s/water availabilty/water availability/gi
WaterGAP ist eine globale hydrologische Simulationssoftware zur Berechnung von Wasserflüssen und -speicherung auf allen Kontinenten der Erde. Sie wird verwendet, um Wasserverfügbarkeit und Wasserstress für Menschen und andere Biota weltweit zu bestimmen. In zahlreichen Studien wurde WaterGAP genutzt, um z.B. den Einfluss des Klimawandels auf Bewässerungsbedarf, ökologisch relevante Durchflusscharakteristika, Grundwasserneubildung und auf Wasserressourcen im Allgemeinen zu erforschen. Resultate aus diesen Studien sind in IPCC-Berichte eingegangen. WaterGAP nimmt unter den hydrologischen Modellen weltweit eine Führungsrolle ein. Allerdings wurde die Software über mehr als 20 Jahre von mehreren Doktoranden und Postdocs verändert und befindet noch sich immer in einem Prototypstadium. Die Software wurde nie grundlegend überarbeitet oder auf Grundlage einer sorgfältig geplanten Software-Architektur entwickelt. Es handelt sich eher um eine Ansammlung von Dateien mit jeweils fast 10.000 Code-Zeilen, ohne eine konsequente Modularisierung. Es ist es uns daher aktuell nicht möglich, die Software anderen Forschern zur Verfügung zu stellen, damit sie Ergebnisse replizieren und verstehen können oder die Software für eigene Forschung zu erweitern. Auch Modellveränderungen und Erweiterungen durch unsere beiden Gruppen sind herausfordernd und kosten Zeit. Gerade wegen der wichtigen Forschungsergebnisse bezüglich der Beurteilung und Projektion von globalen Wasserressourcen wäre eine Replikation der Ergebnisse durch Dritte unbedingt notwendig, was eine deutliche Verbesserung der Softwarequalität voraussetzt. Projektziel ist es. die Forschungssoftware in einer modernen Programmiersprache neu zuschreiben und ausführlich zu dokumentieren. Zudem soll die räumliche Auflösung flexibel anpassbar sein. Die resultierende Software soll testbar, wartbar, erweiterbar und durch Dritte nutzbar und erweiterbar sowie gründlich getestet sein. Die Neuentwicklung wird mit einem angepassten Scrum-Prozess durchgeführt und die Planung der Software Architektur wird auf Grundlage des IEEE 1016-2009 Dokuments erstellt. Mehrere Methoden werden genutzt um nachhaltig die Qualität der Software intern und externe zu steuern. Dieses Projekt wird anderen Forschern erlauben unser globales hydrologisches Modell selbst auszuführen, Ergebnisse zu replizieren oder die Einflüsse von Modifikationen in den Eingabedaten und Algorithmen zu untersuchen. Die Forschergemeinschaft kann so algorithmische Ansätze vergleichen, unserer Ergebnisse überprüfen und auch Fehler in unserer Software identifizieren. Um die Berichterstattung und Zusammenarbeit so einfach wie möglich zu gestalten setzen wir auf die etablierte Plattform github. Auch werden wir von automatisierten Tests und Benchmarkszenarien Gebrauch machen. Dies wird nicht nur dazu beitragen die Forschungssoftware WaterGAP effizienter zu nutzen und wissenschaftliche Ergebnisse robuster machen, sondern auch den wissenschaftlichen Fortschritt beschleunigen.
Die Karte zeigt den mittleren potentiellen Bodenwasservorrat (in %nFK) in der Vegetationsperiode (April – September) für das Jahr 2020 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.
Die Karte zeigt den mittleren potentiellen Bodenwasservorrat (in %nFK) in der Vegetationsperiode (April – September) für die Dekade 2001-2010 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.
Ziel des Projektes ist die Entwicklung eines Compoundproduktes aus einem Vlies und einer biologisch abbaubaren Beschichtung. Dieses biologisch abbaubare Compoundprodukt, VliesFilm genannt, soll konventionellen Mulchfolien aus Polyethylen im Pflanzenbau ersetzen können, bei gleichen positiven Wachstumseinflüssen auf die Pflanzen. Hauptkomponenten und Entwicklungsschritte des zu optimierenden integrierten Systems (Integrated Plant Management - IPM) sollen folgende sein: a: Entwicklung eines neuartigen biologisch abbaubaren Compoundproduktes aus einem Viskosevlies und einer Beschichtung zum Mulchen (VliesFilm). Beide Bestandteile des VliesFilms sind biobasiert und bestehen zu 100% (Vlies), bzw. 50% (Beschichtung) aus nachwachsenden Rohstoffen und sind biologisch abbaubar. Alle Inhaltstoffe der Beschichtung haben eine Lebensmittelzulassung (E-Nummer), stehen aber nicht in Konkurrenz zur Lebensmittelproduktion wie z.B. stärkebasierte Materialien. Der primäre Fokus liegt auf der Entwicklung und Optimierung des VliesFilms aus NaWaRos hinsichtlich der phytosanitären Eigenschaften im Vergleich zu konventionellem Mulchmaterial (PE, 20-25my). Als wichtigste pflanzenbaulichen Faktoren sind hier Wasserverfügbarkeit, Bodentemperatur, und die Unterdrückung von Unkräutern zu nennen. b: Der VliesFilm soll einen Mehrwert gegenüber konventionellen PE-Folien erhalten. Zu diesem Zweck werden die Beschichtungen eingefärbt, um repellente Effekte auf anfliegende Insekten (Modell Blattläuse) zu erreichen. Da diese Maßnahme einen Anflug zwar verringert, aber meist nicht komplett verhindern kann, wird ein regelmäßiges Monitoring vorgenommen, um etwaige interventiven Maßnahmen zu ergreifen. Hieraus folgt dann ein System zum integrierten Pflanzenschutz, um den Einsatz von chemischen Pflanzenschutzmitteln zu minimieren.
Ziel des Projektes ist die Entwicklung eines Compoundproduktes aus einem Vlies und einer biologisch abbaubaren Beschichtung. Dieses biologisch abbaubare Compoundprodukt, VliesFilm genannt, soll konventionellen Mulchfolien aus Polyethylen im Pflanzenbau ersetzen können, bei gleichen positiven Wachstumseinflüssen auf die Pflanzen. Hauptkomponenten und Entwicklungsschritte des zu optimierenden integrierten Systems (Integrated Plant Management - IPM) sollen folgende sein: a: Entwicklung eines neuartigen biologisch abbaubaren Compoundproduktes aus einem Viskosevlies und einer Beschichtung zum Mulchen (VliesFilm). Beide Bestandteile des VliesFilms sind biobasiert und bestehen zu 100% (Vlies), bzw. 50% (Beschichtung) aus nachwachsenden Rohstoffen und sind biologisch abbaubar. Alle Inhaltstoffe der Beschichtung haben eine Lebensmittelzulassung (E-Nummer), stehen aber nicht in Konkurrenz zur Lebensmittelproduktion wie z.B. stärkebasierte Materialien. Der primäre Fokus liegt auf der Entwicklung und Optimierung des VliesFilms aus NaWaRos hinsichtlich der phytosanitären Eigenschaften im Vergleich zu konventionellem Mulchmaterial (PE, 20-25my). Als wichtigste pflanzenbaulichen Faktoren sind hier Wasserverfügbarkeit, Bodentemperatur, und die Unterdrückung von Unkräutern zu nennen. b: Der VliesFilm soll einen Mehrwert gegenüber konventionellen PE-Folien erhalten. Zu diesem Zweck werden die Beschichtungen eingefärbt, um repellente Effekte auf anfliegende Insekten (Modell Blattläuse) zu erreichen. Da diese Maßnahme einen Anflug zwar verringert, aber meist nicht komplett verhindern kann, wird ein regelmäßiges Monitoring vorgenommen, um etwaige interventiven Maßnahmen zu ergreifen. Hieraus folgt dann ein System zum integrierten Pflanzenschutz, um den Einsatz von chemischen Pflanzenschutzmitteln zu minimieren.
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.
Die Hydrologie der Landoberfläche wirkt an der Schnittstelle zwischen Boden, Vegetation und Atmosphäre. Sie hat dadurch Auswirkungen auf Nahrungsmittelproduktion, Wasserverfügbarkeit und Extremereignisse, wie Dürren und Überschwemmungen. Die Wechselwirkungen zwischen Land (Hydrologie) und Atmosphäre (Wetter) sind bisher nur ungenügend verstanden. Es ist insbesondere unklar, ob sich die Einflüsse der Landoberfläche auf Vegetation und Wetter durch die globale Erwärmung verstärken werden. Darüber hinaus ist nur wenig bekannt bezüglich des Übergangs von einem energielimitierten Regime, wo die Atmosphäre (Temperatur und Einstrahlung) das Land (Vegetationsproduktivität, Bodenfeuchte) beeinflusst, hin zu einem wasserlimitierten Regime, wo das Land (auch) die Atmosphäre beeinflusst. Um das Verständnis der Land-Atmosphäre-Wechselwirkungen zu verbessern, wird ein multivariater Ansatz mit der Analyse von Daten über Bodenfeuchte, Matrixpotential, Bruttoprimärproduktion, Verdunstung, Temperatur und Landoberflächencharakteristiken vorgeschlagen. Mit dieser umfassenden Methodik werden Land-Atmosphäre-Wechselwirkungen in Bezug auf ihre kurz- und langfristige Variabilität, sowie auf ihre Veränderungen im Kontext des Klimawandels untersucht. Ausserdem werden potentiell stark betroffene Regionen bestimmt. Desweiteren wird ein kritischer Bereich der Bodenfeuchte und/oder des Matrixpotentials identifiziert und charakterisiert, ab dem eine Wasserlimitierung von Vegetation oder Evapotranspiration auftritt. Ein Ergebnis dieser Analyse wird die Identifizierung eines dritten charakteristischen Matrixpotentials neben dem permanenten Welkepunkt und der Feldkapazität sein. Als Grundlage für diese Untersuchungen wird mittels eines Landoberflächenmodells von geeigneter Komplexität ein langfristiger, qualitativ hochwertiger hydrologischer Datensatz berechnet, welcher anhand von multivariaten Beobachtungen kalibriert wird. Dabei werden auch die Unsicherheiten des Datensatzes, sowie der multivariaten Beobachtungen, thematisiert. Die Resultate dieser Arbeit können helfen das Management von Wasserressourcen zu verbessern. Beispielsweise können Prognosen des Matrixpotentials in Verbindung mit dem identifizierten kritischen Bereich für eine intelligente Bewässerung von Pflanzen und Feldern verwendet werden. Eine Analyse von langfristigen Trends in Matrixpotential-, Bodenfeuchte- und Abflussdaten kann als Grundlage für langfristige Anpassungsmaßnahmen dienen. In einer weiteren Analyse werden Größenordnungen und Auftrittshäufigkeiten von Extremereignissen, wie Dürren und Überschwemmungen untersucht und in Verbindung mit entstandenen Sach- und Personenschäden gebracht. Diese Arbeit trägt zu den Millenniums-Entwicklungszielen der Vereinten Nationen bezüglich der Bekämpfung von Hunger und einer nachhaltigeren Wassernutzung, den 'Europa 2020' Zielen der EU Kommission bezüglich nachhaltiger Energienutzung, und zum 'grand challenge' Wasserverfügbarkeit des Weltklimaforschungsprogramms bei.
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.
| Origin | Count |
|---|---|
| Bund | 484 |
| Global | 1 |
| Land | 92 |
| Wissenschaft | 2 |
| Zivilgesellschaft | 2 |
| Type | Count |
|---|---|
| Daten und Messstellen | 2 |
| Ereignis | 6 |
| Förderprogramm | 402 |
| Text | 49 |
| Umweltprüfung | 2 |
| unbekannt | 74 |
| License | Count |
|---|---|
| geschlossen | 58 |
| offen | 474 |
| unbekannt | 3 |
| Language | Count |
|---|---|
| Deutsch | 454 |
| Englisch | 150 |
| Resource type | Count |
|---|---|
| Archiv | 2 |
| Bild | 1 |
| Datei | 7 |
| Dokument | 26 |
| Keine | 256 |
| Webdienst | 26 |
| Webseite | 264 |
| Topic | Count |
|---|---|
| Boden | 535 |
| Lebewesen und Lebensräume | 448 |
| Luft | 422 |
| Mensch und Umwelt | 535 |
| Wasser | 535 |
| Weitere | 532 |