Im Themengebiet "Waldfunktionen" werden flächenhafte Informationen über ausgewählte Funktionen der Waldflächen in Hamburg dargestellt. Der Wald trägt in besonderem Maß zum Schutz der natürlichen Lebensgrundlagen und zur Erholung des Menschen bei. Als Waldfunktionen können die Wirkungen und Leistungen des Waldes und der Waldbewirtschaftung bezeichnet werden, soweit sie in der Regel die menschlichen Bedürfnisse oder Erwartungen erfüllen. Waldfunktionen genügen einerseits gesellschaftlichen Anforderungen und liefern andererseits einen Beitrag zur Stabilisierung von Ökosystemen. Dabei lassen sich je nach Zweck Waldfunktionen zusammenfassen. Unterschieden werden allgemein die Nutzfunktion, die Schutzfunktionen (einschließlich Natur- und Biotopschutz), die Erholungsfunktion und weitere Sonderfunktionen. Dargestellt werden Waldflächen, soweit sie über das normale Maß hinaus eine oder mehrere Funktionen erfüllen. Ausgewählt werden die Funktionen, für die sich validierte Daten bzw. abgrenzbare Kategorien erzielen ließen. Nicht dargestellt werden beispielsweise Waldflächen, die in Überschwemmungs- oder Wasserschutzgebieten oder in Natura-2000-Gebieten liegen und dort jeweils eine entsprechende Schutzfunktion erfüllen. Die Daten wurden gutachterlich im Jahr 2016 erhoben und mit Stand 2019 teilweise ergänzt und angepasst. Grundlage der gutachterlichen Einschätzung ist der bundeseinheitliche "Leitfaden zur Kartierung der Schutz- und Erholungsfunktionen des Waldes“ der Forstlichen Versuchs- und Forschungsanstalt Baden-Württemberg, Freiburg 2015. Dargestellt sind Waldflächen, die eine Funktion erfüllen als 1. Erholungswälder 2. Schutz vor Erosionen 3. regionaler Klimaschutzwald und 4. Sichtschutzwald. Zu 1. Erfasst sind die Waldflächen, die gutachterlich im Rahmen einer Waldfunktionenkartierung als für die Erholung des Menschen wichtig eingeschätzt wurden. Ausgewählt wurde nur der Wald, der tatsächlich der Allgemeinheit zur Verfügung steht. Es werden die Kategorien "von sehr hoher Bedeutung" und "von hoher Bedeutung" unterschieden. Kriterien für die Ausweisung sind u.a. Erreichbarkeit, Attraktivität, Angebot an Erholungseinrichtungen, geringe Lärm- und Immissionsbelastung und Einschränkungen des Betretungsrechts. Die Einstufung in die Kategorie "von sehr hoher Bedeutung" erfolgt regelhaft dann, wenn besondere forstbetriebliche Anstrengungen und Aufwendungen für die Aufrechterhaltung der Erholungsfunktion erforderlich sind. Zu 2. Der Wald bietet grundsätzlich für den Erhalt des Bodens und seine natürliche Entwicklung einen sehr guten Schutz. Dargestellt sind nur die Waldflächen, die gutachterlich im Rahmen einer Waldfunktionenkartierung als für den Schutz des Bodens vor Erosionen wichtig eingeschätzt wurden. Ausgewählt wurden Waldflächen, die auf - winderosionsgefährdete Böden in entsprechenden exponierten Lagen mit hohen Humus-, Feinsand- und Lößanteilen, - wassererosionsgefährdete Böden mit starkem Gefälle und geringer Bindigkeit oder - auf künstlich aufgeschütteten Böden stocken. Zu 3. Sämtliche Waldflächen erfüllen eine Klimaschutzfunktion. Abhängig von der Größe und der Struktur der Bestände sowie der Topographie ist die Wirkung auf die benachbarten bebauten oder unbebauten Flächen jedoch unterschiedlich. Dargestellt sind die Waldflächen, die durch Luftaustausch das Klima in Verdichtungsräumen schützen und verbessern (regionaler Klimaschutzwald). Regionaler Klimaschutzwald wird unter Berücksichtigung der Größe des Waldes und der Größe und Lage des Verdichtungsraumes, des Reliefs und der Hauptwindrichtung ausgewiesen. Unterschieden werden dabei Waldflächen, die großflächig als sommerliche Kaltluftquelle wirken, und die Waldflächen, die als winterliche Kaltluftbremse vor allem tiefergelegene Flächen vor Spätfrösten schützen können. Zu 4. Sichtschutzwald verdeckt nicht nur als störend empfundene Objekte, sondern schützt auch Anlagen oder Grundstücke vor unerwünschten Einblicken von außen. Dargestellt sind die Bereiche der Wälder, die in ihrer horizontalen Ausdehnung den Schutzzweck ganzjährig und dauerhaft erfüllen können. Unterschieden werden dabei Wälder, die - vor Einsicht in Anlagen und Flughäfen schützen oder die - Sichtschutz für Erholungs- oder Wohngebiete gewähren.
Zielsetzung: Das Ziel des Vorhabens ist es genomische Information für den Artenschutz der in Deutschland stark gefährdeten Gelbbauchunke (Bombina variegata) zu nutzen. Zunächst soll auf der molekularen Ebene untersucht werden, ob Gelbbauchunken an den Habitattyp (z.B. natürlich vs. anthropogen) und das lokale Klima angepasst sind. Solche Anpassungen sind bei anderen Amphibien gefunden worden. Zu erwarten sind sie auch bei Gelbbauchunken, zumindest in größeren, gut adaptierten Populationen. Weiterhin soll über Artenverteilungsmodelle berechnet werden, welches die heutigen klimatischen Bedingungen im Verbreitungsgebiet der Gelbbauchunke sind und wie sich diese in Zukunft durch den Klimawandel verändern. Zusammen können dann mit der genomischen Information Strategien zum Artenschutz entwickelt werden, die in nachfolgenden Projekten realisiert werden können. Dieses wäre 1) kleine, genetisch verarmte Populationen durch künstlichen Genfluss (Einbringen von Individuen aus anderen Populationen) zu stärken (Genetic Rescue); 2) Das Einbringen von Genvarianten, die ans zukünftige Klima angepasst sind. Dieses bedeutet, dass Individuen aus Quellpopulationen entnommen werden und in Zielpopulationen eingesetzt werden. Dabei sollte das heutige Klima der Quellpopulation dem zukünftigen Klima der Zielpopulation ähneln. Die Habitate beider Vorkommen sollten ökologisch ähnlich sein. (Tarjeted Gene Flow); und 3) Ansiedlungen von Gelbbauchunken an Standorten, die in der Zukunft klimatisch geeignet sind. Die drei Strategien können je nach Bestandssituation kombiniert werden.
El Niño ist die warme Phase der El Niño/Southern Oscillation (ENSO), und beschreibt die dominante Variabilität der Tropen auf Zeitskalen von Monaten bis Jahren. Obwohl ENSO im tropischen Pazifik geschieht, werden starke regionale und globale Einflüsse auf das Klima, auf die Ökosysteme der Meere und auf dem Land, und damit auch auf die Wirtschaft einzelner Länder beobachtet. Klimamodelle sagen vorher, dass El Niño sich unter dem Einfluss der globalen Erwärmung verstärken könnte, und dass sich sogenannte Super El Niños entwickeln könnten, d.h. El Niño Ereignisse, welche stärker und langlebiger sind als die stärksten im 20. und 21. Jahrhundert beobachteten Ereignisse. Es ist allerdings noch unklar, ob sich zum Beispiel die sogenannten Teleconnections, also Fernwirkungen von El Niño, linear mit der Stärke des Ereignisses im tropischen Pazifik entwickeln werden. Es ist zudem noch unzureichend erforscht, ob sich die Teleconnections selbst verändern werden. Es gibt aber Hinweise, dass sich die Teleconnections von El Niño nichtlinear verhalten, und dass daher ein Super El Niño völlig andere globale Auswirkungen haben könnte als ein historischer El Niño. Durch die Vorhersage der Klimamodelle, dass sich solche Super El Niño - Ereignisse in Zukunft häufen könnten, ist ein besseres Verständnis möglicher Nichtlinearitäten von Teleconnections nötig. Dieses Forschungsvorhagen untersucht die Nichtlinearität in der Stärke und im Charakter von El Niño Teleconnections für eine Erde in einem wärmeren Klima. Im Speziellen wird die Fernwirkung von El Niño auf die Troposphäre und Stratospähre der mittleren Breiten in der Nord- und Südhalbkugel untersucht.
Es ist das Ziel des Vorhabens, ein physikalisch realistisches Rechenmodell zu schaffen, dass den Auf- und Abbau der naechtlichen und winterlichen Inversionen ueber dem Stadtgebiet vorherzusagen ermoeglicht. Die Kontrolle und Erfassung der Phaenomenologie erfolgen durch vertikal sondierenden Schallradar und staendige Messung der Strahlung, Feuchte, Temperatur und des Windes. Der Aufbau eines Messnetzes innerhalb des Stadtgebietes wird vorbereitet. Bereits vorhandene Windmessungen werden ausgewertet und mit gleichzeitigen Schadstoffmessungen korreliert.
This project aims at the improvement and testing of a modeling tool which will allow the simulation of impacts of on-going and projected changes in land use/ management on the dynamic exchange of C and N components between diversifying rice cropping systems and the atmosphere and hydrosphere. Model development is based on the modeling framework MOBILE-DNDC. Improvements of the soil biogeochemical submodule will be based on ICON data as well as on results from published studies. To improve simulation of rice growth the model ORYZA will be integrated and tested with own measurements of crop biomass development and transpiration. Model development will be continuously accompanied by uncertainty assessment of parameters. Due to the importance of soil hydrology and lateral transport of water and nutrients for exchange processes we will couple MOBILE-DNDC with the regional hydrological model CMF (SP7). The new framework will be used at field scale to demonstrate proof of concept and to study the importance of lateral transport for expectable small-scale spatial variability of crop production, soil C/N stocks and GHG fluxes. Further application of the coupled model, including scenarios of land use/ land management and climate at a wider regional scale, are scheduled for Phase II of ICON.
Die Wälder der Erde haben eine grundlegende Bedeutung für die Zukunft der Menschheit. Sie bilden einen Großteil der Erdoberfläche und sind wichtiger Lebensraum der an Land lebenden Tier- und Pflanzenarten. Wälder produzieren nutzbare Stoffe, regulieren Stoff- und Wasserfüsse, die CO2-Konzentration der Atmosphäre sowie das globale und regionale Klima. Der Schutz der Wälder ist von zentraler Bedeutung für eine nachhaltige Existenz der Menschen in sicher funktionierenden Beziehungen zwischen Ökosystemen und der Umwelt. Weil Waldökosysteme auch bei forstlicher Nutzung weitgehend selbstorganisiert funktionieren, sind sie ein spannendes Gebiet der Ökosystemforschung. Die Komplexität von Waldökosystemen ist eine Herausforderung für das Umweltmanagement schlechthin. Im Prinzip zielt es darauf ab, Störungen von Strukturen und Wechselwirkungen mit der Umwelt so gering wie möglich zu halten oder deren Folgen zu therapieren. Dies ist nur möglich, wenn Ökosysteme gesamtheilich betrachtet werden. Allgemeine Ziele von Ökosystemforschung sind deshalb vertieftes Verständnis der Systeme zu entwickeln, Kritische Zustände zu erkennen sowie Möglichkeiten und Grenzen nachhaltiger Entwicklung aufzuzeigen. Unsere Arbeitsgruppe beschäftigt sich damit, Indikatoren für den Zustand von Ökosystemen zu finden, die Dynamik ihrer Umweltbeziehungen zu beschreiben und Grenzen der Belastbarkeit zu erkennen. Ziel ist es, auf systemtheoretischer Grundlage gesamtheitliche Vorstellungen über die Entwicklung von Ökosystems zu bekommen, und ihre Anpassungsfähigkeit an Umweltveränderungen abzuschätzen. Voraussetzung dafür ist eine intensive Systembeobachtung. Datenbasis unserer Forschung an Wäldern bildet die Beobachtung eines depositionsbelasteten und stark versauerten Buchenwaldökosystems. Dementsprechend messen wir fortlaufend nicht nur die Einträge der atmosphärischen Deposition säurewirkamer Luftschadstoffe, Stoffkonzentrationen in der Bodenlösung und Stoffausträge, sondern auch andere Stressgrößen. Die Philosophie gesamtheitlich orientierterer Ökosystemforschung und ökologischer Umweltbeobachtung findet sich in verschiedenen Monitoring Programmen wieder (Schimming et al. 2010). Deshalb kooperiert das Ökologie-Zentrum in solchen Netzwerken und beteiligt sich wegen der weitgehenden Zielkonformität auch am Forstlichen Monitorings der EU. Der Beitrag besteht mit dem bereits genannten, sehr langfristig untersuchten Buchenwaldökosystem im traditionellen Untersuchungsgebiet des Ökologie-Zentrums zum Level II-Programm des ICP-Forests. Das Institut führt die Untersuchungen dort im Auftrag des Ministeriums für Landwirtschaft, Umwelt und Ländliche Räume (MLUR) durch. Seitens des Ökologie-Zentrums Institute und eines Vorgängerprojektes existieren Datenreihen, die sich nunmehr mit einer Länge von mehr als 20 Jahren über einen weitaus längeren Zeitraum erstrecken, als seit Einrichtung des Level II-Programms im Jahre 1995 vergangen ist.
Wichtige Oekosysteme Mitteleuropas haben sich - ohne Eingriff des Menschen - in nahezu konstanter Zusammensetzung ueber viele Jahrtausende erhalten, obwohl sich gleichzeitig mehrere Klimaschwankungen ereignet hatten. Es scheint demnach so, als verfuegten diese Oekosysteme ueber recht wirksame Regelmechanismen. Diese koennten einerseits im Naehrstoffkreislauf, andererseits aber auch in den Besonderheiten des Bestandesklimas liegen. Wir bearbeiten die aufgeworfenen Fragen mit Hilfe eingehender Untersuchungen ueber den Umsatz anorganischer und organischer Substanzen des Aerosols und des Tropfwassers der Pflanzen selbst in verschiedenen Wald-Oekosystemen des Nordschwarzwaldes. Hinzu kommen Analysen ueber den Chemismus der Cuticulae wichtiger Holzarten, in Abhaengigkeit vom Lebensalter und vom Klimagebiet, sowie bestandesklimatologische Untersuchungen ueber den Einfluss der Bestandesart auf das Lokalklima.
Im Rahmen des Projekts soll ein universelles Software-Werkzeug erstellt werden, welches allen Personen, die an Entscheidungen bei der Entstehung und Instandhaltung von Gebäuden eingebunden sind, das Finden von gemeinsamen und effizienten Lösungen ermöglicht. Im Lebenszyklus eines Gebäudes - beginnend mit dem Entwurf, dem Bau und der Benützungsbewilligung bis zu seiner Verwendung, Sanierung oder seinem Abriss - müssen von vielen Seiten laufend Entscheidungen getroffen werden. Dabei sind einzelne Alternativen unter verschiedenen Gesichtspunkten, wie z.B. Ästhetik, Kosten, Energieverbrauch, Auswirkungen auf die Umwelt oder auch Behaglichkeit, zu beurteilen. Zwar stehen zur Zeit Computerprogramme zur Verfügung, die als Entscheidungshilfe für einzelne Aspekte herangezogen werden können, in der Regel ist es jedoch nicht möglich verschiedene Programme miteinander zu vernetzen. So erfordert sowohl die Wartung als auch die Weiterleitung von Informationen von allen beteiligten Parteien einen beträchtlichen Aufwand. Das hier vorgestellte Software-Werkzeug soll die Verwaltung und Steuerung von gemeinsamen Entscheidungsprozessen, wie sie im Lebenszyklus eines Gebäudes auftreten, ermöglichen, indem es mehreren Benützern gleichzeitig Zugang zu allen relevanten Informationen gewährt. Dabei ist es den Benutzern möglich, neue Regeln aufzustellen, um einerseits einzelne Prozesse zu automatisieren, andererseits aber auch um andere Teilnehmer auf wichtige Punkte aufmerksam zu machen. Dieses Werkzeug zeichnet sich durch eine (theoretisch) unendlich erweiterbare Struktur aus, die durch ein äußerst generelles Konzept von Daten mit ihren Abhängigkeiten beschrieben wird. Das Programm erlaubt dabei die Verwendung von sowohl berechneten Daten (z.B. aus Simulationen) als auch realen Daten (z.B. laufende Messungen), wie sie zur Verbesserung der Vorhersage bzw. des Verständnisses für einzelne Strategien benötigt werden. Obwohl dieses Werkzeug z.B. auf ökologische oder wirtschaftliche Interessen beliebig erweiterbar ist, soll ein erster Schwerpunkt dieses Programms in einer Anwendung liegen, welche die Entwicklung von energetisch effizienten Gebäuden unter lokalen Aspekten (Klima, Normen) ermöglicht.
Im Rahmen des Projektes 'Erlebnis Wetter- und Klima' (2007) wurde in Kooperation mit der Universität Bayreuth, Lehrstuhl Mikrometeorologie eine professionelle Wetterstation vom Naturerlebnisgarten der Umweltstation errichtet. Die Station entspricht den DIN-Werten des DWD. Die ermittelten Werte stehen der Universität zur Verfügung und dienen der Ermittlung der Auswirkungen des Klimawandels auf regionaler Ebene. Der in Kooperation mit verschiedenen Bildungsträgern errichtete Wetter- und Klimaerlebnispark dient der Sensibilisierung der Besucher für die Belange des Klimaschutzes.
Ausreichende Verfügbarkeit von Trinkwasser und entsprechende Langzeitplanung sind wesentliche Voraussetzungen für eine nachhaltige Zukunft. Dazu bedarf es verlässlicher Langzeitprognosen des zukünftigen Wasserbedarfs. Stündliche und tägliche Bedarfsprognosen mithilfe von maschinellem Lernen (ML) sind wohletabliert, sofern ausreichend Daten vorhanden sind. Dennoch gibt es einige Herausforderungen. Erstens verfügen viele lokale Wasserversorger lediglich über monatliche Bedarfsdaten. Zweitens ist das System wegen des Klimawandels und wegen sozialer, rechtlicher und wirtschaftlicher Veränderungen instationär. Drittens sind zukünftige Wetter- und Klimabedingungen sowie die genannten Wandelprozesse unsicher. Insgesamt führt dies zu hoch volatilen und unsicheren Szenarien mit begrenzten Daten, was eine große Herausforderung für Modellierung und ML-Methoden darstellt. Dennoch sollten diese Methoden breit in verschiedenen Klima- und Wirtschaftsregionen anwendbar sein, zuverlässige Vorhersagen über Jahrzehnte ermöglichen und für Experten in Planungsbüros handhabbar sein. Dieses Projekt zielt darauf ab, Langzeitprognosen des Wasserbedarfs zu verbessern, indem wir folgende vier Forschungsfragen bearbeiten: Welche ML-Modelle für datenarme Probleme beschreiben den Wasserbedarf am besten, und kann die Modellauswahl automatisiert werden? Welche erklärenden Variablen sind notwendig, und wie sind diese zukünftig verteilt? Wie können wir der variierenden Aussagekraft von Daten in instationären Problemen begegnen? Wie können wir sinnvolle Unsicherheitsintervalle für Risikobewertungen erreichen? Um diese Fragen zu beantworten, werden wir speziell für datenarme Situationen entwickelte ML-Modelle entwickeln, kombinieren und bewerten sowie deren Auswahl automatisieren. Dies umfasst auch die Auswahl der erklärenden Variablen und die Untersuchung ihrer Wahrscheinlichkeitsverteilungen. Wir werden auf zwei Zeitskalen arbeiten: kurzfristig (lokal Wetter) und langfristig (Klima). Für die kurze Zeitskala werden wir statistische Wettergeneratoren verwenden, während wir für die langfristige Skala Langzeit-Wettervorhersagen des DWD unter verschiedenen Klimaszenarien nutzen werden. Da technische, gesellschaftliche oder wirtschaftliche Veränderungen und ihre Auswirkungen auf den Wasserbedarf schwer vorhersehbar und allgemein modellierbar sind, müssen sie als exogene oder festgesetzte Variablen behandelt werden. Sie können die Aussagekraft von Daten, die unter aktuellen Bedingungen erhoben werden, beeinflussen. Daher werden wir Multi-Fidelity-Ansätze entwickeln, die aus kürzeren Zeitreihen größerer räumlicher Gebiete lernen können. Für das Projekt bauen wir auf Vorarbeiten im Bereich des Polynomiellen Chaos und der Gauß-Prozess-Regression auf. Alle Methoden werden open-source verfügbar gemacht, um Transparenz in der Bedarfsvorhersage zu fördern und somit verbesserte Vorhersagen und Entscheidungsunterstützung öffentlich verfügbar zu machen.
| Origin | Count |
|---|---|
| Bund | 669 |
| Kommune | 3 |
| Land | 162 |
| Wirtschaft | 4 |
| Wissenschaft | 1 |
| Zivilgesellschaft | 2 |
| Type | Count |
|---|---|
| Förderprogramm | 611 |
| Text | 107 |
| Umweltprüfung | 10 |
| unbekannt | 75 |
| License | Count |
|---|---|
| geschlossen | 143 |
| offen | 644 |
| unbekannt | 16 |
| Language | Count |
|---|---|
| Deutsch | 686 |
| Englisch | 192 |
| Resource type | Count |
|---|---|
| Archiv | 1 |
| Bild | 7 |
| Datei | 21 |
| Dokument | 86 |
| Keine | 474 |
| Multimedia | 1 |
| Unbekannt | 2 |
| Webdienst | 5 |
| Webseite | 281 |
| Topic | Count |
|---|---|
| Boden | 658 |
| Lebewesen und Lebensräume | 718 |
| Luft | 803 |
| Mensch und Umwelt | 798 |
| Wasser | 568 |
| Weitere | 791 |