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.
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.
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.
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.
Im geplanten Forschungsprojekt sollen Szenarien von Systemereignissen im Rahmen des zu erwartenden urbanen Klimawandels unter anthropogen verstärktem Treibhauseffekt entwickelt werden. Die Szenarien stellen fundierte, lokal differenzierte und besonders anschauliche Informationen zu Systemereignissen in einem zukünftigen Klima bereit. Basis hierfür ist die realistische und kohärente Abschätzung relevanter Wetterereignisse und die Berücksichtigung der lokalspezifischen Vulnerabilität. Das Konzept soll anhand einer konkreten Fallstudie entwickelt und erprobt werden. Als Systemereignis werden Temperaturextreme, die für die thermische Belastung der städtischen Bevölkerung von Bedeutung sind, in der mitteleuropäischen Großstadt Augsburg, Bayern (Einwohner: 283544, Stand 31.12.2014, Amt für Statistik und Stadtforschung, Stadt Augsburg 2015) herangezogen. Dieses Untersuchungsgebiet eignet sich aufgrund der bereits verfügbaren stadtklimatologischen Datenbasis und der räumlichen Nähe in besonderer Weise. Aufbauend auf den Ergebnissen der Fallstudie wird eine übergreifende Bewertung des Konzeptes der Szenarien von Systemereignissen vorgenommen und eine umfassende Analyse hinsichtlich seiner Generalisierbarkeit bezüglich anderer klimatisch induzierter Systemereignisse (z. B. Starkregen, Trockenheit) und anderer Städte mit abweichenden makro- (klimazonalen) und mesoskaligen (topographische und stadtstrukturelle) Verhältnisse durchgeführt.
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.
Die Konzentrationen vieler natürlicherweise in der bodennahen Atmosphäre vorhandener Luftinhaltsstoffe sind aufgrund vielfältiger menschlicher Aktivitäten wie Einsatz fossiler Energieträger, industrielle Produktion und Intensivierung der Landwirtschaft in den letzten Jahrzehnten beträchtlich angestiegen. Der globale Anstieg klimawirksamer Spurengase wie Kohlenstoffdioxid (CO2), Methan (CH4), Distickstoffoxid (N2O), FCKW und Ozon (O3) soll nach Modellrechnungen bei anhaltenden bzw. weiter steigenden Emissionen im Verlauf des nächsten Jahrhunderts zu Veränderungen des globalen und regionalen Klimas führen. Weiterhin ist auch ein Anstieg der bodennahen UV-B-Strahlung nicht auszuschließen, sofern sich der Abbau der stratosphärischen Ozonschicht weiter fortsetzt. Gleichzeitig können Organismen und Ökosysteme unmittelbar durch die steigenden CO2- und O3-Konzentrationen beeinflusst werden. Ziel dieses Projektes ist es deshalb, die Auswirkungen des sich ändernden chemischen (insbesondere steigende CO2- und O3-Konzentrationen) und physikalischen (steigende globale Lufttemperaturen) Klimas auf Flora, Fauna und Boden eines extensiv genutzten Grünland-Ökosystems beispielhaft zu erfassen. Aufgrund der relativ geringen Häufigkeit und Intensität der Bewirtschaftungsmaßnahmen und der langen Lebensdauer bietet sich das Dauergrünland unter Wiesennutzung als besonders geeignetes System zur Abschätzung der langfristigen Auswirkungen von Klimaveränderungen im Ökosystem an. Das Vorhaben lässt sich in folgende Schwerpunkte gliedern: - Kontinuierliche Bestimmung der Konzentrationen von Luftinhaltsstoffen in der Umgebungsluft (insbesondere Ozon, CO2 und Stickstoffoxide) - Kontinuierliche Bestimmung des Austausches klimarelevanter Spurengase in der Grenzschicht Biosphäre/Atmosphäre (insbesondere CO2, H2O, Ozon, N2O, Methan) - Zeitreihenuntersuchungen auf Dauerbeobachtungsflächen - Experimentelle Manipulation der Konzentration von Luftinhaltsstoffen ( CO2, Ozon) in der Umgebungsluft zur Abschätzung ihrer langfristigen Auswirkungen auf Flora, Fauna und Boden des Ökosystems.
Die erwarteten zukünftigen Auswirkungen des Klima- und Landnutzungswandels auf den terrestrischen Wasserkreislauf verlangen Modellierungsansätze, die in der Lage sind, hydrologische Prozesse auf den für lokales und regionales Wassermanagement relevanten Skalen zu simulieren. Physikalisch-basierte hydrologische Modelle auf der Mesoskala sollten alle lokalen Gegebenheiten berücksichtigen, die zur Steuerung der räumlichen Differenzierung des Niederschlag-Abfluss Transformationsprozesses beitragen. Zur Etablierung eines Modells, welches das Verhalten hydrologischer Systeme realitätsnah simuliert, werden wir einen 'integrierten' multikriteriellen Kalibrationsansatz entwickeln, der neben dem Gebietsabfluss auch detaillierte räumliche Informationen über die dominierenden Abflussbildungsprozesse und Tagesraten der Evapotranspiration (ETa), abgeleitet aus hochauflösenden Fernerkundungsdaten, beinhaltet. Wir werden unseren Ansatz für drei ausgewählte Einzugsgebiete im Nahe-Tal (Südwestdeutschland) im Rahmen des flexibel anpassbaren WaSiM-ETH Models entwickeln, um ein beispielhaftes Verhalten-erklärendes (behavioural) Modell zu erstellen, das die raumzeitliche Dynamik des Niederschlag-Abfluss Prozesses in stündlichen Zeitschritten abbildet. Dazu werden fernerkundlich erfasste Landoberflächenparameter und aus Thermaldaten abgeleitete ETa Karten mit einer Pixelgöße vonca. 30-100 m eingebunden. Zur Erstellung dieser Karten auf Tagesbasis werden wir Multi-Sensor Datenfusionsansätze und Methoden zum sogenannten 'Downscaling' der Landoberflächentemperatur, welche die Vorteile räumlich hoch-auflösender Fernerkundungssysteme wie z.B. Landsat-8/Sentinel-2 mit zeitlich hochauflösenden Erdbeobachtungssystemen wie MODIS und VIIRS verknüpfen. ETa Raten werden mit einer Reihe von etablierten Energiebilanzmodellen (SEBAL, METRIC, SSEB) ermittelt. Diese Prozessierungskette ermöglicht die für die Kopplung mit räumlich-distributiven hydrologischen Modellen auf der Mesoskala notwendige Ableitung von LST und ETa Karten auf der Feldskala. Diese Fernerkundungsprodukte können unmittelbar zur Kalibration des hydrologischen Modells WaSiM-ETH eingesetzt werden. Etabliert werden sowohl manuelle als auch automatisierte Kalibrationsansätze, welche die raumzeitliche Dynamik der ETa Muster innerhalb der Einzugsgebiete mit einer Reihe von räumlichen Metriken erfassen. Die Kombination von fernerkundlich-abgeleiteter ETa bei wolkenfreien Bedingungen mit Simulationsergebnissen der hydrologischen Modellierung erlaubt uns die Erstellung lückenloser, hochauflösender ETa Zeitreihen. Darüber hinaus wird ein physikalisch-basiertes 'behavioural' Modell fähig sein, korrekt auf veränderte Randbedingungen hinsichtlich des Klimas oder der Landnutzung zu reagieren, und so zum Verständnis von Veränderungen im Wasserkreislauf im Rahmen globaler Klimaszenarien beitragen (z.B. das RCP6.0 oder das RCP8.5 Szenario, beide mit deutlichen Änderungen von Temperatur- und Niederschlagsmustern).
| Origin | Count |
|---|---|
| Bund | 667 |
| Kommune | 3 |
| Land | 161 |
| Wissenschaft | 1 |
| Zivilgesellschaft | 2 |
| Type | Count |
|---|---|
| Förderprogramm | 611 |
| Text | 106 |
| Umweltprüfung | 10 |
| unbekannt | 74 |
| License | Count |
|---|---|
| geschlossen | 142 |
| offen | 643 |
| unbekannt | 16 |
| Language | Count |
|---|---|
| Deutsch | 684 |
| Englisch | 192 |
| Resource type | Count |
|---|---|
| Archiv | 1 |
| Bild | 7 |
| Datei | 21 |
| Dokument | 86 |
| Keine | 473 |
| Multimedia | 1 |
| Unbekannt | 2 |
| Webdienst | 5 |
| Webseite | 280 |
| Topic | Count |
|---|---|
| Boden | 657 |
| Lebewesen und Lebensräume | 716 |
| Luft | 801 |
| Mensch und Umwelt | 796 |
| Wasser | 566 |
| Weitere | 789 |