Im Rahmen des Umweltatlas werden seit mehr als 25 Jahren Erhebungen zur Stadtklimatologie durchgeführt und Daten gewonnen (vgl. SenStadtUm 1985). Aktuell liegt mit den Ergebnissen der Anwendung des Klimamodells FITNAH eine umfassende Bestandsaufnahme der heutigen klimatischen Situation im Stadtgebiet und im näheren Umland vor (vgl. Karte 04.10 Klimamodell Berlin – Analysekarten (Ausgabe 2009) und Karte 04.11 Klimamodell Berlin – Bewertungskarten (Ausgabe 2009)). Die Kenntnis über das in der Stadt vorherrschende Lokalklima, insbesondere die Lage und Ausdehnung der städtischen “Wärmeinseln” und die klimatischen Funktionszusammenhänge zwischen Siedlungs- und grünbestimmten Räumen sind bedeutende Aspekte der Umweltvorsorge und Stadtentwicklung. Seit einigen Jahren hat sich nun das Spektrum der Herausforderungen drastisch erweitert: die Abschätzung der Auswirkungen der durch den globalen Klimawandel zu erwartenden Veränderungen auf die thermischen, hygrischen und lufthygienischen Verhältnisse insbesondere in den städtischen Ballungsräumen erfordert zusätzliche Antworten, um die unter den Begriffen “Mitigation” (Minderung) und “Adaptation” (Anpassung) zusammengefassten Anforderungen zu unterstützen. Während der Klimaschutz seit Jahren ein fester Bestandteil der Berliner Umweltpolitik ist und im Zusammenhang mit zahlreichen Programmen zur Steigerung der Energieeffizienz, die Nutzung erneuerbarer Energien und zur Energieeinsparung eine lange Tradition besitzt (vgl. Ziele und Grundlagen der Klimaschutzpolitik in Berlin ) war die Anpassung an den Klimawandel bisher nur ein Randthema. Allerdings kann die Notwendigkeit der Klimawandelanpassung heute nicht mehr aus dem kommunalen Alltag ausgeblendet werden. Mit der Annahme des 4. Sachstandsberichts des Zwischenstaatlichen Ausschusses für Klimaänderungen (IPCC) von 2007 sind der Klimawandel und seine mit hoher Wahrscheinlichkeit anthropogenen Ursachen international anerkannt. Seit dem vergangenen Jahrhundert erwärmt sich das Klima, wie Beobachtungsdaten belegen. So stieg das globale Mittel der bodennahen Lufttemperatur im Zeitraum 1906 bis 2005 um etwa 0,74°C. Gebirgsgletscher und Schneebedeckung haben im Mittel weltweit abgenommen. Extremereignisse wie Starkniederschläge und Hitzewellen – etwa während des “Jahrhundertsommers” 2003 – wurden häufiger, und seit den 1970er Jahren traten in den Tropen und Subtropen intensivere und länger andauernde Dürren über größeren Gebieten auf. Mit steigender Temperatur nehmen die erwarteten Risiken zu (vgl. Umweltbundesamt ). Seit dem Beginn der Industrialisierung steigt die globale Mitteltemperatur der Luft in Bodennähe. Die durch das vom Menschen verursachte ( anthropogene ) Verbrennen fossiler Brennstoffe in der Atmosphäre angereicherten Treibhausgase führen in der Tendenz zu einer Erwärmung der unteren Luftschichten (vgl. Abbildung 1) Nach den Prognosen des IPCC muss auch in Deutschland bis zum Jahr 2050 mit folgenden Änderungen gerechnet werden: im Sommer werden die Temperaturen um 1,5 °C bis 2,5 °C höher liegen als 1990 im Winter wird es zwischen 1,5 °C und 3 °C wärmer werden im Sommer können die Niederschläge um bis zu 40 % geringer ausfallen im Winter kann es um bis zu 30 % mehr Niederschlag geben (ausführliche Zusatzinformationen hier: Klimaatlas Deutschland ). Um die regionalen Auswirkungen dieser künftigen Klimaänderungen in Deutschland besser einschätzen zu können, werden sogenannte Regionale Klimamodelle eingesetzt und z.B. im Auftrag des Umweltbundesamtes zur Erstellung von Projektionsdaten der möglichen zukünftigen Entwicklung genutzt. Grundlage für die Klimamodelle bilden Annahmen über die Entwicklung der Emissionen in den nächsten Jahrzehnten, die wiederum abhängig sind von den möglichen (weltweiten) demographischen, gesellschaftlichen, wirtschaftlichen und technischen Entwicklungen. Maßgebend sind für die meisten Klimaprojektionen die SRES-Emissionsszenarien des IPCC . Für die meisten Projektionsrechnungen wird das Szenario A1B genutzt, das von folgenden Annahmen ausgeht: stetiges Wirtschaftswachstum ab Mitte des Jahrhunderts rückläufige Weltbevölkerung Einführung neuer und effizienter Technologien Verringerung der regionalen Unterschiede im Pro-Kopf-Einkomen “ausgewogene Nutzung” aller Energiequellen. Alle SRES-Szenarien beinhalten keine zusätzlichen Klimainitiativen, d.h. es sind keine Szenarien berücksichtigt, die ausdrücklich eine Umsetzung internationalen Übereinkommen vorsehen. Die Auflösungsebene der regionalen Modelle liegt bei 10 km x 10 km pro einzelner Rasterfläche. Einerseits bedeutet dies einen beträchtlichen Qualitätssprung gegenüber den globalen Modellen mit Rastergrößen von 200 km x 200 km, andererseits reicht die Auflösung für stadtplanerische Zwecke bei weitem nicht aus. Zwei der bekanntesten Modelle in Deutschland sind das dynamische Regionalmodell REMO sowie das statistische Verfahren WETTReg. Auf Bundesebene wurde am 17. Dezember 2008 im Kabinett die Deutsche Anpassungsstrategie an den Klimawandel (DAS) beschlossen. Sie stellt den Beitrag des Bundes dar und schafft einen Rahmen zur Anpassung an die Folgen des Klimawandels in Deutschland, der durch die Städte und Ballungszentren je nach lokaler Betroffenheit spezifiziert werden muss. Diese mögliche lokale Betroffenheit besser einschätzen zu können, war Ausgangspunkt der Anfang 2008 abgeschlossenen Kooperationsvereinbarung zwischen dem Deutschen Wetterdienst (DWD), Abteilung Klima- und Umweltberatung und der Senatsverwaltung für Stadtentwicklung, Abteilung Geoinformation, Referat Informationssystem Stadt und Umwelt , die Anfang 2010 erfolgreich abgeschlossen werden konnte. Der dazu vorgelegte Projektbericht lieferte auch wesentliche Beiträge für die hier vorgelegten Textteile (DWD 2010). Ansatz der hier präsentierten Karten und Daten war somit die Fragestellung, wie sich auf der Basis heute vorliegender Erkenntnisse und Modelldaten die thermischen Verhältnisse in Berlin entwickeln könnten. Dies ist auch deshalb von besonderem Interesse, da davon auszugehen ist, dass heute noch als nicht wärmebelastet bewertete Stadtgebiete durch die fortdauernde Klimaerwärmung in den nächsten Jahrzehnten einer deutlichen höheren sommerlichen Hitze ausgesetzt sein dürften. Dies gilt sowohl von der zu erwarteten absoluten Höhe der erreichten Temperaturwerte als auch von der Andauer der Hitzeperioden. Es ging also im Wesentlichen um eine Bestandsaufnahme der zu erwartenden Klimafolgen insbesondere in den bebauten Bereichen, wo die Verwundbarkeit der Stadtbewohner – und hier vor allem der älteren Bevölkerung – am größten ist. Das methodische Vorgehen zur kleinräumigen lokalen Ausprägung möglicher durch den globalen Klimawandel verursachter Folgen ist noch “Forschungsneuland”, in keiner Weise standardisiert und somit in der Interpretation der Ergebnisdaten immer mit gewissen Unsicherheitsfaktoren versehen (vgl. Methode).
Relative Meeresspiegelschwankungen resultieren aus dem Zusammenspiel von Eustasie, Isostasie, Tektonik und Subsidenz. Die Rekonstruktion des holozänen Meeresspiegels erlaubt es sowohl vertikale Landbewegungen als auch geophysikalische Modelle zu Glazialen Isostatischen Ausgleichsbewegungen (GIA) zu definieren, welche im Gegenzug benutzt werden um instrumentelle Meeresspiegelmessungen an Gezeitenpegeln zu korrigieren. Dementsprechend repräsentieren regionale Daten zu relativen Meeresspiegelschwankungen während des Holozäns, welche auf der Grundlage von standardisierten Protokollen erhoben wurden, den Ausgangspunkt für weitere Untersuchungen zu Meeresspiegelschwankungen des vergangenen Jahrhunderts und die Grundlage für eine Bewertung von lokalen und regionalen Meeresspiegelschwankungen während des 21ten Jahrhunderts. Obwohl es für einige Gebiete genaue Daten zu holozänen Meeresspiegelschwankungen gibt sind Rekonstruktionen für Südostasien, einer vom zukünftigen Meeresspiegelanstieg hoch gefährdeten Region, noch immer begrenzt und im Bezug auf die korrekte Interpretation von Meeresspiegelanzeigern, deren Höhenbezug zu Normalnull und die Qualität der Altersbestimmungen, fragwürdig. Das übergeordnete Ziel dieses Antrags ergibt sich daher aus der Frage: Wie können wir unser Verständnis über relative Meeresspiegelschwankungen während des Holozäns in Südostasien und die damit in Zusammenhang stehenden Prozesse verbessern? Um diese Frage zu beantworten werden wir veröffentlichte Meeresspiegeldaten neu Auswerten und einem standardisierten Ansatz entsprechend in einer Datenbank zusammentragen. Diesen Datensatz werden wir anschließend mit den Forschungsergebnissen von einigen Inseln im Spermonde Archipel, einer vom zukünftigen Meeresspiegelanstieg hoch gefährdeten Region, ergänzen. Im Anschluss an die Geländearbeit werden wir einen umfassenden Datensatz an geophysikalischen Modellen erstellen welche sowohl auf den Ergebnissen der Datenbank, als auch auf den neu erhobenen Geländedaten beruhen und welche statistische Unsicherheiten im Bezug auf das gewählte Eismodell und die Mantelviskosität beinhalten. Dies wird es uns ermöglichen die volle Bandbreite von GIA Signalen zu erfassen und den Bereich zu definieren welcher am besten zu den geologischen Geländedaten passt. Die Geländedaten werden außerdem auf der Grundlage eines Bayes'schen Ansatzes statistisch ausgewertet um potentielle Muster innerhalb der holozänen Meeresspiegelschwankungen zu entdecken. Die Resultate der statistischen Auswertung werden mit den Ergebnissen einer Satellitenbildauswertung bezüglich der Bevölkerungsdichte und Landnutzungsmustern auf den Inseln im Spermonde Archipel gegengeprüft. Nicht zuletzt durch die enge Zusammenarbeit mit weltweit führenden Experten auf internationaler Ebene wird innerhalb dieses Projekts ein Doktorand in allen Bereichen der Meeresspiegelforschung ausgebildet, von Labor und Geländetechniken bis hin zur geophysikalischen Modellierung und Datenauswertung.
Atmospheric CO2 concentrations present a repetitive pattern of gradual decline and rapid increase during the last climate cycles, closely related to temperature and sea level change. During the Last Glacial Maximum (LGM; 23-19 kyr BP), when sea level was ca. 120 m below present, the ocean must have stored additionally about 750 Gt carbon. There is consensus that the Southern Ocean represents a key area governing past and present CO2 change. The latter is not only of high scientific but also of socio-economic and political concern since the Southern Ocean provides the potential for an efficient sink of anthropogenic carbon. However, the sensitivity of this carbon sink to climate-change induced reorganizations in wind patterns, ocean circulation, stratification, sea ice extent and biological production remains under debate. Models were not yet able to reproduce the necessary mechanisms involved, potentially due to a lack of the dynamic representation/resolution of atmospheric and oceanic circulation as well as missing carbon cycling. Data on past Southern Ocean hydrography and productivity are mainly from the Atlantic sector, thus do not adequately document conditions in the Pacific sector. This sector is not only the largest part of the Southern Ocean, but it also represents the main drainage area of the marine-based West Antarctic Ice Sheet (WAIS). In the proposed study we aim to generate paleo-data sets with a newly established proxy method from sediment core transects across the Pacific Southern Ocean. This will enhance the baselines for the understanding and modeling of the Southern Ocean's role in carbon cyling, i.e. ocean/atmosphere CO2 exchange and carbon sequestration. It will also allow insight into the response of the WAIS to past warmer than present conditions. Paired isotope measurements (oxygen, silicon) will be made on purified diatoms and radiolarians to describe glacial/interglacial contrasts in physical and nutrient properties at surface and subsurface water depth. This will be used to test (i) the impact of yet unconsidered dust-borne micronutrient deposition on the glacial South Pacific on shifts of primary productivity, Si-uptake rates and carbon export, (ii) the 'silicic-acid leakage' hypothesis (SALH) and (iii) the formation and extent of surface water stratification. Diatom and radiolarian oxygen isotopes will provide information on the timing of surface ocean salinity anomalies resulting from WAIS melt water. Climate model simulations using a complex coupled atmosphere ocean general circulation model (AOGCM) in combination with a sophisticated ocean biogeochemical model including Si-isotopes will be used for comparison with the paleo records. The analysis will cover spatial as well as temporal variability patterns of Southern Ocean hydrography, nutrient cycling and air-sea CO2-exchange. With the help of the climate model we aim to better separate and statistically analyse the individual impacts of ocean circulation and bio
Zuverlässige und genaue Wettervorhersagen spielen eine entscheidende Rolle für das Verständnis sowie die Begrenzung von Risiken, die sich aus dem Klimawandel ergeben, ebenso sind sie entscheidend für die Vorhersage von Output aus erneuerbaren Energiequellen. Heutzutage wird Wettervorhersage über numerische Wettermodelle betrieben. Das Ergebnis eines Modell-Laufes ist eine einzelne deterministische Vorhersage für zukünftige Wetterereignisse. Um die Unsicherheit in so einer Vorhersage quantifizieren zu können, ist es gängige Praxis geworden, ein Ensemble von numerischen Vorhersagen zu verwenden. Dieses Ensemble wird erzeugt, indem man das Wettermodell mehrfach laufen lässt, und jeder Lauf mit jeweils modifizierten Anfangsbedingungen und/oder Modellformulierungen gestartet wird. Das daraus resultierende Vorhersage Ensemble ist aber typischerweise ungenügend kalibriert und benötigt deshalb statistische Nachbearbeitung. Es wurden bislang bereits verschiedene statistische Modelle zur Nachbearbeitung solcher Ensemble Vorhersagen entwickelt, welche auf unterschiedliche Anforderungen z.B. der betrachteten Wetter Variablen zugeschnitten sind. Insbesondere wird es immer wichtiger diese Modelle dahingehend zu erweitern, dass sie räumliche und zeitliche Abhängigkeiten sowie Abhängigkeiten zwischen Wetter Variablen explizit berücksichtigen. Dieses Projekt hat zum Ziel neue Arten von statistischen Modellen zur Nachbearbeitung zu entwickeln, welche auf vine copula basieren. Diese erlauben sehr flexible und Datenbasierte Modellierung aller Arten von multivariater Abhängigkeiten. Konkretes Ziel ist die Entwicklung von vine copula basierten Modellen, die speziell auf verschiedene Wetter Variablen zugeschnitten sind, wie z.B. Temperatur, Windgeschwindigkeit, Niederschlag, Bewölkung und Sonneneinstrahlung. Die vine copula basierte Quantilregression wird dabei auch angepasst, um Wetter Variablen die mit erneuerbaren Energien in Zusammenhang stehen gleichzeitig nachzubearbeiten und in Vorhersagen der entsprechenden gewonnene Nutzleistung zu transformieren. Im nächsten Schritt sollen diese Modelle auf die multivariate Situation erweitert werden, indem sie Abhängigkeiten in der Zeit, im Raum und zwischen Wetter Variablen direkt modellieren, und nach Möglichkeit sogar alle diese Arten von Abhängigkeiten simultan erfassen. Die hier entwickelten Modelle sollen im Statistik Progammpaket R implementiert, und in einer Studie zur Vorhersage-Qualität und Kalibration mit Standard-Modellen vergleichen werden.
Ultrafeine Partikel (UFP) mit einem aerodynamischen Durchmesser kleiner als 100 nm stehen unter dem Verdacht die menschliche Gesundheit zu schädigen, allerdings fehlt bisher die abschließende wissenschaftliche Evidenz aus epidemiologischen Studien. Zur Herleitung von Expositionskonzentrationen gegenüber UFP wurden zum Teil statistische Modellierungsverfahren genutzt um UFP-Anzahlkonzentrationen vorherzusagen. Ein häufig genutztes Verfahren ist eine auf Flächennutzung basierte lineare Regression („land-use regression“, LUR). Allerdings wurden in luftqualitativen Studien auch andere, ausgefeiltere Modellansätze benutzt, z.B. „machine learning“ (ML) oder „deep learning“ (DL), die eine bessere Vorhersagegenauigkeit versprechen. Das Ziel des Projekts ist die Modellierung von UFP-Anzahlkonzentration in urbanen Räumen basierend auf ML- und DL-Algorithmen. Diese Algorithmen versprechen eine bessere Vorhersagegenauigkeit gegenüber linearen Modellansätzen. Mit unserem Modellansatz wollen wir sowohl räumliche als auch zeitliche Variabilität der UFP-Anzahlkonzentrationen abbilden. In einem ersten Schritt werden die Messergebnisse aus mobilen Messkampagnen genutzt um ein ML-basiertes LUR Modell zu kalibrieren. Zusätzlich werden urbane Emissionen aus lokalen Quellen, abseits vom Straßenverkehr, identifiziert und explizit in das Modell einbezogen. In einem zweiten Schritt wird ein DL-Modellansatz basierend auf Langzeit-UFP-Messungen mit dem ML-Modell gekoppelt um die Repräsentierung der zeitlichen Variabilität zu verbessern. Unser vorgeschlagenes Arbeitsprogramm besteht aus fünf Arbeitspaketen (WP): WP 1 beinhaltet mobile Messungen mittels eines mobilen Labors und eines Messfahrads. WP 2 besteht aus stationären Messungen, die an Stationen des German Ultrafine Aerosol Network durchgeführt werden. In WP 3 werden wichtige UFP-Emissionsquellen, insbesondere Nicht-Verkehrsemissionen, mit Hilfe von zusätzlichen kurzzeitigen stationären Messungen identifiziert und quantifiziert. In WP 4 werden ML-Algorithmen genutzt um ein statistisches Modell aufzubauen. Als Kalibrierungsdatensatz werden die Messungen aus WP 1 benutzt. Das Modell wird UFP-Anzahlkonzentrationen mit Hilfe eines Datensatzes aus erklärenden Variablen, u.a. meteorologische Größen, Flächennutzung, urbaner Morphologie, Verkehrsmengen und zusätzlichen Informationen zu UFP-Quellen nach WP 3, vorhersagen. In WP 5 werden die UFP-Anzahlkonzentrationen aus WP 2 für einen DL-Modellansatz genutzt, der die zeitliche Variabilität repräsentieren wird. Dieser wird dann mit dem ML-Modell aus WP 4 gekoppelt. Der Nutzen der Modellkopplung wird mit dem Datensatz aus WP 3 validiert. Aus unserem Projekt wird ein Modell hervorgehen, das in der Lage ist die räumliche und zeitliche Variabilität urbaner UFP-Anzahlkonzentrationen in einer hohen Genauigkeit zu repräsentieren. Damit wird unsere Studie einen Beitrag zur Quantifizierung von Expositionskonzentrationen gegenüber UFP z.B. in epidemiologischen Studien leisten.