammensetzungen, insbesondere die sehr reichlich vorhandenen Tonminerale, empfindlich auf Variationen der Paläosalinität und Alkalinität reagieren indem sie ihre Kristallstruktur anpassen. Da der ca. 290-m-lange Kompositkern im Wesentlichen aus diesen sensibel reagierenden Tonen besteht, ist das Material gut geeignet um anhand von mineralogischen und geochemischen Analysen kontinuierliche paläohydrochemische und schließlich paläoklimatische Information zu entschlüsseln, insbesondere da andere Proxys nur teilweise erhalten geblieben sind. Für die ersten beiden Jahre des Projekts schlagen wir daher Folgendes vor: (1a) Die Identifikation charakteristischer Mineralgruppen entlang des gesamten Kerns für jeweils feuchte, trockene und hyperaride Phasen; (1b) Die Bestimmung des Grades der authigenen Umwandlung von Tonmineralen und Zeolithen zur Entschlüsselung der damit verbundenen paläohydrochemischen Daten. (2a) Verknüpfung mineralogischer und geochemischer Ergebnisse, um die Verbindungen zwischen der hydroklimatischen Kontrolle, den beteiligten Prozessen und der Bildung der Chew Bahir Proxys zu zeigen; (2b) Direkte Entschlüsselung von Klimainformationen aus den zuvor definierten hydrochemischen Bedingungen und Schwellenwerten. (3) Evaluation der Auswirkungen von verschiedenen Arten von Klimawandel (Dauer, Abruptheit, interne Variabilität) auf den Lebensraum der frühen Menschen zu bewerten. Die Ergebnisse des Projekts werden wichtige Erkenntnisse für unser wachsendes Verständnis der komplexen Bildung von Klimaproxys liefern und es uns somit ermöglichen, robuste Paläoklimadaten aus den 550 kyr Jahre umfassenden Sedimentkernen abzuleiten und damit zu der Überprüfung von Mensch-Umwelt Hypothesen beizutragen.
The present-day configuration of Indonesia and SE Asia is the results of a long history of tectonic movements, volcanisms and global eustatic sea-level changes. Not indifferent to these dynamics, fauna and flora have been evolving and dispersing following a complicate pattern of continent-sea changes to form what are today defined as Sundaland and Wallacea biogeographical regions. The modern intraannual climate of Indonesia is generally described as tropical, seasonally wet with seasonal reversals of prevailing low-level winds (Asian-Australian monsoon). However at the interannual scale a range of influences operating over varying time scales affect the local climate in respect of temporal and spatial distribution of rainfall. Vegetation generally reflects climate and to simplify it is possible to distinguish three main ecological elements in the flora of Malaysia: everwet tropical, seasonally dry tropical (monsoon) and montane. Within those major ecological groups, a wide range of specific local conditions caused a complex biogeography which has and still attract the attention of botanists and biogeographers worldwide. Being one of the richest regions in the Worlds in terms of species endemism and biodiversity, Indonesia has recently gone through intensive transformation of previously rural/natural lands for intensive agriculture (oil palm, rubber, cocoa plantations and rice fields). Climate change represents an additional stress. Projected climate changes in the region include strengthening of monsoon circulation and increase in the frequency and magnitude of extreme rainfall and drought events. The ecological consequences of these scenarios are hard to predict. Within the context of sustainable management of conservation areas and agro-landscapes, Holocene palaeoecological and palynological studies provide a valuable contribution by showing how the natural vegetation present at the location has changed as a consequence of climate variability in the long-term (e.g. the Mid-Holocene moisture maximum, the modern ENSO onset, Little Ice Age etc.). The final aim of my PhD research is to compare the Holocene history of Jambi province and Central Sulawesi. In particular: - Reconstructing past vegetation, plant diversity and climate dynamics in the two study areas Jambi (Sumatra) and Lore Lindu National Park (Sulawesi) - Comparing the ecological responses of lowland monsoon swampy rainforest (Sumatra) and everwet montane rainforests (Sulawesi) to environmental variability (vulnerability/resilience) - Investigating the history of human impact on the landscape (shifting cultivation, slash and burn, crop cultivation, rubber and palm oil plantation) - Assessing the impact and role of droughts (El Niño) and fires - Adding a historical perspective to the evaluation of current and future changes.
Lufttemperatur, Feuchtigkeit, die Lage, Bebauung, Grünflächen und noch ein paar Dinge mehr sind entscheidend für das Stadtklima. Wie sich das Klima und seine entscheidenden Faktoren in Berlin verhalten und wie ihre Wirkung auf den Menschen positiv beeinflusst werden kann, erfahren Sie hier. Bild: Umweltatlas Berlin Klimaanalyse Immer mehr Menschen leben in Berlin und dadurch wird mehr gebaut – das hat Auswirkungen auf unser Stadtklima. Wie frisch ist unsere Luft? Wie stark heizt sich die Stadt im Sommer auf? Hier finden Sie analytische Karten zum Zustand des Stadtklimas. Weitere Informationen Bild: Umweltatlas Berlin Klimabewertung Wie sollte sich Berlin zukünftig entwickeln, um ein für den Menschen gesundes Klima in der Stadt zu sichern? Ein Baustein dafür ist die sogenannte Planungshinweiskarte Stadtklima, die als Grundlage für bauliche und planerische Entscheidungen dient. Weitere Informationen Bild: Umweltatlas Berlin Entwicklung von Klimaparametern Die langfristige Entwicklung von Klimaparametern wie etwa der Lufttemperatur zeigt, wie sich das Klima zurzeit darstellt und wie es sich zukünftig verändern könnte. Hier finden Sie Analysen zu Klimaparametern der vergangenen Jahrzehnte sowie einen Ausblick zum Klima in Berlin bis 2100. Weitere Informationen Bild: Umweltatlas Berlin Bioklima Vor allem heiße Sommernächte können unseren Kreislauf belasten und Schlaflosigkeit nach sich ziehen. Zur Wärmebelastung in Berlin finden Sie hier ausführliche Informationen, Karten und Daten. Weitere Informationen Bild: Umweltatlas Berlin Klimawandel Im Jahr 2100 haben wir in Berlin südfranzösische Verhältnisse – zumindest was das Klima betrifft. Warum wird die Hauptstadt immer wärmer? Und wieso können wir so weit in die Zukunft blicken? Hier finden Sie die Ergebnisse umfangreicher Modellberechnungen und Karten. Weitere Informationen Bild: Umweltatlas Berlin Oberflächentemperatur Wie warm und kalt ist es eigentlich in Berlin? Eine Möglichkeit, das herauszufinden, ist die Infrarot-Temperaturmessung von einzelnen Oberflächen wie Dächern, Straßen und Baumkronen. Wie das funktioniert und welche Erkenntnisse sich daraus gewinnen lassen, lesen Sie hier. Weitere Informationen Bild: Umweltatlas Berlin Niederschlagsverteilung Wie oft regnet es in Berlin? Und wie viele Tropfen kommen dann herunter? Hier finden Sie umfangreiche Messergebnisse und Karten zur langjährigen Niederschlagsverteilung und erhalten Informationen darüber, wie gut das Regenwasser in Berlin abfließen kann. Weitere Informationen Bild: Umweltatlas Berlin Stadtklimatische Zonen Was macht der asiatische Götterbaum in Berlin? Und was verrät er uns über das Klima in der Stadt? Hier finden Sie Antworten – und dazu einen detaillierten Überblick über die verschiedenen stadtklimatischen Zonen in Berlin. Weitere Informationen
Mitte der 90er Jahre wurde in Kooperation mit der Bundesanstalt für Gewässerkunde, Außenstelle Berlin, ein Modell entwickelt, programmiert und angewendet, das die wichtigsten Größen des Wasserhaushaltes berechnet. Das von Glugla entwickelte Wasserhaushaltsmodell ABIMO ist auf der Grundlage bereits seit den 70er Jahren entwickelter Modelle zur Berechnung des Grundwasserdargebots entstanden, und um Bausteine erweitert worden, die der speziellen Situation in urbanen Gebieten Rechnung tragen. Diese Erweiterung wurde gutachterlich durch das Institut für Ökologie (Bodenkunde) der TU Berlin und durch eine Diplomarbeit am Fachbereich Geographie der FU Berlin unterstützt. Bei der rechentechnischen Realisierung, die durch ein externes Softwarebüro erfolgte, wurde es außerdem an die spezielle Datenlage in Berlin angepasst. Seit 2022 ist ABIMO als freie Software in der Version 3.2 unter https://github.com/umweltatlas/abimo verfügbar. Im Rahmen des Forschungsprojekts AMAREX wurde ABIMO 3.2 weiterentwickelt. Dabei erfolgte ein technischer Umbau der C++-Anwendung zu einer R-Anwendung. Diese Version ist unter https://github.com/KWB-R/kwb.rabimo ebenfalls frei verfügbar. Mit diesem weiterentwickelten Modell wurden die Karten 2022 aktualisiert. Eine Übersicht der Arbeitsschritte wird im Schema 2025 dargestellt. Das Berechnungsverfahren ermittelt zunächst die tatsächliche Verdunstung, um den Gesamtabfluss (Niederschlag minus Verdunstung) zu errechnen. Im zweiten Arbeitsschritt wird der Oberflächenabfluss als Teil des Gesamtabflusses bestimmt. Die Differenz aus Gesamtabfluss und Oberflächenabfluss bildet dann den Versickerungsanteil. Einen Eindruck von der Komplexität des Verfahrens vermittelt Abb. 2. Der Gesamtabfluss wird aus der Differenz der langjährigen Jahresmittelwerte des Niederschlags und der realen Verdunstung berechnet. Die reale Verdunstung, wie sie im Mittel tatsächlich an Standorten und in Gebieten auftritt, wird aus den wichtigsten Einflussgrößen Niederschlag und potentielle Verdunstung sowie den mittleren Speichereigenschaften der verdunstenden Flächen berechnet. Bei ausreichender Feuchtezufuhr zur verdunstenden Fläche nähert sich die reale Verdunstung der potentiellen. Die reale Verdunstung wird zusätzlich durch die Speichereigenschaften der verdunstenden Fläche modifiziert. Höhere Speicherwirkung (z. B. größere Bindigkeit des Bodens und größere Durchwurzelungstiefe) bewirkt eine höhere Verdunstung. Dem aufgezeigten Zusammenhang zwischen den mehrjährigen Mittelwerten der realen Verdunstung einerseits sowie des Niederschlags, der potentiellen Verdunstung und der Verdunstungseffektivität des Standorts andererseits genügt die Beziehung nach Bagrov (vgl. Glugla et al. 1971, Glugla et al. 1976, Bamberg et al. 1981 und Abb. 3). Die Bagrov-Beziehung beruht auf der Auswertung langjähriger Lysimeter-Versuche und beschreibt das nichtlineare Verhältnis zwischen Niederschlag und Verdunstung in Abhängigkeit von den Standorteigenschaften. Mit der Bagrov-Beziehung kann bei Kenntnis der Klimagrößen Niederschlag P und potentielle Verdunstung EP (Quotient P/EP) sowie des Effektivitätsparameters n der Quotient reale Verdunstung / potentielle Verdunstung (ER/EP) und somit die reale Verdunstung ER für Standorte und Gebiete ohne Grundwassereinfluss ermittelt werden. Zur Berechnung der grundwasserbeeinflussten Verdunstung wird ebenfalls das Bagrov-Verfahren in modifizierter Form genutzt, indem die mittlere Kapillarwasserzufuhr aus dem Grundwasser dem Niederschlag zugerechnet wird. Mit wachsendem Niederschlag P nähert sich die reale Verdunstung ER der potentiellen Verdunstung EP, d. h. der Quotient ER/EP nähert sich dem Wert 1. Bei abnehmendem Niederschlag P (P/EP geht gegen den Wert 0) nähert sich die reale Verdunstung ER dem Niederschlag P. Die Intensität, mit der diese Randbedingungen erreicht werden, wird durch die Speichereigenschaften der verdunstenden Fläche (Effektivitätsparameter n) verändert. Die Speichereigenschaften des Standorts werden insbesondere durch die Nutzungsform (zunehmende Speicherwirksamkeit in der Reihenfolge versiegelte Fläche, vegetationsloser Boden, landwirtschaftliche, gärtnerische bzw. forstliche Nutzung) sowie die Bodenart (zunehmende Speicherwirksamkeit mit höherer Bindigkeit des Bodens) bestimmt. Maß für die Speicherwirksamkeit des unversiegelten Bodens ist die nutzbare Feldkapazität als Differenz der Feuchtewerte des Bodens für Feldkapazität (Beginn der Wasserversickerung im Boden) und für den permanenten Welkepunkt (bleibende Trockenschäden an den Pflanzen). Weitere Landnutzungsfaktoren, wie Hektarertrag, Baumart und -alter, modifizieren den Parameterwert n. Der Parameter n wurde in Auswertung von Beobachtungsergebnissen zahlreicher in- und ausländischer Lysimeterstationen und von Wasserhaushaltsuntersuchungen in Flusseinzugsgebieten quantifiziert. Für Standorte und Gebiete mit flurnahem Grundwasser tritt infolge Kapillaraufstiegs von Grundwasser in die verdunstungsbeeinflusste Bodenzone je nach Grundwasserflurabstand und Bodeneigenschaften eine gegenüber grundwasserunbeeinflussten Bedingungen erhöhte Verdunstung auf. Die Abflussbildung vermindert sich. Übersteigt die reale Verdunstung den Niederschlag, tritt Wasserzehrung auf, und die Werte für die Abflussbildung werden negativ (z. B. Fluss- und Seeniederungen). Bei Gewässerflächen tritt infolge höheren Wärmeangebots (geringeres Reflexionsvermögen der Einstrahlung) eine gegenüber Landflächen erhöhte potentielle Verdunstung auf. Die tatsächliche Gewässerverdunstung wird näherungsweise dieser erhöhten potentiellen Verdunstung gleichgesetzt. Punktuelle Versickerung, z. B. durch die Grundwasseranreicherungsanlagen der Wasserwerke wurde nicht berücksichtigt. Bei gärtnerischer Nutzung (Kleingärten, Wochenendhäuser, Parks, Friedhöfe, Baumschulen/Gartenbau und z.T. bei Wohn- oder Gemeinbedarfs- und Sondernutzungen) wurde zum Niederschlag für die Bewässerung ein Näherungswert addiert (50 – 100 mm/Jahr). Nachdem der mittlere Gesamtabfluss als Differenz aus Niederschlag und realer Verdunstung berechnet wurde, wird nun in einem zweiten Arbeitsschritt der Oberflächenabfluss bestimmt. Auf Dachflächen, die in die Kanalisation entwässern, entspricht der Oberflächenabfluss dem Gesamtabfluss. Flächen, die nicht an die Kanalisation angeschlossen sind, erzeugen keinen Oberflächenabfluss. Unbebaut versiegelte Flächen infiltrieren abhängig von der Art der Oberflächenbeläge (Belagsarten) einen Teil des Abflusses in den Untergrund. Dieser Infiltrationsfaktor ist abhängig von der Breite, dem Alter und der Art der Fugen. Der nicht versickernde Abfluss wird – abhängig von dem Anschlussgrad an die Kanalisation – als Oberflächenabfluss über die Kanalisation abgeleitet oder versickert, sofern er nicht von der Kanalisation erfasst, am Rande der versiegelten Flächen. Ebenso versickern die Anteile der nicht an die Kanalisation angeschlossenen Dachflächen (vgl. Tab. 1). Die Differenz aus Gesamtabfluss und Oberflächenabfluss entspricht somit der Versickerung als Ausgangsgröße für die Grundwasserneubildung. Die Verdunstung der Block(teil)flächen wird dann aus der Differenz von korrigiertem Niederschlag (Korrigierter Niederschlag = Niederschlag multipliziert mit dem Faktor 1,09 pauschal für Berlin) und Gesamtabfluss berechnet. Für die Anwendung des Verfahrens für urbane Gebiete mussten die Parameter n und die Infiltrationsfaktoren für die unterschiedlichen Versiegelungsmaterialien bestimmt werden. Hierzu wurden sowohl Lysimeterversuche mit verschiedenen Versiegelungsmaterialien als auch Berechnungen zum Benetzungsverlust ausgewertet (vgl. Wessolek/Facklam 1997). Die gewählten Größen für die genannten Parameter sind in Tab. 2 aufgeführt. Die mit dem Alterungsprozess durch Verdichtung und Verschlämmung der Fugen einhergehende Veränderung dieser Parameter wurde dabei berücksichtigt. Aufgrund nach wie vor unzureichender wissenschaftlicher Grundlagen sind die Angaben jedoch noch mit gewissen Unsicherheiten verbunden. Darüber hinaus wäre für hydrologische Fragestellungen eine andere Zusammenfassung der Belagsarten zu Belagsklassen wünschenswert. Für die Ermittlung der Versickerung ohne Berücksichtigung der Versiegelung (Karte 02.13.4) wurden die Eingangsdaten dahingehend verändert, dass die Versiegelung für alle Flächen auf 0 gesetzt und der Vegetationstyp Stadtparklandschaft mit einer Mischung aus begrünten und baumbestandenen Flächen angenommen wurde. Bei anderen realen Grünnutzungen wie z. B. Wald wurde sich nichts verändert. Trennung der Modellierung von Block(teil)- und Straßenflächen 2022 Das bestehende Wasserhaushaltsmodell 3.2 ist besonders auf die vorhandenen Daten Berlins und insbesondere auf den Raumbezug des Informationssystems Stadt und Umwelt (ISU) angepasst. Da in der ISU lange Zeit Straßenflächen nicht als eigenständige Flächen kartiert wurden, wurden die Straßenflächen anteilig in den Block(teil)flächen integriert und berücksichtigt. Für den ISU-Raumbezug 2020 stehen erstmals kleinteilige Straßenflächen mit entsprechenden Daten zur Verfügung. Innerhalb des Forschungsprojekts AMAREX wurde ABIMO so weiterentwickelt, dass die Straßenflächen getrennt von den Block(teil)flächen ausgewertet werden können. Dafür wurden die zu den Straßenanteilen bezogenen Spalten als optional für das Input Format definiert. Im neuen Datensatz besitzen die Straßenflächen die gleiche Datenstruktur als die restlichen Blockteilflächen und werden vom Modell gleich behandelt. Bei der Entwicklung dieser Trennung wurde auch ein Fehler behoben, der in der bisherigen Berechnung der Block(teil)flächen inklusive anteiliger Straßenflächen zur Überschätzung der Größe des unversiegelten Flächenanteils bei der Berechnung der Versickerung geführt hatte. Verwendung von individuellen Verdunstungsparametern 2022 Im Forschungsprojekt AMAREX wurde ABIMO so weiterentwickelt, dass die vorhandenen Daten der Grünvolumenzahl 2020 (vgl. Umweltatlaskarte 05.09 ) zur Bestimmung von individuellen Verdunstungsparametern pro Block(teil)- bzw. Straßenfläche verwendet wird. Dies ersetzt die pauschale Zuweisung über die Flächennutzung bzw. den Flächentyp im Modell. Dafür wurde basierend auf dem Verhältnis von Vegetationsvolumen zur unversiegelten Fläche aus dem Grundvolumen ein normierter Vegetationsindex berechnet. Dieser Index wurde anschließend linear auf den Wertebereich der ursprünglichen Vegetationsklassifikation skaliert, sodass typische Stadtblöcke Werte zwischen 20 und 30 und größere Parkanlagen Werte um 50 erreichten. Eine exponentielle Anpassung der Skalierung und eine Deckelung auf Maximalwerte (75, einem Wald entsprechend) sorgten für eine realitätsnahe Verteilung. Die Umsetzung wurde anhand mehrerer bekannten Parkanlagen (z. B. Tiergarten, Hasenheide) überprüft. Die resultierenden, skalierten Werte dienen nun als neue, differenzierte Eingangsgröße für die Verdunstungsmodellierung. Berücksichtigung des Einflusses begrünter Dächer auf die Daten zum Wasserhaushalt Durch die in der Umweltatlaskarte 06.11 Gründächer vorliegenden flächendeckenden räumlichen Daten zu begrünten Dachflächen konnten seit 2017 die Effekte der Gründächer auf den Wasserhaushalt mit berechnet werden. Im Forschungsprojekt AMAREX wurde die Berechnung in ABIMO integriert. Da das ursprüngliche ABIMO-Modell keine explizite Berücksichtigung von Gründächern vorsieht, wurde ein Verfahren entwickelt, um deren Effekte dennoch in die Bilanz einzubeziehen. Dazu wurde in ABIMO eine neue Flächenkategorie „Gründach“ eingeführt, der – analog zu anderen Kategorien – sowohl ein Bagrov-Wert (vgl. Abbildung 3) als auch ein Infiltrationsbeiwert (vgl. Tabelle 2) zugewiesen wurden. Wie bei der bestehenden Kategorie „Dach“ ist die Infiltration auf 0 gesetzt; ein abweichender Bagrov-Wert reguliert jedoch die Verdunstung und ermöglicht so die Abbildung des erhöhten Verdunstungsanteils von Gründächern. Zur Bestimmung dieses Bagrov-Wertes wurde das Wasserbilanzmodell WABILA (DWA, o. J.) herangezogen. WABILA erlaubt eine detaillierte Simulation von Regenwasserbewirtschaftungsmaßnahmen und liefert entsprechend präzise Wasserbilanzwerte. Es wurde jeweils mit ABIMO und WABILA die Verdunstung berechnet und anschließend der Bagrov-Wert (Faktor) gewählt, der für die meisten Klimaszenarien die Verdunstungsergebnisse angeglichen hat. Möglichkeit zur Integration der Effekte von Versickerungsmulden 2022 Es besteht der Bedarf, Maßnahmen der Regenwasserbewirtschaftung im Wasserhaushaltsmodell zu berücksichtigen. Dies konnte im Verlauf des Forschungsprojektes AMAREX für Versickerungsmulden umgesetzt werden. Da für die Gesamtstadt jedoch keine flächendeckenden Daten zu Versickerungsmulden vorliegen, wurden diese für die Karten 2022 nicht berücksichtigt. Im AMAREX Webtool ( https://amarex-staging.netlify.app/amarex ) besteht jedoch die Möglichkeit, Versickerungsmulden für die Planung zu berücksichtigen. Dafür wird der Anteil der abflusswirksamen Fläche, die einer Mulde angeschlossen ist, als weiterer Inputparameter angegeben. Es wird angenommen, dass die Versickerungsmulde ideal funktioniert, das heißt, ein kleiner Teil des Zuflusses wird in Verdunstung umgewandelt, der verbleibende Anteil versickert vollständig. Der genaue Anteil der Verdunstung wird über einem Parameter in der Konfigurationsdatei definiert und beschreibt den Bruchteil des zufließenden Wassers, der in Verdunstung übergeht. Delta-W: Abweichung vom natürlichen Wasserhaushalt 2022 Die Deutsche Vereinigung für Wasserwirtschaft, Abwasser und Abfall (DWA) formuliert als Zielsetzung, „die Veränderungen des natürlichen Wasserhaushalts durch Siedlungsaktivitäten in mengenmäßiger und stofflicher Hinsicht so gering zu halten, wie es technisch, ökologisch und wirtschaftlich vertretbar ist“ (DWA, 2022). Im Forschungsprojekt AMAREX wurde aus diesem Anlass den Parameter Delta-W (ΔW) eingeführt: der die Abweichung von einem ideellen natürlichen Zustand beschreibt. Dabei werden die drei Wasserhaushaltskomponenten – Verdunstung/Evapotranspiration (ev), Versickerung/Infiltration (ri) und Oberflächenabfluss (rs) – jeweils mit ihren natürlichen Referenzwerten verglichen. Das Ergebnis wird als Zahl zwischen 0 und 100 % angegeben. Als Referenzszenario für einen natürlichen Wasserhaushalt wird eine unversiegelte und unbebaute Fläche in einer Stadtparklandschaft mit einer Mischung aus begrünten und baumbestandenen Flächen (Ertragsklasse = 50) angenommen. Technische Neuerungen im Modell 2022 Im Rahmen des Forschungsprojekts AMAREX wurde ABIMO 3.2 weiterentwickelt. Im Folgenden wird kurz auf die technischen Neuerungen im Modell eingegangen: Technischer Umbau der C++-Anwendung zu einer R-Anwendung. Der Modell-Code wurde auf Englisch übersetzt. Diese Version ist unter https://github.com/KWB-R/kwb.rabimo frei verfügbar. Zur Verbesserung der Übertragbarkeit auf andere Städte wurde die Modelllogik generalisiert. Berlinspezifische Eingangsgrößen wie der Stadtstrukturtyp oder die Nutzungskategorie wurden aus dem Modell-Code entfernt. Stattdessen werden nun daraus abgeleitete Größen, wie z. B. Ertrag und Beregnung, direkt über die Inputdaten bereitgestellt. Auch zuvor fest im Modell verankerte Parameter, wie etwa die potenzielle Verdunstung, wurden aus dem Modellkern gelöst und können nun flexibel über die Eingabedaten definiert werden. Dadurch konnte das Modell auch in Köln angewendet werden. AMAREX Webtool Das AMAREX Webtool ( https://amarex-staging.netlify.app/amarex ) ist ein Prototyp eines Planungstools, mit dem im Berliner Stadtgebiet für eine individuelle Gebietsauswahl verschiedene Maßnahmen (Entsiegelung, Dachbegrünung, Anschluss an Mulden) ausgewählt werden können. Für die gewählte Maßnahmenplanung werden anschließend die Wasserhaushaltsgrößen des Status quo und nach Umsetzung der Planungsszenarien aufgezeigt. Die Ergebnisse können gespeichert, neu geladen sowie als Report gedruckt werden. Nutzerinnen und Nutzer können dafür in zwei Modi arbeiten: Quartiersebene: Hier können mehrere Block(teil)- und Straßenflächen gleichzeitig ausgewählt werden. Die Maßnahmen werden dann mithilfe von Schiebereglern pauschal auf das gesamte Auswahlgebiet angewendet. Dabei wird darauf geachtet, dass die Maßnahmen automatisch sinnvoll verteilt werden. Beispielsweise führt die Festlegung eines Zielwerts von 30 % für begrünte Dachflächen nicht dazu, dass bereits stärker begrünte Dächer „verschlechtert“ werden, sondern lediglich un- oder weniger begrünte Dächer ergänzt werden. Lokale Ebene: In diesem Modus kann gezielt eine einzelne Fläche ausgewählt werden. Auf dieser lassen sich vordimensionierte Maßnahmen an spezifischen Stellen platzieren, wodurch eine detaillierte und ortsgenaue Planung ermöglicht wird. Der genaue Ort der Platzierung innerhalb der Fläche hat allerdings keinen Einfluss auf die Modellberechnung und dient lediglich der besseren Veranschaulichung im Planungstool. Endergebnis Im Ergebnis der Berechnungen liegen für ca. 25.000 Block(teil)flächen und ca. 32.000 Straßenflächen aktualisierte langjährige Mittelwerte für den Gesamtabfluss, die Verdunstung, den Oberflächenabfluss und die Versickerung inkl. der Berücksichtigung der Gründächer vor. Die Werte wurden klassifiziert in mm/Jahr in den vorliegenden Karten dargestellt; die Gesamtmengen in m³/Jahr wurden ebenfalls errechnet und bilanziert. Es muss beachtet werden, dass die dargestellten Werte Mittelwerte über die als einheitliche Flächen dargestellten Block(teil)- und Straßenflächen sind, die in der Realität inhomogene Strukturen aufweisen. Die Abflüsse versiegelter und unversiegelter Flächen werden hier zu einem Durchschnittswert pro Fläche gemittelt. Aus den Karten kann z. B. nicht abgelesen werden, wie hoch die Versickerungsleistung eines Quadratmeters unversiegelten Bodens ist. Hierzu ist daher eine ebenfalls flächendeckende und blockbezogene Berechnung mit veränderten Randparametern – also unter der Annahme gänzlich unversiegelter Verhältnisse – vorgenommen worden, deren Ergebnisse in der Karte 02.13.4 dargestellt sind. Erstmals wird auch Delta-W, die Abweichung vom natürlichen Wasserhaushalt dargestellt.
Die in der Karte dargestellten Grundwasserneubildungsraten sind das Ergebnis einer Modellierung mit qualitativ unterschiedlichen Eingangsdaten. Es wurde jeweils die beste bayernweit verfügbare Datengrundlage verwendet, um flächendeckend möglichst einheitliche Aussagen treffen zu können. Daher wurden Datensätze aus unterschiedlichen Maßstabsbereichen gemeinsam zur Modellierung verwendet. Beispiele sind einerseits die stark generalisierte Bodenkundliche Übersichtskarte im Maßstab 1:1.000.000 und andererseits das detaillierte digitale Geländemodell im 50 m-Raster. Weiterhin wurde mit Daten gearbeitet, die zum Teil auch regional deutliche Qualitätsunterschiede aufweisen können (z.B. Grundwasserflurabstand, regionalisierte Stationsdaten der verschiedenen Klimaparameter). Daher stellt das Kartenblatt "Grundwasserneubildung Nasszeitraum (1979-1981)" eine großräumige Übersichtsabbildung dar und ermöglicht eine dem Maßstab 1:500.000 angemessene Beschreibung der regionalen Verhältnisse. Eine Verwendung der rasterbezogenen Einzelwerte für Detailaussagen ist methodisch nicht zulässig.
Letzte Messung des Klimamessnetzes Stadt Dortmund pro Sensor. Die Messungen erfolgen alle 5 Minuten. Bei Datenübertragungsfehlern kann es dazu führen, dass die betroffenen Sensoren keine aktuellen Messdaten aufführen. In diesen Fällen bitte etwas später dieses Datenset erneut aufrufen. Die Stadt Dortmund hat ein umfassendes Klimamessnetz aufgebaut, um die klimatische Situation im Stadtgebiet flächendeckend und in Echtzeit zu erfassen. Zentrale Akteure sind die Smart City Dortmund und das Umweltamt, die gemeinsam den Aufbau einer resilienten und datenbasierten Stadtentwicklung vorantreiben. Das Messnetz besteht aus 105 Sensoren an 76 strategisch ausgewählten Standorten und liefert kontinuierlich Rohdaten zu Temperatur, Luftfeuchtigkeit, Wind, Strahlung, Niederschlag und weiteren Klimaparametern. Es wurde im Rahmen des wissenschaftlich begleiteten Projekts Data2Resilience entwickelt, in Zusammenarbeit mit der Ruhr-Universität Bochum und der Leibniz Universität Hannover. Veröffentlicht werden hier die Daten der Sensoren. Für weiterführende Analysen und Kennzahlen verweisen wir auf das Dashboard des Data2Resilience-Projekts:erweisen wir auf das Dashboard des Data2Resilience-Projekts: [https://dashboard.data2resilience.de/](https://dashboard.data2resilience.de/) Bitte beachten Sie die unterschiedlichen Sensortypen und Messprinzipien: SHT35 und ATM41 erfassen die Lufttemperatur direkt und sind vergleichbar, während der Black Globe zusätzlich Strahlungseinflüsse berücksichtigt und daher abweichende Werte liefern kann.
Standorte der Klimasensoren des Klimamessnetzes Stadt Dortmund. Die Daten werden alle 5 Minuten aktualisiert. Die Stadt Dortmund hat ein umfassendes Klimamessnetz aufgebaut, um die klimatische Situation im Stadtgebiet flächendeckend und in Echtzeit zu erfassen. Zentrale Akteure sind die Smart City Dortmund und das Umweltamt, die gemeinsam den Aufbau einer resilienten und datenbasierten Stadtentwicklung vorantreiben. Das Messnetz besteht aus 105 Sensoren an 76 strategisch ausgewählten Standorten und liefert kontinuierlich Rohdaten zu Temperatur, Luftfeuchtigkeit, Wind, Strahlung, Niederschlag und weiteren Klimaparametern. Es wurde im Rahmen des wissenschaftlich begleiteten Projekts Data2Resilience entwickelt, in Zusammenarbeit mit der Ruhr-Universität Bochum und der Leibniz Universität Hannover. Veröffentlicht werden hier die Daten der Sensoren. Für weiterführende Analysen und Kennzahlen verweisen wir auf das Dashboard des Data2Resilience-Projekts: [https://dashboard.data2resilience.de/](https://dashboard.data2resilience.de/)
| Organisation | Count |
|---|---|
| Bund | 253 |
| Europa | 9 |
| Kommune | 2 |
| Land | 148 |
| Weitere | 7 |
| Wirtschaft | 1 |
| Wissenschaft | 116 |
| Zivilgesellschaft | 4 |
| Type | Count |
|---|---|
| Förderprogramm | 227 |
| Hochwertiger Datensatz | 7 |
| Text | 107 |
| unbekannt | 30 |
| License | Count |
|---|---|
| Geschlossen | 37 |
| Offen | 332 |
| Unbekannt | 2 |
| Language | Count |
|---|---|
| Deutsch | 336 |
| Englisch | 89 |
| Resource type | Count |
|---|---|
| Archiv | 2 |
| Bild | 6 |
| Datei | 6 |
| Dokument | 31 |
| Keine | 159 |
| Unbekannt | 1 |
| Webdienst | 13 |
| Webseite | 198 |
| Topic | Count |
|---|---|
| Boden | 277 |
| Lebewesen und Lebensräume | 356 |
| Luft | 371 |
| Mensch und Umwelt | 363 |
| Wasser | 245 |
| Weitere | 365 |