Blatt Stralsund bildet das Norddeutsche Tiefland im Gebiet Mecklenburg-Vorpommerns ab, wobei im Nordosten die Ostseeküste mit Greifswalder Bodden, Oderhaff, Rügen und Usedom erfasst ist. Die Morphologie des Norddeutschen Tieflandes ist eiszeitlich geprägt. Da sich z. T. mehrere glaziale Serien der Elster-, Saale-und Weichselkaltzeit überlagern, gestaltet sich die Landschaft formenreich. Eiszeitliche Sedimente der Weichselkaltzeit dominieren den Kartenausschnitt, wobei zwischen Geschiebelehm/-mergel der Grundmoräne, glazifluviatilen Sanden und Schottern, glazilimnischen Beckenschluffen sowie äolischen Flug- und Dünensanden unterschieden wird. Abgesehen von der Sedimentation im marinen Bereich treten holozäne Ablagerungen auch in den Senken und Flussniederungen des Festlandes auf, z. B. Torf der Nieder- und Hochmoore oder limnische Sand-, Detritus- und Kalkmudde. Neben der Legende, die über Alter, Petrographie und Genese der dargestellten Einheiten informiert, fasst ein Überlagerungsschema alle oberflächennahen Überlagerungen übersichtlich zusammen. Zwei geologische Schnitte, beide Südwest-Nordost-verlaufend, gewähren zusätzliche Einblicke in den Aufbau des Untergrundes.
Low-lying coral reef islands harbour a distinct, yet highly threatened biological and cultural diversity that is increasingly exposed to climate change impacts. The combination of low elevation, small size, sensitivity to changes in boundary conditions (sea level, waves and currents, locally generated sediment supply) and at some locations high population densities, is why low-lying reef islands (LRIs) are considered among the most vulnerable environments on Earth to climate change. To date, their global distribution and influence of climatic, oceanographic, and geologic setting are only poorly documented or restricted to smaller scales. Here, I present the first detailed global analysis of LRIs utilising freely available global datasets to produce a global reef island database (GRID) and associated intrinsic and extrinsic characteristics that can be used within a coastal vulnerability index (CVI). All datasets used to create the GRID were released between 30 November 2015 and 3 August 2023, while the current version of the GRID database was completed in November 2024. When developing the GRID, LRIs are defined as landmasses <30 km² located on or within 1 km of coral reef and with an elevation of <16 m. Development of the GRID required: 1) the creation of a global shoreline vector file containing the geographic distribution of LRIs and 2) the development of a comprehensive global database of LRIs including eight intrinsic and ten extrinsic variables extracted from global datasets. Intrinsic variables include: 1) human populations, 2) island area, 3) island perimeter, 4) mean elevation, 5) island circularity/shape, 6) underlying reef type, 7) geographic isolation and 8) distance to the nearest neighbouring reef island. Extrinsic variables include: 1) mean water depth, 2) standard deviation of mean water depth, 3) mean annual significant wave height, 4) mean annual wave period, 5) mean spring tidal range, 6) relative tidal range, 7) wave-tide regime, 8) relative wave exposure, 9) relative tropical storm exposure and 10) year-2100 projected median sea level rise rate. The GRID was initially derived from version 2.1 of the UNEP-WCMC Global Island Database, a global shoreline vector file based on geometry data from Open Street Map® (OSM) and released in November 2015. The initial vector file was projected using the Mollweide projection, an equal-area pseudo cylindrical map projection chosen for its accurate derivation of area, especially in regions close to the equator, where most LRIs are located. The final GRID contains 34,404 individual LRIs distributed throughout tropical regions of the world's oceans, amassing a total land area of nearly 11,000 km² with approximately 60,740 km of shoreline and housing around 2.6 million people. While intrinsic variables are typically spatially homogenous, LRIs are generally highly spatially clustered throughout the GRID with respect to extrinsic variables. The spatial distribution of LRIs within the GRID was validated using: 1) published data and 2) quantitative accuracy assessments using satellite imagery. Spatial distributions of LRIs captured in the GRID are extremely consistent with those published in the literature (r² = 0.96) and those derived from independent analysis of satellite imagery (r² = 0.94). Finally, the GRID was used to develop an island vulnerability index (IVI) for each LRI on a scale of 0-1 with 0 representing no vulnerability and 1 representing maximum vulnerability. The GRID database is provided as a tab-delimited text file as well as ESRI shapefiles (points and polygons in WGS84 and Mollweide projection) and a comma-separated value file.
Gletscher sind bedeutende Speicher organischen Kohlenstoffs (OC) und tragen zum Kohlenstofffluss vom Festland zum Meer bei. Aufgrund des Klimawandels wird eine Intensivierung dieser Flüsse erwartet. Der Export von OC aus Gletschern wurde weltweit in verschiedenen Regionen quantifiziert, trotzdem liegen keine vergleichbaren Daten für Island vor, obwohl sich dort die größte europäische außerpolare Eiskappe befindet. Um die globalen Prognosen der glazialen Kohlenstofffreisetzung zu verbessern, ist es das Ziel dieses Pilotprojektes, den Export von gelöstem und partikulärem organischen Kohlenstoff (DOC, POC) aus Islands Gletschern erstmalig zu quantifizieren und neue Kooperationen mit isländischen Wissenschaftler/innen für gemeinsame zukünftige Forschungsprojekte aufzubauen. Hierzu werden 4 Feldkampagnen zu unterschiedlichen Jahreszeiten sowie Treffen mit isländischen Kollegen/innen durchgeführt. In jeder Feldkampagne werden von 23 Gletschern der Eiskappen Vatnajökull, Langjökull, Hofsjökull, Myrdalsjökull und Snaeellsjökull Eisproben entnommen, um die biogeochemische Diversität des glazialen OC zu charakterisieren sowie dessen Export in Verbindung mit Massenbilanzen zu quantifizieren. In Gletscherbächen werden Wasserproben entnommen, um den Austrag von OC direkt am Gletschertor zu bestimmen sowie die Kohlenstoffflüsse entlang von 6 Gletscherbächen mit unterschiedlicher Länge (2 km bis 130 km) beginnend am Gletschertor bis zur Mündung zu untersuchen. Wie sich der Gletscherrückgang langfristig auf ein Gletscherbachökosystem auswirkt, wird durch die taxonomische Bestimmung von Makroinvertebraten im Vergleich zur Bestimmung von Prof. Gíslason aus dem Jahre 1997 beurteilt. Gleichzeitig werden in diesem Gletscherbach Wasserproben zum eDNA-Barcoding entnommen, um eine rasche und gering invasive Methode zur laufenden Beobachtung des zukünftigen Einflusses der Gletscherrückgang zu entwickeln. Vor Ort werden Wassertemperatur, elektr. Leitfähigkeit, pH-Wert, gelöster Sauerstoff, Trübung und Chlorophyll alpha gemessen. Innovative Labormethoden (HPLC, DNA-Barcoding, Picarro, GC, TOC) werden zur Analyse des OC im Eis und Wasser (DOC, DIC, POC, Fluoreszenz, Absorption), der Nährstoffe (P-PO4, N-NO3, N-NO2, N-NH4), stabiler Isotope (18O, 2H), Chlorophyll alpha, CO2 und aquatischen Organismen eingesetzt. Die Anwendung statistischer Methoden (Faktorenanalyse, Hauptkomponentenanalyse) basierend auf Anregungs- und Emissionsmatrizen erlauben die Quellen des OC im Gletschereis sowie -schmelzwasser zu bestimmen und die räumliche Vielfalt des OC zu erklären. Das gewonnene Wissen wird zur Verbesserung globaler Prognosen glazialer Kohlenstofffreisetzung beitragen sowie einen intensiven Einblick in das glaziale Ökosystem geben. Für die antragstellenden Nachwuchswissenschaftler/innen entstehen vielversprechende Kooperationen mit isländischen Wissenschaftlern/innen, fokussierend auf die zeitlichen sowie räuml. Aspekte der glazialen Kohlenstoffflüsse sowie das Ökosystem Gletscher
Increasing population pressure is leading to unsustainable land use in North Vietnamese highlands and destruction of natural habitats. The resulting loss of biodiversity includes plant genetic resources - both wild (= non-cultivated) species and cultivated landraces - adapted to local conditions, and local knowledge concerning the plants. A particularly important group among endangered plants are the legumes (1) because Southeast Asia is a major centre of genetic diversity for this family, and (2) because the potential contribution of legumes to sustainable land use is, due to their multifunctionality (e.g., soil improvement, human and livestock nutrition), especially high. The project aims to contribute to the conservation and sustainable use of genetic resources of legumes with an integrated approach wherein a series of components are combined: (1) A participatory, indigenous knowledge survey complemented by information from the literature; (2) germplasm collection missions (for ex situ conservation) complemented by field evaluation and seed increase; (3) genetic diversity analysis of selected material by molecular markers; and (4) GIS based analysis of generated data to identify areas of particular genetic diversity as a basis for land area planning and in situ preservation recommendations. Project results are expected to be also applicable to similar highlands in Southeast Asia.
Dieses Projekt untersucht, wie Luo-Migranten aus Westkenia den Maßstab ihres Handelns durch ergebnisoffenes Umherstreifen und zielorientiertes Infrastrukturieren im Rift Valley neu definieren, um an gross-skalige Intensivierungsprojekte Anschluss zu finden. Um zu erforschen, wie Luo-Migranten zwischen Zonen der Intensivierung, der Konservierung und des Zerfalls ihre Zukunft ausbilden und gestalten, liegt der Fokus der Forschung auf a) Lohnarbeit in multinationalen Firmen, b) agrikultureller Nutzbarmachung angemieteter Landflächen und c) Fischfang und Tourismus im Rift Valley.
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.
Auf Grund unterschiedlicher Erkundungsmöglichkeiten standen für die onshore-Bereiche (von der 10 m Wassertiefenlinie bis zum Festland) und offshore-Bereiche (ab der 10 m Wassertiefenlinie) unterschiedliche Eingangsdaten für die 3D-Modellierung zur Verfügung. Für den offshore-Bereich wurden, aufgrund der begrenzten Anzahl tiefer und datierter Bohrungen, als Datengrundlage für das 3D-Modell vorrangig geophysikalische Daten verwendet. Im onshore-Bereich wurden bohrungsgestützte, vernetzte geologische Profilschnitte zur Generierung der Flächen verwendet. Die Fläche der Quartärbasis weist einige Abweichungen von der bisherigen Karte der Tiefenlage der Quartärbasis von Brückner-Röhling et al. (2005) auf. Die Abweichungen bewegen sich im Bereich zwischen +100 m und -400 m. Durch die tiefere Lage der neuen Quartärbasisfläche erhöht sich die Mächtigkeit der quartären Sedimente, je nach verwendetem Geschwindigkeitsmodell, das für die Zeit/Tiefen-Umrechnung der Seismik verwendet wurde, auf über 1.200 m im NW-Teil. Für die Basisfläche der pleistozänen Ablagerungen wurden sowohl Tiefenlagenkarten (in m unter NN) als auch Mächtigkeitskarten (in m) in 10 m und 50 m Intervallen erstellt.
Die Gebiete der Wasser- und Bodenverbände in M-V sind über die Anlage 1 des Gesetzes über die Bildung von Gewässerunterhaltungsverbänden (GUVG) in der jeweils gültigen Fassung festgelegt. Sie basieren auf den oberirdischen Einzugsgebieten (EZG). Die Verbandskulissen enthalten alle Flurstücke in MV. Innerhalb der Landfläche MV werden die Flurstücke mit den EZG-Grenzen aufgeschnitten. Die Flurstücke bzw. Flurstücksteile erhalten eine Kennung, zu welchem Verbandsgebiet sie gehören.
Im Rahmen der Nationalen Strategie zur Biologischen Vielfalt (NBS) möchte die Bundesregierung dauerhaft eine natürliche Waldentwicklung (NWE) auf 5 % der Waldfläche Deutschlands und 10 % der öffentlichen Wälder sichern. Darüber hinaus soll sich die Natur auf mindestens 2 % der Landfläche Deutschlands wieder nach ihren eigenen Gesetzmäßigkeiten als Wildnisgebiete entwickeln. Der Dienst dokumentiert für den Landeswald Brandenburgs den aktuellen Ausweisungsstand der NWE- und Wildnisflächen.
This dataset comprises 125,514 submarine bathymetric features derived from the GEBCO_2025 Grid at 15 arc-second resolution (GEBCO Compilation Group, 2025) through computational analysis. Features were identified globally (excluding land areas) using topographic prominence calculation based on the algorithm of Kirmse and de Ferranti (2017), and characterized via isobath analysis. Each feature with prominence ≥300 m is represented as a polygon geometry with five nested contour levels (100%, 90%, 75%, 50%, and 25% from base to peak prominence level) and morphometric attributes including area, circularity, orientation, bounding box dimensions, and slope statistics. A companion point dataset contains all 143,888 detected peaks, including those rejected during quality control. The dataset provides an objective, reproducible global inventory of submarine features for research in marine geology, biodiversity, oeanography, and resource assessment. The attribute-rich structure enables users to define sub-classifications using standard SQL queries (e.g., filtering for seamounts using prominence ≥1000 m and circularity criteria). Data are distributed as OGC-compliant GeoPackage files. Processing was performed in 2025.
| Organisation | Count |
|---|---|
| Bund | 279 |
| Europa | 10 |
| Kommune | 5 |
| Land | 218 |
| Weitere | 15 |
| Wissenschaft | 110 |
| Zivilgesellschaft | 3 |
| Type | Count |
|---|---|
| Bildmaterial | 1 |
| Daten und Messstellen | 18 |
| Ereignis | 23 |
| Förderprogramm | 160 |
| Hochwertiger Datensatz | 2 |
| Kartendienst | 3 |
| Lehrmaterial | 1 |
| Taxon | 1 |
| Text | 175 |
| Umweltprüfung | 18 |
| unbekannt | 83 |
| License | Count |
|---|---|
| Geschlossen | 222 |
| Offen | 241 |
| Unbekannt | 22 |
| Language | Count |
|---|---|
| Deutsch | 455 |
| Englisch | 62 |
| Resource type | Count |
|---|---|
| Archiv | 24 |
| Bild | 54 |
| Datei | 47 |
| Dokument | 102 |
| Keine | 174 |
| Unbekannt | 4 |
| Webdienst | 25 |
| Webseite | 206 |
| Topic | Count |
|---|---|
| Boden | 353 |
| Lebewesen und Lebensräume | 485 |
| Luft | 268 |
| Mensch und Umwelt | 485 |
| Wasser | 405 |
| Weitere | 465 |