Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station am Ludwigkai sind mehrere Linden der Art Tilia mit Sensoren versehen. Die Daten eines dieser Bäume stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 13.11.2024 13 Uhr](https://opendata.smartandpublic.eu/datasets/a879dea4-b157-4cac-9144-ce3d3e65e862?locale=en), [ab 13.11.2024 14 Uhr](https://opendata.smartandpublic.eu/datasets/338fe900-beac-4406-bdb8-b32c0e058cdb?locale=en)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)
Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station in der Zu Rheinstraße sind mehrere Bäume der Art Robinia und Linde Tilia mit Sensoren versehen. Die Daten einer der Linden stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 13.11.2024 13 Uhr](https://opendata.smartandpublic.eu/datasets/74e7c788-0882-4ffe-b0dc-74cb0e0fb782), [ab 13.11.2024 14 Uhr](https://opendata.smartandpublic.eu/datasets/b976e56e-9fbf-42dd-86db-1677c2a5dc91?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)
Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station auf dem Landesgartenschaugelände sind mehrere Linden der Art Tilia mit Sensoren versehen. Die Daten eines dieser Bäume stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 14.04.2025 12 Uhr](https://opendata.smartandpublic.eu/datasets/2525e376-990b-45cb-90b3-71a2e5ae3cbc?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub), [ab 14.04.2025 13 Uhr](https://opendata.smartandpublic.eu/datasets/7507c65c-a1b2-446d-82e1-fcc14a793552?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)
Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station in der Zu Rheinstraße sind mehrere Bäume der Art Robinia und Linde Tilia mit Sensoren versehen. Die Daten einer der Robinien stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 13.11.2024 21 Uhr](https://opendata.smartandpublic.eu/datasets/d1f68fc3-c76d-4147-b01e-dfe490ab6331?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub), [ab 13.11.2024 22 Uhr](https://opendata.smartandpublic.eu/datasets/5dc3648a-66fd-4310-accf-7256db111d5c?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)
Das Projekt ÖkoKauf der Stadt Wien hat es sich zum Ziel gesetzt, durch die Erstellung von ökologischen Kriterien, Pilotprojekte und durch Bewusstseinsarbeit das Beschaffungswesen im Magistrat Wien weiter zu ökologisieren. In diesem Rahmen widmete sich der Arbeitskreis 'Desinfektionsmittel unter der Leitung der Wiener Umweltanwaltschaft (WUA) der Aufgabe, für Hygienefachleute ein Instrument zur Beurteilung der Auswirkungen von Desinfektionsmitteln auf Gesundheit und Umwelt zu erstellen. Das Österreichische Ökologie-Institut führte eine Daten- und Literaturrecherche durch, das Umweltbundesamt nahm ergän-zende ökotoxikologische Tests an Wirkstoffen und -produkten vor und 'die umweltberatung ermittelte stationsbezogene Desinfektionsmittelverbräuche in Wiener Krankenanstalten. Die Recherche- und Testergebnisse zu Desinfektionsmittelwirkstoffen und -produkten wurden in einer vom IFZ konzipierten und von der Magistratsabteilung 14 realisierten Datenbank zusammengefasst. Um die ökotoxikologischen Produkteigenschaften vergleichbar zu machen, wurde vom IFZ ein Bewertungsraster entwickelt und in die Datenbank integriert. Dabei werden nachteilige Wirkungen auf die Gesundheit anhand von vier Wirkungskategorien erfasst: Akute Giftigkeit; Reizwirkung auf die Haut; Sensibilisierung, allergenes Potenzial sowie Erbgutschädigende, krebserzeugende und fruchtschädigende Eigenschaften. Zusammen mit der Berücksichtigung des Verhaltens in Oberflächengewässern (Abbauverhalten, Bioakkumulationspotenzial, Toxizität für Wasserorganismen) sowie dem Verhalten in Kläranlagen werden insgesamt sechs Bewertungszahlen generiert, die auf einer Skala von 1 (vernachlässigbar) bis 5 (sehr hoch) das gesamte Gefährdungsprofil des Stoffes beschreiben sollen. Das Gefährdungsprofil eines Handelsproduktes errechnet sich aus den Gefährdungsprofilen der darin enthaltenen Wirkstoffe anhand eines Algorithmus: Dabei wird die Annahme getroffen, dass die Produkteigenschaften von der Konzentration der darin enthaltenen Wirkstoffe abhängen. Bei der Bewertung ist außerdem zu gewährleisten, dass ein Wirkstoff mit einem hohen Gefährdungspotenzial angemessen berücksichtigt wird, auch und gerade wenn seine Konzentration im Produkt gering ist. In der Literatur wird dazu eine logarithmische Skalierung vorgeschlagen. Die Bewertung berücksichtigt derzeit die Wirkstoffe sowie Anwendungsverdünnungen. Die Zusammenfassung der Produkte in Verwendungs- bzw. Expositionskategorien ermöglicht letztlich eine vergleichende Bewertung. Da das Bewertungsraster gerade auf eine vergleichende Bewertung von Produkten abzielt, unterliegt er einer ständigen kritischen Diskussion, die auch häufig von den Herstellern geführt wird. Dieser Umstand sowie das Faktum von Produktlebenszyklen erfordern ein ständiges Update der in der Datenbank enthaltenen Informationen und eine Anpassung des Bewertungsmodells an den aktuellen Stand von Forschung sowie Standards der Stoff- und Produktpolitik.
Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station in Rottendorf sind mehrere Bäume der Art Robinia und Linde Tilia mit Sensoren versehen. Die Daten einer der Linden stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 01.12.2024 12 Uhr](https://opendata.smartandpublic.eu/datasets/a00d7121-fc5b-4b4d-ad19-5b0e3689b5dd?locale=en#state=011dcbe3-d7f2-4512-ac48-b8d08b563e01&session_state=45ffef6b-701d-4846-ac6d-9af6d7c6ff80&iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub&code=a85c0ca8-b9b3-4785-bd45-11b0d3201e34.45ffef6b-701d-4846-ac6d-9af6d7c6ff80.cc28098c-2fc1-472b-a4ca-77a8ebde7f28)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)
Die ständige Weiterentwicklung und Verbesserung der Wetter- und Klimamodelle stellt die Fernerkundung der Atmosphäre vor große Herausforderungen. Für die Evaluierung der Modelle werden immer besser aufgelöste Messungen und Methoden benötigt. Herkömmliche Ansätze scheitern hier vor allem an fehlenden kontinuierlichen Beobachtungen der Temperatur und Feuchte bei allen Wetterbedingungen und insbesondere bei Regen. Ein Windprofiler ist allerdings auch bei solchen Bedingungen in der Lage Vertikalinformationen der Temperatur- und Feuchtegradienten zu messen. Der hier vorgeschlagene neuartige Ansatz aus einer Synergie aus Windprofiler (inklusive Radio Acoustic Sounding System), Ramanlidar, Mikrowellenradiometer und Wolkenradar ermöglicht eine automatisierte und kontinuierliche Erstellung von Temperatur- und Feuchteprofilen sogar bei Niederschlägen. Die zu verwendende variationelle Methode (optimale Schätzung, in engl. â€Ìoptimal estimationâ€Ì) bietet dabei ein robustes Hilfsmittel für die Kombination mehrerer Messgeräte unter Einbeziehung der Unsicherheiten der einzelnen Systeme. Bei der optimalen Schätzung wird ein vorgegebener Anfangszustand (z.B. die Klimatologie des Standorts oder der letzte bekannte Zustand) so lange iterativ variiert, bis er mit den Beobachtungen der verschiedenen Messgeräte innerhalb der Unsicherheiten übereinstimmt. Die Methode ermöglicht auch eine ausführliche Analyse der Unsicherheiten der Resultate und eine Einschätzung der Beiträge der einzelnen Geräte.Die langen Zeitreihen an Daten und die Kombination an sich ergänzenden Messinstrumenten, insbesondere mit dem 482 MHz Windprofiler am Meteorologischen Observatorium Lindenberg â€Ì Richard Aßmann Observatorium (MOL-RAO), sind einzigartig. Der Antragsteller kann hier seine umfangreichen Erfahrungen mit Instrumentensynergie und der Entwicklung von Algorithmen zur Ableitung atmosphärischer Variablen einbringen, um eine kontinuierliche Zeitreihe von Temperatur- und Feuchteprofilen mit bisher nicht erreichter Genauigkeit innerhalb und oberhalb von Wolken und insbesondere bei Niederschlag zu erstellen. Die thermodynamischen Profile bieten die ideale Möglichkeit, die Verdunstungsraten und die daraus resultierende Abkühlung mit einer verbesserten Genauigkeit zu quantifizieren. Die Unsicherheiten, die durch ungenaue Profile der relativen Feuchte und Temperatur entstehen, werden mit Hilfe von Simulationen abgeschätzt. Langzeitbeobachtungen an MOL-RAO werden genutzt, um aussagekräfige Statistiken über die Verdunstungs- und Abkühlungsraten zu erstellen. Die Ergebnisse werden für verschiedene Bedingungen wie stratiformen und konvektiven Niederschlag und für verschiedenen Jahreszeiten evaluiert. Dies wird den Modellieren helfen, die Parametrisierungen der Verdunstungsraten in kleinskaligen Modellen zu evaluieren.
Über dem Nordatlantik und Europa wird die Variabilität der großräumigen Wetterbedingungen von quasistationären, langandauernden und immer wiederkehrenden Strömungsmustern â€Ì sogenannten Wetterregimen â€Ì geprägt. Diese zeichnen sich durch das Auftreten von Hoch- und Tiefdruckgebieten in bestimmten Regionen aus. Verlässliche Wettervorhersagen auf Zeitskalen von einigen Tagen bis zu einigen Monaten im Voraus hängen von einer korrekten Darstellung der Lebenszyklen dieser Strömungsregime in Computermodellen ab. Um das zu erreichen müssen insbesondere Prozesse, die günstige Bedingungen zur Intensivierung von Tiefdruckgebieten aufrecht erhalten, und Prozesse, die den Aufbau von stationären Hochdruckgebieten (blockierende Hochs) begünstigen, richtig wiedergegeben werden. Aktuelle Forschung deutet stark darauf hin, dass Atmosphäre-Ozean Wechselwirkungen, insbesondere entlang des Golfstroms, latente Wärmefreisetzung in Tiefs, und Kaltluftausbrüche aus der Arktis dabei eine entscheidende Rolle spielen. Dennoch mangelt es an grundlegendem Verständnis wie solche Luftmassentransformationen über dem Ozean die großskalige Höhenströmung beeinflussen. Darüber hinaus ist die Relevanz solcher Prozesse für Lebenszyklen von Wetterregimen unerforscht. In dieser anspruchsvollen drei-jährigen Kollaboration zwischen KIT und ETH Zürich streben wir an ein ganzheitliches Verständnis zu entwickeln, wie Wärmeaustausch zwischen Ozean und Atmosphäre und diabatische Prozesse in der Golfstromregion die Variabilität der großräumigen Strömung über dem Nordatlantik und Europa prägen. Zu diesem Zweck werden wir ausgefeilte Diagnostiken zur Charakterisierung von Luftmassen mit neuartigen Diagnostiken zur Bestimmung des atmosphärischen Energiehaushaltes verbinden und damit den Ablauf von Wetterregimen und Regimewechseln in aktuellen hochaufgelösten numerischen Modelldatensätzen und mit Hilfe von eigenen Sensitivitätsstudien untersuchen. Dazu werden wir unsere Expertise in größräumiger Dynamik und Wettersystemen, sowie Atmosphäre-Ozean Wechselwirkungen â€Ì insbesondere während arktischen Kaltluftausbrüchen â€Ì und der Lagrangeâ€Ìschen Untersuchung atmosphärischer Prozesse nutzen. Im Detail werden wir (i) ein dynamisches Verständnis entwickeln, wie Luftmassentransformationen entlang des Golfstroms die Höhenströmung über Europa beeinflussen, mit Fokus auf blockierenden Hochdruckgebieten, (ii) die Bedeutung von Luftmassentransformationen und diabatischer Prozesse für den Erhalt von Bedingungen, die die Intensivierung von Tiefdruckgebieten während bestimmter Wetterregimelebenszyklen bestimmen, untersuchen, (iii) diese Erkenntnisse in ein einheitliches und quantitatives Bild vereinen, welches die Prozesse, die den Einfluss des Golfstroms auf die großräumige Wettervariabilität prägen, zusammenfasst und (iv) die Güte dieser Prozesse in aktuellen numerischen Vorhersagesystemen bewerten. Diese Grundlagenforschung wird wichtige Erkenntnisse zur Verbesserung von Wettervorhersagemodellen liefern.
Das Hauptziel des ComparCE Projekts ist eine umfassende Einschätzung verschiedener Climate Engineering (CE) Maßnahmen gegeneinander und gegenüber Mitigationsbemühungen. Dabei sollen insbesondere Modelunsicherheiten berücksichtigt werden, da eine solche Einschätzung im CE Fall ausschließlich auf Modellsimulationen beruht. In diesem Projekt wollen wir darüber hinaus Fragen beantworten, die unserer Meinung bislang im CE Zusammenhang nicht bearbeitet wurden. Als ersten und zentralen Schritt wollen wir untersuchen welche Metriken und Indikatoren für die Beurteilung von CE Methoden, und somit für das gesamte Schwerpunkt Programm, wichtig sind und wie diese sich von den Metriken im Kontext von Klimawandel unterscheiden. Diese Art der Forschung gab es im Kontext Klimawandel bereits, sie fehlt bislang aber für CE. Durch Austausch mit internationalen Forschergruppen wurde klar, dass eine die wahrscheinlichste Implementierung von CE Maßnahmen aus einer Kombination der verschiedenen Technologien besteht. Daher wollen wir in diesem Projekt untersuchen wie das Erdsystem auf eine Kombination verschiedener CE Maßnahmen reagiert, und ob es möglich ist die Signale der einzelnen Methoden jeweils zuzuordnen. In diesem Zusammenhang werden wir ebenfalls untersuchen ob und wie die Effektivität der CE Maßnahmen vom Hintergrund-Klimazustand abhängt und ob z.B. der Zeitpunkt der Umsetzung von CE eine Rolle spielt. Darüber hinaus wollen wir robuste, regionale CE Muster untersuchen um ebenfalls auf die regionalen Auswirkungen von CE eingehen zu können. Das ist besonders wichtig, weil für die lokale Öffentlichkeit regionale Klimaextreme mehr Bedeutung haben als globale Mittelwerte. Diese Analysen werden ebenfalls den Findungsprozess der Metriken informieren. Zusätzlich wird die plötzliche Terminierung von CE Maßnahmen im Kontext der Geschwindigkeit des Terminations-Schocks untersucht. Schlussendlich basiert die gesamte Beurteilung von CE Maßnahmen auf Modellergebnissen, daher finden wir, dass ein wichtiger Beitrag für die CE Debatte eine Beurteilung der model-internen Unsicherheiten ist. Diese werden mit Anhang von Änderungen der Wahrscheinlichkeitsverteilung von Metriken quantifiziert, so können zum Beispiel aussagen über die Wahrscheinlichkeit einer Richtwert-Überschreitung der gegebenen Zukunftsszenarien getroffen werden. Die Ergebnisse diese Projekts erlauben eine umfassende Einschätzung der untersuchten CE Maßnahmen gegenüber Migration, unter Berücksichtigung von Unsicherheiten in Modellen, den Zukunftsszenarien und Metriken, welche im Laufe des Projekts iterative mit anderen Teilprojekten diskutiert werden.
Die Grenzfläche zwischen Ozean und Atmosphäre ist durch einen allgegenwärtigen, < 1 mm dicken marinen Oberflächenfilm, den sogenannten sea-surface microlayer (SML), charakterisiert. Der SML ist nicht nur direkter UV-Strahlung und atmosphärischen Oxidantien ausgesetzt, sondern zeichnet sich im Vergleich zum unterliegenden Wasser auch durch höhere Konzentrationen an organischen Stoffen aus. Bisher ist unklar, welche Bedeutung die dadurch bedingten SML-spezifischen abiotischen Prozesse für die Umsetzung und die Emission organischer Stoffe insgesamt haben und wie man diese Prozesse parametrisieren kann. In diesem Projekt, das eng mit anderen Projekten der interdisziplinären Forschungsgruppe â€ÌBiogeochemische Prozesse und Ozean/Atmosphäre- Austauschprozesse in marinen Oberflächenfilmen (BASS)â€Ì verbunden ist, sollen daher molekulare Details SML-spezifischer Reaktionen (Photochemie, heterogene Oxidation, Radikalchemie) genauer untersucht werden. Ziel ist es, Reaktionsprodukte und -geschwindigkeiten quantitativ zu erfassen und Unterschiede zwischen Reaktionen im SML und in der freien Wassersäule herauszuarbeiten. Basierend auf der Expertise der drei beteiligten Arbeitsgruppen im Bereich Photochemie, Reaktionskinetik, Laserspektroskopie, Analytik und theoretischer Modellierung, soll ein molekulares Verständnis ausgewählter Reaktionen und des Einflusses der komplexen SML-Reaktionsumgebung erreicht werden. Dazu sollen experimentelle Verfahren wie Schwingungs-Summenfrequenzerzeugung, hochempfindliche Chromatographie-Massenspektrometrie und gepulste Laserphotolyse-Langwegabsorption mit Methoden der Quantenchemie und Molekulardynamik kombiniert werden. Arbeitsschwerpunkte bilden die Oxidationskinetik von Halogen- bzw. Hydroxyl-Radikalreaktionen in der flüssigen Phase, die Ozonolyse von Fettsäure-Monoschichten und die durch Photosensibilisatoren verstärkte Bildung von reaktiven Radikalen bzw. Zersetzung von organischen Schichten. Neben wohldefinierten Labor-Modellsystemen werden auch natürliche Proben analysiert werden. Dabei stellt sich z.B. die Frage nach den Einflussfaktoren der während einer Algenblüte zunehmenden Bildung von oberflächenaktiven Stoffen im SML und der Bedeutung der durch die Sonne bedingten Photolyse auf die abiotische Umsetzung organischer Stoffe. Flankierend werden im Projekt auch die eingesetzten Untersuchungsmethoden weiterentwickelt; das beinhaltet sowohl die Ausarbeitung von Messprotokollen zur Quantifizierung bestimmter organischen Substanzklassen (z.B. Carbonyle und Kohlenhydrate) im SML, die Synthese und Charakterisierung von neuartigen oberflächenaktiven Photosensibilisatoren (z.B. Benzoyl-Benzoesäure-funktionalisierte Lipide) sowie die Entwicklung und Erprobung mehrstufiger Modellierungsverfahren zur theoretischen Beschreibung von Struktur-Reaktivitätsbeziehungen der Fettsäure-Ozonolyse (z.B. Beschreibung des Einflusses sterischer und elektronischer Effekte der organischen Matrix).
| Origin | Count |
|---|---|
| Bund | 509 |
| Kommune | 22 |
| Land | 281 |
| Wissenschaft | 3 |
| Zivilgesellschaft | 17 |
| Type | Count |
|---|---|
| Chemische Verbindung | 6 |
| Daten und Messstellen | 55 |
| Ereignis | 5 |
| Förderprogramm | 342 |
| Gesetzestext | 1 |
| Taxon | 73 |
| Text | 138 |
| Umweltprüfung | 43 |
| WRRL-Maßnahme | 31 |
| unbekannt | 113 |
| License | Count |
|---|---|
| geschlossen | 193 |
| offen | 534 |
| unbekannt | 69 |
| Language | Count |
|---|---|
| Deutsch | 689 |
| Englisch | 235 |
| andere | 1 |
| Resource type | Count |
|---|---|
| Archiv | 22 |
| Bild | 9 |
| Datei | 30 |
| Dokument | 94 |
| Keine | 395 |
| Unbekannt | 1 |
| Webdienst | 49 |
| Webseite | 280 |
| Topic | Count |
|---|---|
| Boden | 412 |
| Lebewesen und Lebensräume | 766 |
| Luft | 333 |
| Mensch und Umwelt | 776 |
| Wasser | 344 |
| Weitere | 796 |