Das hier beantragte Wissenstransferprojekt soll die Anwendungsreife von Ergebnissen aus zwei früheren DFG-Forschungsprojekten zu Wasserbewirtschaftungsfragen in semi-ariden Regionen erreichen. Der Fokus wird dabei auf der Methodenübertragung und Ergebnisnutzung für die Entwicklung eines Dürrevorhersage und -managementsystems liegen. Die hier erwähnten DFG-Projekte sind: Sediment Export from large Semi-Arid catchments: Measurements and Modelling), und Generation, transport and retention of water and suspended sediments in large dryland catchments: Monitoring and integrated modelling of fluxes and connectivity phenomena. Der Praxispartner ist die Behörde für Meteorologie und Wasserressourcen des Bundesstaates Ceara (FUNCEME) im Nordosten Brasiliens. Diese führt auch Prognosen für das wasserwirtschaftliche System Cearas durch, welches durch eine stark negative klimatische Wasserbilanz und mehrere tausend (meist kleine) Stauseen gekennzeichnet ist. Es ist vorgesehen, das existierende Wasserbewirtschaftungssystem SIGA von FUNCEME mit dem prozessbasierten hydrologischen Modell WASA-SED zu kombinieren. Das WASA-SED Modell, welches aus den o.g. DFG-Projekten stammt, wurde spezifisch für semiaride meso-skalige Einzugsgebiete konzipiert und entwickelt. Damit werden die charakteristischen hydrologischen Prozesse, einschließlich von Transport- und Konnektivitätsphänomenen im Gewässernetz und den Stauseen simuliert. Die geplanten Arbeiten sind in verschiedene Ebenen gruppiert: (1) Integration des WASA-SED-Modells mit dem SIGA-System um den regionalen Wasserbehörden und Flussgebietskommissionen eine direkte Information über aktuelle und prognostizierte Werte der Stauseefüllungen, Abflüsse an bestimmten Flussabschnitten und anderen Wasserressourcen zu ermöglichen; (2) Effiziente Kommunikation der Ergebnisse mit verschiedenen Stakeholdergruppen und Möglichkeit zur Weiternutzung der Ergebnisse. (3) Anwendung von WASA-SED im Vorhersagemodus, d.h. Nutzung von kurzfristigen und saisonalen meteorologischen Vorhersagen zur Prognose der Wasserverfügbarkeit bei unterschiedlichen Vorhersagezeiträumen. (4) Nutzung der prozess-basierten Struktur von WASA-SED um Effekte sich ändernder Randbedingungen zu untersuchen, besonders bzgl. des dichten Netzes aus Stauanlagen. Wir erwarten aus dem Projekt auch Impulse für neue Forschungsfragen als Ergebnis der Integration der Wasserbewirtschaftung und -infrastruktur in das Modellsystems, so evtl.: (1) Untersuchung und Modellierung der saisonalen Dynamik der Verluste in semiariden Flusssystemen und Ableitung eines dafür geeigneten Abflussroutingansatzes; (2) Quantifizierung und Modellierung der hydro-sedimentologischen Konnektivität in komplexen, vom Menschen stark geformten Hydrosystemen, einschließlich der Effekte des dichten Stauseenetzes, Wasserüberleitungen und der teilweise künstlich verbundenen Teileinzugsgebiete.
Die historische industrielle Nutzungsgeschichte hat zu einer starken Belastung der Sedimente des Rummelsburger Sees mit Schadstoffen wie Schwermetallen, polyzyklischen aromatischen Kohlenwasserstoffen (PAK) und Mineralölkohlenwasserstoffen (MKW) geführt. Das aktuelle Ausmaß dieser Belastung ist seit 2011 im Rahmen verschiedener Gutachten sowie durch das Forschungsprojekt RuBuS der Freien Universität Berlin intensiv untersucht worden. Endbericht des Forschungsprojektes RuBuS Zu der Frage ob die Sedimentbelastung zu einer Gesundheitsgefährdung für die Menschen führen kann, die am See wohnen oder ihn in ihrer Freizeit z.B. für Wasseraktivitäten nutzen, liegt nun ein Bericht vor. Das Fraunhofer Institut für Toxikologie und experimentelle Medizin (ITEM) und das Fraunhofer Institut für Molekularbiologie und Angewandte Oekologie (IME) wurden durch die Senatsverwaltung für Umwelt, Verkehr und Klimaschutz mit einer sogenannten Expositionsanalyse zur gesundheitlichen Risikobewertung beauftragt. Auf der Grundlage der vorhandenen Daten zur Sedimentbelastung wurde abgeschätzt, welche Schadstoffkonzentrationen sich in der Luft über dem See einstellen könnten. Dazu wurden Modelle verwendet, die die Verteilung von Substanzen zwischen dem Sediment, dem Wasser im See und der Luft abbilden. Die Modellparameter wurden dabei so gewählt, dass die ungünstigsten Bedingungen berücksichtigt und damit maximal mögliche Schadstoffkonzentrationen berechnet werden. Die Modellergebnisse wurden anhand einzelner Luftmessungen überprüft. Um mögliche gesundheitliche Risiken bewerten zu können, wurde in einem zweiten Schritt ermittelt, in welchem Umfang Menschen, die am bzw. auf dem See wohnen oder den See in ihrer Freizeit z.B. für Wassersportaktivitäten nutzen, den Schadstoffen ausgesetzt sein könnten. Dabei wurde neben der Aufnahme der Schadstoffe über die Atemluft auch das mögliche Verschlucken von Wasser aus dem See oder der Hautkontakt mit Wasser aus dem See berücksichtigt. Die Ergebnisse der Modellrechnungen wurden mit den verfügbaren gesundheitlichen Vorsorgewerten verglichen. Das Projekt wurden von der Senatsverwaltung für Gesundheit, Pflege und Gleichstellung (SenGPG), dem Landesamt für Gesundheit und Soziales (LAGeSo) sowie den Gesundheitsämtern der angrenzenden Bezirke Friedrichshain-Kreuzberg und Lichtenberg fachlich begleitet. Die Bezirke sind für Fragen des umweltbezogenen Gesundheitsschutzes zuständig. Sanierung Rummelsburger See
Belastung mit dem Luftschadstoff Stickstoffdioxid (NO2) an den Dresdner Hauptverkehrsstraßen, Modellierung 2019
The importance of nutrient supply from the sub-soil for crop growth is not well understood and may vary depending on bio-pores, nutrient turnover rates and the crop specific root systems. Simulation modelling provides a means to consider the complexity of the processes involved to describe the nutrient dynamics of the plant-soil system in an integrated way. However, approaches that describe the dynamics of phosphorus and potassium in combination with soil water, soil carbon and nitrogen and specifically consider the sub-soil and the bio-pores herein are scarce. Accordingly, the main objective of SP 10 is to develop a field-scale cropping system model which describes nutrient (emphasis in the 1st phase of the project is on phosphorus) mobilization and nutrient fluxes from the sub-soil to the crops considering soil nutrient pools, the bio-pore system and the crop nutrient demand. A two step approach is followed in which results from controlled experiments on soil cores will be used to develop detailed process models of root development and nutrient acquisition. These are the basis for deriving simplified algorithms to be used in a cropping system model for the field scale. The latter model will be applied to assess, after thorough validation with data from long-term experiments, the contribution of nutrients from the sub-soil and bio-pores to the growth of different crops. The sub-project combines modelling activities with experimental measurements and has a strong integrating role within the collaborative project.
Die Starkregengefahrenkarte ist eine wasserwirtschaftliche Planungshilfe. Sie dient der Auffindung von Bereichen in Hamburg, die durch Starkregen besonders gefährdet sind. Die Karte basiert auf Ergebnissen einer Modellberechnung unter Einbeziehung von Regenbelastungen, der Kapazitäten der Kanalnetze (Siele) und des Oberflächenabflusses. Dargestellt sind die maximalen Wasserstände sowie Fließgeschwindigkeiten in Folge von 3 verschiedenen Starkregenszenarien (intensiver Starkregen, außergewöhnlicher Starkregen und extremer Starkregen). Wassertiefen unter 5 cm werden in der Karte nicht dargestellt. Weitere Informationen zur Karte stehen unter https://www.hamburg.de/go/starkregengefahrenkarte/ bereit. Der Fokus der Starkregengefahrenkarte liegt dabei auf der Analyse der Auswirkungen durch Starkregen in Siedlungsgebieten, welche aufgrund des Zusammenspiels der Oberflächenstrukturen und des Entwässerungssystems überflutet werden. Überschwemmungen durch ausufernde Gewässer werden in der Starkregengefahrenkarte nur näherungsweise dargestellt. Die Betroffenheit durch Binnenhochwasser an einigen Hamburger Gewässern hingegen wird detailliert in den Hochwassergefahrenkarten (https://www.hamburg.de/gefahren-risiko-karten/) und in den ausgewiesenen Hamburger Überschwemmungsgebieten dargestellt: www.hamburg.de/go/ueberschwemmungsgebiete.
In Äthiopien kommen zwei endemische Frankolin-Formen vor. Eine davon ist das Schwarzstirn-Frankolin Pternistis atrifrons, ein Bewohner der Gebirgszüge im Süden des Landes, der seit den 1940er Jahren nicht mehr beobachtet wurde und von dem wir im Jahre 2012 eine kleine Population wiederentdeckt haben. Seitdem haben wir mit Hilfe verschiedener Erfassungsmethoden und durch Befragungen der lokalen Bevölkerung so viele Daten zusammengetragen, dass eine erste Abschätzung der Populationsgröße und die Modellierung des potentiellen Vorkommensgebietes möglich wurden. Diese Ergebnisse belegen eine sehr kleinräumige Verbreitung mit einer ausgesprochen Bevorzugung der kühleren und feuchteren Gipfellagen der Gebirge. Aufgrund des in diesen Gebieten seit geraumer Zeit stark zunehmenden Nutzungsdrucks (vor allem durch Entwaldung und Ausbreitung der Landwirtschaft) wird das ohnehin fragmentierte Verbreitungsgebiet des Schwarzstirnfrankolins weiter zerstückelt. Auf Basis unserer Empfehlungen wurde das Schwarzstirn-Frankolin kürzlich von der IUCN in die hohe Gefährdungskategorie 'Endangered' eingruppiert. Dennoch ist die Modifikation und Ausweitung der momentan projektierten Schutzgebietsgrenzen in der Region nach wie vor nötig. Nur wenn es gelingt, die isolierten Gebirgszüge in die Schutzgebiete einzubeziehen und deren weitere Übernutzung umgehend zu unterbinden, bestehen noch Überlebenschancen für diese seltene Vogelart. Dieses Projekt ist Teil eines Forschungsvorhabens über äthiopische Vögel und ist vernetzt mit einem Projekt zur Landnutzung und zum Schutz äthiopischer Frankoline.
3D-Gebäudemodell LoD2-DE Für den Datensatz Gebäudemodell LoD2-DE werden aus Punktwolken (Airborne Laserscanning oder Photogrammetrie ) vollautomatisiert standardisierte Dachformen gebildet, den Gebäuden zugeordnet und entsprechend des tatsächlichen Firstverlaufes ausgerichtet. Der Gebäudegrundriss wird grundsätzlich der amtlichen digitalen Liegenschaftskarte entnommen, das Modell ist damit grundrisskonform. Die Lagegenauigkeit entspricht der des zugrunde liegenden Gebäudegrundrisses. Die Höhengenauigkeit beträgt ca. ± 1 m. Grobe Abweichungen sind in Einzelfällen bei komplexen Dachformen möglich. Gemeinsam genutzte Geometrie wird redundant geführt. Die Gebäude werden zusätzlich mit Geländeinformationen des beim Landesbetrieb vorgehaltenen Digitalen Geländemodells (DGM) verschnitten. Es erfolgt keine manuelle Nachbearbeitung der einzelnen Modelle. Die Modellierung entspricht dem AdV-Produkt- und Qualitätsstandard für 3D-Gebäudemodelle. Die Aktualität der Datengrundlage ist i.d.R. aus dem vorangegangenen Jahr, bei ALS- Punktwolken teilweise auch älter. (Beispiel: Der Download LoD2-DE 2023 basiert auf ALKIS- Grundrissen und Punktwolken aus dem Jahr 2022) Das Gebäudemodell LoD2-DE wird für das gesamte Stadtgebiet Hamburgs (ca. 750 km²), einschließlich der Insel Neuwerk, vorgehalten. Die Daten können als Komplettdatensatz im Format CityGML V.1.0 heruntergeladen werden. Weitere Datenformate und Ausschnitte sind unter 3d-info@gv.hamburg.de kostenpflichtig zu beziehen. 3D-Gebäudemodell LoD2-DE Für den Datensatz Gebäudemodell LoD2-DE werden aus Punktwolken (Airborne Laserscanning oder Photogrammetrie ) vollautomatisiert standardisierte Dachformen gebildet, den Gebäuden zugeordnet und entsprechend des tatsächlichen Firstverlaufes ausgerichtet. Der Gebäudegrundriss wird grundsätzlich der amtlichen digitalen Liegenschaftskarte entnommen, das Modell ist damit grundrisskonform. Die Lagegenauigkeit entspricht der des zugrunde liegenden Gebäudegrundrisses. Die Höhengenauigkeit beträgt ca. ± 1 m. Grobe Abweichungen sind in Einzelfällen bei komplexen Dachformen möglich. Gemeinsam genutzte Geometrie wird redundant geführt. Die Gebäude werden zusätzlich mit Geländeinformationen des beim Landesbetrieb vorgehaltenen Digitalen Geländemodells (DGM) verschnitten. Es erfolgt keine manuelle Nachbearbeitung der einzelnen Modelle. Die Modellierung entspricht dem AdV-Produkt- und Qualitätsstandard für 3D-Gebäudemodelle. Die Aktualität der Datengrundlage ist i.d.R. aus dem vorangegangenen Jahr, bei ALS- Punktwolken teilweise auch älter. (Beispiel: Der Download LoD2-DE 2023 basiert auf ALKIS- Grundrissen und Punktwolken aus dem Jahr 2022) Das Gebäudemodell LoD2-DE wird für das gesamte Stadtgebiet Hamburgs (ca. 750 km²), einschließlich der Insel Neuwerk, vorgehalten. Die Daten können als Komplettdatensatz im Format CityGML V.1.0 heruntergeladen werden. Weitere Datenformate und Ausschnitte sind unter 3d-info@gv.hamburg.de kostenpflichtig zu beziehen.
In 2021 werden die Vertragsparteien des Übereinkommens zum Schutz der Meeresumwelt des Nordost-Atlantiks (OSPAR-Übereinkommen) eine neue Nordostatlantikstrategie verabschieden. Diese hat im Hinblick auf Eutrophierung das Ziel, in 2022 maximal erlaubte Nährstoffeinträge auf der Basis von Ökosystemmodellen abzuleiten und bis 2024 erforderliche staatenbezogene Nährstoffreduktionsziele festzulegen. Darüber hinaus werden für die Umsetzung der Meeresstrategie-Rahmenrichtlinie zur Quantifizierung des Umweltziels 'Meere ohne Beeinträchtigung durch Eutrophierung' ebenfalls quantitative Nährstoffreduktionsziele sowie eine Zielkonzentration für Gesamtphosphor am Übergabepunkt limnisch-marin der in die deutschen Nordsee mündenden Flüsse benötigt. Das Vorhaben hat zum Ziel, diesen Prozess der Ableitung von Nährstoffreduktionszielen für die Nordsee fachlich und organisatorisch eng zu begleiten. Zunächst sollen auf der Basis geeigneter Ökosystemmodelle (z.B. ECOHAM, GPM, Modellsystem von MeRamo) Szenarien entwickelt werden, die eine Ableitung maximal zulässiger Nährstoffeinträge in OSPAR ermöglichen. Ferneinträge von Nährstoffen aus anderen Meeresgebieten sind dabei in den Modellen über eine entsprechende Analyse mit einem 'Transboundary Nutrient Transport Tool' zu berücksichtigen. Ein weiterer Schwerpunkt des Vorhabens ist die Weiterentwicklung der Prognosefähigkeit der Modelle. Sauerstoffmangelereignisse sollen verlässlich von den Modellen vorhergesagt werden. Diese Prognosen sollen der Bewertung des OSPAR-Indikators Sauerstoffkonzentrationen dienen und erlauben eine Abschätzung der Auswirkungen des Klimawandels auf den Parameter Sauerstoff. Die Ableitung von Nährstoffreduktionszielen in OSPAR wird von der Arbeitsgruppe ICG EMO (Intersessional Correspondence Group on Eutrophication Modelling) durchgeführt. Im Rahmen des Vorhabens soll diese Arbeitsgruppe geleitet und die erforderlichen fachlichen Arbeiten organisiert werden.
This dataset contains a compilation of published and new SNW data with corresponding environmental data extracted from CMIP6 that are used in the at depth species level Bayesian regression modelling. Environmental data for G. truncatulinoides comes from 200m depth, all other environmental data is from the sea surface (≤ 20 m).
Der deutschlandweite Datensatz enthält Informationen zum mittleren (2016-2018) gelösten Phosphoreintrag über Dränagen in Gewässer (in kg/ha/a). Der Datensatz liegt vor: Auflösung: MoRE-Modellgebiete (Analysegebiete) Eine grundsätzliche Beschreibung des methodischen Vorgehens und der genutzten Modelleingangsdaten findet sich in (Fuchs, S.; Brecht, K.; Gebel, M.; Bürger, S.; Uhlig, M.; Halbfaß, S. (2022): Phosphoreinträge in die Gewässer bundesweit modellieren – Neue Ansätze und aktualisierte Ergebnisse von MoRE-DE. UBA Texte | 142/2022. Umweltbundesamt. Online verfügbar unter: https://www.umweltbundesamt.de/publikationen/phosphoreintraege-in-die-gewaesser-bundesweit). Die simulierten Daten sind keine absolut gültigen Ergebnisse, sondern stehen im Kontext erforderlicher methodischer Annahmen bei der Erstellung und Verarbeitung. Sie sind u.a. von im angewandten Modell geltenden Annahmen, der Modellstruktur, der Parameterschätzung, der Kalibrierungsstrategie und der Qualität der Antriebsdaten abhängig.
| Origin | Count |
|---|---|
| Bund | 18304 |
| Europa | 21 |
| Global | 5 |
| Kommune | 31 |
| Land | 2378 |
| Schutzgebiete | 1 |
| Wirtschaft | 34 |
| Wissenschaft | 1366 |
| Zivilgesellschaft | 2 |
| Type | Count |
|---|---|
| Ereignis | 11 |
| Förderprogramm | 15581 |
| Messwerte | 53 |
| Strukturierter Datensatz | 78 |
| Taxon | 2 |
| Text | 785 |
| Umweltprüfung | 20 |
| WRRL-Maßnahme | 1 |
| unbekannt | 2685 |
| License | Count |
|---|---|
| geschlossen | 965 |
| offen | 17964 |
| unbekannt | 234 |
| Language | Count |
|---|---|
| Deutsch | 16562 |
| Englisch | 4371 |
| Resource type | Count |
|---|---|
| Archiv | 258 |
| Bild | 34 |
| Datei | 870 |
| Dokument | 478 |
| Keine | 10401 |
| Multimedia | 2 |
| Unbekannt | 12 |
| Webdienst | 64 |
| Webseite | 7691 |
| Topic | Count |
|---|---|
| Boden | 12462 |
| Lebewesen & Lebensräume | 13363 |
| Luft | 11220 |
| Mensch & Umwelt | 19163 |
| Wasser | 11008 |
| Weitere | 18584 |