Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station in der Zu Rheinstraße sind mehrere Bäume der Art Robinia und Linde Tilia mit Sensoren versehen. Die Daten einer der Linden stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 13.11.2024 13 Uhr](https://opendata.smartandpublic.eu/datasets/74e7c788-0882-4ffe-b0dc-74cb0e0fb782), [ab 13.11.2024 14 Uhr](https://opendata.smartandpublic.eu/datasets/b976e56e-9fbf-42dd-86db-1677c2a5dc91?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)
CO-MICC is a data portal for freshwater-related climate change risk assessment at multiple spatial scales. It is named after the research project during which it was developed, i.e. the CO-MICC (CO-development of Methods to utilize uncertain multi-model-based Information on freshwater-related hazards of Climate Change) project (2017-2021). The aim of CO-MICC is to support decision making in the public and private spheres dealing with future availability of freshwater resources. This climate service is operated and maintained by the International Centre for Water Resources and Global Change (ICWRGC), and more broadly by the German Federal Institute of Hydrology. The portal comprises data of over 80 indicators of freshwater-related hazards of climate change, which can be visualized in the form of global maps or interactive graphs. The indicators are dynamically calculated based on modelled annual and monthly gridded (0.5°) data sets of climate and hydrological variables. These data sets were computed by a multi-model ensemble comprising four Representative Concentration Pathways (RCPs), four General Circulation Models (GCMs), three Global Hydrological Models (GHMs) and two variants per hydrological model, which amounts to 96 ensemble members in total. They were provided by three European research modelling teams that are part of the ISIMIP consortium. The indicator data correspond to absolute or relative changes averaged over future 30-year periods, as compared to the reference period 1981-2010.
Das Absterben der Bäume in verschiedenen Ökosystemen erfordert umfangreichere Forschungen zu verursachenden Krankheitserregern und auslösenden interagierenden Prozessen als bisher. Innerhalb des Ursachenkomplexes nehmen Pflanzenviren eine besondere Stellung ein, wobei zu Pflanzenviren wenig bekannt ist. Erst in den letzten Jahren ließen Fortschritte in der methodischen Vorgehensweise, insbesondere die Hochdurchsatzsequenzierung, die Entdeckung einer Reihe neuer Viren zu. Die genaue Charakterisierung der bekannten Viren in Bäumen wurde dadurch intensiviert. Dieses Projekt wird umfangreiche Informationen über die Auswirkungen eines natürlichen Viroms bei Laubbäumen unter sich verändernden klimatischen Bedingungen liefern. Im Fokus steht hier eine simulierte Erhöhung der Lufttemperatur sowie ein Trockenstress. Mit unseren langjährigen Studien bestätigen wir, dass Viren in Stadt- und Waldbäumen stärker verbreitet sind, als vermutet. Inwieweit die Viren mit anderen Stressoren interagieren, ist bisher in Bäumen nicht untersucht. Um die komplexen Prozesse der Virus- und Pflanzeninteraktion zu untersuchen, werden transkriptomische und proteomische (Stress-) Reaktionen untersucht. Wir verfolgen die Hypothese, dass bestimmte virale Kombinationen in Betula sp. das Pflanzenproteom derart verändern können und dies mit degenerativen Prozessen und frühzeitigem Altern des Baumes korreliert. Insbesondere der Einfluss des Klimawandels, d.h. Erwärmung und Trockenstress, auf das Pathosystem der Virus infizierten Pflanzen wird in diesem Projekt mit einem umfassenden Ansatz erstmalig untersucht. Eine Empfindlichkeit der Bäume gegenüber Erwärmung und Trockenheit - abhängig von der viralen Kombination in der Koinfektion - wird zudem hypothetisiert. tdecktes Das kürzlich entdeckte Virom der Birke dient hierbei als Modellsystem. Die Untersuchung eines bisher unbekannten Baumviroms und dessen Einflüsse auf das Baumtranskriptom und -proteom in Samenplantagen im Zusammenspiel mit sich ändernden klimatischen Eigenschaften ist neu. Da Samenplantagen lebende Sammlungen der fittesten Klone sind, die uns zur zukünftigen Kultivierung von Stadt -und Waldbäumen zur Verfügung stehen, ist der Status von Virusinfektionen in diesen und deren Interaktion im System Virus/Pflanze unter Klimawandelbedingungen von essenziellem Interesse für die zukünftige Wiederaufforstung. Vor diesem Hintergrund wollen wir verschiedene akademische Denkansätze miteinander verbinden - Pflanzenvirologie und Pflanzenphysiologie. Die fachliche Kompetenz auf beiden Gebieten und ein Systemdenken soll in diesem interdisziplinären Team gestärkt werden.
Der Prozess der Jahrringbildung wird durch innere und äußere Faktoren gesteuert. In diesem Kooperations-Forschungsvorhaben zwischen dem Institut für Waldwachstum und der Forstlichen Versuchs- und Forschungsanstalt Baden-Württemberg (FVA), Freiburg untersuchen wir die Zellstruktur der Jahrringe von Fichten (Picea abies) und Buchen (Fagus sylvatica) mit besonderem Augenmerk auf Trockenstressreaktionen in den Jahren 1976 und 2003 sowie deren Nachwirkungseffekte. Die Untersuchungsbäume wurden an verschiedenen Standorten der Bodenzustandserfassung (BZE) sowie des intensiven Waldmonitorings (Level II) in Baden-Württemberg ausgewählt. Damit ist es möglich, standortangepasste Bodenwasserhaushaltsmodelle für die Untersuchungsstandorte zu parametrisieren und damit die Wasserverfügbarkeit der Bäume zu rekonstruieren. Das Ziel dieser jahrringbasierten Forschungsarbeit besteht darin, Zellparameter zu identifizieren, anhand derer Trockenstress-Intensitäten quantifiziert werden können. Zudem liefern die Auswertungen Daten und Informationen für die Validierung von Geländewasserhaushaltsmodellen.
Untersuchungen der funktionalen Aspekten der pflanzlichen Biodiversität haben in der Regel die Biodiversität mit über Flächen-integrierenden Maßen bestimmt und diese mit mittleren Standorteigenschaften, der mittleren Wasser- und Nährstoff-Nutzungseffizienz etc. verglichen. Die oft beobachteten positiven Auswirkungen hoher Biodiversität auf die Effizienz der Ressourcennutzung und auf die Ökosystemstabilität werden damit begründet, dass verschiedene Arten zeitlich und räumlich unterschiedliche Nischen für die Wasser- und Nährstoffaufnahme nutzen. Es bietet sich daher an, zu untersuchen, inwiefern höhere Biodiversität tatsächlich zu höherer räumlicher und zeitlicher Variabilität funktionaler Muster wie dem der Wasseraufnahme führen. Unter 'zeitlicher Variabilität' wird hier die zeitliche Änderung räumlicher Muster der Wasser- und Nährstoffaufnahme verstanden, abhängig von den hydrologischen Randbedingungen, die einzelne Arten oder funktionale Gruppen begünstigen oder benachteiligen. Das beantragte Projekt zielt darauf ab, sowohl die innerhalb der einzelnen experimentellen Plots gemittelte Evapotranspiration als auch räumliche Muster und den Grad der Heterogenität der Evapotranspiration innerhalb der experimentellen Plots sowie die zeitliche Stabilität dieser räumlichen Muster zu untersuchen. Dazu werden zwei innovative Ansätze kombiniert. Mittels Drohnen-gestützter Thermal- und Multispektral-Aufnahmen können räumliche Muster der aktuellen Evapotranspiration mit hoher räumlicher Auflösung und mit geringem Aufwand bestimmt werden. Mittels modernen Verfahren zur Analyse großer Datensätze hydrologischer Zeitreihen können die jeweiligen Beiträge verschiedener Prozesse auf die beobachtete Dynamik quantitativ erfasst werden. Die Kombination dieser beiden Ansätze ermöglicht eine Verschneidung räumlicher und zeitlicher Aspekte, um die Auswirkungen der Biodiversität auf die pflanzliche Wasseraufnahme besser zu verstehen. Im Einzelnen ist vorgesehen: 1. Mittels räumlich hoch aufgelöster Drohen-gestützter Fernerkundung wird die räumliche Heterogenität der Evapotranspiration innerhalb der experimentellen Plots bestimmt. Wir erwarten, dass höhere räumliche Variabilität mit höherer Widerstandfähigkeit gegen Trockenstress einhergeht. 2. Effekte der pflanzlichen Diversität auf die räumlichen Muster der Evapotranspiration werden von Effekten kleinskaliger Bodenheterogenitäten hinsichtlich der Verfügbarkeit von Nährstoffen, der Wasserhaltekapazität und der Bodenfeuchte unterschieden. Wir erwarten gegenseitige Abhängigkeiten zwischen Pflanzen und Boden, aber auch Effekte der pflanzlichen Diversität, die über die des Bodens hinausgehen. 3. Mittels zeitlich wiederholter Befliegungen werden die räumlichen Muster auf zeitliche Stabilität überprüft. Wir erwarten einen negativen Zusammenhang zwischen der zeitlichen Stabilität räumlicher Muster innerhalb der einzelnen Flächen und dem Grad der Biodiversität.
Bedingt durch den Klimawandel sind landwirtschaftliche Kulturpflanzen vermehrt Wasserstress und Frostschäden ausgesetzt. Gleichzeitig prognostiziert die FAO einen Anstieg des globalen Wasserbedarfs um 55% (Landwirtschaft um 11%), bei einem Anstieg der gesamten beregneten Fläche um 6% bis 2050. Diese Problematik, kombiniert mit dem Bevölkerungsanstieg, wachsendem Energiebedarf und dem Rückgang der nutzbaren landwirtschaftlichen Fläche in den Industriestaaten, verlangt nach Lösungen. Ein bedarfsgerechter, energiesparender und effizienter Einsatz der Ressourcen Wasser und Energie ist erforderlich, um eine zukunftsfähige und nachhaltige Bewässerung zu gewährleisten und der steigenden Nutzungskonkurrenz, um die Ressource Wasser, zu begegnen. Während eine automatisierte Bewässerung im Gewächshaus bereits Stand der Technik ist, wird die Freiflächen und Tröpfchenbewässerung wie z.B. im Gemüse bzw. Obstbau überwiegend manuell auf Basis von Erfahrungswerten der Anbauer oder aufgrund fest geplanter Bewässerungsintervalle durchgeführt. Dies führt in der Regel zu hohen Bewässerungsgaben und kann weiterhin zu Nährstoffauswaschungen führen. Ziel dieses Projektes ist es daher, Daten aus den unterschiedlichsten Quellen auf einer intelligenten Service-Plattform miteinander zu verknüpfen, um dadurch über eine digitale Entscheidungsunterstützung, eine bedarfsgerechte und (teil-)automatisierte Bewässerung zu ermöglichen. Gerade die Integration lokaler Sensoren in einem multivariaten Ansatz, soll dabei auch der zunehmenden Entwicklung von teilabgedeckten Agrarflächen durch Agri-Photovoltaik-Anlagen, Folien und Netzen gerecht werden. Kern des Projekts ist dabei ein Cloud-basierter Bewässerungsplaner, der sich automatisiert an die on-Site gemessenen Klimaparameter, sowie den aktuellen phänologischen Bedingungen in Echtzeit anpasst. Der Planer wird dann mit den bestehenden Systemen der Projektpartner vernetzt, um die Ausführung der Bewässerung zu (teil)-automatisieren.
Der Niedersächsische Bodenfeuchteinformationsdienst (NIBOFID) des LBEG zeigt den tagesaktuellen Wassergehalt für alle Böden in Niedersachsen. Darüber hinaus lässt sich der Verlauf des Bodenwassergehalts für die letzten 10 Tage abrufen. Die Bodenfeuchte wird in % der nutzbaren Feldkapazität (%nFK) angegeben. Die nFK beschreibt die Wassermenge, die ein Boden maximal pflanzenverfügbar speichern kann. Die Werte des Bodenfeuchtemonitors sind berechnet und nicht gemessen. Die Berechnung erfolgt mit dem Bodenwasserhaushaltsmodell BOWAB und wird täglich mit Klimakennwerten (Niederschlag, Temperatur, Wind, Globalstrahlung und relative Luftfeuchte) des Vortages durchgeführt. Es werden für die jeweilige Landnutzung (Acker, Grünland, Laubwald, Nadelwald, Sonstiges) und den Boden spezifisch Parametern abgeleitet. BOWAB nutzt die hochaufgelösten Bodendaten der Bodenkarte 1:50.000 (BK50) von Niedersachsen und leitetet bodenwasserhaushaltliche Kennwerte, wie nFK, FK etc. ab. Die Berechnung erfolgt für die Flächen der BK50. Der Einfluss des Grundwassers wird in Form von kapillarem Aufstieg und durch den Grundwasserstand aus der BK50 berücksichtigt. Eine Bodenfeuchte von 100 %nFK zeigt an, dass der Bodenwasserspeicher gefüllt ist. Bei Werten oberhalb von 100 % entsteht Sickerwasser oder es steht Grundwasser innerhalb der betrachteten Bodenschicht. Werte kleiner als 100 %nFK zeigen an, dass die Pflanzen Bodenwasser entnommen haben und der Boden allmählich austrocknet. Ab Bodenfeuchtewerten unterhalb von 40 - 50 %nFK reagieren Pflanzen auf die Trockenheit und verringern ihre Verdunstung. Bei Werten von < 30 % nFK kann von Trockenstress ausgegangen werden. Im Kartenbild ist die Bodenfeuchte für den Boden von 0 – 60 cm Tiefe dargestellt, der dem Hauptwurzelraum bei den meisten Böden und Nutzungsformen entspricht. Standortbezogene Informationen liefert ein Maptip. Durch das Klicken auf einen Standort wird der aktuelle Bodenwassergehalt für den Hauptwurzelraum in %nFK angezeigt. Zusätzlich können auf der Detailseite weiterführende Informationen abgerufen werden. Als Grafik wird der Verlauf der mittleren Bodenfeuchte für die vergangenen 10 Tage für die Tiefenbereiche 0 - 30 cm (Oberboden), 0 - 60 cm (Hauptwurzelraum) und, sofern der Boden mächtiger ist, 0 - 90 cm (gesamte Betrachtungstiefe) dargestellt. Zudem wird die Sickerwassermenge unterhalb von 90 cm Tiefe für den betrachteten Standort angegeben. Falls Sie noch genauere Informationen zum Wassergehalt für Ihren Boden mit einer bestimmten Anbaukultur (Weizen, Mais, Grünland) benötigen, nutzen Sie gerne die Fachanwendung „Bodenwasserhaushalt“ im NIBIS® Kartenserver. Sie bietet die Möglichkeit den Verlauf der Bodenfeuchte für einzelne oder mehrere Flächen über einen längeren Zeitraum mit verschiedenen Fruchtfolgen (z.B. 1 Jahr oder länger) zu ermitteln.
Rasterkarten zum Wasserhaushalt, bzw. zur Grundwasserneubildung, berechnet mit mGROWA (FZ Jülich, 2021). Im Webdienst werden 6 Layer gezeigt: - Grundwasserneubildung des hydrolog. Jahres 2019 [Min] - Grundwasserneubildung des hydrolog. Jahres 2008 [Max] - mittlere jährliche Grundwasserneubildung (1991 - 2019) - mittlere jährliche Grundwasserneubildung (1961 - 1990, Klimareferenzperiode) - Direktabfluss Mittlere Rate (1991-2020) - Tatsächliche Verdunstung Mittlere Rate (1991-2020) Beschreibung: Etwa ein Viertel des Niederschlags gelangt in Hamburg über den Boden ins Grundwasser und bildet damit einen erheblichen Anteil unserer täglichen Wasserversorgung und ist ökologische Grundlage für die Vegetation und den Boden als Wasserspeicher. Der übrige Niederschlag wird im Wesentlichen durch Verdunstung und Abfluss ins Sielnetz und in die Gewässer bestimmt. Aktuell werden pro Jahr bei durchschnittlichen Niederschlägen (etwa 770 mm pro Jahr) 136 Millionen Kubikmeter (m³) Grundwasser auf Hamburger Gebiet neu gebildet. Im Trockenjahr 2019 waren es nur 75 Millionen m³, was sich in stark fallenden Grundwasserständen, fehlender Bodenfeuchte und sich durch teilweises Trockenfallen von Gewässern für Tier und Pflanze als Trockenstress auswirkte. Auf die Beobachtung der Entwicklung der Grundwasserneubildung kommt deshalb in Zeiten des Klimawandels besondere Bedeutung zu. Neben klimatischen Veränderungen ist deshalb ein ausgefeiltes Flächen- und Ressourcenmanagement nötig, um der wachsenden urbanen Versiegelung und dem steigenden Wasserverbrauch mit Strategien und Maßnahmen hin zu einem naturnahen Wasserhaushalt entgegenzuwirken. Datengrundlagen und Methodik: Grundlage für die Berechnung und Darstellung von flächen- und zeitlich differenzierten Rasterkarten der verschiedenen Wasserhaushaltskomponenten ist das rasterzellenbasierte Wasserhaushaltsmodell mGROWA des Forschungszentrums Jülich. In mGROWA wurden zunächst standortbezogen auf Basis der jeweiligen Niederschlagsmengen und klimatischen Einflussgrößen die tatsächliche Verdunstung und der Gesamtabfluss in täglicher Auflösung mit einer Zellengröße von 25 x 25 m berechnet. Die berechneten Tageswerte wurden nachfolgend auf langjährig, jährliche und monatliche Zeiträume aggregiert. Danach wurde der Gesamtabfluss auf Basis der Standorteigenschaften in verschiedene Abflusskomponenten aufgeteilt. In der Datenzusammenstellung sind neben den Rasterkarten der potentiellen und tatsächlichen Verdunstung, des Gesamtabflusses und der Standorteigenschaften die Rasterkarten der Abflusskomponenten urbaner Direktabfluss, Sickerwasserrate, Zwischen- und Dränageabflüsse, sowie letztendlich die Grundwasserneubildung enthalten. Im Folgenden dargestellt werden auszugsweise die Karten zum mittleren langjährigen Mittel 1961-1990 (Klimareferenzperiode) und 1991-2019, das Nassjahr 2008 mit sehr großer und das Trockenjahr 2019 mit sehr geringer Neubildung.
Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station in Rottendorf sind mehrere Bäume der Art Robinia mit Sensoren versehen. Die Daten eines dieser Bäume stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 13.11.2024 13 Uhr](https://opendata.smartandpublic.eu/datasets/9b901002-a1fd-47b0-89d4-eb12f9117233?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub), [ab 23.11.2024 14 Uhr](https://opendata.smartandpublic.eu/datasets/713101d0-8137-4da5-9010-8281fadd8bff?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)
Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station auf dem Landesgartenschaugelände sind mehrere Linden der Art Tilia mit Sensoren versehen. Die Daten eines dieser Bäume stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 14.04.2025 12 Uhr](https://opendata.smartandpublic.eu/datasets/2525e376-990b-45cb-90b3-71a2e5ae3cbc?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub), [ab 14.04.2025 13 Uhr](https://opendata.smartandpublic.eu/datasets/7507c65c-a1b2-446d-82e1-fcc14a793552?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)
| Organisation | Count |
|---|---|
| Bund | 341 |
| Europa | 21 |
| Kommune | 17 |
| Land | 89 |
| Weitere | 24 |
| Wirtschaft | 1 |
| Wissenschaft | 149 |
| Zivilgesellschaft | 3 |
| Type | Count |
|---|---|
| Ereignis | 4 |
| Förderprogramm | 306 |
| Text | 41 |
| unbekannt | 40 |
| License | Count |
|---|---|
| Geschlossen | 50 |
| Offen | 333 |
| Unbekannt | 8 |
| Language | Count |
|---|---|
| Deutsch | 367 |
| Englisch | 114 |
| Resource type | Count |
|---|---|
| Archiv | 1 |
| Bild | 2 |
| Datei | 22 |
| Dokument | 27 |
| Keine | 213 |
| Unbekannt | 2 |
| Webdienst | 13 |
| Webseite | 157 |
| Topic | Count |
|---|---|
| Boden | 391 |
| Lebewesen und Lebensräume | 389 |
| Luft | 323 |
| Mensch und Umwelt | 391 |
| Wasser | 310 |
| Weitere | 387 |