API src

Found 2799 results.

Similar terms

s/weather-prediction/weather prediction/gi

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>

Hydrogeologische Karte von Niedersachsen 1 : 50 000 – Mittlere monatliche Grundwasserneubildung 1961 - 1990 im Juni, Methode mGROWA22

Die Karte zeigt die mittlere monatliche Grundwasserneubildung für den Monat Juni im 30-jährigen Zeitraum 1961-1990. Grundwasser ist ein Rohstoff, der sich regenerieren und erneuern kann. Hauptlieferant für den Grundwasservorrat ist in Niedersachsen versickerndes Niederschlagswasser. Es sorgt dafür, dass die Grundwasservorkommen der Speichergesteine im Untergrund aufgefüllt werden. Besonders hoch ist die Grundwasserneubildung im Winter, da zu dieser Zeit ein großer Teil der Niederschläge im Boden versickert. In den wärmeren Jahreszeiten verdunstet dagegen ein großer Teil des Niederschlags bereits an der Oberfläche oder wird von Pflanzen aufgenommen. Die Grundwasserneubildung ist räumlich stark unterschiedlich verteilt. Sie hängt ab von der Niederschlags- und Verdunstungsverteilung, den Eigenschaften des Bodens, der Landnutzung (Bewuchs, Versiegelungsgrad), dem Relief der Landoberfläche, der künstlichen Entwässerung durch Drainage, dem Grundwasserflurabstand sowie den Eigenschaften der oberflächennahen Gesteine. Da sich diese Parameter in Niedersachsen zum Teil auf kleinstem Raum deutlich unterscheiden, unterliegt auch die Grundwasserneubildung großen lateralen Schwankungen. Um die Grundwasserneubildung zu ermitteln, gibt es verschiedene Verfahren. Die vorliegenden Karten zeigen die flächendifferenzierte Ausweisung der mittleren Grundwasserneubildung, die mit dem Verfahren mGROWA (kurz für „monatlicher Großräumiger Wasserhaushalt“) berechnet wurde. Das Model mGROWA wurde für die großräumige Simulation des Wasserhaushalts am Forschungszentrum Jülich in Zusammenarbeit mit dem LBEG entwickelt (Herrmann et al. 2013) und seit 2016 für Niedersachsen methodisch aktualisiert. Zusätzlich wurde eine Reihe neuer Eingangsdaten verwendet, um ein aktuelle Datengrundlagen für wasserwirtschaftliche Planungsarbeiten und wasserrechtliche Genehmigungsverfahren zu liefern. Als klimatische Inputdaten wurden tägliche und monatliche gemessene und anschließend räumlich interpolierte Klimabeobachtungsdaten des Deutschen Wetterdienstes genutzt. Diese sind die potenzielle Verdunstung, die auf Grundlage der FAO-Grasreferenzverdunstung berechnet wurde (DWD, unveröffentlicht) und der Niederschlag basierend auf dem REGNIE-Produkt (Rauthe et al, 2013), welche nach Richter korrigiert wurden (Richter, 1995). Für eine bessere Regionalisierung wurden die klimatischen Eingangsparameter Niederschlag und potentielle Verdunstung mit bilinearer Interpolation auf ein 100 x 100 m Raster für mGROWA22 herunterskaliert.

Resiliente Abfluss- und Stauregelung der Wasserstraßen bei extremen Niederschlagsereignissen

Abflussprognosen zur Bewältigung von Extremwetterlagen Um das Transportaufkommen in Deutschland auch unter schwierigen Bedingungen zu bewältigen und dies aufrecht zu erhalten bzw. zu steigern, sind verkehrsträgerübergreifende Lösungsansätze notwendig. Ziel dieses Projekt ist es, die Resilienz und die Verfügbarkeit des Verkehrsträgers Wasserstraße bei extremen Wetterereignissen zu erhöhen. Aufgabenstellung und Ziel Etwa 3.000 km der Bundeswasserstraßen sind mit Staustufen ausgebaut, die meist aus einem beweglichen Wehr, einer Schleuse und einem Laufwasserkraftwerk bestehen. Durch das Ändern des Abflusses über das Kraftwerk und über das Wehr hält ein lokaler Regler den gewünschten Oberwasserstand innerhalb der vorgegebenen Stauzieltoleranz. Die Abfluss- und Stauregelung soll dabei mehrere, mitunter gegensätzliche Ziele erfüllen: Einhaltung des Stauziels innerhalb der festgelegten Toleranz, Verminderung von Abflussschwankungen, optimale Nutzung der Wasserkraft und Minimierung des Verschleißes der Wehrverschlüsse. Im Zuge des Klimawandels ist mit einer Zunahme extremer Wetterereignisse zu rechnen. Die Abfluss- und Stauregelung steht gerade in Niedrigwasserperioden vor wachsenden Herausforderungen. Schwankungen des Abflusses sind in diesen Phasen schwierig auszugleichen und Über- bzw. Unterschreitungen der Stauzieltoleranz sind nicht auszuschließen. Dadurch entsteht eine Gefahr für die Schifffahrt. Ziel des vorgestellten Vorhabens ist es, anhand einer fundierten Datenanalyse und der Methode des maschinellen Lernens Zusammenhänge zwischen Niederschlagsereignissen und Abflussschwankungen vertieft zu untersuchen. Zusätzlich sollen Abflussprognosen erstellt werden, welche die Abfluss- und Stauregelung unterstützen. Bedeutung für die Wasserstraßen- und Schifffahrtsverwaltung des Bundes (WSV) Die Verwendung maschinellen Lernens für Abflussvorhersagen auf der Basis von Niederschlags- und Zuflussdaten stellt ein vielversprechendes Werkzeug für die WSV dar. Prognosen schaffen einen vorausschauenden Handlungsspielraum für die Abfluss- und Stauregelung, sodass starke Wasserstandsund Abflussschwankungen minimiert und damit die Sicherheit und Leichtigkeit der Schifffahrt erhöht werden. Die Resilienz der Wasserstraße wird dadurch auch unter den zunehmenden Auswirkungen des Klimawandels gesteigert. Untersuchungsmethoden Das Verfahren wird exemplarisch an einer Stauhaltung der Mosel getestet. Die Niederschlagsdaten des Einzugsgebiets der Stauhaltung werden vom Deutschen Wetterdienst im Rahmen der Zusammenarbeit im BMDV-Expertennetzwerk bereitgestellt. Die Pegeldaten der oberliegenden Stauhaltung sowie die der untersuchten Stauhaltung selbst werden von der WSV zur Verfügung gestellt. In einem ersten Schritt werden die Pegeldaten untersucht. Anhand einer Kreuzkorrelation können Abhängigkeiten zwischen dem oberliegenden Pegel und dem Pegel in der untersuchten Stauhaltung aufgezeigt werden. In einem weiteren Schritt werden ebenfalls die Niederschlags- und Wehrdaten betrachtet und deren Zusammenhang mit den Pegeldaten untersucht. Zusätzlich wird eine Methode erarbeitet, um Wasserstandsschwankungen so zu filtern, dass die Werte möglichst unbeeinflusst von Schleusungen und Schifffahrt sind. Im Anschluss an die Aufbereitung der Daten wird nach einer geeigneten Methode des Maschinellen Lernens (ML) gesucht. Dabei werden unterschiedliche ML-Modelle in Python implementiert und trainiert. Der vielversprechendste Modelltyp soll weiter genutzt und mit unterschiedlichen Parametrierungen getestet werden. Hierbei wird immer auf einen Prognosezeitraum von drei Stunden hingearbeitet. Für die Abfluss- und Stauregelung ist eine dreistündige Prognose wünschenswert, um Schwankungen des Abflusses effektiv zu bewältigen.

Bundesweite Ausweisung der Winderosionsgefährdung – vorherrschende Hauptwindrichtungen (Datensatz)

Der bundesweite Datensatz enthält Informationen zu den vorherrschenden acht Hauptwindrichtungen (N, NO, O, SO, S, SW, W, NW). Die Ableitung erfolgt auf Grundlage von beim Deutschen Wetterdienst (DWD) vorliegenden Datensätzen. Eine grundsätzliche Beschreibung des methodischen Vorgehens zur Ableitung der vorherrschenden Hauptwindrichtung findet sich in (Gebel, M.; Uhlig, M.; Bürger, S.; Halbfaß, S. (2025): Erosionsgefährdung von Böden durch Wind – Aktualisierung der bundesweiten Betrachtung. UBA Texte | 47/2025 (Link siehe INFO-LINKS)). Die Daten sind keine absolut gültigen Ergebnisse, sondern stehen im Kontext der methodischen Annahmen bei der Erstellung und Verarbeitung der Ausgangsdaten.

Analyse und Nowcasting von konvektiven Systemen mit VERA

Die genaue Vorhersage von Gewittern ist sowohl für die Wissenschaft als auch für die Öffentlichkeit ein wichtiges Anliegen, da konvektive Ereignisse im Sommer zu den größten Naturgefahren in unseren Breiten gehören. Um die Entstehungsprozesse von Gewittern genauer zu verstehen, ist eine Untersuchung von Konvektion auf einer hoch auflösenden Skala nötig. Nur damit kann man den heutigen Anforderungen an die Vorhersage (in Bezug auf Zeit, Raum und Intensität) gerecht werden. Zu diesem Zweck wird im nächsten Jahr im Rahmen von zwei internationalen Projekten (COPS und MAP D-PHASE) im Süden von Deutschland eine groß angelegte Messkampagne durchgeführt. Das Hauptziel dieser Kampagne ist die Erstellung eines hochwertigen Datensatzes für die Untersuchung konvektiver Prozesse, von der Auslösung von Konvektion über die Wolken- und Niederschlagsbildung bis hin zur Untersuchung von Wolkenchemie und Hydrometeoren. Damit sollen meteorologische (und hydrologische) Vorhersagen für konvektive Ereignisse verbessert werden. Sowohl bei COPS (Convective and Orographically-induced Precipitation Study; Teil des Priority Program SSP 1167 der Deutschen Forschungsgemeinschaft) als auch bei MAP D-PHASE (Mesoscale Alpine Program Demonstration of Probabilistic Hydrological and Atmospheric Simulation of flood Events in the Alpine region, ein von der Welt-Meteorologischen Organisation gefördertes Projekt) ist das Institut für Meteorologie und Geophysik in der Planungsphase vertreten. Im Rahmen des vorgeschlagenen Projektes soll die Messkampagne durch den Einsatz eines eigenen Meso-Messnetzes und Personal unterstützt werden, womit ein wichtiger Beitrag zu dem einmaligen Datensatz, der durch den Einsatz verschiedenster Messsysteme (Bodenstationen, Dopplerradar, Lidar, Satelliten, Flugzeuge, Radiosonden, ...) zu Stande kommt, geleistet wird. Mit Hilfe der Daten aus der Feldkampagne soll im Zuge des Projektes das Analyseverfahren VERA, das im Rahmen von FWF-Projekten am Institut entwickelt worden ist, einerseits für das Nowcasting von Gewittern, andererseits zur genaueren Niederschlagsanalyse, weiterentwickelt werden. Für beide Entwicklungsschritte wird dem Fingerprint-Ansatz, mit dem Zusatzinformation für das Downscaling meteorologischer Felder in die VERA-Analyse implementiert werden kann, eine wichtige Rolle zukommen. Dieser Ansatz wird für 3 Dimensionen, mehrere Fingerprints und höhere Auflösungen (bis 1km Gitterdistanz) erweitert. Mittels des Datensatzes werden neue Fingerprints entwickelt, die dazu beitragen werden, die Analysegenauigkeit für den Niederschlag und die Vorhersagbarkeit von Gewittern in Echtzeit mit Routinedaten zu verbessern. Das fertig entwickelte Analyseverfahren soll dann in einem weiteren Schritt zur Echtzeit-Validierung von hoch auflösenden Wettermodellen verwendet werden, wobei ein neuer Ansatz des Vergleiches zum Tragen kommt. Auch dadurch wird ein Beitrag zur besseren Vorhersagbarkeit von Gewittern geleistet.

Globale Radiosondendaten für die Klimaforschung

Lange homogene beobachtete Zeitserien von Klimavariablen werden nicht nur an der Erdoberfläche sondern auch in der freien Atmosphäre benötigt, denn Klimaanomalien und Klimaänderungen haben eine dreidimensionale räumliche Struktur. In-situ Beobachtungen der freien Atmosphäre, vor allem Radiosonden- und Ballondaten, sind in der Nordhemisphäre etwa seit den 1930er Jahren verfügbar, und globale Bedeckung ist seit dem internationalen geophysikalischen Jahr (IGY) 1958 gegeben. Um das volle Potential der Daten auszuschöpfen müssen (i) künstliche systematische Fehler und Sprünge aus den Stationszeitreihen entfernt werden und die Daten müssen (ii) mit einem geeigneten dynamischen Datenassimilations-system im Rahmen sogenannter Reanalysen assimiliert werden. Die Entfernung künstlicher Sprünge aus den Beobachtungsreihen nennt man Homogenisierung. Das Fehlern homogener Klimareihen der freien Atmosphäre zurück bis in die 1970er oder sogar 1930er Jahre wurde vom Intergovernmental Panel on Climate Change (IPCC) als großer Unsicherheitsfaktor identifiziert, der unsere Fähigkeit zur Diagnose von Klimaänderungen wesentlich einschränkt. Im Projekt P18120-N10 (Ende im Mai 2009) hat der Antragsteller weltweit führende Homogeni-sierungsmethoden für Radiosondentemperaturen und -winde entwickelt. Die berechneten Korrekturen werden in laufenden Reanalyseprojekten über die Satellitenperiode (1979-) am europäischen Zentrum für mittelfristige Wettervorhersage (EZMW) und an der National Aeronautics and Space Administration (NASA) benutzt. Ein neues Projekt mit folgenden Zielen wird nun beantragt: (i) Entwicklung eines vereinheitlichten Homogenisierungssystems, das Temperatur, Feuchte und Winddaten gemeinsam homogenisiert. Es soll homogene Datensätze dieser Parameter zurück bis 1958 liefern. (ii) die Schätzung systematischer Fehler in Radiosondenmessungen während des Datenassimilationsprozesses ('online bias estimation'). (iii) Untersuchung und wenn möglich Homogenisierung des Radiosondendatensatzes von 1938-1958. Ziel (i) geht auf die Tatsache ein, dass seit 1958 zwar ein globaler Radiosondenfeuchte- und Winddatensatz zur Verfügung steht, aber keine Korrekturen, die umfassend genug sind, um für eine Klimadatenassimulation hilfreich zu sein. Homogenisierte Temperaturreihen der Universität Wien und von anderen Quellen existieren, aber enthalten immer noch bedeutende Inkonsistenzen, die entfernt werden müssen, wie neuere Forschungsergebnisse gezeigt haben. Die gemeinsame Betrachtung aller Parameter ist ein neuer Ansatz, der zu verbesserter Brucherkennung führen sollte, weil Brüche in verschiedenen Parametern oft synchron auftreten aber nicht in allen Zeitserien erkennbar sind. Die Homogenisierung der Zeitreihenin späteren Perioden sollte auch durch überarbeitete Brucherkennungsverfahren und neu rekalibrierte Satellitenradianzen deutlich verbessert werden können. usw.

Potenzieller Zusatzwasserbedarf 1991-2020

Der potenzielle Zusatzwasserbedarf wird auf Basis der digitalen nutzungsdifferenzierten Bodenkarte von Niedersachsen 1 : 50 000 (BK50) berechnet. Dabei werden nur Flächen berücksichtigt, deren Nutzung in der BK50 als „Acker“ ausgewiesen ist. Unter Zusatzwasserbedarf wird die mittlere Beregnungsmenge innerhalb der Vegetationsperiode (April-September) verstanden, die zur Aufrechterhaltung eines Bodenwassergehaltes von mindestens 40 % der nutzbaren Feldkapazität (nFK) im effektiven Wurzelraum (nFKWe) erforderlich ist. Berechnet wird die mittlere Beregnungsmenge als Mittelwert der Fruchtarten Winterweizen, Wintergerste, Wintergerste mit Zwischenfrucht, Sommergerste, Mais, Zuckerrüben und Kartoffeln. Die Berechnung des 30-jährigen potenziellen Zusatzwasserbedarfs wird auf Basis von bereitgestellten Niederschlags- und Verdunstungsdaten des DWD durchgeführt. Die 30-jährigen Mittelwerte wurden aus den täglichen Daten ermittelt. Der Niederschlag basiert auf dem korrigierten REGNIE-Produkt (Stand 25.05.2021). Die Verdunstung wurde vom DWD mit dem Standard-Verfahren nach FAO zur Ermittlung der Grasreferenzverdunstung an Klimastationsdaten berechnet und anschließend in die Fläche auf ein 1 km Raster interpoliert (Stand 10.12.2021). Referenzen: BUG, J., HEUMANN, S., MÜLLER, U. & WALDECK, A. (2020): Auswertungsmethoden im Bodenschutz - Dokumentation zur Methodenbank des Niedersächsischen Bodeninformationssystems (NIBIS®). – GeoBerichte 19: 383 S. Hannover: LBEG DEUTSCHER WETTERDIENST (DWD), 2017: Abteilung Hydrometeorologie: REGNIE (REGionalisierte NIEederschläge): Verfahrensbeschreibung & Nutzeranleitung, DWD internal report, Offenbach 2017.

Gas- und Wärmeabgabe seit 1990

<p>Dieser Datensatz gibt die Gas- und Wärmeabgabe in der Stadt Oldenburg wieder. Es handelt sich um die abgerechnete nutzbare Wärmeabgabe, die durch einen Wärmedirektservice oder Nahwärme bereitgestellt wurde.</p> <p>Alle Werte sind in Millionen Kilowattstunden (kWh) angegeben.</p> <p>Quellen: EWE AG, EWE Netz GmbH, vorläufige Angaben</p> <p><em>Hinweise:</em></p> <ul> <li>Gradtagzahl: bis zum Jahr 2018 in Kelvin-Tage/Jahr für Oldenburg. (Quelle: Deutscher Wetterdienst (DWD)), ab Jahr 2019 in Kelvin-Tage/Jahr auf Basis nächster DWD-Wetterstation Friesoythe-Altenoythe (Quelle: Institut für Wohnen und Umwelt GmbH, 2023)</li> <li>Das Jahr 1990 ist als Bezugsjahr für den Klimaschutz in Oldenburg und im Bund von Bedeutung</li> <li>Der Wert für die Gasabgabe 1991 stammt aus dem Klimaschutzbericht 1997 für die Stadt Oldenburg</li> </ul>

Deutscher Beitrag zu Klimaprojektionen für CMIP7 - AR7 Fast Track, DECK- und ScenarioMIP-Simulationen, Teilprojekt 7: Simulationen mit AWI-CM3 / AWI-ESM3

Ermittlung der Baumvitalität entlang von Schienenwegen mit Fernerkundung und dendroökologischen Analysen und deren Multiplikatoreffekt für Risiken durch andere Naturkatastrophen, Teilvorhaben: Deutscher Wetterdienst (DWD)

1 2 3 4 5 … 278 279 280