Die Karte zeigt den mittleren Bodenwasservorrat (in %nFK) in der Vegetationsperiode (April – September) für den 30-jährigen Zeitraum 1981-2010 berechnet mit dem Bodenwasserhaushaltsmodell BOWAB (für 0 – 60 cm). Für die Pflanzen ist die Wasserverfügbarkeit im Boden ein zentrales Element für das Wachstum. Diese Verfügbarkeit von Bodenwasser hängt von der Bodenart und der Menge des im Boden gespeicherten Wassers ab. Wobei letztere maßgeblich vom Niederschlag und der Temperatur (bzw. Verdunstung) beeinflusst wird. Das für Pflanzen nutzbare Bodenwasser wird als Prozent der nutzbaren Feldkapazität (%nFK) angegeben. Ein Wert von 100% nFK oder mehr bedeutet die Speicherfähigkeit des Bodens für pflanzenverfügbares Wasser erreicht ist. Ab etwa 40 % nFK wird eine Beregnung von Ackerkulturen empfohlen, um einen optimalen Ertrag erzielen zu können.
Niedrige Wolken sind Schlüsselbestandteile vieler Klimazonen, aber in numerischen Modellen oft nicht gut dargestellt und schwer zu beobachten. Kürzlich wurde gezeigt, dass sich während der Haupttrockensaison im Juni und September im westlichen Zentralafrika eine ausgedehnte niedrige Wolkenbedeckung (engl. „low cloud cover“, LCC) entwickelt. Eine derart wolkige Haupttrockenzeit ist in den feuchten Tropen einzigartig und erklärt wahrscheinlich die dichtesten immergrünen Wälder in der Region. Da paläoklimatische Studien auf eine Instabilität hinweisen, kann jede Verringerung des LCC aufgrund des Klimawandels einen Kipppunkt für die Waldbedeckung darstellen. Daher besteht ein dringender Bedarf, das Auftreten, die Variabilität und die bioklimatischen Auswirkungen des LCC in westlichen Zentralafrika besser zu verstehen.Um diese Ziele zu erreichen, wurde ein Konsortium aus französischen, deutschen und gabunischen Partnern aufgebaut, zu dem Meteorologen, Klimatologen und Experten für Fernerkundung und Waldökologie gehören. Die meteorologischen Prozesse, welche die Bildung und Auflösung der LCC im Tagesgang steuern, werden anhand von zwei Ozean-Land-Transekten auf der Grundlage einer synergistischen Analyse von historischen In-situ Beobachtungen, von Daten einer Feldkampagne und anhand von atmosphärischen Modellsimulationen untersucht. Die Ergebnisse werden mit einem kürzlich entwickelten konzeptionellen Modell für LCC im südlichen Westafrika verglichen.Die intrasaisonale bis interannuale Variabilität des LCC wird durch die Analyse von In-Situ-Langzeitdaten und Satellitenschätzungen quantifiziert. Unterschiede im Jahresgang des LCC (d.h. jahreszeitlicher Beginn und Rückzug, wolkenarme Tage) und die Ausdehnung ins Inland werden dokumentiert. Ansätze, die auf Wettertypen und äquatorialen Wellen basieren, werden verwendet, um intrasaisonale Variationen des LCC zu verstehen. Die Auswirkungen lokaler und regionaler Meeresoberflächentemperaturen auf die LCC-Entwicklung und ihre Jahr-zu-Jahr Variabilität werden bewertet, wobei statistische Analysen und spezielle Sensitivitätsversuche mit einem regionalen Klimamodell verknüpft werden.Schließlich wird der Einfluss von LCC auf die Licht- und Wasserverfügbarkeit bzw. die Waldfunktion anhand von In-Situ-Messungen untersucht. Die Ergebnisse werden mit Messungen aus der nördlichen Republik Kongo, wo die Trockenzeit sonnig ist, sowie mit einem einfachen Wasserhaushaltsmodells, das an die Region angepasst ist, verglichen. Die Wasserhaushaltsanalysen sollen die Kompensations- oder Verstärkungseffekte von Regen im Vergleich zur potenziellen Evapotranspiration, beide moduliert durch die LCC, auf das Wasserdefizit aufzeigen.Die Ergebnisse von DYVALOCCA werden zum ersten konzeptionellen Modell für Wolkenbildung und -auflösung im westlichen Zentralafrika führen und eine Hilfestellung für die Bewertung von Klimawandel-Simulationen mit Blick auf potentielle Kipppunkte für die immergrünen Regenwälder in der Region geben.
Stickstoff- (N) und Wassernutzungseffizienz spielen eine Schlüsselrolle bei der Stabilisierung der Erträge unter den Herausforderungen des Klimawandels und einer restriktiveren Düngepolitik. Obwohl N- und Wasseraufnahme stark von Wurzelsystemen abhängig sind, werden Wurzelarchitektur- und -plastizitätsmerkmale (Fähigkeit von Wurzeln, ihre dreidimensionale Struktur dynamisch zu ändern) in aktuellen Zuchtprogrammen kaum berücksichtigt. Daher hat sich das FuE-Vorhaben 'SMARTROOT' zum Ziel gesetzt, die Züchtung zur Verbesserung der N- und Wassereffizienz durch die Bestimmung geeigneter Wurzelmerkmale zu beschleunigen. Um dieses Ziel zu erreichen, wird SMARTROOT eine neuartige, nicht-invasive Phänotypisierungsmethode entwickeln und einsetzen, um mehrere Wurzelmerkmale bei variabler N- und Wasserverfügbarkeit in einer Kartierungspopulation von Gerstenakzessionen abzubilden und zu analysieren. Die gesammelten Daten werden verwendet, um morphologische und anatomische Wurzelmerkmale und die zugrunde liegenden genetischen Faktoren zu identifizieren, die mit einer verbesserten N- und Wasseraufnahme assoziiert sind. Auf Grundlage günstiger Variationen in Wurzelmerkmalen werden die identifizierten Genloci verwendet, um Doppelhaploiden (DH)-Populationen und neue genetische Marker zu generieren, die es erlauben, vorteilhafte Wurzelmerkmale zielsicher in Elitelinien zu übertragen.
Ausreichende Verfügbarkeit von Trinkwasser und entsprechende Langzeitplanung sind wesentliche Voraussetzungen für eine nachhaltige Zukunft. Dazu bedarf es verlässlicher Langzeitprognosen des zukünftigen Wasserbedarfs. Stündliche und tägliche Bedarfsprognosen mithilfe von maschinellem Lernen (ML) sind wohletabliert, sofern ausreichend Daten vorhanden sind. Dennoch gibt es einige Herausforderungen. Erstens verfügen viele lokale Wasserversorger lediglich über monatliche Bedarfsdaten. Zweitens ist das System wegen des Klimawandels und wegen sozialer, rechtlicher und wirtschaftlicher Veränderungen instationär. Drittens sind zukünftige Wetter- und Klimabedingungen sowie die genannten Wandelprozesse unsicher. Insgesamt führt dies zu hoch volatilen und unsicheren Szenarien mit begrenzten Daten, was eine große Herausforderung für Modellierung und ML-Methoden darstellt. Dennoch sollten diese Methoden breit in verschiedenen Klima- und Wirtschaftsregionen anwendbar sein, zuverlässige Vorhersagen über Jahrzehnte ermöglichen und für Experten in Planungsbüros handhabbar sein. Dieses Projekt zielt darauf ab, Langzeitprognosen des Wasserbedarfs zu verbessern, indem wir folgende vier Forschungsfragen bearbeiten: Welche ML-Modelle für datenarme Probleme beschreiben den Wasserbedarf am besten, und kann die Modellauswahl automatisiert werden? Welche erklärenden Variablen sind notwendig, und wie sind diese zukünftig verteilt? Wie können wir der variierenden Aussagekraft von Daten in instationären Problemen begegnen? Wie können wir sinnvolle Unsicherheitsintervalle für Risikobewertungen erreichen? Um diese Fragen zu beantworten, werden wir speziell für datenarme Situationen entwickelte ML-Modelle entwickeln, kombinieren und bewerten sowie deren Auswahl automatisieren. Dies umfasst auch die Auswahl der erklärenden Variablen und die Untersuchung ihrer Wahrscheinlichkeitsverteilungen. Wir werden auf zwei Zeitskalen arbeiten: kurzfristig (lokal Wetter) und langfristig (Klima). Für die kurze Zeitskala werden wir statistische Wettergeneratoren verwenden, während wir für die langfristige Skala Langzeit-Wettervorhersagen des DWD unter verschiedenen Klimaszenarien nutzen werden. Da technische, gesellschaftliche oder wirtschaftliche Veränderungen und ihre Auswirkungen auf den Wasserbedarf schwer vorhersehbar und allgemein modellierbar sind, müssen sie als exogene oder festgesetzte Variablen behandelt werden. Sie können die Aussagekraft von Daten, die unter aktuellen Bedingungen erhoben werden, beeinflussen. Daher werden wir Multi-Fidelity-Ansätze entwickeln, die aus kürzeren Zeitreihen größerer räumlicher Gebiete lernen können. Für das Projekt bauen wir auf Vorarbeiten im Bereich des Polynomiellen Chaos und der Gauß-Prozess-Regression auf. Alle Methoden werden open-source verfügbar gemacht, um Transparenz in der Bedarfsvorhersage zu fördern und somit verbesserte Vorhersagen und Entscheidungsunterstützung öffentlich verfügbar zu machen.
Das hier beantragte Wissenstransferprojekt soll die Anwendungsreife von Ergebnissen aus zwei früheren DFG-Forschungsprojekten zu Wasserbewirtschaftungsfragen in semi-ariden Regionen erreichen. Der Fokus wird dabei auf der Methodenübertragung und Ergebnisnutzung für die Entwicklung eines Dürrevorhersage und -managementsystems liegen. Die hier erwähnten DFG-Projekte sind: Sediment Export from large Semi-Arid catchments: Measurements and Modelling), und Generation, transport and retention of water and suspended sediments in large dryland catchments: Monitoring and integrated modelling of fluxes and connectivity phenomena. Der Praxispartner ist die Behörde für Meteorologie und Wasserressourcen des Bundesstaates Ceara (FUNCEME) im Nordosten Brasiliens. Diese führt auch Prognosen für das wasserwirtschaftliche System Cearas durch, welches durch eine stark negative klimatische Wasserbilanz und mehrere tausend (meist kleine) Stauseen gekennzeichnet ist. Es ist vorgesehen, das existierende Wasserbewirtschaftungssystem SIGA von FUNCEME mit dem prozessbasierten hydrologischen Modell WASA-SED zu kombinieren. Das WASA-SED Modell, welches aus den o.g. DFG-Projekten stammt, wurde spezifisch für semiaride meso-skalige Einzugsgebiete konzipiert und entwickelt. Damit werden die charakteristischen hydrologischen Prozesse, einschließlich von Transport- und Konnektivitätsphänomenen im Gewässernetz und den Stauseen simuliert. Die geplanten Arbeiten sind in verschiedene Ebenen gruppiert: (1) Integration des WASA-SED-Modells mit dem SIGA-System um den regionalen Wasserbehörden und Flussgebietskommissionen eine direkte Information über aktuelle und prognostizierte Werte der Stauseefüllungen, Abflüsse an bestimmten Flussabschnitten und anderen Wasserressourcen zu ermöglichen; (2) Effiziente Kommunikation der Ergebnisse mit verschiedenen Stakeholdergruppen und Möglichkeit zur Weiternutzung der Ergebnisse. (3) Anwendung von WASA-SED im Vorhersagemodus, d.h. Nutzung von kurzfristigen und saisonalen meteorologischen Vorhersagen zur Prognose der Wasserverfügbarkeit bei unterschiedlichen Vorhersagezeiträumen. (4) Nutzung der prozess-basierten Struktur von WASA-SED um Effekte sich ändernder Randbedingungen zu untersuchen, besonders bzgl. des dichten Netzes aus Stauanlagen. Wir erwarten aus dem Projekt auch Impulse für neue Forschungsfragen als Ergebnis der Integration der Wasserbewirtschaftung und -infrastruktur in das Modellsystems, so evtl.: (1) Untersuchung und Modellierung der saisonalen Dynamik der Verluste in semiariden Flusssystemen und Ableitung eines dafür geeigneten Abflussroutingansatzes; (2) Quantifizierung und Modellierung der hydro-sedimentologischen Konnektivität in komplexen, vom Menschen stark geformten Hydrosystemen, einschließlich der Effekte des dichten Stauseenetzes, Wasserüberleitungen und der teilweise künstlich verbundenen Teileinzugsgebiete.
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.
Methoden des terrestrischen Carbon Dioxide Removal (tCDR) wie Aufforstung und Biomasseplantagen werden zuweilen als effektive, 'grüne' und sichere Varianten des Klimaengineering (CE) verstanden wegen ihrer Möglichkeit, die natürliche CO2-Aufnahme durch die Biosphäre zu erhöhen, und ihrer denkbaren ökonomischen Tragfähigkeit. Erkenntnisse aus der ersten Phase des CE-LAND-Projekts legen indes nahe, dass tCDR aufgrund schwieriger erdsystemischer und ethischer Fragen ebenso kontrovers wie andere CE-Methoden ist. CO2-Budgetierungen und rein ökonomische Bewertungen sind daher um profunde Analysen der natürlichen Begrenzungen, der Auswirkungen auf das Erdsystem mit damit verbundenen Unsicherheiten, der Tradeoffs mit anderen Land- und Wassernutzungen und der weitreichenden ethischen Implikationen von tCDR-Maßnahmen zu ergänzen. Analysen hypothetischer Szenarien der ersten Projektphase zeigen, dass effektives tCDR die Umwidmung großer Flächen voraussetzt, womit schwierige Abwägungsprozesse mit anderen Landnutzungen verbunden wären. Darüber hinaus zeigt sich, dass signifikante Nebenwirkungen im Klimasystem (außer der bezweckten Senkung der Weltmitteltemperatur) und in terrestrischen biogeochemischen Kreisläufen aufträten. CE-LAND+ bietet eine tiefergehende quantitative, räumlich explizite Evaluierung der nicht-ökonomischen Kosten einer Biosphärentransformation für tCDR. Potentielle Tradeoffs und Impakts wie auch die systematische Untersuchung von Unsicherheiten in ihrer Abschätzung werden mit zwei Vegetationsmodellen, einem Erdsystemmodell und, neu im Projekt, dynamischen Biodiversitätsmodellen analysiert. Konkret wird CE-LAND+ bisher kaum bilanzierte Tradeoffs untersuchen: einerseits zwischen der Maximierung der Flächennutzung für tCDR bzw. Biodiversitätsschutz, andererseits zwischen der Maximierung der Süßwasserverfügbarkeit für tCDR bzw. Nahrungsmittelproduktion sowie Flussökosysteme. Auch werden die (in)direkten Auswirkungen veränderten Klimas und tCDR-bedingter Landnutzungsänderungen auf Wasserknappheit (mit diversen Metriken und unter Annahme verschiedener Varianten des Wassermanagements) und Biodiversität quantifiziert. Die Tradeoffs und Impakts werden im Kontext von neben der Bekämpfung des Klimawandels formulierten globalen Nachhaltigkeitszielen - Biodiversitätsschutz, Wasser- und Ernährungssicherheit interpretiert - was sonst nicht im Schwerpunktprogramm vermittelt wird. Ferner wird das Projekt zu besserem Verständnis und besserer Quantifizierung von Unsicherheiten von tCDR-Effekten unter zukünftigem Klima beitragen. Hierzu untersucht es modellstrukturbedingte Unterschiede, Wachstum und Mortalität von tCDR-Pflanzungen unter wärmeren und CO2-reicheren Bedingungen und Wechselwirkungen zwischen tCDR-bezogenen Landnutzungsaktivitäten und Klima. Schließlich wird CE-LAND+ in Kooperationen innerhalb des Schwerpunktprogramms und mit einer repräsentativen Auswahl von Szenarien zur Evaluierung tCDR-bedingter Tradeoffs aus umweltethischer Sicht beitragen.
| Origin | Count |
|---|---|
| Bund | 509 |
| Global | 1 |
| Land | 91 |
| Wissenschaft | 2 |
| Zivilgesellschaft | 2 |
| Type | Count |
|---|---|
| Daten und Messstellen | 2 |
| Ereignis | 6 |
| Förderprogramm | 427 |
| Text | 50 |
| Umweltprüfung | 2 |
| unbekannt | 72 |
| License | Count |
|---|---|
| geschlossen | 57 |
| offen | 499 |
| unbekannt | 3 |
| Language | Count |
|---|---|
| Deutsch | 478 |
| Englisch | 167 |
| Resource type | Count |
|---|---|
| Archiv | 2 |
| Bild | 1 |
| Datei | 7 |
| Dokument | 24 |
| Keine | 263 |
| Webdienst | 26 |
| Webseite | 283 |
| Topic | Count |
|---|---|
| Boden | 559 |
| Lebewesen und Lebensräume | 473 |
| Luft | 431 |
| Mensch und Umwelt | 559 |
| Wasser | 559 |
| Weitere | 556 |