s/watercontent/water content/gi
Förderkulisse für die Agrarumweltmaßnahme für den Wasserrückhalt in der Landschaft, Teil II C der Richtlinie zur Förderung von Agrarumwelt- und Klimamaßnahmen zur Verbesserung des Klimaschutzes und der Wasserqualität auf landwirtschaftlich genutzten Flächen vom 24. Januar 2023. Zweck der Förderung ist die Wiederherstellung, Schaffung und Bereitstellung von Wasserretentionsflächen entlang von Gewässern bzw. innerhalb ausgewiesener Gewässereinzugsgebiete (z. B. auf landwirtschaftlich genutzten Flächen in Einzugsgebieten von Entwässerungsgräben). Auf den Wasserretentionsflächen kann sich Hochwasser ausbreiten und ansammeln, Niederschlagswasser im Boden zwischengespeichert und die Grundwasserneubildung durch langsamere Gebietsabflüsse unterstützt werden. Durch den Wasserrückhalt soll möglichst viel Wasser möglichst lange in der Fläche gehalten werden, um die Entstehung von Niedrig- und Hochwasserereignissen zu vermeiden und deren Auswirkungen zu vermindern. Die Wasserretentionsflächen leisten somit einen wichtigen Beitrag zur Anpassung der Landwirtschaft an den Klimawandel, insbesondere im Hinblick auf verändernden Niederschlagsereignisse und zunehmenden Trockenperioden (Niedrigwasservorsorge). Förderkulisse für die Agrarumweltmaßnahme für den Wasserrückhalt in der Landschaft, Teil II C der Richtlinie zur Förderung von Agrarumwelt- und Klimamaßnahmen zur Verbesserung des Klimaschutzes und der Wasserqualität auf landwirtschaftlich genutzten Flächen vom 24. Januar 2023. Zweck der Förderung ist die Wiederherstellung, Schaffung und Bereitstellung von Wasserretentionsflächen entlang von Gewässern bzw. innerhalb ausgewiesener Gewässereinzugsgebiete (z. B. auf landwirtschaftlich genutzten Flächen in Einzugsgebieten von Entwässerungsgräben). Auf den Wasserretentionsflächen kann sich Hochwasser ausbreiten und ansammeln, Niederschlagswasser im Boden zwischengespeichert und die Grundwasserneubildung durch langsamere Gebietsabflüsse unterstützt werden. Durch den Wasserrückhalt soll möglichst viel Wasser möglichst lange in der Fläche gehalten werden, um die Entstehung von Niedrig- und Hochwasserereignissen zu vermeiden und deren Auswirkungen zu vermindern. Die Wasserretentionsflächen leisten somit einen wichtigen Beitrag zur Anpassung der Landwirtschaft an den Klimawandel, insbesondere im Hinblick auf verändernden Niederschlagsereignisse und zunehmenden Trockenperioden (Niedrigwasservorsorge).
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 am Ludwigkai 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 13.11.2024 13 Uhr](https://opendata.smartandpublic.eu/datasets/a879dea4-b157-4cac-9144-ce3d3e65e862?locale=en), [ab 13.11.2024 14 Uhr](https://opendata.smartandpublic.eu/datasets/338fe900-beac-4406-bdb8-b32c0e058cdb?locale=en)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)
Der Anteil an Ziegel in einem RC-Baustoff ist nach den TL RC-ToB 95 begrenzt. Die Trennung in hart- und weichgebrannte Ziegel - auch in Mischung mit weiteren Baustoffkomponenten z. B. Mörtel und Putz - sowie auch die Höhe der Grenzwerte sind noch nicht ausreichend abgesichert. Mit dieser Forschungsarbeit soll geklärt werden, inwieweit sich höhere Anteile an Ziegelbruch auf die Qualität einer ToB auswirken. In Laborversuchen werden getrennt die Eigenschaften der hart- und weichgebrannten Ziegel und auch des Mörtels und Putzes im Hinblick auf den Frostwiderstand, die Schlagfestigkeit sowie die Porosität ermittelt. In RC-Gemischen werden die Auswirkungen unterschiedlicher Anteile der Ziegel bzw. des Mörtel/Putzes, insbesondere die Frostempfindlichkeit, das Tragverhalten sowie die Wasserdurchlässigkeit untersucht. Im Rahmen der Arbeit sollen auch die bisherigen praktischen Erfahrungen mit ziegelreichen RC-Baustoffen erfasst werden. Als Ergebnis sind ggf. Vorschläge für modifizierte Anforderungen an die stoffliche Zusammenstellung für RC-Baustoffe zu erarbeiten.
Radarfernerkundung auf Basis der SAR-Satellitendaten der ERS-Plattformen ermöglicht die Aufzeichnung von Boden- und Vegetationsparametern, die vor allem mit den Faktoren Rauhigkeit, Wassergehalt und Salinität korreliert sind. Landnutzung in semi-ariden Regionen Westafrikas wird durch Übernutzung der Böden, Versalzung von bewässertem Land und Dezimierung von Baum- und Strauchschichten der Vegetation geprägt. Geeignete Methoden der Analyse von multitemporalen SAR-Daten der satellitengestützten Radarfernerkundung sollen helfen, vor allem regressive Veränderungen der Landnutzung zu erkennen und zu untersuchen. Informationen zu Bodenbedeckung, horizontaler Struktur der Vegetation und Bodenqualität sollen nachhaltige Entwicklungskonzepte unterstützen.
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)
We study the effects of plants and root-associated fungi on wind erosion within the alpine environment of Tibet. China is one of the countries most affected by desertification processes and Tibet, in particular, a key region in desertification combat. The presented project focuses on the Barkha Plain surrounded by Mount Kailash and the Lake of Manasarovar (Ngari Prefecture). This Western Tibet region experienced little scientific attention but, nowadays, faces rapidly increasing touristic activities and expanding local settlements associated with socio-economic changes that are serious threats to the delicate ecological balance and potential triggers of desertification. It exists almost unanimous agreement that revegetation is the most efficient and promising strategy to combat wind erosion and desertification in the long term. However, re-colonising success is often poor, mainly under extreme environmental conditions. Compared to conventional practices, the approach of the presented project attains better accordance with natural succession processes and promises acceleration of both plant and soil development and, conclusively, more efficient desertification control. The project assesses the potential of native plants and symbiotic fungi to control wind erosion and desertification processes. It aims to identify key plants and fungi that increase soil aggregate stability and efficiently drive succession into a natural and self-maintaining cycle of the ecosystem. Furthermore, it provides crucial information for implementing environmentally compatible and cost-effective measures to protect high-elevation ecosystems against desertification. Within three successional stages (early, intermediate, late), field investigations are performed on the basis of Modified-Whittaker plots. Classic methods of vegetation analysis and myco-sociology are combined with analysis of distribution patterns at different scales (patchiness, connectivity). Comprehensive soil analysis is performed comprising grain size distribution, aggregate stability, pH as well as water and nutrient contents. Additionally, important parameters of wind erosion are measured concurrently and continuously to assess their magnitude and variability with respect to vegetation and soil at different levels of development. The parameters addressed, include sediment transport, air temperature, radiation, precipitation, relative humidity as well as speed and direction of wind. Surface moisture is recorded periodically and roughness described. Species and environmental parameters are checked for spatial correlation. Cutting edge technologies are applied in laboratory work, comprising molecular methods for fungal species identification and micro-tomography to analyse soil structure. Furthermore, successfully cultivated fungi and plants are subject of synthesis experiments and industrial propagation in view of practical implementation in restoration measures.
Wolken und Aerosole beeinflussen den Energiehaushalt und den Wasserkreislauf der Erde. Die Wolkenphase – ob eine Wolke aus Wassertröpfchen oder Eispartikeln besteht – beeinflusst den Strahlungseffekt der Wolken, da Wolkentröpfchen zahlreicher und kleiner sind als Eispartikel und daher mehr Sonnenstrahlung reflektieren.Durch die Erwärmung der Erde und der Atmosphäre durch den Klimawandel werden in Mischphasewolken (die aus Wassertröpfchen und Eispartikel bestehen können) Eispartikel teilweise durch Wassertröpfchen ersetzt und die Wolkenalbedo nimmt zu. Das führt zu einer negativen Rückkopplung, der sogenannten Wolkenphasenrückkopplung. Die Stärke dieser Rückkopplung hängt in Klimamodellen von der Repräsentation der Eisnukleation ab. Es wird immer deutlicher, dass die Schwankungsbreite von Klimaprojektionen (+1,8 bis +6,5 K) in der neuen Generation von Klimamodellen stark von der simulierten Wolkenphasenrückkopplung abhängt. Der gesellschaftliche Nutzen einer Verbesserung der Genauigkeit von Klimaprojektionen wird auf über 10 Millionen Millionen US-Dollar geschätzt. Eine bessere Darstellung der Eisbildung im Mischphasenregime in Klimamodellen ist deshalb dringend erforderlich.Aerosole können als Eiskeime, die das Gefrieren von Tröpfchen bewirken, die Häufigkeit von Eiswolken erhöhen und die Wolkenbedeckung und den Wassergehalt verringern. Insbesondere Mineralstaub kontrolliert häufig die Eisbildung in Wolken.In früheren Studien habe ich wichtige Diskrepanzen bezüglich der staubgetriebenen Wolkenvereisung im ECHAM-HAM Klimamodell und Satellitenbeobachtungen identifiziert, die sehr wahrscheinlich auch in anderen Klimamodellen vorhanden sind. Um diese zu beheben, werde ich in ECHAM-HAM Eisprozesse implementieren, die für das staubgetriebene Gefrieren von Wolkentröpfchen relevant sind, aber derzeit noch fehlen: Erstens werde ich eine Nachverfolgung von Eiskeimen implementieren, insbesonders deren Entfernung durch Niederschlagsbildung nach dem Gefrieren von Wolkentröpfchen. Dies sollte die Überschätzung der staubgetriebenen Wolkenvereisung über dem Südpolarmeer im Modell verringern. Zweitens werde ich eine Kategorie für Staub-Eiskeime hinzufügen, die bei Temperaturen unter -35 °C voraktiviert werden. Dies soll zu einem verstärkten Gefrieren von Wolkentröpfchen in Mischphasenwolken führen, was die im Modell gefundene generelle Unterschätzung des staubgetriebenen Gefrierens von Tröpfchen erklären und reduzieren soll. Drittens werde ich das Recycling von Staub-Eiskeimen nach der Sublimation von Eiskristallen implementieren. Dies soll ebenfalls zu einer Verbesserung des Gefrierens von Tröpfchen führen und den im Modell beobachteten Bias zusammen mit den anderen neuen Prozessen beseitigen. Diese neuen Prozesse werden anhand weltraumgestützter Beobachtungen evaluiert und ihre Auswirkungen auf die Wolkenphasenrückkopplung und die Klimasensitivität werden untersucht werden.
Die Literatur der letzten Jahre weist immer stärker darauf hin, dass Böden mit Benetzungshemmungen weiter als bisher angenommen weltweit verbreitet sind. Bereits geringe Anteile von organischer Substanz (SOM) können dabei in erheblicher Weise die Benetzbarkeit von Aggregaten oder Primärpartikeln von gut benetzbaren Oberflächen bis hin zu extremer Wasserabweisung verändern. Allgemein wird angenommen, dass Hydrophobie über mehrere Mechanismen die Abbaubarkeit von organischer Substanz und damit deren Stabilität beeinflussen kann. Daher kann der Grad der Hydrophobie als ein Indikatior der biologischer Abbaubarkeit von SOM verwendet werden. Weiterhin haben Benetzungshemmungen einen erheblichen Einfluß auf physikalische Prozesse in Böden. Extreme Benetzungshemmung führt häufig zu starkem Oberflächenabfluß und Erosion oder zu schnellem Auswaschen oberflächlich eingetragener Stoffe aus der Wurzelzone. Kenntnisse über das Benetzungsverhalten von Böden sind ebenfalls dann von Bedeutung, wenn generell das gleichzeitige Auftreten sehr feuchter und sehr trockener Zonen im Boden analysiert werden soll. Entsprechende Feuchtegradienten führen zu einem sehr unterschiedlichen physikalisch-chemischen Milieu in den entsprechenden Feuchte- und Trockenzonen, die wahrscheinlich erheblichen Einfluß auf die mikrobiellen Prozesse im Boden haben. Das Vorhaben beeinhaltet drei wesentliche Ziele: Erstens soll die Benetzbarkeit von Aggregatoberflächen und von Primarpartikeln der Böden des Schwerpunktprogramms bestimmt werden. Mittels Messung des Kontaktwinkels, der Oberflächenenergien und der Oberflächenladung soll eine möglichst vollständige Kennzeichnung erfolgen. In einem zweiten Abschnitt sollen Untersuchungen der Bodenlösung erfolgen. Es ist beabsichtigt, die Oberflächenspannung zu messen sowie den Einfluß der Bodenlösung auf die Grenzflächeneigenschaften von Bodenpartikeln und Modelloberflächen, etwa Quarzglasoberflächen, zu erfassen. Schließlich sollen die Ergebnisse zu den Oberflächeneigenschaften gemeinsam mit den Resultaten anderer Projektteilnehmer kombiniert oder ergänzt werden
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)
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)
| Origin | Count |
|---|---|
| Civil society | 4 |
| Federal | 1001 |
| Municipality | 16 |
| Science | 107 |
| State | 104 |
| Type | Count |
|---|---|
| Data and measurements | 210 |
| Environmental assessment | 1 |
| Event | 1 |
| High-value dataset | 6 |
| Support program | 770 |
| Text | 87 |
| Unknown | 97 |
| License | Count |
|---|---|
| Closed | 225 |
| Open | 909 |
| Unknown | 38 |
| Language | Count |
|---|---|
| English | 431 |
| German | 968 |
| Resource type | Count |
|---|---|
| Archive | 34 |
| Document | 61 |
| File | 233 |
| Image | 4 |
| None | 601 |
| Web service | 12 |
| Website | 447 |
| Topic | Count |
|---|---|
| Air | 381 |
| Creatures and habitats | 920 |
| Other | 1172 |
| People and the environment | 1102 |
| Soil | 778 |
| Water | 601 |