s/prognosemodel/Prognosemodell/gi
Große Unsicherheiten in der Klimavorhersage gehen auf den derzeitig eingeschränkten Wissensstand bezüglich Zirruswolken zurück. Dies unterstreicht die Bedeutung von mehr quantitativen Information durch Beobachtungen von Zirruswolken und gilt insbesondere für Zirren in der Tropopausen-Region, wo diese eine große Wärmewirkung im Vergleich zu darunter liegenden und optisch dickeren Zirren haben und nur sehr eingeschränkte Informationen vorliegen. Bodengestützte LIDAR-Beobachtungen und satellitengestützten IR Limb Messungen zeigen zudem eine neue Klasse von Zirruswolken in der sogenannten Lowermost Stratosphere (LMS). Dieser Wolkentyp ist bisher nicht gut durch Messungen charakterisiert und ist insbesondere in globalen Klimamodell-Studien noch nicht berücksichtigt. Die vorgeschlagenen Studie CiTroS steht für Cirrus cloud in the extratropical tropopause and LMS region und beschäftigt sich mit exakt diesen Wolken anhand von Messungen, die während der vorgeschlagenen WISE Kampagne des Forschungsflugzeugs HALO im September/Oktober 2017 stattfinden sollen. Besonderer Schwerpunkt der vorliegenden Studie soll auf der Analyse und Auswertung der Wolkenmessungen der neuartigen GLORIA Instruments liegen. Durch die Imaging Technik und der Schwenkvorrichtung von GLORIA ist es möglich tomographische Messungen von Luftvoluminna im Wellenlängenbereich 780 bis 1400 cm-1 durchzuführen, die eine dreidimensionale Rekonstruktion der beobachteten Wolkenstrukturen ermöglichen. IR Limb Sounder zeichnen sich durch eine extrem hohe Empfindlichkeit zur Messung optisch dünnen Zirruswolken aus, die in der langen optischen Pfadintegration begründet ist. Die Kombination von GLORIA mit dem LIDAR Instrument WALES erlaubt eine der empfindlichsten Fernerkundungsmessungen zur Charakterisierung von mikro- und makrophysikalischen Eigenschaften von Zirruswolken. Zusammen mit den in-situ-Messung für Wasserdampf und Eiswassergehalt eignet sich Nutzlast der HALO-WISE Kampagne hervorragend für Vermessung von Wolken in der LMS. Ein größerer Teil der Studie ist für die Entwicklung neuer Analysetechniken für die Auswertung der neuartigen IR-Imager GLORIA Messungen von Zirren vorgesehen. Die tomographischen Messungen werden es erstmalig ermöglichen mikrophysikalische Eigenschaften wie Eis Wassergehalt oder Partikelradius aus IR Limb-Messungen abzuleiten. Simulationen und Vorhersagen des Chemical Lagrangian Model for the Stratosphere (CLaMS) stehen nach der Kampagne für detaillierte Studien zur Verfügung. Diese sollen gezielt genutzt werden um die meso- und synoptisch-skaligen dynamischen Prozesse, die die Bildung von Zirren bei mittleren und hohen Breiten möglicherweise verantworten, zu untersuchen. Das neu entwickelte CLaMS-Ice-Modul mit einen mikrophysikalische zwei-Momenten-Schema mit den wichtigsten Bildungsprozessen von Zirren, wird im Anschluss für detaillierte Fallstudien zur Entstehung und Entwicklung der beobachteten Zirruswolken genutzt.
Wichtige Klimaproxies wie z.B. Baumringe nutzen stabile Isotopenverhältnisse zur Rekonstruktion paläoklimatischer Verhältnisse. Dies wiederum erlaubt Abschätzungen über die zukünftigen Auswirkungen des derzeit stattfinden Klimawandels. Die Insel Korsika im westlichen Mittelmeer liegt in einer besonders stark von Klimaveränderungen betroffen Region. Die Insel war daher in den letzten Jahren das Ziel von Klimarekonstruktionen mittels Dendrochronologie und stabilen Isotopenmessungen. Allerdings ließen sich vorhandene Untersuchungsergebnisse von Sauerstoffisotopenmessungen an korsischen Schwarzkiefern bislang nicht zufriedenstellend interpretieren. Sauerstoffisotopenuntersuchungen von Baumringen hängen entscheidend vom Sauerstoffisotopenwert (delta18O) des lokalen Niederschlages und des daraus resultierenden Bodenwassers ab. Der delta18O-Wert des Niederschlages variiert vor allem in Abhängigkeit von Temperatur, Geländehöhe und dem Ursprungsgebiet der Luftmassen. Diese Parameter lassen sich heute meist gut bestimmen lassen, müssen für die Vergangenheit aber oft abgeschätzt werden. Ein wichtiger Effekt ist der Höheneffekt, welcher die Abhängigkeit des delta18O-Werts von der Geländehöhe beschreibt. Für solche Isotopeneffekte gibt es über die globale Datenbasis der Internationalen Atomenergiebehörde (IAEA) gute regionale Abschätzungen. Sehr viel schwieriger gestalteten sich hingegen lokale Abschätzungen in Regionen mit einem sehr steilen, hohen Gebirgsrelief. Neueste Arbeiten lassen vermuten, dass für solche Regionen die Isotopenwerte in bestimmten Jahreszeiten keinen höhenabhängigen Gradienten mehr zeigen. Ursache hierfür können jahreszeitliche Schwankungen der Höhenlage der atmosphärischen Grenzschicht sein. Der vorliegende isotopenhydrologische Antrag ist Teil des Bündelantrages CorsicArchive, welcher weitere Anträge zum Klima, der Dendroisotopie und der Dendrologie umfasst. An insgesamt neun Stationen entlang eines Ost-West verlaufenden Höhenprofils sollen Regensammler installiert und beprobt werden. Im Teilprojekt Isotopenhydrologie sollen Fragen zur Wechselwirkung zwischen dem Höheneffekt und der atmosphärischen Grenzschicht untersucht werden. Weitere Fragestellungen sind die Herkunft der Luftmassen sowie der Anteil der lokalen Verdunstung am hydrologischen Kreislauf der Insel. Darüber hinaus sollen Oberflächengewässer- und Bodenwasseruntersuchungen durchgeführt werden, um Veränderungen des delta18O-Wertes auf seinem Weg zum Baumring zu entschlüsseln und zu quantifizieren. Die Untersuchungen sollen zu einem besseren Verständnis isotopenhydrologischer Prozesse in Gebieten mit steilen Höhengradienten beitragen. Dies soll schließlich dazu führen, dass auf stabilen Isotopen basierende Klimarekonstruktionen solcher Regionen zuverlässig interpretiert werden können. Im Hinblick auf den derzeitigen Klimawandel ist es entscheidend solche Prozesse in der Vergangenheit zu verstehen, um verlässliche Prognosen über zukünftige Veränderungen abzugeben.
Dieses Vorhaben ist vom Bedarf eines Simulationswerkzeugs für die Optimierung von Maßnahmen zum Schutz von Sedimentböden vor Winderosion motiviert. Zur Kontrolle äolischer Bodenerosion werden verschiedene Reihen von Windschutzzäunen, häufig in Kombination mit Vegetation, aufgestellt, um die Windgeschwindigkeit zu verringern bzw. Sedimentabscheidung herbeizuführen. Die Wirksamkeit einer Windschutzzäunenreihe zum Schutz großskaliger Sedimentlandschaften lässt sich angesichts der Zeitskalen von Erosionsprozessen sowie deren starker Abhängigkeit von lokaler Topographie und Windverhalten jedoch nur schwer durch Feldmessungen alleine vorhersagen bzw. untersuchen. Deshalb soll in diesem Projekt ein numerisches Werkzeug für die Simulation des Sandtransports in Gegenwart von Windschutzzäunen entwickelt werden, mit dessen Unterstützung Optimierungsstrategien für den Schutz von Sedimentböden vor Winderosion konzipiert werden können. Dieses Werkzeug koppelt numerische Strömungsmechanik (CFD) für die Berechnung des turbulenten Windfeldes über der Topographie mit morphodynamischer Modellierung der damit verbundenen äolischen Landschaft. Um die Simulationen zu validieren, werden Feldmessungen äolischer Scherspannung am Boden sowie des Sandflusses und der Entwicklung der Bodentopographie im Dünenfeld von Jericoacoara, Nordosten Brasiliens, durchgeführt, und deren Ergebnisse mit Vorhersagen der Simulationen abgeglichen. Darauffolgend wird das numerische Werkzeug verwendet, um Strategien für die Entwicklung optimierter Reihen von Windschutzzäunen bezüglich Porosität, Abstand und Höhe unter verschiedenen Bedingungen von Wind und Sedimentverfügbarkeit abzuleiten. Um den Effekt der Windschutzzäune auf die Entwicklung einer Vegetationsdecke zu untersuchen, werden die Simulationen anschließend um ein Modell für die Wechselwirkung zwischen Wind, Teilchen in Saltation und Vegetation erweitert. Die daraus gewonnenen Erkenntnisse sollen später in den Aufbau verbesserter Maßnahmen zur Dünenimmobilisierung sowie zur Bekämpfung äolischer Desertifikation einfließen.
Die Fähigkeit, das Wetter bis über eine Woche hinaus vorhersagen zu können, erspart unserer Gesellschaft jährlich Kosten in Milliardenhöhe und trägt entscheidend zum Schutz von Leben und Eigentum bei. Die zunehmende Leistungsfähigkeit unserer Computersysteme und neuartige Beobachtungen haben über die Jahre hinweg zu einer kontinuierlichen Verbesserung der Wettervorhersagequalität geführt. Dennoch kommt es immer noch gelegentlich zu erheblichen Fehlvorhersagen. Dies ist nicht allein auf Defizite in den Vorhersagemethoden zurückzuführen - in einem chaotischen System wie der Atmosphäre gibt es Wettersituationen, die per se schwer vorherzusagen sind. Die gegenwärtige Herausforderung ist daher die Vorhersagbarkeit und insbesondere deren Grenzen, abhängig von der jeweiligen Wettersituation, zu identifizieren um eine bestmögliche Vorhersage bereitstellen zu können. Der TRR 165 wird sich dieser Herausforderung stellen und hat sich zum Ziel gesetzt, durch die Beantwortung der zugrunde liegenden wissenschaftlichen Fragestellungen einer neuen Generation von Wettervorhersagesystemen den Weg zu ebnen. Die wichtigsten Ursachen für verbleibende Unsicherheiten in der derzeitigen numerischen Wettervorhersage sind: A das schnelle Wachstum von Fehlern, die durch nicht oder unzureichend dargestellte physikalische Prozesse wie Konvektion oder Mischung in der Grenzschicht entstehen und letztlich zu Veränderungen der Wellen auf synoptischer Skala führen können, B unser begrenztes Verständnis der physikalischen Prozesse in Wolken und C der relative Einfluss lokaler Faktoren und synoptisch-skaliger Wellen auf das Wetter und dessen Vorhersagbarkeit. Im Rahmen von 'Wellen, Wolken, Wetter' werden diese drei Fragestellungen gemeinsam von Experten der Disziplinen Atmosphärendynamik, Wolkenphysik, Statistik, Inverse Methoden und Visualisierung bearbeitet. Dabei wird TRR 165 eine Vielzahl von Methoden anwenden und neu entwickeln, wie etwa numerische Modelle mit detaillierter Darstellung von Wolkenprozessen und Aerosolen, aber auch Ensemblevorhersagen mit hochentwickelten statistischen Nachbearbeitungsverfahren zur mathematischen Beschreibung der Unsicherheit nutzen. Die zusätzliche Entwicklung neuer, interaktiver Visualisierungsmethoden erlaubt eine rasche und intuitive Erfassung komplexer Informationen, die in Ensemblevorhersagen sowohl zu den Ursachen als auch zur Entwicklung der Unsicherheit meteorologischer Strukturen enthalten sind. Die Gesamtziele von 'Wellen, Wolken, Wetter' sind nur durch die Zusammenführung der Expertise von drei renommierten Forschungsstandorten zu erreichen: München mit der LMU, der TUM, dem DLR; Mainz mit der JGU; und Karlsruhe mit dem KIT. Zudem wird im Rahmen dieses Konsortiums ein innovatives Programm geschaffen, das die Entwicklung von Nachwuchswissenschaftlern im Rahmen eines etablierten Netzwerks erfahrener Wissenschaftler fördern und die Chancengleichheit auf allen Karriereniveaus in den beteiligten Disziplinen verbessern soll.
Am Beispiel der Region Malcantone sollen die methodischen Moeglichkeiten von Fernerkundung und GIS in Kombination mit anderen raumrelevanten Daten entwickelt und fuer den praxisgerechten Einsatz bereitgestellt werden, um die raeumliche Entwicklung seit 1945 in ihrer Dynamik aufzuzeigen (spez. auch das Brachlandphaenomen) und zukuenftige Entwicklungen simulieren zu koennen. Es soll ein Instrumentarium geschaffen werden, das Veraenderungen, Konflikte und Stoerungen des Landschaftshaushaltes erfassen und eine wissenschaftliche Grundlage fuer deren Loesung darstellen kann. Die methodischen Moeglichkeiten fuer Umwelt- und Raumplanung werden also an einem konkreten Beispiel entwickelt und getestet.
Aus bekannten Messungen des energieaequivalenten Dauerschallpegels von Gueterbahnhofslaerm ergeben sich grosse Pegelschwankungen, die eine verlaessliche Schallpegelprognose bei Vorsorgeplanungen nicht erlauben. Ebenso verhaelt es sich bei Gueterzugbildungsgruppen beim Verteilen der Wagen, wo impulshaltige Schallpegel hoher Intensitaet auftreten. Hierzu kommen akustische Betriebssignale, Lautsprecherdurchsagen etc sowie Geraeuschbelastungen durch Staplerfahrzeuge, Kraene, durch an- und abfahrende Strassenfahrzeuge (Schwerfahrzeuge). Unter Zugrundelegung entsprechender Verkehrsbewegungen auf Strasse und Schiene wird ein Schallpegelprognosemodell erstellt.
Die Farben unterscheiden sich erheblich in ihrer chemischen Zusammensetzung. Daher besteht das erste Ziel darin, zu bestimmen, welche spezifischen chemischen Eigenschaften der Farben für die wichtigsten mikrobiellen Veränderungen im Meeressediment verantwortlich sind, das den Farbpartikeln ausgesetzt ist. Dies soll mit Hilfe eines Labor-Expositionsexperiments untersucht werden. Sediment, das Farbpartikel unterschiedlicher chemischer Zusammensetzung (einschließlich Antifoulingbestandteile) enthält, wird im Laufe der Zeit inkubiert, und die mikrobielle Gemeinschaft dieses Sediments wird sequenziert. Betreute Ansätze des maschinellen Lernens, wie z.B. randomisierte Wälder, werden verwendet, um zu bestimmen, welche spezifische Farbchemie den größten Einfluss auf die mikrobielle Gemeinschaft hat, insbesondere im Hinblick auf Veränderungen von Taxa, die für die biogeochemischen Prozesse im Sediment wichtig sind. Sobald die chemischen Eigenschaften bekannt sind, wird das zweite Experiment durchgeführt. Mit dem zweiten Experiment soll das zweite Ziel verfolgt werden, nämlich zu bestimmen, wie Farbpartikel die umgebenden Sediment-Mikrobengemeinschaften beeinflussen, und zu modellieren, wie dieser Effekt mit der Farbpartikelkonzentration im Sediment skaliert, um letztendlich zu bestimmen, auf welchem Niveau die Farbpartikelkontamination im Sediment Veränderungen verursacht, die kritisch genug sind, um biogeochemische Prozesse zu implizieren. Speziell entworfene Kammern werden in der Ostsee eingesetzt, die Sediment und unterschiedliche Mengen von Farbpartikeln enthalten (deren Chemie durch das vorherige Experiment vorher festgelegt wurde). Nach einer Expositionszeit werden die Kammern gesammelt und die mikrobiellen Gemeinschaften des Sediments sequenziert. Mit Hilfe von Zufallswäldern wird ein Vorhersagemodell für den Grad der Farbverschmutzung in Abhängigkeit von der Zusammensetzung der mikrobiellen Gemeinschaften erstellt. Zusätzlich werden phylogenetische Distanzbäume der wichtigsten Taxa mit der verfügbaren Literatur kombiniert, um Veränderungen in den mikrobiell vermittelten biogeochemischen Zyklen abzuschätzen. Schätzungen darüber, wie sich Umweltparameter (z.B. Schwefelwasserstoff- oder Eisengehalt) verändern könnten, werden in das Modell einbezogen.Das Endziel ist die Validierung des Modells. Dazu wird eine Reihe von Standorten an der deutschen Ostseeküste beprobt. Die Sedimente werden sowohl auf Farbverschmutzung als auch auf Umweltparameter untersucht. Die mikrobielle Gemeinschaft der Sedimente wird ebenfalls sequenziert, und das Modell wird zur Vorhersage der Farbverschmutzung auf der Grundlage der Zusammensetzung der mikrobiellen Gemeinschaft verwendet. Diese Vorhersage wird mit realen Verschmutzungs- und Umweltdaten verglichen. Auf diese Weise kann das Modell bewertet, angepasst und schließlich validiert werden.
Mit der Abwasserbehandlung auf Kläranlagen gehen eine Vielzahl von chemischen und biologischen Prozessen simultan einher. Diese sich gegenseitig beeinflussenden Prozesse, deren Auswirkungen, wenn sich bestimmte Parameter im Prozess ändern und wie Veränderungen vorhergesagt werden können, stellt die Betreiber der Anlagen zum Teil vor große Herausforderungen. Die meisten Einflüsse auf den Prozess bei sich ändernden Umständen sind bereits bekannt, lassen sich aber nur mit großem Aufwand darstellen. Im laufenden Betrieb fällt eine große Anzahl an Messparametern mit entsprechenden Daten an, die zentral abgespeichert werden. Hierbei handelt es sich zum einen um fest eingestellte Betriebswerte, zum anderen aber auch um Daten zu Verbräuchen und sich in Abhängigkeit der Prozesse ergebende Daten. Diese Daten stehen dabei meistens direkt bzw. indirekt in Beziehung zueinander. Bedingt durch die sehr großen Mengen an Daten war es bisher nur sehr schwer möglich, alle anfallenden Messwerte hinsichtlich eines Zielparameters auszuwerten. Eine Möglichkeit zur Analyse, die in den letzten Jahren mehr Beachtung gewinnt, besteht über die Nutzung von künstliche Intelligenz (KI), die durch tausende Rechenoperationen pro Sekunde Muster aufdecken kann. Über die Auswertung historischer Daten kann mit Nutzung der KI ein mathematischer Zusammenhang hergestellt werden. Dieser Zusammenhang soll für die Erstellung zukünftiger Prognosemodelle verwendet werden. Das zum Einsatz kommende Prognosemodell beruht dabei auf einem Digitalen Zwilling der Kläranlage, welcher, verbunden über die Sensoren der Kläranlage, diese virtuell abbildet und in Echtzeit mit seinem wirklichen Vorbild vernetzt ist. Diesem Vorgehen liegt der pragmatische Annahme zugrunde, dass der genaue Einfluss eines bestimmten Parameters zunächst nicht bekannt sein muss, sofern er mathematisch beschrieben werden kann. Das erstellte Modell kann dann beliebig auf Zielparameter eingestellt werden. Im Zuge des Forschungsvorhabens soll dieser Ansatz für die Anwendbarkeit einer möglichen Prognose der Absetzbarkeit des Belebtschlamms vorgenommen werden, explizit der Schlammindexvorhersage (ISV) im Belebtschlammverfahren.
| Origin | Count |
|---|---|
| Bund | 3454 |
| Land | 32 |
| Wissenschaft | 4 |
| Type | Count |
|---|---|
| Daten und Messstellen | 2 |
| Ereignis | 1 |
| Förderprogramm | 3426 |
| Text | 35 |
| unbekannt | 26 |
| License | Count |
|---|---|
| geschlossen | 50 |
| offen | 3438 |
| unbekannt | 2 |
| Language | Count |
|---|---|
| Deutsch | 3172 |
| Englisch | 702 |
| Resource type | Count |
|---|---|
| Archiv | 2 |
| Bild | 7 |
| Datei | 1 |
| Dokument | 25 |
| Keine | 1982 |
| Multimedia | 1 |
| Webseite | 1488 |
| Topic | Count |
|---|---|
| Boden | 2396 |
| Lebewesen und Lebensräume | 2451 |
| Luft | 2322 |
| Mensch und Umwelt | 3490 |
| Wasser | 2025 |
| Weitere | 3446 |