API src

Found 8882 results.

Model Output Statistics for Saldenburg-Entschenreuth (P586)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Trends der Niederschlagshöhe

<p>Seit 1881 hat die mittlere jährliche Niederschlagsmenge in Deutschland um rund 9 Prozent zugenommen. Dabei verteilt sich dieser Anstieg nicht gleichmäßig auf die Jahreszeiten. Vielmehr sind insbesondere die Winter deutlich nasser geworden, während die Niederschläge im Sommer geringfügig zurückgegangen sind.</p><p>Teilweise sehr regenreiche Jahre seit 1965</p><p>Die Zeitreihe der jährlichen Niederschläge in Deutschland (Gebietsmittel) zeigt einen leichten Anstieg, der mit einer Irrtumswahrscheinlichkeit von 5 % statistisch signifikant ist. Dieser Anstieg ist im Wesentlichen darauf zurückzuführen, dass bis etwa 1920 nur selten überdurchschnittlich niederschlagsreiche Jahre aufgetreten sind. Im Anschluss an eine Übergangsphase mit mehreren leicht überdurchschnittlich feuchten Jahren traten ab Mitte der 1960er Jahre dann auch einige sehr regenreiche Jahre auf (siehe Abb. „Mittlere jährliche Niederschlagshöhe in Deutschland 1881 bis 2024). Dies entspricht genau der Zeit, seit der die Auswirkungen des Klimawandels global deutlich zu beobachten sind. Im globalen Durchschnitt steigt mit den Temperaturen auch die ⁠<a href="https://www.umweltbundesamt.de/service/glossar/v?tag=Verdunstung#alphabar">Verdunstung</a>⁠ von Wasser an, was in der globalen Summe zu größeren Niederschlagsmengen führt, jedoch mit regional und saisonal sehr großen Unterschieden - von Dürren bis Überschwemmungen.</p><p>Seit 2011 wurden in Deutschland einige ausgesprochen trockene Jahre beobachtet. In den Jahren 2023 und 2024 wurde jedoch überdurchschnittlich viel Niederschlag registriert. Der Niederschlagsüberschuss im Jahr 2024 resultierte vor allem aus den Monaten Februar, Mai und September. Im Mai kam es in Rheinland-Pfalz und im Saarland in Folge von Schauern und Gewittern zu Überschwemmungen. Ende Mai und Anfang Juni führten viele Flüsse in Baden-Württemberg und Bayern nach langanhaltenden Niederschlägen Hochwasser.</p><p>Noch stärker als bei den mittleren Temperaturen ist dieser Trend also nicht gleichmäßig in allen Jahreszeiten ausgeprägt. Er beruht im Wesentlichen darauf, dass die mittleren Winterniederschläge zugenommen haben. Im Winter 2023/2024 lag mit 279,7 mm Niederschlag die Abweichung zum historischen Referenzzeitraum 1881-1910 bei +131,5 mm. Frühling und Herbst zeigen ebenfalls eine leichte, aber im Gegensatz zum Winter nicht signifikante Zunahme, während die Niederschläge im Sommer geringfügig zurückgegangen sind (siehe nachfolgende Tabellen und Abbildungen).</p><p>Bemerkenswert ist aus klimatologischer Sicht, dass mit den Jahren 2023 und 2024 die Serie von sehr trockenen Jahren unterbrochen wurde. Mit dem Juni bzw. September wurden jeweils die niederschlagsreichsten 12-Monatsperioden beobachtet. Am Ende des Jahres lagen die Niederschlagsmengen wieder unter dem Durchschnitt</p><p>Mit 902 mm belegt 2024 auf der Rangliste der nassesten Jahre seit 1881 den 12. Platz (siehe Karte „Jährliche Niederschläge in Deutschland im Jahr 2024").</p><p>Bei der Betrachtung der Einzelmonate sind erhebliche Unterschiede erkennbar: Im Jahresverlauf wiesen 8 Monate überdurchschnittliche Niederschlagsmengen auf (Januar, Februar, April, Mai, Juni, Juli, September, Oktober) und 4 Monate unterdurchschnittliche Niederschläge (März, August, November, Dezember). Über das Jahr ergibt sich ein Niederschlagsüberschuss von 14 %.</p><p>Und auch regional unterscheidet sich die Niederschlagsverteilung im Jahr 2024 sehr stark: Besonders die Bundesländer im Nordwesten (Schleswig-Holstein, Niedersachsen, Rheinland-Pfalz) erreichten Platzierungen unter den zehn nassesten Jahren, während Sachsen nur auf Platz 88 von 144 Jahren landete (siehe Karte „Veränderung der jährlichen Niederschläge in Deutschland im Jahr 2024).</p><p><em>Wir danken dem</em><a href="https://www.dwd.de/DE/Home/home_node.html"><em>Deutschen Wetterdienst</em></a><em>für die Bereitstellung der Daten.</em></p>

Erosionsgefährdung landwirtschaftlicher Flächen

Kulisse Erosion 2025 nach der GAP-Konditionalitäten-Verordnung vom 9. Dezember 2022 (K-Wassererosionsgefährdungsklasse) Die Bestimmung der potenziellen (standortbedingten) Erosionsgefährdung durch Wasser erfolgte unter Anlehnung an DIN 19708. Die potentielle Erosionsgefährdung der saarländischen Ackerflächen wurde im Zuge der Erstellung der saarländischen Erosionsschutzverordnung mit Hilfe der ABAG ermittelt und leitet sich aus Daten der Bodenschätzung, der Hangneigung und -länge sowie aus Niederschlagsdaten ab. Der Entwurf der GAP-Konditionalitäten-Verordnung sieht eine Einteilung dieser Flächen in Erosionsgefährdungsklassen vor: KWasser1 = Erosionsgefährdung durch Niederschläge, KWasser2 = hohe Erosionsgefährdung durch Niederschläge

GTS Bulletin: SMVX01 EDZW - Surface data (details are described in the abstract)

The SMVX01 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SM): Main synoptic hour (Remarks from Volume-C: SHIP)

Model Output Statistics for SUWALKI (12195)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Wasserhaushalt 2022

Die Datengrundlagen zur Berechnung der Abflussgrößen wurden aus dem Berliner Informationssystem Stadt und Umwelt (ISU5 2020) für die ca. 25.000 Block(teil)flächen und erstmals auch für ca. 32.000 Straßenflächen des räumlichen Bezugssystems des ISU zur Verfügung gestellt. Die Daten der Flächennutzung 2020 beruhen auf der Auswertung von Luftbildern und weiteren Geodaten (vgl. Umweltatlaskarten 06.01 und 06.02 sowie 06.08 ). Es werden 22 Nutzungsarten sowie 52 Flächentypen unterschieden. Die Daten der Flächennutzung spielen im Wasserhaushaltsmodell eine wichtige Rolle. Wenn keine lagegenauen Daten für notwendige Eingangsparameter zur Verfügung stehen, werden pauschalisierte Mittelwerte pro Nutzungsart oder Flächentyp auf Block- bzw. Teilblockebene angegeben. Dies trifft für 2022 hauptsächlich auf die Zuweisung des Anschlussgrads an die Kanalisation zu (s. u.). Im Rahmen des Forschungsprojekts AMAREX wurden die in ABIMO benötigten Verdunstungsparameter einer Block(teil)- bzw. Straßenfläche anhand der vorhandenen Grünvolumenzahl 2020 (vgl. Umweltatlaskarte 05.09 ) zugewiesen, wodurch die pauschale Zuweisung über die Flächennutzung ersetzt werden konnte. Die langjährigen Mittelwerte des Niederschlags der Jahresreihe 1991 bis 2020 und zwar die Jahresmittel und die Mittel für das Sommerhalbjahr (Mai-Oktober) wurden aus den HYRAS-DE-PRE-Daten vom Deutschen Wetterdienst (DWD) auf Block(teil)- und Straßenflächen aggregiert (vgl. Umweltatlaskarte 04.08 ) und für die Wasserhaushaltsmodellierung verwendet. Für die potentielle Verdunstung wurden langjährige Mittelwerte der um 10 % erhöhten TURC-Verdunstung verwendet, die aus Beobachtungen an Klimastationen im Berliner Raum berechnet wurden. Dabei wurden für das Stadtgebiet bezirksweise Werte zwischen 660 und 672 mm/Jahr und zwischen 505 und 513 mm für das Sommerhalbjahr zugeordnet. Der Versiegelungsgrad wurde u. a. durch die Auswertung von ALKIS-Daten (Amtliches Liegenschaftskatasterinformationssystem) für die bebaut versiegelten Flächen und die Analyse von hoch auflösenden multispektralen Satellitenbilddaten und weiteren Geodaten für die unbebaut versiegelten Flächen sowie die Analyse der Straßenbefahrungsdaten für die Straßenflächen für den Umweltatlas bestimmt (vgl. Umweltatlaskarte 01.02 , 2021). Im Datenbestand wird zwischen der bebaut versiegelten Fläche (Dachfläche) und der unbebaut versiegelten Fläche (Parkplätze, Wege etc.) unterschieden. Für die unbebaut versiegelte Fläche war außerdem der Anteil der einzelnen Belagsarten eine wichtige Eingangsgröße. Die Belagsarten wurden in vier Belagsklassen sowie fünf Belagsklassen für die Straßenflächen zusammengefasst (vgl. Tab. 2) und spezifisch für die einzelnen Flächentypen auf Testflächen im Gelände ermittelt und dann auf alle Blockteilflächen gleichen Flächentyps bezogen. Die bodenkundlichen Daten zur nutzbaren Feldkapazität des Flachwurzelraums (0-30 cm) und zur nutzbaren Feldkapazität des Tiefwurzelraumes (0-150 cm) wurden der Bodendatenbank zur Bodengesellschaftskarte der “Bodengesellschaftskarte Berlin – Nutzbare Feldkapazität” (vgl. Umweltatlaskarte 01.06.2 , 2020) entnommen. Die Flurabstände wurden von 2009 verwendet. Diese Flurabstände stellen ein Jahr mit mittleren Grundwasserständen dar (vgl. Umweltatlaskarte 02.07 ). Die Angaben zur Kanalisation wurden der Karte ”Entsorgung von Regen- und Abwasser” (vgl. Umweltatlaskarte 02.09 , 2022) entnommen. In den erstmals über Anschlusspunkte ausgewerteten Block(teil)flächen wurde markiert, ob innerhalb einer Block(teil)fläche in die Regenwasserkanalisation eingeleitet wird. Zudem konnte erstmals eine Auswertung der Straßenflächen der Berliner Wasserbetriebe (BWB 2022) genutzt werden, die besagt, ob eine Straßenabschnitt regenwasserkanalisiert ist. Die Aussage auf Block(teil)fläche führt dazu, dass alle versiegelten Flächen einer Block(teil)fläche als regenwasserkanalisiert in die Wasserhaushaltmodellierung einfließen, obwohl sie in der Realität ggf. in Teilen nicht an die Kanalisation angeschlossen sind. Dies betrifft auch Flächen, die einem dezentralen Regenwassermanagement unterliegen. Darüber lagen zum Zeitpunkt der Kartierung keine flächendeckenden Daten für Berlin vor. Aus der Karte zur Kanalisation geht auch nicht hervor, in welcher Größenordnung das Wasser, das auf den bebauten oder versiegelten Flächen anfällt, tatsächlich abgeführt wird. Hierzu wurden für die Wasserhaushaltskartierung 2005 spezielle Untersuchungen durchgeführt. Für die Abschätzung des tatsächlichen Anschlussgrades an die Kanalisation lagen zwei Datengrundlagen vor. Einerseits die im Rahmen einer Diplomarbeit von Bach 1997 ermittelten Pauschalwerte für die einzelnen Flächentypen. Die zweite Datengrundlage wurde im Rahmen der Neuordnung des Abwasserentgeltes durch die Berliner Wasserbetriebe (BWB) erhoben. Es wurde eine grundstücksscharfe Erhebung der versiegelten Flächen durchgeführt und dabei zwischen angeschlossenen und nicht angeschlossenen versiegelten Flächen unterschieden. Ziel der Erhebung war es, die Kosten für die Regenwasserentsorgung weitgehend nach dem Verursacherprinzip zu erheben. Diese Daten wurden auch graphisch erfasst und der Senatsverwaltung aggregiert auf die Bezugsflächen des räumlichen Bezugssystems des ISU übergeben. Die Auswertung dieser Daten ergab jedoch, dass die graphische Erfassung durch die BWB nicht flächendeckend erfolgte. Aus diesem Grund konnten die Originaldaten nicht direkt für das Wasserhaushaltsmodell des Umweltatlas verwendet werden. Ausgehend von der Überlegung, dass der Anschlussgrad eng von Alter und Struktur der Bebauung abhängig ist, wurden daher aus den Daten der BWB und der flächendeckend vorliegenden Kartierung der Stadtstrukturtypen (vgl. Umweltatlaskarten 06.07 und 06.08 , 2010) für die einzelnen Flächentypen rechnerisch Mittelwerte ermittelt und diese dann als Pauschalwerte allen kanalisierten Einzelflächen des entsprechenden Flächentyps zugeordnet. Die Ergebnisse sind in Tab. 1 zusammengefasst. Ein Vergleich der Werte mit den von Bach 1997 ermittelten Werten ergab eine gute Übereinstimmung. Lediglich die Anschlussgrade der unbebaut versiegelten Flächen der nicht oder gering bebaute Grün- und Freiflächen weichen z. T. stark von den von Bach ermittelten Werten ab. Da die Analyse des BWB-Datenbestandes ergeben hat, dass gerade in diesen Gebieten die unbebaut versiegelten Flächen nicht oder unzureichend erfasst wurden, wurde für diesen Strukturtyp der Wert von Bach beibehalten. Die tatsächlichen Kanalisierungsgrade der Straßenflächen konnten erstmal aus den Daten der BWB (2022) übernommen werden. Wurde in diesen Daten ein Straßenabschnitt als regenwasserkanalisiert markiert, ging er zu 100 % in die Wasserhaushaltmodellierung ein. Tab. 1 zeigt die pauschalen Anschlussgrade pro Flächentyp, die auch in die Berechnung der Wasserhaushaltsmodellierung 2022 eingeflossen sind. Für die Einbeziehung der Gründächer wurde die ca. 550 ha extensiv und intensiv begrünten Dachflächen aus der vorhandenen Umweltatlaskarte 06.11 , 2020 verwendet.

Starkregensimulation Wuppertal - Regen vom 29.05.2018 (Version 2.1 | 10/2022)

Der Datensatz umfasst die Ergebnisdaten der Simulation des extremen Starkregenereignisses vom 29.05.2018 in Wuppertal, im Oktober 2022 ausgeführt durch die Dr. Pecher AG (Erkrath) im Auftrag der Stadt Wuppertal, beauftragt über die Wuppertaler Stadtwerke WSW Energie und Wasser AG. Der Datensatz ist Teil von Version 2.1 der Starkregensimulationen, die die Dr. Pecher AG seit 2018 in unregelmäßigen Abständen für die Stadt Wuppertal berechnet. Die Simulationsansätze werden mit jeder neuen Version verfeinert. Außerdem werden die zum jeweiligen Berechnungszeitpunkt erkannten Fehler, insbesondere im verwendeten Geländemodell, korrigiert. Die Simulation berücksichtigt den Regenwasserabfluss im Kanalnetz und durch Überstau aus dem Kanalnetz austretendes Wasser mit einem vereinfachten Modellansatz, ebenso die verschiedenen Abflussgeschwindigkeiten auf Oberflächen mit unterschiedlicher Rauheit. Ab Version 2.1 wird ein moderater Versickerungsansatz in der Simulation berücksichtigt. Zusätzlich wird die Wupper mit einem unendlichen Fassungsvermögen für das zufließende Regenwasser modelliert. Es kann in den Simulationen damit nicht mehr zu einem Rückstau kommen, bei dem das Regenwasser Flächen in der Talsohle überflutet, weil es von der Wupper nicht mehr abgeleitet werden kann. Wichtiger Hinweis: Die Simulationsergebnisse sind beim aktuellen Stand der Technik keine exakten Vorhersagen des Verlaufs zukünftiger Ereignisse. Sie enthalten noch nicht erkannte Modellfehler und vernachlässigen einige Wirkungszusammenhänge, zu denen keine auskömmlichen Daten vorliegen, z. B. den Wasserrückhalt durch die Überflutung von Kellergeschossen. Die Ergebnisse haben daher eine Tendenz zur lokalen Überzeichnung der Wassertiefen, die sich bei einem realen Regen der angenommenen Stärke einstellen würden. Die Simulationsergebnisse eignen sich aber gut zur Identifikation und Lokalisierung der Gefährdungen durch Starkregen, z. B. mit Hilfe der von der Stadt Wuppertal und den Wuppertaler Stadtwerken publizierten interaktiven Starkregengefahrenkarte. Als Niederschlag wurden in der Simulation die während des extremen Starkregenereignisses vom 29.05.2018 gemessenen Regenmengen verwendet, die ungleichmäßig über das Stadtgebiet verteilt waren, also ein sogenannter Naturregen. Im Zentrum des Unwetters hatte das Regenereignis eine Stärke bis zu Starkregenindex 11 (SRI 11). Als Ergebnisse werden drei TIFF- Dateien mit einer Auflösung von 1 m (quadratische Pixel, deren Kantenlänge 1 m in der Realwelt entspricht) und Georeferenzierung über TIFF World Files unter einer Open-Data-Lizenz (CC BY 4.0) angeboten. Die Pixelwerte in den drei Dateien geben die maximale Wassertiefe, die maximale Fließgeschwindigkeit und die Richtung der maximalen Fließgeschwindigkeit an, die für die jeweilige Rasterzelle im Verlauf der Simulation berechnet werden.

Abruf der Feinstaubwerte in der Neujahrsnacht für Baden-Württemberg

null Abruf der Feinstaubwerte in der Neujahrsnacht für Baden-Württemberg Sehr geehrte Kolleginnen und Kollegen der baden-württembergischen Redaktionen, wenn Sie sich für die Entwicklung der Feinstaubwerte in der Silvesternacht interessieren und aktuell am 01.01.2025 oder 02.01.2025 berichten möchten, erinnern wir Sie daran, dass Sie die Werte auf unserer Webseite Immissionsdaten Baden-Württemberg selbst abrufen können, und zwar für alle Messstellen, an denen wir Feinstaub PM10 kontinuierlich messen. Dies betrifft Standorte im städtischen und ländlichen Hintergrund sowie einige verkehrsnahe Standorte. Anleitung: Abruf von gemessenen Werten für Feinstaub PM10 auf den Webseiten der LUBW Landesanstalt für Umwelt Baden-Württemberg Möchten Sie die Entwicklung der Feinstaubwerte verfolgen, rufen Sie unsere Webseite: Themen/Luft/Aktuelle Messwerte/Tabelle auf. Um eine Übersicht über die höchsten Werte des Tages zu erlangen, wählen Sie die Funktion „Tabelle“ sowie den Luftschadstoff „Feinstaub PM10“. Hier können Sie den höchsten Wert des Tages und des Vortages ablesen. Die Tabelle ist sortierbar. Um den zeitlichen Verlauf und die Konzentration zu einer bestimmten Uhrzeit ablesen zu können, wechseln Sie zur Funktion Diagramm , wählen die entsprechende Station aus und fahren mit Ihrem Maus-Cursor entlang der Kurve im Diagramm zur höchsten Stelle am entsprechenden Tag. So können Sie die Uhrzeit ermitteln, zu der der höchste 24h-Mittelwert (in µg/m³) ermittelt wurde. In der Grafik darunter finden Sie die Stundenmittelwerte. Auch hier fahren Sie mit Ihrem Maus-Cursor an der Kurve im Diagramm entlang zur höchsten Stelle am entsprechenden Tag. So können Sie sich den höchsten Stundenmittelwert (in µg/m³) des Tages anzeigen lassen. Rückblick: Feinstaubwerte in der Silvesternacht in den vergangenen Jahren Erhöhte Werte meist kurz nach Mitternacht In den vergangenen Jahren kam es in der Silvesternacht meist kurz nach Mitternacht zum Anstieg der Feinstaubwerte an den wohnortnahen LUBW-Messstellen zur Überwachung der Luftqualität. Der Rauch von gezündeten Böllern und Raketen besteht zum großen Teil aus Feinstaub und führt häufig zu einer erhöhten Feinstaubbelastung in der Luft. Dauer und Höhe der Belastung hängen von den Emissionen und den Witterungsverhältnissen ab. Aber auch in den vergangenen Jahren war die Belastung der Luft mit Feinstaub unterschiedlich stark ausgeprägt. Die meteorologischen Größen Wind, Temperatur und Niederschlag haben Auswirkungen auf die Austauschbedingungen in der Luft. Im Winter bestehen während ausgeprägten Hochdruckwetterlagen häufig schlechte Ausbreitungsbedingungen mit geringen Windgeschwindigkeiten und einer stabilen Schichtung der Atmosphäre (Inversionswetterlage). Vereinfacht gesagt: Ist es windig, wird die Feinstaubbelastung meist innerhalb von wenigen Stunden verweht; haben wir eine Inversionswetterlage, kann sich eine erhöhte Belastung auch über einen Tag und mehr in der Luft halten. Informationen zu den meteorologischen Bedingungen während der Silvesternacht finden Sie nun neu unter https://www.lubw.baden-wuerttemberg.de/luft/messwerte-meteorologie#karte . Es handelt sich um aktuelle meteorologische Messwerte des Luftmessnetzes Baden-Württemberg. Wichtiger Hinweis : Die meteorologischen Daten der LUBW durchlaufen keine qualitätssichernde Beurteilung, dennoch vervollständigen sie zusammen mit den Schadstoffdaten das Angebot und geben einen Einblick in die meteorologische Situation vor Ort. Weitere Informationen können Sie unseren Pressemitteilungen zur Neujahrsnacht aus den Jahren 2020 und 2018 entnehmen. Diese Meldungen geben die entsprechenden Entwicklungen für die beiden unterschiedlichen Wetterlagen sehr gut wieder: Inversionswetterlage 02.01.2020 Hohe Belastung der Luft mit Feinstaub am Neujahrstag Feinstaub: Vom Winde verweht 01.01.2018 Baden-Württemberg nach der Silvesternacht Nachfolgend finden Sie die verlinkte Liste der LUBW-Messstationen zur Überwachung der Luftqualität in Baden-Württemberg, an denen Feinstaub-PM10 erfasst wird: Messstelle Aalen Baden-Baden Bernhausen Biberach Eggenstein Freiburg Freiburg Schwarzwaldstraße Friedrichshafen Gärtringen Heidelberg Heilbronn Heilbronn Weinsberger Straße-Ost Karlsruhe Reinhold-Frank-Straße Karlsruhe-Nordwest Kehl Konstanz Ludwigsburg Mannheim Friedrichsring Mannheim-Nord Neuenburg Pfinztal Karlsruher Straße Pforzheim Reutlingen Reutlingen Lederstraße-Ost Schramberg Oberndorfer Straße Schwarzwald-Süd Schwäbische Alb Schwäbisch Hall Stuttgart Am Neckartor Stuttgart Arnulf-Klett-Platz Stuttgart Hohenheimer Straße Stuttgart-Bad Cannstatt Tauberbischofsheim Tübingen Tübingen Mühlstraße Ulm Villingen-Schwenningen Weil am Rhein Wiesloch Bei Rückfragen wenden Sie sich bitte an die Pressestelle der LUBW. Telefon: +49(0)721/5600-1387 E-Mail: pressestelle@lubw.bwl.de

Vegetationsstruktur des Grünvolumens 2009

Die vorliegende Vegetationsstruktur des Grünvolumens basiert auf einem Zwischenergebnis aus dem durch das Leibniz-Institut für ökologische Raumentwicklung e.V. (IÖR) erstellten Gutachten "Grünvolumenbestimmung der Stadt Dresden auf der Grundlage von Laserscandaten" vom August 2014. Dieses ist unter dem zugeordneten Dokument einsehbar. Einleitung: Städtisches Grün ist aus stadtökologischer und sozialer Sicht unverzichtbar und erfüllt wichtige Funktionen wie Staubbindung, Temperaturminderung, Winddämpfung oder Grundwasserneubildung. Darüber hinaus bilden öffentliche Grünanlagen Oasen der Ruhe, die der Erholung, Freizeitgestaltung und Kommunikation dienen und wichtige soziale Funktionen erfüllen. Die ökologische Wirksamkeit des städtischen Grüns ist im besonderen Maße von der vorliegenden Vegetionsstruktur abhängig. So besitzt niedrige Vegetation (Rasen und Wiesen) vor allem in den Abend- und Nachtstunden eine abkühlende Wirkung, während hohe Vegetation (mittlere bis große Bäume) vorwiegend am Tag zu einer Absenkung der klimatischen Belastung beiträgt, aber zugleich die Belüftung negativ beeinträchtigen kann. Mittlere Vegetation (Sträucher, Stauden, Hecken und kleine Bäume) verfügt ebenso wie die hohe Vegetation über ein hohes Maß an Staubbindevermögen aus der Luft, während niedrige Vegetation vorwiegend Staub- und Gasteile aus den Niederschlägen bindet und aufgrund der hohen Versickerungsleistung einen großen Anteil zur Grundwasserneubildung beiträgt (siehe auch Metadaten zur Planungshinweiskarte Stadtklima). Hintergrund: Für die Grünvolumenbestimmung war es zwingend erforderlich, Vegetation von anthropogenen Objekten mit einer relevanten Höhe über dem Boden, wie Gebäuden, Laternen, Fahrzeugen etc. zu trennen. Gleichzeitig war für die Anwendung der Kronenformkorrektur (nur auf Laubbäume) und des pauschalen Aufschlages für Rasen und Ackerflächen eine weitere Differenzierung nach Vegetationstypen erforderlich. Folgende Vegetationstypen sollten voneinander getrennt werden: - Laubbaum - Nadelbaum - Sträucher - Rasen - Acker. Datengrundlage/Methodik: Grundlage der Bestimmung der Vegetationsstruktur (als Zwischenergebnis der Grünvolumenbestimmung) sind Laserscandaten, RGBI-Bilddaten sowie Gebäudedaten. Klassifizierung der Vegetationsstruktur des Grünvolumens: - Value 0: vegetationslos => (farblos oder weiß) - Value 1: Laubbaum => (grün) - Value 2: Nadelbaum => (dunkelgrün) - Value 3: Sträucher => (braungrün) - Value 4: Rasen, Wiesen und sonstige niedrige Vegetation => (gelbgrün/hellgrün) - Value 5: Acker => (gelbgrün/hellgrün)

Schadstoffablagerungen mit dem Niederschlag -Trends vor und nach der politischen Wende; Effekte der Sanierung der Atmosphaere

Qualitaet und Quantitaet der Regenwasserinhaltsstoffe bestimmen Emissionen der Gebiete, welche die ausregnenden Luftmassen bis zu 24 h vorher ueberquerten. Kurzperiodisch (kleiner gleich 4 h) werden Niederschlagsproben gesammelt, alle Hauptkomponenten analysiert und die Wegstrecke durch Backtrajektorien zurueckverfolgt. Zugbahnen aus Regionen mit aehnlichen Emissionscharakteristika werden zu sogenannten Einzugssektoren (EzS) zusammengefasst, zB die ehemalige DDR -auch mehrfach unterteilt -, Tschechien, Polen, Skandinavien und bestimmte Altbundeslaender (aBL). Zusaetzlich wird die Zuggeschwindigkeit im Wolkenlevel beruecksichtigt. Somit wird eine enge Ursache-/Wirkungsbeziehung zwischen Emissionen und der Nassablagerung hergestellt, die jedoch durch chemische, physikalische und meteorologische Prozesse in der Atmosphaere deutlich beeinflusst werden kann. Erste Arbeiten begannen bereits vor der Wende im Norden der DDR, um den Saeuretransport mit Niederschlag nach Skandinavien zu untersuchen. Zusaetzlich wurde der Schadstofftransport von und nach den aBL erfasst. Wichtigste Probenahmeorte waren Seehausen /Altmark (ab 10/1982) und Greifswald (1/84-6/96). Im Projekt SANA (1991-95) wurde an 7 Stationen die Veraenderung relevanter Ionenarten als Folge von Sanierungsmassnahmen bei Emittenten in der ehemaligen DDR erfasst. Im Projekt OMKAS werden jetzt an 3 Orten die Effekte unterschiedlicher Emissionsreduzierungen in Regionen von der ehemaligen DDR, Tschechien und Polen (Schlesien) untersucht; Probenahmestellen sind Carlsfeld und Mittelndorf/Sebnitz ergaenzt durch Seehausen mit der aeltesten Datenreihe. Der nasse Schadstoffim-/export ueber die suedliche Grenze von Sachsen steht im Vordergrund. Die wichtigsten bisher vorliegenden Ergebnisse sagen aus: Die Verfeuerung stark schwefelhaltiger Braunkohlen in der DDR sowie das weitgehende Fehlen effektiver Entschwefelungsanlagen fuehrte zwar zu 2- bis 3-fach hoeheren Sulfatgehalten im Niederschlag aus der DDR bzw den neuen Bundeslaendern (nBL) -charakterisiert durch den EzS H in Seehausen -gegenueber den aBL (EzS I+J), bis zur Wende war jedoch der Saeuregehalt im Niederschlag auch im Ferntransport nicht erhoeht; die Aziditaet aus den EzS nBL und aBL war annaehernd gleich. Ursache war die meist mangelhafte Entstaubung der industriellen Abgase in der DDR. Dadurch war der Calciumanteil im Niederschlag 3- bis 4-fach hoeher und wirkte neutralisierend auf den Saeurebildner SO2. Damit war bewiesen, dass der 'saure Regen' in Skandinavien nicht vorrangig von der DDR verursacht wurde, (Atm Environm 1998, pp 2707). In der ersten Haelfte der 90er Jahre wurde in den jetzt nBL die Atmosphaere vorrangig durch eine zuegige Verbesserung der ...

1 2 3 4 5 … 887 888 889