Ziel der Studie ist die Entwicklung eines Referenzszenarios im Gebäudebereich für das Gesamtziel 40Prozent CO2 -Einsparung bis 2020 , welches sich auf den deutschen Gebäudebestand und die CO2 -Emissionen im Jahr 1990 bezieht. Das Referenzszenario stellt die Wirkungen von Politikmaßnahmen für den Gebäudebereich dar, die bis zum 1.1.2010 implementiert worden sind. Grundsätzlich werden alle Gebäude der Sektoren Haushalte, Gewerbe-Handel-Dienstleistung betrachtet. In einer Szenarienrechnung vom Jahr 2010 bis zum Jahr 2020 werden die Effekte der bis zum 1.1.2010 in Kraft befindlichen Politikmaßnahmen fortgeschrieben. Neben dem Hauptszenario werden hier auch Sensitivitäten für veränderte Sanierungsraten, die fortschreitende Klimaerwärmung und den Einfluss der Bevölkerungsentwicklung berechnet. Die Berechnungen werden mit dem von Ecofys entwickelten Built-Environment-Analysis-Model BEAM durchgeführt. Wesentliche Ergebnisse der Szenarienrechnung sind Entwicklungen von Flächen, Heizwärmebedarfen, Endenergie- und Primärenergieverbräuchen sowie CO2-Emissionen. Darauf aufbauend werden die Zielerreichungen in Bezug auf die Emissionsminderungen im Zeitraum 1990-2020 sowie die Heizwärmebedarfsreduzierung im Zeitraum 2008-2020 erläutert. Weiterhin werden Vorschläge für weitere Politikinstrumente gemacht, die zusätzlich ergriffen werden könnten sowie der weitere Forschungsbedarf skizziert.
Breakthroughs in computing have led to the development of new generations of Earth Systems Models, which provide detailed information on how our planet may locally respond to the ongoing global warming, with unprecedented spatial and temporal resolutions of 1 km and a few minutes, respectively. This massive climate data may be of little value, if not utilized by engineers who are involved in developing technical solutions for real-world challenges. Engineers stand to benefit from seizing this opportunity and by incorporating climate data in engineering designs, solutions, and practices. This benefit is precisely the key driving force for founding the Research Training Group (RTG) on Climate-informed Engineering (CIE) as an emerging interdisciplinary field of research integrating state-of-the-art climate information with engineering education. A structured training strategy is designed in the RTG featuring a broad range of educational activities to facilitate training and promote early-career researchers who will contribute to developing the next generation of engineering solutions that are adaptive to climate. In doing so, we will integrate a new generation of climate models in our training through the active involvement of the Max-Planck Institute for Meteorology (MPI-M), an internationally renowned organization at the forefront of global efforts on climate models. Furthermore, the RTG offers a joint PhD program between TUHH and the United Nations University Institute for Water, Environment and Health (UNU-INWEH). Hence, the PhD candidates will benefit from the interactions with renowned experts at UNU and the UN on a variety of topics related to United Nations Sustainable Development Goals, which is at the heart of our RTG. The RTG will utilize engineering science and innovative approaches to develop new materials, processes, and predictive capabilities to help people, businesses, and ecosystem in the face of climate change. The RTG will include three main Research Areas, namely CIE for Built Environment, CIE for Process Engineering and CIE for Sustainable Resource Management and Environment. Ten projects are designed in the first funding phase, covering a wide range of topics, spanning from influence of climate on renewable resources and food engineering to developing novel materials for latent heat storage. The projects will couple indoor and outdoor climates based on Internet-of-Things technologies and will develop predictive capabilities for water and food security. All the principal investigators and PhD candidates share the common goal of employing new-generation climate information to devise strategies for mitigating climate change. This interdisciplinary RTG is the first of its kind, ultimately enabling engineers to build infrastructure and to develop new materials and processes that are informed by the climate data, which will be an increasingly important dimension of engineering education in the 21st century.
Das bessere Verständnis der städtischen und ländlichen Entwicklung erfordert Kenntnisse über die bebaute Umwelt und ihre Interaktion mit menschlichen Aktivitäten auf der Landschaftsebene, die durch das Konzept der Rurbanität beschrieben werden. Das Projekt C01 zielt darauf ab, skalenübergreifend eine Reihe von Indikatoren zu entwickeln, mit denen das Phänomen der Rurbanität in Raum und Zeit quantitativ und qualitativ beschrieben werden kann, wobei Informationen über die bebaute Umwelt aus der Erdbeobachtung, Modellierungsergebnisse und weitere frei verfügbare Geodaten verwendet werden. C01 wird Zensus- und Erdbeobachtungsdaten mit Erkenntnissen aus anderen FOR5903-Projekten kombinieren, um Rurbanitätsindikatoren zu entwickeln und daraus durch Integration einen Rurbanitätsindex abzuleiten. Fallstudien werden durchgeführt um zu zeigen, dass das neue Konzept in der Lage ist, die Verflechtungen zwischen urbanen und ländlichen Räumen umfassender zu beschreiben als bisher verwendete Methoden, die auf Nachbarschaftsbeziehungen zwischen als urban oder rural klassifizierten Bildpunkten beruhen. Die Skalierbarkeit des Indexes von der regionalen zur globalen Ebene wird untersucht, wobei die entwickelten Rurbanitätsindikatoren angepasst werden um Unterschiede in der Datenverfügbarkeit zu berücksichtigen. Wir stellen die Hypothesen auf, dass (i) mit dem neu entwickelten Ansatz der „Grad“ der Rurbanität einer Landschaft generell bestimmt werden kann, unabhängig vom fallspezifischen Kontext, sowie dass (ii) die Rurbanität in den meisten Regionen als Folge von Globalisierung, Spezialisierung, erhöhter Mobilität und stark gestiegenem Informationsaustausch zugenommen hat. Konkret wird C01 Fernerkundungsmethoden, Modellierungsergebnisse und Zensusdaten nutzen, um empirische Belege und Indikatoren zur Spezifizierung raumzeitlicher Veränderungen der Rurbanität im regionalen Untersuchungsgebiet (zunächst Marokko) zu generieren. Eine Netzwerkanalyse wird den Rurbanitätsindex aller Gemeindeflächen innerhalb des Netzwerks modellieren. C01 wird die Ergebnisse aus den Clustern A und B in einer GIS-basierten Synthese zusammenführen. Marokkanische Partner mit Fachkenntnissen in der Fernerkundung und Zugang zu Regionaldaten werden an der Entwicklung der Methodik, ihrer Anwendung zur Erstellung detaillierter regionaler Rurbanitätsdatensätze sowie der Validierung des im Projekt entwickelten großskaligen Rurbanitätsdatensatzes beteiligt sein.