Entwicklung eines Computerprogramms zur Wirkungsanalyse von Energie/ CO2-Einsparmaßnahmen als diskursbegleitendes Instrument. Der Einsatzbereich soll sich auf a) Orientierungsdiskurse mit Experten (siehe Projekt 'Klimaverträgliche Energieversorgung' der Akademie), Laien (siehe Projekt 'Bürgerforen Energie' der Akademie), gesellschaftliche Gruppen und b) Lehrdiskurse in Fachschulen und Schulen erstrecken.
Wasser-Nahrungsmittel-Energie Nexus ist zentral für eine nachhaltige Entwicklung. Deswegen benötigt die Gesellschaft ein besseres Umweltverständnis, um eine effiziente und sichere Interaktion bereitzustellen und Allgemeinwohl und Nachhaltigkeit im Ressourcenmanagement zu maximieren. Simulationen der genau kalibrierten Modelle bieten eine einzigartige Möglichkeit das Verhalten der nicht linearen Strömungen in geologischen Formationen, wie z.B. Multi-Phasen Fluss im zerklüfteten porösen Medium, gekoppelte Hydrosystem Modelle und Multi-Komponenten reaktive Transport im porösen Medium vorherzusagen. Aufgrund der Rauheit oder Fehlen der vorhandenen Daten und hohen Kosten der numerischen Simulation stellt diese Problemklasse nach wie vor eine Herausforderung auch für moderne Methoden der Quantifizierung der Unsicherheiten und maschinellen Lernens (ML) dar. Das vorliegende Projekt beabsichtigt sich mit dieser Herausforderung am Beispiel der Modellierung von Kohlenstoffdioxidspeicherung (CO2) in geologischen Formationen zu befassen. Die Problematik der CO2-Speicherung ist äußerst repräsentativ für eine große Klasse von Untergrundproblemen aufgrund der Struktur der involvierten Mehrphasenströmung. Weit verbreiteten ML Methoden scheinen geeignet zu sein, solche nicht linearen Probleme zu lösen. Klassische ML Methoden erfordern jedoch immense Datenmengen, sowohl die der Modelparameter als auch die der Model Response. Unglücklicherweise können viele Anwendungen in den Geowissenschaften nur eine limitierte Anzahl an Datensätzen bereitstellen. Im aktuellen Projekt beabsichtigen wir eine ML Methode zu entwickeln, welche dazu in der Lage sein wird die lokale Nichtlinearität des physikalischen Problems auch im Falle der nur geringen Menge der verfügbaren Daten adaptiv zu approximieren. Das Projekt beabsichtigt die Relation zwischen der Bayes'schen Inferenz und Informationstheorie in ihrer Zielorientierten Ausprägung zu nutzen, um die Nichtlinearität des physikalischen Problems unter Verwendung der Beobachtungsdaten und Simulationsergebnisse adaptiv zu lokalisieren. Dabei folgen wir dem aktuellen Trend in der stochastischen Modellreduktion und trainieren eine mathematisch optimale Response Surface unter Verwendung von limitierten Informationsmenge von dem ursprünglichen CO2 Modell in Bezug auf Beobachtungsdaten. Wir beabsichtigen eine Multi-Adaptivität Methode für polynomielles Chaos zu entwickeln, welche eine sparse, auf Bayes'schen Theorie basierende Rekonstruktion mit informationstheoretischen Argumenten erweitert. Kombination von Bayes'schen Inferenz mit Informationstheorie wird helfen die Response Surface adaptiv zu verbessern, dabei werden die relevanten Informationen iterativ in die adaptive Response Surface integriert. Wir erwarten, dass die vorgeschlagene Bayes'sche sparse2 Multi-Adaptivität Konzept einen physikalisch-basierten Weg für andere ML Methoden eröffnet, und äußerst nützlich für verschiedene umweltwissenschaftliche Probleme sein wird.
The horizontal expansion and increase in population that have characterised urban growth and development patterns of the last few decades have produced cities that are inconsistent with the principles of sustainable development. Due to the high rate of global urbanisation, the consequences of problems such as greater traffic congestion, higher levels of air pollution, lack of green space, and insufficient water supplies not only affect the cities in which they occur, but extend around the world. Cities that maximise the use of the third dimension are seen as a possible path to sustainable urban form.The urban underground possesses a large untapped potential that, if properly managed and exploited, would contribute significantly to the sustainable development of cities. The use of its four principle resources (space, water, geothermal energy and geomaterials) can be optimised to help create environmentally, socially and economically desirable urban settings. For instance: space can be used for concentrating urban infrastructure and facilities, as well as housing parking facilities and transportation tunnels, energy from geothermal sources and thermal energy stored in the underground can be used for heating and cooling buildings, thereby reducing CO2 emissions,groundwater can be used for drinking water supply, and geomaterials from urban excavation can be used within the city to minimise long-distance conveyance.Traditionally, planning of underground works is done on a single-project basis with little consideration of other potential uses of the same space. This approach often produces interference between uses (e.g. road tunnels interfering with geothermal structures), causes negative environmental impacts (e.g. groundwater contamination), and restricts innovative opportunities for sustainable development (e.g. using waste heat from metro lines for heating buildings).The present research will create a methodology that will help planners consider and integrate the full potential of the urban underground within the larger context of city planning. Since the way in which the use of the urban underground varies in accordance with a cityies specific natural, social and economic circumstances, this research will be trans-disciplinary, incorporating both the physical and social sciences. The development of the methodology will be based on the results of key research activities. Constraints and opportunities for underground use will be identified by establishing the complex linkages between existing underground development and the variables that shape it in cities worldwide. Space, water, energy and geomaterials resources will be studied in terms of their interaction and combined use, to optimise their benefits under various geological, legal, economic, environmental and social conditions. This methodology will be tested on and refined during a case study on the city of Geneva. usw.
Die Vorhersage der Kohlenstoff(C)bilanz von Wäldern bei geänderten Klimabedingungen ist eine komplexe Aufgabe. Es bedarf des Verständnisses des Abbaus der organischen Substanz (SOM) im Boden wie etwa der Temperatur- und Feuchtigkeitsempfindlichkeit und der Substratqualität für Bodenmikroorganismen. Für eine Abschätzung der künftigen C-Speicherung in Waldökosystemen ist die Kenntnis der langfristigen Entwicklung des organischen Boden-Kohlenstoffvorrats entscheidend. Erhöhte Bodentemperaturen ermöglichen den Bodenmikroorganismen die organische Substanz schneller abzubauen. Das führt zu einer erhöhten Freisetzung von Bodenkohlenstoff in Form von CO2 (Bodenatmung). Sobald der leicht abbaubare Bodenkohlenstoff verbraucht ist, kann sich der temperaturbedingte Anstieg der Bodenatmung längerfristig wieder abschwächen. Die Rolle der Bodenmikroorganismen in diesem Zusammenhang ist noch nicht geklärt. So würde eine Verschiebung von einer bakterien-dominierten Gemeinschaft zu einer pilz-dominierten Gemeinschaft den Umsatz schwer abbaubaren organischen Materials fördern und den Effekt einer Erwärmung auf die CO2-Emission verstärken. Andererseits kann die physiologische Anpassung von Mikroorganismen an geänderte Umweltbedingungen den Temperatureffekt abschwächen. Eine weitere Unsicherheit ist die mikrobielle Aktivität im Winter und die damit verbundene CO2-Ausgasung aus dem Boden. Gerade in wenig produktiven Bergwäldern stellt die winterliche CO2-Emission einen beträchtlichen Teil des C-Flusses des ganzen Jahres dar. Neben der Bodentemperatur wirken sich auch Veränderungen der Niederschlagsmenge bzw. der zeitlichen Verteilung des Niederschlags unmittelbar auf den Bodenkohlenstoff-Umsatz aus. Klimasimulationen sagen für das Untersuchungsgebiet trockenere Sommer, mehr Niederschlag im Winter und eine Verlängerung der Schneedeckendauer vorher. Diese Effekte könnten den stimulierenden Effekt des Temperaturanstieges auf die Bodenatmung abschwächen. In unserer Studie soll ein bereits bestehendes Bodenerwärmungsexperiment adaptiert werden um die CO2-Emissionen aus dem Boden unter verschiedenen Niederschlagsszenarien auf Kontrollflächen und Erwärmungsflächen zu messen. Während der Vegetationsperiode beträgt die Temperaturerhöhung auf den Erwärmungsflächen konstante 3 C. Mit einer Dachkonstruktion soll im Sommer temporär eine Dürreperiode erzeugt werden. Erhöhter Niederschlag im Spätwinter wird durch Schneezugabe auf die Versuchsflächen simuliert. Die bestehende Versuchsanordnung ermöglicht die Unterscheidung zwischen autotropher und heterotropher Bodenatmung. Die Organismen, die für die heterotrophe Atmung zuständig sind, werden mit molekularen Methoden der Mikrobiologie untersucht. Die Ergebnisse des Experiments werden zeigen, ob die Böden von Bergwäldern in einer wärmeren Umwelt eine potentielle Quelle oder doch eine Senke von C sind. usw.