Das Ziel des Projekts ist die Klimaneutralität der der Weleda Unternehmensgruppe (mit Standorten in Arlesheim (Schweiz), Schwäbisch Gmünd (Deutschland) und Huningue (Frankreich)). Folgende Arbeitsschritte sind vorgesehen: 1. Bilanz und Ist-Analyse (optional: Erstellung von Zeitreihen mit Berücksichtigung der Effekte von in der Vergangenheit getroffenen Maßnahmen), 2. Bewertung von Vermeidungs- und Verringerungsmaßnahmen, 3. Bewertung von Kompensationsmaßnahmen, 4. Zusammenstellung der Ergebnisse, technische Dokumentation und Leitfaden zur kontinuierlichen Weiterführung. Als optionaler fünfter Arbeitsschritt sollen neben den Treibhausgasemissionen der Verbrauch an Energie und Wasser bilanziert werden.
BACKGROUND: The Kingdom of Jordan belongs to the ten water scarcest countries in the world, and climate change is likely to increase the frequency of future droughts. Jordan is considered among the 10 most water impoverished countries in the world, with per capita water availability estimated at 170 m per annum, compared to an average of 1,000 m per annum in other countries. Jordan Government has taken the strategic decision to develop a conveyor system including a 325 km pipe to pump 100 million cubic meters per year of potable water from Disi-Mudawwara close to the Saudi Border in the south, to the Greater Amman area in the north. The construction of the water pipeline has started end of 2009 and shall be finished in 2013. Later on, the pipeline could serve as a major part of a national water carrier in order to convey desalinated water from the Red Sea to the economically most important central region of the country. The conveyor project will not only significantly increase water supplies to the capital, but also provide for the re-allocation of current supplies to other governorates, and for the conservation of aquifers. In the context of the Disi project that is co-funded by EIB two Environmental and Social Management Plans have been prepared: one for the private project partners and one for the Jordan Government. The latter includes the Governments obligation to re-balance water allocations to irrigation and to gradually restore the protected wetlands of Azraq (Ramsar site) east of Amman that has been depleted due to over-abstraction by re-directing discharge of highland aquifers after the Disi pipeline becomes operational. The Water Strategy recognizes that groundwater extraction for irrigation is beyond acceptable limits. Since the source is finite and priority should be given to human consumption it proposes to tackle the demand for irrigation through tariff adjustments, improved irrigation technology and disincentive to water intensive crops. The Disi aquifer is currently used for irrigation by farms producing all kinds of fruits and vegetables on a large scale and exporting most of their products to the Saudi and European markets and it is almost a third of Jordan's total consumption. The licenses for that commercial irrigation were finished by 2011/12. Whilst the licenses will be not renewed the difficulty will be the enforcement and satellite based information become an important supporting tool for monitoring. OUTLOOK: The ESA funded project Water management had the objective to support the South-North conveyor project and the activities of EIB together with the MWI in Jordan to ensure the supply of water for the increasing demand. EO Information provides a baseline for land cover and elevation and support the monitoring of further stages. usw.
Grundwasserneubildung ist eine wichtige Komponente des natürlichen Wasserkreislaufs, die eine zentrale Bedeutung für die nachhaltige Nutzung der Grundwasserressourcen hat. Zukünftige Landnutzungsänderungen und Verschiebungen durch den Klimawandel erfordern mehr denn je detailliertes Wissen über räumliche Verteilung, Intensität und zeitliche Variabilität der Grundwasserneubildung, ebenso, wie der Eintrag von Düngemitteln und Agrochemikalien ins Grundwasser. Ihre Abschätzung und Messung ist jedoch schwierig, da sie räumlich und zeitlich sehr variabel ist, große Gebiete betrifft und nicht direkt von der Landoberfläche messbar ist. Die Anwendung von Messungen des natürlichen Neutronenhintergrunds an der Landoberfläche (CRNS) könnte erstmalig konkret dazu genutzt werden, Grundwasserneubildungsraten für größere Flächen als bisher abzuschätzen. Durch die hohe Sensitivität und die räumliche Mittelung der Methode kann nicht nur die Dynamik der Bodenfeuchte im Oberboden repräsentativ und nicht-invasiv erfasst werden, sondern ebenso Schnee, der als saisonaler Wasserspeicher einen relevanten und kurzfristigen Beitrag zur Grundwasserneubildung liefern kann. Die Forschungsfragen dieses Teilprojekts der Forschergruppe 'Cosmic Sense' konzentrieren sich darauf, 1) wie die gewonnenen CRNS Daten zur Abschätzung der Grundwasserneubildung eingesetzt werden können, auch wenn mit CRNS allein bisher noch keine komplette Wasserbilanz des gesamten Bodenkompartiments möglich ist; 2) diese Abschätzung bei der experimentellen Untersuchung mehrerer, unterschiedlicher Standorte einzusetzen und zu validieren; und 3) über CRNS erstmalig auch Schnee in die Bilanzierung einzubeziehen und Schneewasseräquivalente für hydrologische Modelle zur Verfügung zu stellen. Für die Interpretation der experimentellen Daten werden sowohl die Ergebnisse eindimensionaler Simulationen der Bodenwasserströmung herangezogen als auch der Vergleich mit einer hydrogeophysikalischen Messung der Wasserverteilung im Boden bis zum Grundwasser (in einem anderen Teilprojekt). Bei den beiden Großversuchskampagnen der Forschergruppe wird die Grundwasserneubildung für das am jeweiligen Standort (in einem anderen Teilprojekt) installierte großflächige CRNS-Bodenfeuchte-Netzwerk über diese Methodik ermittelt. Die räumliche Verteilung und zeitliche Dynamik der Grundwasserneubildungsrate wird dann in einem numerischen Grundwassermodell für das Gebiet zusammengeführt und beides wird zur Überprüfung der Gesamtwasserbilanz des Gebietes im jeweiligen Großversuch dienen.
Karstgrundwasserleiter spielen im Alpenraum eine wichtige Rolle. Sie bedecken etwa 56% der Fläche, und ein erheblicher Teil der Bevölkerung ist ganz oder teilweise von Trinkwasser aus Karstquellen abhängig, die oft mit wertvollen Ökosystemen verbunden sind und zur Wasserkrafterzeugung beitragen. Die Alpen zählen nach Studien zu den am stärksten vom Klimawandel betroffenen Gebieten in Europa. Als Folge der steigenden Temperaturen werden sich die gespeicherten Mengen an Schnee und Eis stark verringern, was zu einer Verschiebung zwischen Wasserhaushaltskomponenten in Verbindung mit einer saisonalen Umverteilung der Niederschläge führt. Außerdem wird erwartet, dass Hoch- und Niedrigwasserereignisse häufiger auftreten werden. Der Stand der Technik bei der Modellierung der Schüttung von Karstquellen, meist mittels konventioneller numerischer Modelle, ist auf standortspezifische, oft aufwändige und nicht übertragbare wissenschaftliche Studien beschränkt, die manuelle Modellabstimmung und Kalibrierung erfordern. Bis heute gibt es keinen leicht übertragbaren Ansatz, der gleichzeitig auf viele Karstquelleinzugsgebiete anwendbar ist. In diesem Projekt werden wir einen modernen, Deep-Learning basierten Ansatz zur Modellierung der Schüttung von Karstquellen entwickeln, der sich besonders gut eignet, übertragbare Modelle, die Informationen von verschiedenen Standorten nutzen können, aufzubauen. Deep Learning ist ein Teilgebiet des maschinellen Lernens, basierend auf künstlichen neuronalen Netzen, das sich sowohl bei akademischen als auch bei industriellen Anwendungen als sehr erfolgreich erwiesen hat. Die vorgeschlagene Studienregion sind die Alpen, mit Karstgebieten in Österreich, der Schweiz, Deutschland, Frankreich, Italien und Slowenien, mit einem Schwerpunkt auf dem besonders vom Klimawandel betroffenen von der Alpenkonvention abgegrenzten Gebirgsgebiet. Als Grundlage der Studie dient das World Karst Spring Database (WoKaS). Es wird im Laufe des Projekts mit zusätzlichen Daten von Behörden und Wasserversorgern ergänzt, insbesondere in Regionen mit bislang schlechter Abdeckung. Die Arbeiten beinhalten die Erstellung eines umfassenden Datensatzes mit Einzugsgebietsattributen und meteorologischen Einflussgrößen für etwa 150 Quellen. Klassische Lumped-Parameter-Modelle werden als Benchmarks aufgesetzt und mit den neu entwickelten Deep-Learning basierten Modellergebnissen verglichen. Ziel ist es, die Eignung neuartiger Deep-Learning Modellansätze für die Abschätzung der Auswirkungen des Klimawandels für eine Vielzahl von kurz- und langfristigen Vorhersagen zu untersuchen. Eine vertiefende Fallstudie des Dachsteingebietes, dessen große Karstregion wesentlich zur Wasserversorgung und Wasserkrafterzeugung beiträgt, wird die vergleichende Untersuchung mit einem numerischen 3D-Modell erweitern. Schließlich werden die entwickelten Modelle dazu verwendet, um Auswirkungen des Klimawandels auf die alpinen Karstgrundwasserressourcen vorherzusagen.
Das Modell MoRE wurde auf die Jahre um 1880 angewandt, um die mittleren historischen Emissionen, Frachten und Konzentrationen von Stickstoff und Phosphor für Flusseinzugsgebiete, die in die deutsche Nord- und Ostsee einleiten, zu quantifizieren. Die historische Wasserbilanz wurde mit dem Modell LARSIM-ME abgeleitet und in MoRE integriert. Die Modellergebnisse ergänzen die historischen Modellergebnisse, die den bestehenden deutschen Zielkonzentrationen für Stickstoff am so genannten Übergabepunkt limnisch-marin und Schwellenwerten für den guten ökologischen Zustand der Küsten- und Meeresgewässer zugrunde liegen. Die Datensatzdatei enthält die Geometrie der 3048 Modellierungseinheiten in den Einzugsgebieten von Nord- und Ostsee (mit Ausnahme des Stettiner Haffs und des Einzugsgebiets der oberen Donau) und eine lange Datentabelle mit den Modelloutputs und ausgewählten Inputdaten (47 Variablen, Spalten durch Tabstopps getrennt).
Zielsetzung: Aufbauend auf die abgeschlossenen Projekte (Nr. 100566, 100810) sollen die bereits erhobenen Grundlagen an der Forschungsstation Stoderzinken erweitert werden, sowie die folgenden Fragestellungen hinsichtlich der Wasserbilanz an dem Gebirgsstandort ergänzt werden: - Einfluss der Schneebedeckung auf die Wasserbilanz Durch einen kombinierten Ansatz aus Messung und Modellierung soll die Rolle der Schneedecke als Teil der Wasserbilanz für den Standort Stoderzinken besser charakterisiert werden. Hierfür werden auch die Isotopenverhältnisse (18O/16O und 2H/1H) in der Schneedecke und im Sickerwasser des Lysimeters gemessen. Dadurch lässt sich sowohl der Anteil der Schneeschmelze im Sickerwasser bestimmen als auch die mittlere Verweilzeit der Schneeschmelze in der ungesättigten Zone berechnen. Die Messungen dienen dazu das Schneedeckenmodell zu kalibrieren und zu validieren. Mittels des Schneedeckenmodells kann der Rückhalt bzw. der Beitrag aus der Schneeschmelze sowie deren zeitliche Veränderungen quantifiziert werden. Mittels wiederholter Aufnahmen der räumlichen Verteilung der Schneehöhe soll auch die Unsicherheit der Schneemessungen durch die räumliche Variabilität berücksichtigt werden. - Verhalten von Wasserbilanzkomponenten in Extremjahren/-perioden Aus den vorliegenden Zeitreihen der Messungen der Wasserbilanzkomponenten können deren Jahr-zu-Jahr Schwankungen und Extremwerte quantifiziert werden. Dazu ist zuerst eine sorgfältige Qualitätskontrolle der Messdaten notwendig. Danach können die Zeitreihen analysiert werden und mittels des Modells auf Plausibilität überprüft werden. - Vergleich der Ergebnisse mit einem Talstandort Durch die Verwendung eines zusätzlichen Talstandortes (Gumpenstein) werden die Höhenabhängigkeiten der einzelnen Komponenten der Wasserbilanz bestimmt. Damit ist zu erwarten, dass in Zukunft die flächenverteilte Modellierung der Wasserhaushaltskomponenten verbessert werden kann. Derartige Daten sind über das Untersuchungsgebiet hinaus, als Grundlage für Modellsimulationen, von großem Interesse. - Auswirkungen der Wasserbilanz auf Ertrag und Vegetationsdynamik Da es bereits seit 2005 Erhebungen zu Biomassedaten am Lysimeter gibt, kann ein langjähriger Zusammenhang zwischen Wasserbilanzparametern und Ertragsdynamik analysiert und interpretiert werden.
Bitte senden Sie mir sämtliche bei Ihnen vorhandenen Umweltinformationen, Gutachten, Berechnungen, Modelle oder Stellungnahmen zur kumulativen zusätzlichen Verdunstung durch Tagebauseen im Raum Röderau-Bobersen/Zeithain. Insbesondere bitte ich um Unterlagen, aus denen hervorgeht: ob für den Kiessandtagebau Röderau-Bobersen und die bereits vorhandenen bzw. geplanten Tagebauwasserflächen eine kumulative Wasserbilanz erstellt wurde, welche bestehenden, zugelassenen oder geplanten Wasserflächen dabei berücksichtigt wurden, welche Gesamtwasserfläche der Berechnung zugrunde liegt, welcher jährliche zusätzliche Verdunstungsverlust gegenüber der vorherigen Landoberfläche angenommen wird, welche Niederschlags-, Verdunstungs- und Grundwasserneubildungsdaten sowie welche Referenzzeiträume verwendet wurden, ob aktuelle bzw. prognostizierte Auswirkungen des Klimawandels und häufiger Trockenperioden berücksichtigt wurden, ob die in Sachsen verwendete Methodik „F1 - Zusätzliche Verdunstung über Tagebauseen“ auf diesen Raum angewendet wurde und, falls ja, mit welchem Ergebnis. Bitte übersenden Sie außerdem vorhandene Unterlagen, aus denen hervorgeht, wie das Zusammenwirken der Verdunstungsverluste mehrerer Tagebauseen im betroffenen Wasserhaushalt bewertet wurde. Sollten entsprechende Untersuchungen oder Berechnungen nicht vorliegen, bitte ich um ausdrückliche Mitteilung, dass solche Unterlagen nicht vorhanden sind.
<p> Die wichtigsten Fakten <ul> <li>Bei einem Wassernutzungs-Index von mehr als 20 % ist die Schwelle zum <a href="https://www.umweltbundesamt.de/service/glossar/wasserstress">Wasserstress</a> erreicht.</li> <li>Wasserstress bedeutet ein steigendes Risiko für Umweltprobleme und wirtschaftliche Schwierigkeiten.</li> <li>Seit 2007 liegt der Wassernutzungs-Index unter der kritischen Marke von 20 %, 2022 lag er bei 10,1 %.</li> <li>Durch den Import von Gütern verursacht Deutschland eine Wassernutzung in anderen Teilen der Welt. Dies kann in manchen Regionen zum Wasserstress beitragen.</li> </ul> </p><p> Welche Bedeutung hat der Indikator? <p>Der Wassernutzungs-Index setzt die Wasserentnahmen mit den erneuerbaren Wasserressourcen ins Verhältnis. Die erneuerbaren Wasserressourcen oder das erneuerbare <a href="https://www.umweltbundesamt.de/service/glossar/wasserdargebot">Wasserdargebot</a> werden als langjähriges potentielles Wasserdargebot dargestellt. Die erneuerbaren Wasserressourcen umfassen in Deutschland 176 Mrd. m³, bestimmt für die Periode 1991—2020. Wenn 20 % oder mehr des erneuerbaren Wasserdargebots genutzt werden, wird in internationalen Vergleichen von <a href="https://www.umweltbundesamt.de/service/glossar/wasserstress">Wasserstress</a> gesprochen. Eine zu starke Wassernutzung kann zu Umweltproblemen führen und die ökonomische Entwicklung behindern <a href="http://www.tellus.org/tellus/publication/comprehensive-assessment-of-the-freshwater-resources-of-the-world">(Raskin et al. 1997)</a>. Durch sinkende Grundwasserstände können Moore und Feuchtgebiete austrocknen oder Wälder geschädigt werden. In Küstennähe können Grundwasservorkommen durch eindringendes Meerwasser versalzen. Zwar herrscht in Deutschland im Mittel kein Wasserstress, jedoch gibt es regionale und saisonale Unterschiede. So ist der Niederschlag in Deutschland sehr ungleich verteilt.</p> <p>Zukünftig sollte der <a href="https://www.umweltbundesamt.de/service/glossar/indikator">Indikator</a> um den regionalen und saisonalen Bezug ergänzt werden. Durch eine Darstellung des Wassernutzungs-Indexes zum Beispiel auf Ebene der Flusseinzugsgebiete sowie für einzelne Jahresabschnitte könnte dort möglicher Wasserstress besser erkannt werden.</p> </p><p> Wie ist die Entwicklung zu bewerten? <p>Die Europäische Kommission hat sich in ihrem <a href="https://eur-lex.europa.eu/legal-content/DE/TXT/?uri=COM:2011:0571:FIN">„Fahrplan für ein ressourcenschonendes Europa“</a> zum Ziel gesetzt, dass der Schwellenwert von 20 % für den Wassernutzungs-Index nicht überschritten werden soll (EK 2011). Für Deutschland sank der Index zwischen 1991 und 2022 von 26,3 % auf 10,1 %, da die Wasserentnahmen kontinuierlich zurück gingen. 1991 lagen sie noch bei 46,3 Mrd. m³. 2022 lag der Wert mit 17,9 Mrd. m³ deutlich niedriger. </p> <p>Große Teile der verwendeten Wassermenge werden zur Kühlung eingesetzt und danach wieder in die Flüsse oder Seen eingeleitet. Würde dies bei der Berechnung berücksichtigt, läge der Wassernutzungs-Index deutlich unter 10 %. Die Entnahmen der Energieversorgung sinken seit dem Jahr 2013 deutlich. Von 2019 zu 2022 betrug der Rückgang knapp 2 Mrd. m³ von 8,8 auf 6,9 Mrd. m³. Dieser starke Rückgang lag vor allem an der geringeren Kühlwassernutzung durch konventionelle Kohle- und Atom-Kraftwerke. Allerdings könnten andere Wassernutzungen (z.B. Kühlung von Rechenzentren, Wasserstoffproduktion) zu einem erneuten Anstieg von Wasserentnahmen führen. Bei der landwirtschaftlichen Bewässerung ist im Zuge des Klimawandels ein steigender Bedarf zu erwarten.</p> <p>In Deutschland selbst herrscht im Mittel kein <a href="https://www.umweltbundesamt.de/service/glossar/wasserstress">Wasserstress</a>. Jedoch trägt die deutsche Volkswirtschaft durch den Import von wasserintensiven Gütern zur Wassernutzung in anderen Ländern bei. Abhängig von den Rahmenbedingungen kann dies dort mancherorts zu Wasserstress führen (<a href="https://www.umweltbundesamt.de/node/94717">Bunsen et al. 2022</a>).</p> </p><p> Wie wird der Indikator berechnet? <p>Der Wassernutzungs-Index vergleicht die Wasserentnahmen mit dem langjährigen potentiellen <a href="https://www.umweltbundesamt.de/service/glossar/wasserdargebot">Wasserdargebot</a>. In die Berechnung des Wasserdargebotes fließen der Zufluss aus dem Ausland sowie die Differenz von Niederschlag und <a href="https://www.umweltbundesamt.de/service/glossar/verdunstung">Verdunstung</a> von Boden und Pflanzen ein. Zur Berechnung wird die Periode 1991—2020 verwendet. Um einen Vergleich zur bisherigen Klimaperiode zu ermöglichen, wird der Index zusätzlich für 1961 bis 1990 dargestellt. Die Wasserentnahmen entfallen auf die öffentliche Wasserversorgung, die Energieversorgung, das verarbeitende Gewerbe und Bergbau sowie die Landwirtschaft. Die Daten werden alle drei Jahre durch das Statistische Bundesamt erfasst und veröffentlicht. Das Wasserdargebot wird über die Wasserbilanz durch die Bundesanstalt für Gewässerkunde (BfG) bestimmt.</p> <p><strong>Ausführliche Informationen zum Thema finden Sie im Daten-Artikel <a href="https://www.umweltbundesamt.de/node/20044">"Wasserressourcen und ihre Nutzung"</a>.</strong></p> </p><p> </p><p>Informationen für...</p>
Der zip-Ordner enthält 30-jährige Rastermittel für Beobachtungs- (1961-1990 bis 1991-2020) und die Ergebnisbandbreite mit Mittelwert der Absolutwerte und Änderungssignale zu 1971-2000 für Projektionszeiträume der Klimaszenarien RCP8.5 und RCP2.6 (2031-2060 und 2071-2100) im Koordinatensystem epsg:4647 (UTM32) für die Zeiteinheiten: - yr: Kalenderjahr (Jan. - Dez.) - sp: Frühling (Mär. - Mai) - su: Sommer (Jun. - Aug.) - au: Herbst (Sep. - Nov.) - wi: Winter (Dez. - Feb.) - hyr: Hydrologisches Jahr (Nov. - Okt.) - hsu: Hydrologisches Sommerhalbjahr (Mai - Okt.) - hwi: Hydrologisches Winterhalbjahr (Nov. - Apr.) - gs: Vegetationsperiode (Apr. - Sep.) - vd: Vegetationsruhe (Okt. - Mär.) - m01.. Monate Januar bis Dezember Neben den Rasterdaten ist eine Information zu den Dateinamen und für eine Darstellung im GIS eine Klassifizierung der Rasterdaten mit Klassenname und hexcolor-code gegeben.
| Organisation | Count |
|---|---|
| Bund | 517 |
| Europa | 14 |
| Global | 12 |
| Kommune | 9 |
| Land | 128 |
| Weitere | 5 |
| Wirtschaft | 1 |
| Wissenschaft | 201 |
| Zivilgesellschaft | 10 |
| Type | Count |
|---|---|
| Daten und Messstellen | 15 |
| Ereignis | 1 |
| Förderprogramm | 481 |
| Kartendienst | 1 |
| Taxon | 1 |
| Text | 47 |
| Umweltprüfung | 1 |
| WRRL-Maßnahme | 1 |
| unbekannt | 82 |
| License | Count |
|---|---|
| Geschlossen | 66 |
| Offen | 557 |
| Unbekannt | 7 |
| Language | Count |
|---|---|
| Deutsch | 481 |
| Englisch | 198 |
| Resource type | Count |
|---|---|
| Archiv | 9 |
| Bild | 14 |
| Datei | 18 |
| Dokument | 49 |
| Keine | 401 |
| Unbekannt | 1 |
| Webseite | 191 |
| Topic | Count |
|---|---|
| Boden | 544 |
| Lebewesen und Lebensräume | 573 |
| Luft | 450 |
| Mensch und Umwelt | 630 |
| Wasser | 572 |
| Weitere | 609 |