Seit 2023 wird aus den Luftbildern zusätzlich ein 3D-Mesh für NRW produziert. Ein 3D-Mesh ist eine aus Luftbildinformationen erzeugte Darstellungsform eines 3D-Oberflächenmodells. Es stellt die Geländeoberfläche inklusive Vegetation, Bebauung und weiterer künstlicher Objekte (z.B. stehende Autos) dar. Hierzu werden benachbarte dreidimensionale Punkte aus der Bildkorrelation der orientierten Luftbilder zu einem Netz (engl. Mesh) verbunden. Die Mesh-Oberfläche wird danach mit den zugrundeliegenden Luftbildern texturiert. In den letzten Jahren entstanden im kommunalen Kontext 3D-Stadtmodelle, die als Planungsgrundlage u.a. für räumliche Analysen im dreidimensionalen Raum und für die Öffentlichkeitsarbeit eingesetzt werden. Das 3D-Mesh von Geobasis NRW wird für die gesamte Landesfläche von NRW erzeugt und stellt ein realitätsgetreues Modell zum Erhebungszeitpunkt dar. Es dient als effiziente Alternative zu Schrägluftbildern und eignet sich als Datengrundlage für digitale Zwillinge. Nutzungsmöglichkeiten: Erkundung für die Fortführung der Amtlichen Basiskarte,Planungsgrundlage (z.B. bei Stadtplanung, bei der Denkmalpflege, im Umweltmanagement),Hilfestellung für den Katastrophenschutz, die Wirtschaftsförderung oder den Tourismus,Visualisierung von computergestützten Analysen (u.a. zu Hochwassersimulationen, Sichtachsen, Schattenwurf, Lärmausbreitung oder Windströmungen),Verwendung in der 3D-Navigation,Immobilienbranche,Öffentlichkeitsarbeit
In den Karten werden Solarthermieanlagen und PV-Anlagen dargestellt. Bei den Solarthermie-Anlagen handelt es sich ausschließlich um solche Anlagen, die bei den verschiedenen Förderinstitutionen bekannt sind. Einen eigenen, hier nicht erfassten Datenbestand bilden die sogenannten PV-Inselanlagen, also z. B. solarbetriebene Parkautomaten oder Beleuchtungsanlagen und ähnliche netzferne Systeme. In Berlin sind mit Stand 31.12.2024 41.723 PV-Anlagen registriert, wovon der Großteil Kleinanlagen unter 30 kWp sind (40.234) und nur 329 größere Anlagen (> 100 kWp) sind. Sie haben eine installierte Leistung von insgesamt etwa 380,64 MWp, wovon auf die genannten größeren Anlagen etwa 22 % (84,75 MWp) der Gesamtleistung in Berlin fallen. Mit Abstand die meisten Anlagen und die größte Gesamtleistung befinden sich in den drei Bezirken Marzahn-Hellersdorf, Treptow-Köpenick und Pankow. Hinsichtlich der installierten Leistung fällt auch der Bezirk Lichtenberg mit 35,4 MWp auf, hier wird die deutlich geringere absolute Anlagenzahl durch einzelne Anlagen mit hoher installierter Leistung ausgeglichen. Bei Betrachtung der feinräumigeren Ebene der Postleitzahlbereiche zeigt sich, dass die randstädtischen Einzelhaussiedlungen mit ihrer hohen absoluten Anlagenzahl die meisten PLZ-Bereiche mit Leistungen über 1.000 kWp aufweisen. Auf den Gebäuden der öffentlichen Hand waren zum Datenstand 31.03.2024 insgesamt 1.021 PV-Anlagen mit einer Leistung von 61,94 MWp installiert. Mit 190 Anlagen sind im Bezirk Lichtenberg die meisten PV-Anlagen auf öffentlichen Gebäuden zu finden, gefolgt von Marzahn-Hellersdorf (158) und Pankow (138). Die höchste installierte Leistung erzielt der Bezirk Lichtenberg mit 11,32 MWp, dicht gefolgt von Charlottenburg-Wilmersdorf (8,76 MWp) und Marzahn-Hellersdorf (8,39 MWp). Die öffentliche Hand unterhält auch Gebäude außerhalb Berlins, auf denen vier PV-Anlagen installiert sind, die eine Leistung von 1,14 MWp haben. Tab. 1: Anzahl der PV-Anlagen und die installierte Anlagenleistung in den Bezirken Berlins (Erfassungsstand Anlagenentwicklung PV-Anlagen 06.03.2025, Anlagen auf öffentlichen Gebäuden je Bezirk 31.03.2024, Stand der Stromeinspeisung 17.01.2024), Datenquelle: Energieatlas Berlin , basierend auf Daten des Marktstammdatenregisters der Bundesnetzagentur Da die Anlagen oft mehr Strom produzieren als zur Eigenversorgung benötigt wird, wird der überschüssige Strom ins Stromnetz eingespeist. Dabei hat sich die eingespeiste Menge seit 2012 kontinuierlich von ca. 43 GWh in 2012 auf den Wert von 78,402 GWh in 2023 gesteigert (siehe Abb. 5). Die absolut höchsten Mengen an Strom speisen entsprechend dem aktuellen Datenstand die Bezirke Marzahn-Hellersdorf (13.836,8 MWh) und Treptow-Köpenick (10.278,8 MWh) ein (vgl. Tab. 3). Deutlich ist ein Schwerpunkt der Stromeinspeisung in den nördlichen und östlichen Bezirken zu erkennen. In Friedrichshain-Kreuzberg wird am wenigsten Strom in das Netz eingespeist, dort befinden sich aber auch die wenigsten Anlagen mit einer geringen Gesamtleistung. Auf der kleinteiligeren Ebene der Postleitzahlenbereiche heben sich, wie bereits bei der installierten Leistung der Anlagen, erwartungsgemäß wieder deutlich die durch Einzelhausbebauung geprägten Wohngebiete hervor. Abb. 5: Stromeinspeisung der Photovoltaikanlagen auf der Ebene der Bezirke Berlins (Erfassungsstand 01.07.2024), Datenquelle: Energieatlas Berlin , basierend auf Daten des Marktstammdatenregisters der Bundesnetzagentur. Die relativen Deckungsraten der Photovoltaik schwanken in den Bezirken zwischen 2,4 % in Mitte und 12 % in Marzahn-Hellersdorf (vgl. Tab. 4). Die ermittelten relativen Deckungsraten zwischen Potenzial und Bestand für die Bezirke und Postleitzahlengebiete fallen auf den ersten Blick verhältnismäßig niedrig aus. Die Gründe dafür liegen jedoch in der Abweichung des theoretisch berechneten vom technisch realisierbaren Potenzial, die, um verlässliche Aussagen treffen zu können, im Einzelnen durch weitere Untersuchungen und Berechnungen konkretisiert werden müssten. Tab. 2: Relative Deckungsrate PV-Leistung in den Bezirken Berlins , Datenquelle: Solarcity Monitoringbericht, basierend auf Daten des Marktstammdatenregisters der Bundesnetzagentur, Stand 06.03.2024 Die aktuellsten Informationen über Photovoltaikanlagen in Berlin, wie beispielsweise ihre Standorte oder statistische Auswertungen zum Ausbau in den Bezirken, sind im Energieatlas Berlin in Form von Karten und Diagrammen abrufbar: https://energieatlas.berlin.de/ . Eine detaillierte Analyse des Solarausbaus in Berlin wird jährlich im Rahmen des Monitorings zum Masterplan Solarcity in einem gesonderten Bericht veröffentlicht: https://www.berlin.de/solarcity/solarcity-berlin/was-ist-der-masterplan-und-wo-stehen-wir/monitoring/ . Von den knapp 536.000 untersuchten Gebäuden eignen sich rund 421.000 Gebäude für die solare PV-Nutzung. Wenn die 45,7 km² theoretisch geeigneter Modulfläche für die Stromerzeugung mittels PV genutzt würden, könnten über PV-Anlagen mit 19,5 % Wirkungsgrad 7.929 GWh/a Strom erzeugt und 4,3 Mio. t CO2 eingespart werden. Tab. 3: Ergebnisse der Solarpotenzialanalyse für Photovoltaik auf Dachflächen in Berlin (Flachdächer werden mit einer aufgeständerten Installation gen Süden berücksichtigt) (IP SYSCON 2022) Da kein zentrales Register existiert, steht derzeit kein umfassender Datensatz zur Anzahl der solarthermischen Anlagen in Berlin zur Verfügung. Im Rahmen des Monitorings des Masterplans Solarcity werden daher unterschiedliche Methoden entwickelt, um die Datenbasis zu verbessern. Auf Grundlage dieser methodischen Ansätze wird die Zahl der Solarthermieanlagen im Jahr 2024 auf etwa 8.900 geschätzt, bei einer gesamten Kollektorfläche von rund 94.300 m². Sowohl die kleinräumige Darstellung der Einzelanlagen als auch die Aggregation auf die Raumbezüge Postleitzahl- und Bezirksebene verdeutlichen, dass die größte Anzahl der Anlagen im Außenbereich der Stadt installiert sind. Auf Bezirksebene ist zu sehen, dass Schwerpunkte in den Bezirken Steglitz-Zehlendorf (1.224), Treptow-Köpenick (1.155), Marzahn-Hellersdorf (1.133) und Reinickendorf (1.122 ) in vorliegen (vgl. Tab. 6), hierbei handelt es sich vergleichbar zu der Situation im PV-Anlagenbereich um kleinere Objekte auf Ein- und Zweifamilienhäusern in privater Nutzung. Im Innenstadtbereich, in den Bezirken Friedrichshain-Kreuzberg (76 Anlagen), Mitte (104 Anlagen) und Charlottenburg-Wilmersdorf (209 Anlagen) sind dagegen deutlich weniger Anlagen installiert, dafür jedoch auch solche mit großem elektrischen Leistungs- bzw. Wärmegewinnungspotenzial (Kollektorfläche im Mittel 15-37 m²). Diese befinden sich auf Gebäuden mit öffentlicher oder industriell-gewerblicher Nutzung. Tab. 4: Anzahl der Solarthermie-Anlagen in den Bezirken Berlins (Erfassungsstand 31.03.2024) sowie der Solarthermie-Anlagen der öffentlichen Hand (Erfassungsstand 20.02.2024) im Jahr 2023 Datenquelle: Energieatlas Berlin . Die aktuellsten Informationen über Solarthermieanlagen in Berlin, wie beispielsweise ihre Standorte oder statistische Auswertungen zum Ausbau in den Bezirken, sind im Energieatlas Berlin in Form von Karten und Diagrammen abrufbar: https://energieatlas.berlin.de/ . Eine detaillierte Analyse des Solarausbaus in Berlin wird jährlich im Rahmen des Monitorings zum Masterplan Solarcity in einem gesonderten Bericht veröffentlicht: https://www.berlin.de/solarcity/solarcity-berlin/was-ist-der-masterplan-und-wo-stehen-wir/monitoring/ . Ergebnisse der Potenzialstudie zur Solarthermie Von den knapp 536.000 untersuchten Gebäuden eignen sich mehr als 464.000 Gebäude für die solare Thermie-Nutzung mit einer Modulfläche von insgesamt 66,2 km². Tab. 5: Ergebnisse der Solarpotenzialanalyse für Solarthermie zur Warmwasserbereitung auf Dachflächen in Berlin (Flachdächer werden mit einer gen Süden aufgeständerten Installation berücksichtigt) (IP SYSCON 2022). Die berechneten Werte der globalen Einstrahlung als Jahressummenwerte streuen in Berlin – betrachtet über alle Oberflächen der Stadt – zwischen einem Maximum von etwa 1220 kWh/(m²/a) und einem Minimum um 246 kWh/(m²/a). Die vom Deutschen Wetterdienst DWD angesetzte mittlere Jahressumme für Berlin beträgt 1032 kWh/(m²/a). Sehr niedrige Werte werden auf Dachflächen nur dann ermittelt, wenn Überdeckungen durch Bäume oder Verschattungen aus anderen Gründen vorliegen (vgl. Abb. 6). Abb. 6: Einfluss von Überdeckungseffekten durch Bäume sowie durch die Dachausrichtung auf die berechneten solaren Einstrahlungswerte von Gebäudedächern (Werte als mittlere Jahressummen in kWh/(m²/a)). Oben: berechnete Einstrahlungswerte der Oberflächenraster in der Auflösung 0,5 * 0,5 m², schwarz: Gebäudeumringe. Unten: links: Luftbildausschnitt Februar 2021, rechts: Luftbildauschnitt August 2020. Bilder: Luftbilder: Geoportal Berlin, DOP20RGBI (unten links); TrueDOP20RGB – Sommerbefliegung (unten rechts) Die höchsten Werte erreichen dagegen unbeschattete bzw. nicht überdeckte und nach südlichen Himmelsrichtungen ausgerichtete geneigte Dachflächen. Offene und unbeschattete vegetationsbedeckte Flächen wie das Tempelhofer Feld erreichen ebenfalls hohe Werte um 1000 kWh/(m²/a). Waldgebiete und baumbestandene Areale dagegen vermindern durch ihre Struktur und Schattenwurf die Einstrahlungswerte beträchtlich bis in den Bereich der niedrigsten Einstrahlungen um 250-300 kWh/(m²/a). HHier ist eine direkte Beziehung zu stadtklimatischen Effekten zu sehen, wie sie zum Beispiel in den Analysekarten der Klimamodellierung gezeigt werden (vgl. Umweltatlaskarte Klimaanalysekarten: Oberflächentemperatur 2022 ). Insofern deckt die Karte „Solarpotenzial – Einstrahlung“ (08.09.3) ein breites Anwendungsspektrum ab.
Dieser Datensatz bildet die ausgewerteten Solarpotenzialflächen ab. Diese Daten sind hinsichtlich ihrer Eignung für Photovoltaikanlagen klassifiziert und werden gemäß der Eignungsklasse farbig differenziert dargestellt. Die Klassifizierung wird in der Legende erläutert. Datengrundlage: Frühjahrsbefliegung 2022 Beschreibung der Attributtabelle: Layer "Gebäude" - Gebäude_ID: Eindeutige ID je Gebäude - Eignung_PV: Gesamteignungskategorie Photovoltaik der bestgeeigneten Dachseiten des Gebäudes - Eignung_ST: Durchschnittliche Gesamteignungskategorie Solarthermie der geeigneten Dachseiten des Gebäudes - Leistung: Insgesamt auf allen geeigneten Dachseiten des Gebäudes installierbare Leistung in kWp - Fläche_PV: Dachfläche in Quadratmetern, die sich für die Installation einer Photovoltaikanlage eignet (m²) - Anzahl_Module - Kalkulation_PV: Verlinkung zum Wirtschaftlichkeitsrechner (Photovoltaik) - Kalkulation_ST: Verlinkung zum Wirtschaftlichkeitsrechner (Solarthermie) - Adresse: Adresse bestehend aus Straße, Hausnummer und Ort Layer "Dachseiten" - Fläche_Dachseite: Fläche in Quadratmeter [m²] - Ausrichtung: Ausrichtung der Dachseite in Grad [°] - Aufständerung: Gibt an, ob eine Aufständerung empfohlen wird (0 = nein / 1 = ja) - Gebäude_ID: Eindeutige ID je Gebäude - Eignung_PV: Gesamteignungskategorie Photovoltaik - Eignung_ST: Gesamteignungskategorie Solarthermie - Ertrag_kWp_ohneAufstd: Ertrag der Anlage in Kilowattstunden pro Jahr pro installiertem Kilowatt peak Leistung (kWh/kWp/a) (diesen Wert verwenden, wenn Aufständerung = 0) - Ertrag_kWp_mitAufstd: Ertrag der Anlage in Kilowattstunden pro Jahr pro installiertem Kilowatt peak Leistung (kWh/kWp/a) (diesen Wert verwenden, wenn Aufständerung = 1) - Ertrag_kWh_ohneAufstd: Gesamtertrag der Anlage in Kilowattstunden pro Jahr ohne Nutzung einer Aufständerung (diesen Wert verwenden, wenn Aufständerung = 0) - Ertrag_kWh_mitAufstd: Gesamtertrag der Anlage in Kilowattstunden pro Jahr ohne Nutzung einer Aufständerung (diesen Wert verwenden, wenn Aufständerung = 1) - Anzahl_Module - Einstrahlung_ohneAufstd: Auf diese Dachseite durchschnittlich eintreffende Einstrahlung in Prozent vom lokal maximal möglichen Wert (diesen Wert verwenden, wenn Aufständerung = 0) - Einstrahlung_mitAufstd: Auf diese Dachseite durchschnittlich eintreffende Einstrahlung in Prozent vom lokal maximal möglichen Wert (diesen Wert verwenden, wenn Aufständerung = 1) - Power: Installierbare Leistung auf der Dachseite in Kilowatt peak (kWp). Hinweis: Die Leistung kann im Wirtschaftlichkeitsrechner modulgenau berechnet wird. - Fläche_PV: Dachfläche in Quadratmetern, die sich für die Installation einer Photovoltaikanlage eignet (m²) - Fläche_ST: Dachfläche in Quadratmetern, die sich für die Installation einer solarthermischen Anlage eignet (m²) - Dach_ID: Eindeutige ID je Dachseite innerhalb eines Gebäudes - Schatten_ohneAufstd: Reduzierung der auf die Dachfläche einfallenden Einstrahlung durch Verschattung in Prozent pro Jahr (diesen Wert verwenden, wenn Aufständerung=0) - Schatten_mitAufstd: Reduzierung der auf die Dachfläche einfallenden Einstrahlung durch Verschattung in Prozent pro Jahr (diesen Wert verwenden, wenn Aufständerung=1) - Neigung: Neigung der Dachseite in Grad (°)
Die Stadtklimaanalyse Hamburg 2023 basiert auf einer modellgestützten Analyse zu den klimaökologischen Funktionen für das Hamburger Stadtgebiet. Die Berechnung mit FITNAH 3D erfolgte in einer hohen räumlichen Auflösung (10 m x 10 m Raster) und liefert Daten und Aussagen zur Temperatur und Kaltluftentstehung in Hamburg. Die Untersuchung wurde auf der Annahme einer besonders belastenden Sommerwetterlage für Mensch und Umwelt mit geringer Luftbewegung und hoher Temperaturbelastung erstellt. Als Grundlage für die flächenbezogenen Bewertungen und deren räumliche Abgrenzungen diente der ALKIS-Datensatz „Bodennutzung“ der Freien und Hansestadt Hamburg, Landesbetrieb Geoinformation und Vermessung (LGV) mit Stand Dezember 2022. Weitere Informationen zur Stadtklimaanalyse Hamburg 2023 sind unter folgendem Link abrufbar: https://www.hamburg.de/politik-und-verwaltung/behoerden/bukea/themen/hamburgs-gruen/landschaftsprogramm/stadtklimaanalyse-hamburg-896054 Dort stehen der Erläuterungsbericht, die Analyse- und Bewertungskarten sowie eine Erläuterungstabelle für den Datensatz, der als Grundlage für die Ebenen 11 bis 14 dient, zum Download zur Verfügung. Die Ebenen des Geodatensatzes „Stadtklimaanalyse Hamburg 2023“ werden wie folgt präzisiert: 01 Windvektoren um 4 Uhr (aggregierte 100 m Auflösung) Die bodennahe Temperaturverteilung bedingt horizontale Luftdruckunterschiede, die wiederum Auslöser für lokale thermische Windsysteme sind. Ausgangspunkt dieses Prozesses sind die nächtlichen Temperaturunterschiede, die sich zwischen Siedlungsräumen und vegetationsgeprägten Freiflächen einstellen. An den geneigten Flächen setzt sich abgekühlte und damit schwerere Luft in Richtung zur tiefsten Stelle des Geländes als Kaltluftabfluss in Bewegung. Das sich zum nächtlichen Analysezeitpunkt 4 Uhr ausgeprägte Kaltluftströmungsfeld wird über Vektoren abgebildet, die für eine übersichtlichere Darstellung auf 100 m x 100 m Kantenlänge aggregiert werden. 02 Flurwinde und Kaltluftabflüsse Bei den nächtlichen Windsystemen werden Flurwinde von Kaltluftabflüssen unterschieden. Flurwinde werden durch den horizontalen Temperaturunterschied zwischen kühlen Grünflächen und warmer Bebauung ausgelöst. Kaltluftabflüsse bilden sich über Oberflächen mit Hangneigungen von mehr als 1 ° aus. 03 Bereiche mit besonderer Funktion für den Luftaustausch Diese Durchlüftungszonen verbinden Kaltluftentstehungsgebiete (Ausgleichsräume) und Belastungsbereiche (Wirkungsräume) miteinander und sind aufgrund ihrer Klimafunktion elementarer Bestandteil des Luftaustausches. Es handelt sich i.d.R. um gering überbaute und grüngeprägte Strukturen, die linear auf die jeweiligen Wirkungsräume ausgerichtet sind und insbesondere am Stadtrand das Einwirken von Kaltluft aus den Kaltluftentstehungsgebieten des Umlandes begünstigen. 04 Kaltlufteinwirkbereich innerhalb von Bebauung und Verkehrsflächen Hierzu zählen Siedlungs- und Verkehrsflächen, die sich im „Einwirkbereich“ eines klimaökologisch wirksamen Kaltluftstroms mit einem Wert von mehr als 5 m³/(s*m) befinden. Hier ist sowohl im bodennahen Bereich als auch darüber hinaus eine entsprechende Durchlüftung vorhanden. Die Eindringtiefe der Kaltluft beträgt, abhängig von der Bebauungsstruktur, zwischen ca. 100 m und bis zu 700 m. Darüber hinaus spielt auch die Hinderniswirkung des angrenzenden Bebauungstyps eine wesentliche Rolle. 05 Gebäude (Bestand und Planung) Mithilfe der Gebäudegrenzen werden Effekte auf das Mikroklima sowie insbesondere das Strömungsfeld berücksichtigt. Als Grundlage dient der ALKIS-Datensatz „Gebäude“ der Freien und Hansestadt Hamburg, Landesbetrieb Geoinformation und Vermessung (LGV) mit Stand Dezember 2022. Dieser Datensatz wurde anhand ausgewählter, zum Zeitpunkt der Bearbeitung im Verfahren sowie in Planung befindlicher Bebauungspläne und Großprojekte modifiziert. 06 Windgeschwindigkeit um 4 Uhr Siehe Hinweise zur Ebene 01 Windvektoren um 4 Uhr (aggregierte 100 m Auflösung). Die Rasterzellen stellen ergänzend zu den Windvektoren die Windgeschwindigkeit flächenhaft in 10 m x 10 m Auflösung dar. 07 Kaltluftvolumenstromdichte um 4 Uhr Der Kaltluftvolumenstrom beschreibt diejenige Menge an Kaltluft in der Einheit m³, die in jeder Sekunde durch den Querschnitt beispielsweise eines Hanges oder einer Kaltluftleitbahn fließt. Der Volumenstrom ist ein Maß für den Zustrom von Kaltluft und bestimmt neben der Strömungsgeschwindigkeit die Größenordnung des Durchlüftungspotenzials. Zum Zeitpunkt 4 Uhr morgens ist die Intensität der Kaltluftströme voll ausgeprägt. 07a Kaltluftvolumenstromdichte um 4 Uhr in den Grün- und Freiflächen Reduzierung der Ebene 07 Kaltluftvolumenstromdichte um 4 Uhr auf die Grün- und Freiflächen. 08 Lufttemperatur um 4 Uhr Der Tagesgang der Lufttemperatur ist direkt an die Strahlungsbilanz eines Standortes gekoppelt und zeigt daher i.d.R. einen ausgeprägten Abfall während der Abend- und Nachtstunden. Dieser erreicht kurz vor Sonnenaufgang des nächsten Tages ein Maximum. Das Ausmaß der Abkühlung kann je nach meteorologischen Verhältnissen, Lage des Standorts und landnutzungsabhängigen physikalischen Boden- bzw. Oberflächeneigenschaften große Unterschiede aufweisen. Besonders auffällig ist das thermische Sonderklima der Siedlungsräume mit seinen gegenüber dem Umland modifizierten klimatischen Verhältnissen. 08a Lufttemperatur um 4 Uhr im Siedlungsraum Reduzierung der Ebene 08 Lufttemperatur um 4 Uhr auf die Siedlungsflächen. 08b Lufttemperatur um 4 Uhr in den Verkehrsflächen Reduzierung der Ebene 08 Lufttemperatur um 4 Uhr auf die Verkehrsflächen. 09 Lufttemperatur um 14 Uhr Die Lufttemperatur am Tage ist im Wesentlichen durch die großräumige Temperatur der Luftmasse in einer Region geprägt und wird weniger stark durch Verschattung beeinflusst, wie es bei der PET der Fall ist (Erläuterung „PET“ siehe Ebene 10 und 13). Daher weist die für die Tagsituation modellierte Lufttemperatur eine homogenere Ausprägung auf. 10 Physiologisch Äquivalente Temperatur (PET) um 14 Uhr Meteorologische Parameter wirken nicht unabhängig voneinander, sondern in biometeorologischen Wirkungskomplexen auf das Wohlbefinden des Menschen ein. Zur Bewertung werden Indizes verwendet (Kenngrößen), die Aussagen zur Lufttemperatur und Luftfeuchte, zur Windgeschwindigkeit sowie zu kurz- und langwelligen Strahlungsflüssen kombinieren. Wärmehaushaltsmodelle berechnen den Wärmeaustausch einer „Norm-Person“ mit seiner Umgebung und können so die Wärmebelastung eines Menschen abschätzen. Die hier genutzte Kenngröße PET (Physiologisch Äquivalente Temperatur, VDI 3787, Blatt 9) bezieht sich auf außenklimatische Bedingungen und zeigt eine starke Abhängigkeit von der Strahlungstemperatur. Mit Blick auf die Wärmebelastung ist sie damit vor allem für die Bewertung des Aufenthalts im Freien am Tage sinnvoll einsetzbar. 11 Bewertung nachts Siedlungs- und Verkehrsflächen: mittlere Lufttemperatur um 4 Uhr Zur Bewertung der bioklimatischen Situation wird die nächtliche Überwärmung in den Nachtstunden (4 Uhr morgens) herangezogen und räumlich differenziert betrachtet. Der nächtliche Wärmeinseleffekt wird anhand der Differenz zwischen der durchschnittlichen Lufttemperatur einer Siedlungs- oder Verkehrsfläche und der gesamtstädtischen Durchschnittstemperatur von etwa 17,1 °C bewertet. Die mittlere Überwärmung pro Blockfläche wird in fünf Bewertungsstufen untergliedert und reicht von sehr günstig (≥ 15,8 °C) bis sehr ungünstig (>= 20 °C). 12 Bewertung nachts Grün- und Freiflächen: bioklimatische Bedeutung Bei der Bewertung der bioklimatischen Bedeutung von grünbestimmten Flächen ist insbesondere die Lage der Grün- und Freiflächen zu Leitbahnen sowie zu bioklimatisch ungünstig oder weniger günstig bewerteten Siedlungsflächen entscheidend. Es handelt sich um eine anthropozentrisch ausgerichtete Wertung, die die Ausgleichsfunktionen der Flächen für den derzeitigen Siedlungsraum berücksichtigt. Die klimaökologischen Charakteristika der Grün- und Freiflächen werden anhand einer vierstufigen Skala (sehr hohe bioklimatische Bedeutung bis geringe bioklimatische Bedeutung) bewertet. 13 Bewertung tags Siedlungs- und Verkehrsflächen: bioklimatische Bedeutung (PET 14 Uhr) Zur Bewertung der Tagsituation wird der humanbioklimatische Index PET um 14:00 Uhr herangezogen. Für die PET existiert in der VDI-Richtlinie 3787, Blatt 9 eine absolute Bewertungsskala, die das thermische Empfinden und die physiologischen Belastungsstufen quantifiziert. Die Bewertung der thermischen Belastung im Stadtgebiet Hamburg orientiert sich daran und reicht auf einer fünfstufigen Skala von extrem belastet (> 41 °C) bis schwach belastet ( 41 °C) zu einer sehr geringen Aufenthaltsqualität führt. 14 Bewertung tags Grün- und Freiflächen: Aufenthaltsqualität (PET 14 Uhr) Die Zuweisung der Aufenthaltsqualität von Grün- und Freiflächen in der Bewertungskarte beruht auf der jeweiligen physiologischen Belastungsstufe. Es werden vier Bewertungsstufen unterschieden. Eine hohe Aufenthaltsqualität ergibt sich aus einer schwachen oder nicht vorhandenen Wärmebelastung (PET 41 °C) zu einer sehr geringen Aufenthaltsqualität führt.
Die Klimabewertungskarten bzw. auch Planungshinweise Stadtklima (PHK) bilden die Grundlage, um klimatische Belange in der Stadtplanung berücksichtigen zu können. Neben der Darstellung von belasteten Gebieten werden auch Entlastungsräume sowie Leitbahnen dargestellt. Die Planungshinweise bestehen insgesamt aus einer Gesamtbewertung sowie einer jeweils getrennten Bewertung der Tag- sowie Nachtsituation. Ergänzend werden in zwei weiteren Kartendarstellungen stadtklimatisch besonders belastete und vulnerable Gebiete sowie Maßnahmenempfehlungen, die u. a. zur Minderung der thermischen Belastung beitragen, angeboten. Die Maßnahmenempfehlungen sind jene des Stadtentwicklungsplans (StEP) Klima 2.0, die überschlägig auf Grundlage der Stadtstrukturtypen im Land Berlin bestimmt worden sind.
Zielsetzung: Die Klimawirkungen (Kühlung, Beschattung, Luftbefeuchtung, CO2-Bindung etc.) alter Bäume mit großen Kronen sind erheblich. Durch die Verlängerung ihrer Lebenszeit werden diese Wirkungen vergrößert und länger wirksam. Uraltbäume weisen zudem in überwältigenden Ausmaß Lebensgemeinschaften auf, die es an deutlich jüngeren Bäumen so nicht gibt. Diese sollen behutsam und längstmöglich geschützt werden und erhalten bleiben. Es gibt bisher kein online-Netzwerk für Altbaum-Spezialisten in Deutschland. Für Altbäume existiert zudem noch kein Handlungsleitfaden für angepasste Pflegemaßnahmen, aufbauend auf dem Stand des Wissens. Und es gibt bisher keinen nachgewiesen über 1000-jährigen Baum in Deutschland - das soll und muss sich ändern. Dafür soll eine (digitale) Experten-Plattform etabliert werden, auf der ein Erfahrungsaustausch, die Entwicklung und Diskussion neuer Ansätze der Kronenpflege und -sicherung von Altbäumen sowie eine innovative Methodenentwicklung zur Baumkontrolle dieser Bäume mittels Drohnenbefliegung etabliert wird. Zudem sollen mit diesem online-Netzwerk und der digitalen Experten-Plattform modellhaft neue Methoden der Pflege und Monitoringansätze entwickelt sowie bestehende Methoden evaluiert und an die Erfordernisse der Altbaumbesonderheiten angepasst werden. Dies erfolgt am Beispiel der dafür besonders geeigneten Nationalerbe-Bäume. Ziel des Projektes ist der Aufbau eines online-Netzwerkes ArBoR:Net (Netzwerk zur AltBaum-Rettung, auf der Internet-Plattform der DDG) von in der Baumpflege tätigen Altbaum-Spezialisten, die durch Kompetenz, Offenheit für Innovationen, Weitsicht, Einfühlungsvermögen und Respekt für die Lebensweise alter Bäume ausgewiesen sind. Dafür werden geeignete junge Fachleute (KMU-Teams von 2-3 Engagierten, Alter höchstens ca. 35 Jahre, da ausdrücklich junge Baumpflege-Teams beim Aufbau ihrer beruflichen Laufbahn unterstützt werden sollen, u.a. durch ein Zertifikat) gezielt eingeladen oder können sich beim Projektleiter per E-Mail an Prof. Roloff: andreas.roloff@tu-dresden.de bewerben mit einer Vorstellung - ihrer Kompetenz in Altbaum-Pflege und -Sicherungsmaßnahmen (1-2 Referenzbäume mit Fotos), - ihres Management-Konzeptes für Altbäume - und einer Begründung für ihr Interesse an einer Mitarbeit.
Die Einflüsse durch das urbane Umfeld auf den BIPV-Anlagenertrag, die Einstrahlungssituation und das Verschmutzungsverhalten lassen sich bislang nicht genügend gut aus bekannten Modellen ableiten und führen zu vielen 'Unschärfen' in der technischen Betriebsführung mit zusätzlichem Mehraufwand innerhalb der Betriebsführungsphase. Gründe hierfür sind die komplexe Form und Orientierung von PV-Fassaden und des im urbanen Raum üblichen, nicht zu vernachlässigenden hohen Horizonts, verglichen mit einer südorientierten, geneigten Anlage. Während dort Verschattungen eher als Ausnahmefall auftreten, ist in der Fassade eine regelmäßige Teilverschattung des Generators durch die Umgebung, oft aber auch durch die eigene Gebäudeform der Regelfall. Daher soll ein digitaler Zwilling der elektrischen Performance erstellt werden. Dabei handelt es sich um ein selbstlernendes System.
Zielsetzung: Mit der Einführung moderner Fahrgastunterstände in Leipzig wurde ein erster Schritt in Richtung klimagerechter Stadtgestaltung getan. Allerdings blieb bislang weitgehend unbeantwortet, inwieweit diese Strukturen mit Dachbegrünung tatsächlich zur Verbesserung des Mikroklimas und zur Förderung der urbanen Biodiversität beitragen. Erste Forschungsarbeiten und lokale Beobachtungen deuten darauf hin, dass Standortfaktoren wie Beschattung, Bebauungsdichte oder umliegende Vegetation erheblichen Einfluss auf die Vegetationsentwicklung und die Funktionalität der begrünten Dächer nehmen. Gleichzeitig zeigen Erfahrungen aus anderen Städten wie Hamburg, dass begrünte Haltestellen wertvolle Rückzugsräume für Insektenarten bieten können. Vor diesem Hintergrund nimmt das Vorhaben „FaGULab - Fahrgastunterstände Leipzig Reallabor“ eine bestehende Wissenslücke in den Blick: Es fehlen belastbare Daten zur ökologischen Wirksamkeit der bereits umgesetzten Dachbegrünungen in Leipzig sowie zur Frage, wie Pflege, Nachsteuerung und Standortanpassung gestaltet sein müssten, um die Wirksamkeit dieser kleinen grünen Infrastrukturelemente langfristig zu sichern. Zudem ist bislang unklar, welche wirtschaftlichen und sozialen Potenziale ein zivilgesellschaftlich unterstützter Pflege- und Erhaltungsansatz bieten könnte - beispielsweise durch Patenschaften oder Bildungspartnerschaften. Ziel des Projekts ist es daher, in einem transdisziplinären Ansatz datenbasierte Erkenntnisse über ökologische, soziale und ökonomische Effekte begrünter Fahrgastunterstände zu gewinnen. Dabei sollen Schüler:innen, Wissenschaftler:innen, Verwaltungsakteur:innen und zivilgesellschaftliche Gruppen gemeinsam in einem Reallaborformat kooperieren. Zunächst stehen schulische Arbeitsgemeinschaften im Mittelpunkt, in denen Jugendliche unter fachlicher Anleitung Daten erheben, Biodiversität erfassen und Messreihen durchführen. Im Anschluss wird in einem Reallabor gemeinsam mit weiteren Mitwirkenden eine Strategie für eine nachhaltige Stadtbegrünung entwickelt. Das Projekt zielt darauf ab, begrünte Haltestellen nicht nur als technische Infrastruktur, sondern als ökologische Lernorte und Experimentierfelder zu begreifen - mit der Vision, dass jede begrünte Fläche zählt. Langfristig sollen daraus Handlungsempfehlungen für eine wirksamere, insektenfreundlichere und sozial tragfähige Umsetzung städtischer Begrünungsmaßnahmen abgeleitet und idealerweise in das Verwaltungshandeln integriert werden.
| Origin | Count |
|---|---|
| Bund | 296 |
| Kommune | 13 |
| Land | 278 |
| Wirtschaft | 1 |
| Wissenschaft | 11 |
| Zivilgesellschaft | 11 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 10 |
| Ereignis | 3 |
| Förderprogramm | 212 |
| Taxon | 10 |
| Text | 127 |
| Umweltprüfung | 115 |
| unbekannt | 76 |
| License | Count |
|---|---|
| geschlossen | 292 |
| offen | 260 |
| unbekannt | 1 |
| Language | Count |
|---|---|
| Deutsch | 544 |
| Englisch | 59 |
| Resource type | Count |
|---|---|
| Archiv | 10 |
| Bild | 14 |
| Datei | 9 |
| Dokument | 192 |
| Keine | 215 |
| Multimedia | 1 |
| Unbekannt | 4 |
| Webdienst | 15 |
| Webseite | 174 |
| Topic | Count |
|---|---|
| Boden | 350 |
| Lebewesen und Lebensräume | 407 |
| Luft | 339 |
| Mensch und Umwelt | 551 |
| Wasser | 299 |
| Weitere | 553 |