Die rasche Verstädterung und das Bevölkerungswachstum haben in den heutigen Gesellschaften neue Probleme geschaffen. Zu diesen Problemen gehören die Verknappung der Trinkwasserressourcen, Schwierigkeiten bei der Abfallbewirtschaftung, Luftverschmutzung, Verkehrsstaus und eine sich verschlechternde und veraltete Infrastruktur. Neben der zunehmenden Dringlichkeit einer nachhaltigen Entwicklung haben Fortschritte in der Mathematik und im Data Science das Konzept der "Smart Cities" zur Lösung dieser Probleme hervorgebracht. Die Versorgung der Menschen mit einer sicheren, zuverlässigen und kostengünstigen Trinkwasserversorgung ist von größter Bedeutung für die Gesundheit in der Gesellschaft, die Wirtschaft und die Politik. Daher ist der Zugang zu sauberem Wasser und sanitären Einrichtungen als eines der 17 Ziele in der Agenda 2030 für nachhaltige Entwicklung der Vereinten Nationen enthalten (https://sdgs.un.org/goals). In diesem Zusammenhang sind die Wasserversorgungsnetze (WDN) das Herzstück jeder intelligenten Stadt und erfordern neue Überlegungen und Entwicklungen, um intelligenter verwaltet und betrieben zu werden. Eines der Hauptprobleme in WDNs sind Lecks im System. Leckagen führen zu einem spürbaren Verlust von sauberem Wasser, was zu umgekehrten Leckagen, Verunreinigungen durch Grundwasser und ernsthaften Betriebsschwierigkeiten führen kann. Eine frühzeitige Leckerkennung spart Wasser und verhindert, dass sich kleine Lecks zu Wassereinbrüchen ausweiten. Daher sind Einrichtungen zur frühzeitigen Leckerkennung für jedes intelligente WDN unerlässlich, um Verluste und die Gefahr von Leckagen zu verringern. SMARTWINE zielt darauf ab, das Potenzial einer Kombination aus maschinellem Lernen (ML), Graphentheorie und Optimierungstechniken zu erforschen und zu nutzen, um zuverlässige, schnelle und einfach zu bedienende Methoden zur Echtzeit-Leckerkennung und Alarmierung in WDNs zu entwickeln.
Gesellschaftliche Relevanz: Die Versorgung der Bevölkerung mit ausreichend Wasser in guter Qualität wird eine der großen Herausforderungen in der nahen Zukunft sein. Landnutzung und Klimawandel verschärfen dieses Problem. Wir haben nur begrenzte Möglichkeiten, neues Wasser bereitzustellen oder Wasser in Stauseen für Zeiten von Wasserknappheit aufzubewahren. Eine kluge Nutzung und Bewirtschaftung der Wasserressourcen scheinen die vielversprechendsten Instrumente zur Entschärfung der Situation. Daher wurden numerische Modelle für Seen eingesetzt, die sich jedoch immer noch an Ozeanannahmen orientieren. Infolgedessen sind simulierte Strömungen im tiefen Wasser von Seen nahe der Temperatur der maximalen Dichte (d. h. nahe 4 °C) fehlerhaft oder unrealistisch. Wir haben bessere Kenntnisse über die physikalischen Eigenschaften von Seewasser. Numerische Seemodelle könnten also wesentlich verbessert werden. Unsere Hypothese ist es, dass das Einbringen von Thermobarizität in numerische Modelle die bekannten Probleme behebt und so die entscheidenden Effekte weit besser dargestellt werden können. Wissenschaftliche Herausforderung: Thermobare Effekte kontrollieren die Tiefenzirkulation in tiefen Seen in der gemäßigten und subpolaren Klimazone. Obwohl das Thema in letzter Zeit in der Ozeanographie an Interesse gewonnen hat, wurden die Merkmale in tiefen Seen bislang nicht richtig behandelt. Per Definition geht die praktische physikalische Größe der potentiellen Dichte verloren, wenn thermobare Effekte dominieren. Dies erschwert die Darstellung von Stabilitätsbetrachtungen. Wir sind jedoch überzeugt, dass die Beschreibung thermobarer Effekte deutlich verbessert werden kann. Wir schlagen vor, ausgehend von den Grundlagen thermodynamischer Ansätze über Stabilitätsbetrachtungen bis hin zu vereinfachter Modellierung die Implementierung der thermobaren Effekte in numerischen Modellen vorzunehmen, um die Auswirkungen in einigen prominenten Fällen zu demonstrieren. Wir sind überzeugt, dass wir mit unseren vereinten Kompetenzen neue Ansätze finden, um thermobare Effekte zu verstehen und zu kommunizieren. Mit unserer Erfahrung werden wir effektive numerische Ansätze finden, um dieses Thema grundlegend zu bearbeiten und neue Lösungsansätze zu bieten. Schließlich werden wir DELFT3D (DELTARES) einsetzen, um thermobare Effekte in einigen tiefen Seen zu simulieren und zu demonstrieren. Wir erwarten, dass dieses Projekt die Perspektive einer zukünftigen fruchtbaren Zusammenarbeit eröffnet.
Der Kreislauf von Energie, Wasser und Kohlenstoff durch Boden, Vegetation und Atmosphäre beeinflusst die Verteilung und Qualität des Lebens auf der Erde. Mit dem rasanten Wachstum der Weltbevölkerung und ihrer Bedürfnisse wird die nachhaltige und effiziente Bewirtschaftung und Verteilung unserer natürlichen Ressourcen wichtiger denn je. Der Sonderforschungsbereich Transregio 32 fokussiert auf ein besseres Verständnis der Prozesse und Interdependenzen innerhalb und zwischen Boden, Vegetation und Atmosphäre. Dies ist unabdingbar für verlässlichere Wetter- und Klima-Modelle und genauere Vorhersagen für den Wasser- und CO2-Transport und ermöglicht dadurch eine bessere Bewirtschaftung der natürlichen Ressourcen. Räumliche und zeitliche Muster im Boden-Vegetation-Atmosphäre Kontinuum spielen hierbei eine zentrale Rolle. So beeinflusst zum Beispiel die landwirtschaftliche Nutzung - Weizen unmittelbar neben Rüben oder Kartoffeln neben Mais - den Austausch von Wasser, CO2 und Wärme zwischen Boden und Atmosphäre. Alle Prozesse sind untrennbar miteinander verflochten, wodurch komplexe Rückkopplungen und Reaktionen des Systems auf den verschiedenen räumlichen und zeitlichen Skalen entstehen.Das Ziel des TR32 ist es, die Herkunft von und die Wechselbeziehungen zwischen den räumlichen und zeitlichen Mustern der einzelnen Komponenten innerhalb des Boden-Vegetation-Atmosphäre-Systems mit Hilfe innovativer Monitoring- und Modellierungsansätze besser zu verstehen. Räumliche und zeitliche Strukturen von physikalischen Parametern (z. B. bodenhydraulische Leitfähigkeit), Zustandsgrößen (wie Bodenfeuchtigkeit oder Lufttemperatur) und Prozessen (z. B. Flüsse von CO2, Wasser und Wärme) können auf allen Skalen beobachtet werden. Die Erkennung dieser Muster und das Verstehen der vorhandenen Wechselwirkungen sind erforderlich, um die unterschiedlichen räumlichen und zeitlichen Skalen in numerischen Modellen darzustellen.
Das Ziel von Ensemble-Vorhersagen ist die Quantifizierung von Unsicherheiten in numerischen Wetterprognosen. Wir werden statistische Nachbearbeitungsverfahren entwickeln, welche Wetterregime berücksichtigen, und die Effekte von stochastischen Parametrisierungen in der Modellphysik untersuchen. Das übergeordnete Ziel besteht in der vergleichenden Quantifizierung des Wertes und der relativen Vorzüge beider Ansätze für Niederschlagsvorhersagen in Deutschland und der daran angrenzenden Gebiete.
Ziel dieses Projektes ist ein verbessertes Verständnis der Prozesse, welche die Vorhersagbarkeit von Niederschlag auf Zeitskalen von Tagen bis Wochen in der Westafrikanischen Monsunregion erhöhen oder reduzieren. Innovative Aspekte und besondere Herausforderungen im Projekt liegen in der Identifikation von geeigneten Metriken zur Definition von rein tropischen, rein extratropischen sowie gemischten Wetterregimen über Westafrika in der Vor-, Haupt- und Nachmonsunzeit sowie in der Anwendung von Nachbearbeitungsverfahren von Ensemblevorhersagen in tropischen anstatt mittleren Breiten.
Dieses Teilprojekt untersucht die Rolle von spontanen Emissionen und die anschließende Anregung von internen Schwerewellen für die interne Dissipation in quasi-balancierten Strömungen unter Bedingungen die charakteristisch für die globale Ozeanzirkulation sind. Wir werden das Thema, mit Hilfe einer Kombination von verbesserter Diagnose, einem Verständnis der Prozesse in idealisierten Modellumgebungen und einer genauen Analyse von Schwerewellenaktivität in einem Ozeanzirkulationsmodell basierend auf den primitiven Gleichungen bearbeiten.
Es sollen Techniken entwickelt werden um die Kopplung zwischen Atmosphäre und Ozean durch die Formation und das Brechen von Oberflächenwellen im Ozean zu quantifizieren. Diese Techniken beinhalten eine numerische Implementierung von diffusen Grenzflächenmethoden für eine thermodynamisch konsistente und voll gekoppelte Simulationen der Grenzfläche zwischen Luft und Wasser, sowie Feldexperimente zur gleichzeitigen Messung von Luftstrom, der Ozeanwellenkopplung, und der turbulenten Energiedissipation im oberen Ozean.
Die Strukturbildung auf der Wolkenskala wird mit zwei Methoden untersucht. Zum einen werden hochaufgelöste numerische Wolkensimulationen durchgeführt und die Resultate auf Strukturbildung hin analysiert. Zum anderen werden die grundlegenden Gleichungen mit mathematischen Methoden untersucht, um Strukturbildung zu identifizieren. In einem Syntheseschritt werden beiderlei Resultate verwendet, um Minimalmodelle zur Beschreibung von Wolkenstrukturen zu entwickeln. Diese Modelle werden schließlich zur Bestimmung der Wirkung von Wolkenstrukturen auf größerskalige Prozesse benutzt.
Wir entwickeln Theorie und Modelle für eine effiziente (sparse) Darstellung von Mustern in gekoppelten Systemen der Atmosphäre und Landoberfläche und untersuchen Wechselwirkungen zwischen Mustern. Wir analysieren, wie gut hierdurch Musterwechselwirkungen auf verschiedenen Skalen für verschiedene Größen beschrieben werden und sich physikalisch interpretieren lassen. Die Methodik wird auf Large-Eddy-Simulationen, Boden-basierte Fernerkundungsbeobachtungen und Satellitendaten angewendet. Die Ergebnisse eröffnen neue Möglichkeiten für stochastisch-dynamisches Skalieren für viele umweltwissenschaftliche Anwendungen.
Die polarimetrischen quantitativen Niederschlagsschätzer werden um leichten und gefrorenen Niederschlag erweitert. Die Raum-Zeit-Modellierung von Niederschlag wird nun erweitert durch die Berücksichtigung von Messungen polarimetrischer Radare und kommerzieller Mikrowellenlinks einschließlich einer umfassenden Abschätzung der Unsicherheiten. Hierzu wird mit TerrSysMP eine simulierte Umgebung erstellt einschließlich eines Radarvorwärtsoperators für die Erzeugung von Messungen, in denen das Tropfenspektrum und der Niederschlag bekannt sind und die eine umfassende Validierung des Modells erlauben.
| Origin | Count |
|---|---|
| Bund | 20 |
| Type | Count |
|---|---|
| Förderprogramm | 20 |
| License | Count |
|---|---|
| offen | 20 |
| Language | Count |
|---|---|
| Deutsch | 20 |
| Englisch | 17 |
| Resource type | Count |
|---|---|
| Keine | 9 |
| Webseite | 11 |
| Topic | Count |
|---|---|
| Boden | 10 |
| Lebewesen und Lebensräume | 11 |
| Luft | 15 |
| Mensch und Umwelt | 20 |
| Wasser | 10 |
| Weitere | 20 |