Die Bundesanstalt für Gewässerkunde (BfG) erstellt Abflussprojektionen für Pegel in den Einzugsgebieten von Donau, Elbe, Ems, Rhein und Weser und stellt diese als Beitrag und Grundlage zur Deutschen Anpassungsstrategie an den Klimawandel (DAS) über den DAS-Basisdienst "Klima und Wasser" bereit. Die Projektionen fußen auf den Szenarien und Daten, die auch den Berichten des Weltklimarates zugrunde liegen. Diese globalen Klimadaten werden durch Europäische Wetterdienste und Klimaforschungsinstitute für Europa regionalisiert. Für Deutschland und die internationalen Einzugsgebietsanteile werden diese Daten durch den Deutschen Wetterdienst (DWD) ebenfalls im Rahmen des DAS-Basisdienstes aufbereitet. Die BfG setzt die hydrometeorologischen Größen (Lufttemperatur, Niederschlag, Globalstrahlung, Wind, relative Luftfeuchte) und deren für die Zukunft projizierten Änderungen mittels eines Wasserhaushaltsmodells in Tageswerte hydrologischer Größen (u.a. Abfluss) um. Die hier bereitgestellten Daten basieren auf einem Klimadatenfundus, der im Kontext des 5. IPCC-Sachstandsberichts (IPCC, 2013) durch das globale Coupled Model Intercomparison Project Nr. 5 (CMIP5, Meehl und Bony, 2011) und den europäischen Teil des Coordinated Regional Climate Downscaling Experiment (EURO-CORDEX, Jacob et al., 2014) sowie nationale Modellaktivitäten (ReKliEs-De, Hübner et al., 2017) generiert wurden. Die rohen Klimamodelldaten wurden durch die BfG einer grundlegenden Prüfung unterzogen (Nilson, 2021; Nilson et al., 2014) um unplausible Projektionen auszuschließen. Auf Basis dieser Prüfung ergeben sich somit Ensembles von 16 Abflussprojektionen für das Hochemissionsszenario RCP8.5, 11 Projektionen für das mittlere Szenario RCP4.5 und 10 Simulationen für das bzgl. klimaschutzfortgeschritten optimistische RCP2.6-Szenario. Die verbliebenen Klimaprojektionen wurden durch den DWD aufbereitet. Zu den Aufbereitungsschritten gehört eine multivariate Biasadjustierung (Cannon, 2018) auf Basis des hydrometeorologischen Referenzdatensatzes HYRAS (Tageswerte; z.B. Rauthe et al., 2013) sowie eine räumliche Disaggregierung auf das ebenfalls von HYRAS vorgegebene Raster von 5 km x 5 km. Auf dieser Grundlage wurden durch die BfG Simulationen mit dem Wasserhaushaltsmodell LARSIM-ME (Version 2019; Fleischer et al., in Vorber.) durchgeführt und in die bereitgestellten 37 Abflussprojektionen generiert. Die Projektionen sind u.a. in Teile der Klimawirkungs- und Risikoanalyse des Bundes für Deutschland eingeflossen (KWRA 2021). Die Veröffentlichung der nächsten Risikoanalyse ist für 2028 geplant (KRA 2028). Die Pflege und Weiterentwicklung der Modelle und Daten erfolgt kontinuierlich u.a. im Rahmen der Ressortforschung der Bundesministerien für Verkehr und Umwelt.
Dienst bestehend aus Layern zu Wald und Forstwirtschaft. Die Daten des Gruppenlayers Waldbrandgefahr zeigt die Anzahl der Tage pro Jahr, an denen der Waldbrandindex über 4 liegt. Für die Waldbrandgefahr und die forstliche Vegetationszeitlänge stehen sowohl Beobachtungsdaten nach den 30-jährigen Klimanormalperioden im Beobachtungszeitraum 1961-2020 als auch Zukunftsprojektionen für 2031-2060 und 2071-2100 zur Verfügung. Die Klimaprojektionen der Zukunft werden jeweils nach den Klimaszenarien RCP2.6, RCP4.5 und RCP8.5 gegliedert. Neben den absoluten Mittelwerten werden auch die sogenannten Delta Change Raster dargestellt. Für die Beobachtungsraster werden Veränderungen gegenüber der Klimanormalperiode 1991-2020 dargestellt, für die Projektionsraster der beiden Zukunftszeiträume die Veränderungen gegenüber der Referenzperiode 1971-2000. Die Stärke des möglichen Klimasignals wird je Szenario unterteilt nach dem 15., 50. und dem 85. Perzentil.Ebenfalls zeigt ein weiterer Gruppenlayer die mittlere Niederschlagssumme in der tatsächlichen forstlichen Vegetationszeit an. Datenquelle: Deutscher Wetterdienst (DWD); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019)
Unter Globalstrahlung versteht man die gesamte am Erdboden ankommende Strahlung, also die Summe aus direkter Sonnenstrahlung und diffuser (also durch Lichtstreuung Infolge von Wolken oder Nebel indirekt eintreffende) Himmelsstrahlung. Die Stärke der den Boden erreichenden Strahlung ist abhängig von geographischer Breite, Tageszeit, Jahreszeit und der Geländeform, d. h. dem Winkel, unter dem die Strahlen auftreffen. Durch die unterschiedlichen Einfallswinkel der Sonne während des Jahres und der Tage ist die Globalstrahlung im Sommer stärker als im Winter und am Mittag stärker als am Morgen und am Abend. Die Flächenkarten der Globalstrahlung werden in der Einheit Kilowattstunde pro Quadratmeter (kWh/m2) zur Verfügung gestellt. Dabei handelt es sich um Karten der Mittelwerte der Monate, der Jahreszeiten und für das gesamte Jahr der Klimanormalperioden ab 1981 - 2010 und 1991 - 2020. Bei allen Daten handelt es sich um absolute Werte, die als Raster im GeoTiff-Format zur Verfügung gestellt werden.
Dienst bestehend aus den Rasterlayern zur mittleren Anzahl von Kühlgradtagen [Kelvin*Tag] nach Spinoni. Hier wird der Kühlenergiebedarf durch eine Temperatursumme dargestellt. Die Kühlgradtage werden von der Lufttemperatur abgeleitet und nach dem Verfahren von Spinoni et al. (2015) berechnet. Hierbei wird eine Basistemperatur von 22 °C angenommen. Liegt die Tageshöchsttemperatur unter diesem Wert, wird nicht von einem Kühlbedarf ausgegangen. Die jeweiligen Raster-Layer wurden für die 30-jährigen Mittelwerte der Klimanormalperioden 1951-1980, 1961-1990, 1971-2000, 1981-2010 und 1991-2020 für die beobachtete Vergangenheit berechnet. Ergänzend werden die Änderungen der Klimanormalperiode 1991-2020 bezogen auf 1961-1990 und 1951-1980 dargestellt. Zusätzlich liegen Klimaprojektionen für die Zukunftszeiträume 2031-2060 und 2071-2100 vor, die jeweils nach den Klimaprojektionen RCP2.6, RCP4.5 und RCP8.5 gegliedert sind. Die Stärke des möglichen Klimasignals je Szenario wird unterteilt nach dem 15., 50. und dem 85. Perzentil. Es werden sowohl absolute Mittelwerte als auch sogenannte Delta-Change Raster dargestellt, die die Änderung des Klimasignals gegenüber der Referenzperiode 1971-2000 zeigen. Datenquelle: Deutscher Wetterdienst (DWD); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019), Berechnung durch das LANUK. Weitere Hinweise des Deutschen Wetterdienstes sind zu beachten: https://www.dwd.de/DE/service/rechtliche_hinweise/rechtliche_hinweise_node.html
Die Anzahl der verfügbaren Wolkenkondensationskerne (CCN) beeinflusst maßgeblich die mikrophysikalischen Wolkeneigenschaften, wie z.B. die Wolkentropfenanzahlkonzentration (CDNC) und deren Größenverteilung. CDNC und die Tropfengröße steuern sowohl die Strahlungseigenschaften als auch die Lebensdauer von Wolken. Dies wirkt sich komplex auf die Energiebilanz der Erde aus. Aktuelle Klimamodelle basieren häufig auf Annahmen über CCN Anzahlkonzentrationen und andere CCN bezogene Eigenschaften (z.B. Hygroskopizität), da für viele Regionen auf der Erde repräsentative Daten fehlen. Wenn vorhanden, handelt es sich bei diesen CCN Daten um bodengebundene Messungen, welche somit nicht - mit Ausnahme von Bergstationen - in der für Wolkenbildungsprozesse relevanten Höhe durchgeführt wurden. Für die Karibikregion wurde gezeigt, dass die bodengebundenen CCN Messungen für die gesamte marine Grenzschicht repräsentativ zu sein scheinen also auch für die Wolkenbildungsregionen. Im hier vorgeschlagenen Projekt wollen wir überprüfen, ob bodengebundene CCN Messungen auch in anderen Erdregionen repräsentativ sind für die CCN Anzahl in der Wolkenbildungsregion, und wenn ja, unter welchen Bedingungen. Dies würde die Anwendung von CCN Daten in Modellen stark vereinfachen. Dazu wird die Gültigkeit der Beobachtungen in der Karibik, in zwei gegensätzlichen Umgebungen getestet werden, einmal in einer marinen und einmal in einer kontinentalen Umgebung. Die Messkampagne zu marinen CCN soll auf den Azoren (Portugal) durchgeführt werden. Wir werden kontinuierlich verfügbare CCN Daten von der Azoren Eastern Nordatlantik (ENA) Station auf der Insel La Graciosa (auf Meereshöhe) mit Daten von der Bergstation Pico (Pico Island, 2225 m ü.d.M.) kombinieren. Ergänzend werden CCN und CDNC Messungen auf der Helikopter-Messplattform (ACTOS) durchgeführt, um die vertikale Lücke zwischen den Meeresspiegel- und Bergmessungen zu schließen. Die kontinentalen bodengebundenen CCN Messungen werden kontinuierlich an der ACTRIS Station Melpitz durchgeführt. Die vertikale CCN und CDNC Verteilung wird in Melpitz mit Hilfe eines Ballons in mehreren einwöchigen Kampagnen einmal pro Jahreszeit gemessen werden. Darüber hinaus werden wir mit Hilfe der Aerosol-Wolken-Wechselwirkungsmetrik (ACI) die in der Wolke in-situ gemessen CCN Eigenschaften (das heißt Anzahl und Hygroskopizität) mit den CDNC quantitativ verbinden. Es wird außerdem eine Sensitivitätsstudie mit einem Cloud-Parcel Model durchgeführt, welches durch die realen Messungen in der Atmosphäre angetrieben werden wird. Dies wird einen Einblick in das Übersättigungsregime von frisch gebildeten Wolken gewähren.Die CCN Daten selbst, die Erkenntnisse zu CCN Eigenschaften und ihrer vertikalen Verteilung sowie die quantitative Verbindung zwischen CCN und CDNC werden im Hinblick auf das Verständnis und die Modellierung der Wolkentropfenaktivierung sowie der mikrophysikalischen Wolkeneigenschaften von außerordentlichem Wert sein.
Nach Einführung der heute aktuellen DIN 19700 im Jahre 2004 sind für Stauanlagen wie beispielsweise Talsperren oder Hochwasserrückhaltebecken in regelmäßigen zeitlichen Abständen vertiefte Sicherheitsüberprüfungen durchzuführen. Eine wesentliche Grundlage hierfür ist die Bereitstellung der hydrologischen Grundlagen auf dem aktuellen Stand bzgl. der meteorologischen und hydrologischen Daten und auch der abflussspezifischen Eigenschaften der betroffenen Einzugsgebiete. Nach den Vorgaben der DIN 19700 sind hydrologische Sicherheitsnachweise zu führen mit sehr extremen Hochwasserereignissen, deren Jährlichkeiten T bis zu T = 10 000 a reichen. Da so extreme Ereignisse nicht direkt anhand von Abflussbeobachtungen abgeleitet werden können, sind für jede Stauanlage gesonderte gebietsspezifische Betrachtung und Bewertung von Extremsituationen erforderlich. Das IWG Hydrologie wird aufgrund seiner langjährigen Erfahrung seit Jahren angefragt, für zahlreiche Stauanlagen die erforderlichen hydrologischen Grund entweder durch Anwendung geeigneter Niederschlag-Abfluss-Modelle zu ermitteln oder die Studien Dritter zu beurteilen. Eigene Modellierungen wurden beispielsweise durchgeführt für die Talsperren des Ruhrverbands Essen External Link, die Talsperre Kleine Kinzig in Baden-Württemberg External Link sowie zahlreiche Hochwasserrückhaltebecken in den Einzugsgebieten von Sulm, Neuenstadter Brettach, Weissach oder Leimbach im Auftrag der jeweiligen Wasserverbände oder Kommunen.
Schwerewellen (GWs) sind zu kleinskalig, um in den heutigen Wetter- und Klimamodellen aufgelöst zu werden. Sie müssen daher parametrisiert werden, da sie einen starken Einfluss auf die Dynamik der großen Skalen haben. Parametrisierungen existieren für orographisch und konvektiv erzeugte GWs, während für die GW-Quellen entlang großskaliger Jets noch keine etablierte Parametrisierung vorliegt. Die Quellen resultieren aus einer spontanen Imbalance (SI) der großskaligen quasi-geostrophischen Strömung. Die Untersuchung von Schwerewellenabstrahlung durch SI ist schwierig, da die GWs in ein sehr komplexes zeitabhängiges Strömungsfeld eingebettet sind, mit einer großen Zahl von interagierenden Prozessen. Auch die Validierung von Parametrisierungen wird dadurch erschwert. Daher kombinieren wir Theorie und numerische Modellierung mit ergänzenden Laborexperimenten. Laborexperimente garantieren eine Reproduzierbarkeit der betrachteten großskaligen Strömungssituation. Die direkte Korrespondenz zwischen den experimentellen Daten und den Modelldaten und die erwähnte Reproduzierbarkeit machen das Laborexperiment zu einem idealen Prüfstand für Parametrisierungen und für die Untersuchung klimarelevante Prozesse. Das differenziell beheizte rotierende Zylinderspalt-Experiment, welches an der BTU (Brandenburg Technische Universität Cottbus-Senftenberg) aufgebaut und betrieben wird, stellt die Referenzdaten für Benchmark-Simulationen an der GU-F (Goethe Universität Frankfurt) und dem IAP (Leibniz Institut für Atmosphärische Physik, Kühlungsborn) bereit. Dabei stehen Experimente im Vordergrund, die zeigen sollen, welche baroklinen Strömungen eine besonders ausgeprägte GW-Abstrahlung aufweisen. Ergänzend dazu werden idealisierte numerische Simulationen an der GU-F und dem IAP durchgeführt, um die Variabilität der GWs und den Abstrahlungsprozess zu untersuchen. Wichtig ist dabei, einen Zusammenhang zwischen verschiedenen großskaligen Strömungen und der mesoskaligen GW-Quelle herzustellen und diesen Zusammenhang mittels grob aufgelöster Wellenstrahlenmodelle zu validieren. Ziel ist es, eine skalenabhängige SI-Parametrisierung zu konstruieren. Diese Parametrisierung soll mit Hilfe der Labor-Referenzdaten validiert werden. Begleitet wird dies von einer Analyse grob- und feinaufgelöster Daten aus UA-ICON Simulationen. Schließlich soll die Parametrisierung an das Wellenstrahlenmodell MS-GWaM angekoppelt werden, welches in UA-ICON implementiert ist.
Die App "Meine Umwelt" ist Ihr persönlicher Umweltassistent Die App liefert Ihnen standortgenau: • Messwerte zu Pegelständen und Luftqualität, • Medungen zu Waldbrandgefahr und Klimadaten, • Umweltdaten aus den Themen Abfall, Boden, Energie, Hochwasser, Landwitschaft, Nachhaltigkeit, Verkehr, Wald und Wirtschaft, • Informationen zu Schutzgebieten, Erlebnisorten und Umweltbeeinträchtigungen Meine Umwelt warnt Sie außerdem per Push-Nachricht vor Umweltgefahren. Sie können mit Meine Umwelt auch selbst aktiv die Umwelt unterstützen, indem Sie Umweltbeeinträchtigungen und Artenfunde mit Ihrem mobilen Endgerät dokumentieren und über die App an uns senden. Folgende Bundesländer stellen ihre Umweltdaten kostenlos zur Verfügung: • Baden-Württemberg • Sachsen-Anhalt • Thüringen • Schleswig-Holstein Funktionen der Meine Umwelt-App: • Luft-, Pegel- und Kartendaten zu Ihrem Standort • Standortbestimmung durch GPS, gezielte Adress- oder Postleitzahleingabe • Darstellung auf hochauflösenden Karten • per Fingertipp z.B. Erlebnisorte oder Schutzgebiete abfragen • lokale Beobachtungen standortgenau mit GPS auch offline erfassen und zu einem späteren Zeitpunkt melden • integrierte Umwelt-Suchmaschine • Push-Nachrichten zu Warnthemen (z.B. Feinstaub oder Hochwasser) Themenbereiche der Meine Umwelt-App Informieren Lernen Sie Ihre Umwelt in Baden-Württemberg, Sachsen-Anhalt, Thüringen und Schleswig-Holstein besser kennen. Entdecken Sie die Attraktionen Ihrer Umgebung von zuhause oder unterwegs. Informieren Sie sich über die Luftqualität und Umweltzonen Ihres Wohnorts oder das Hochwasserrisiko Ihres Gebäudes. Erleben Sie Ihre Umwelt hautnah, indem Sie z. B. auf einfachste Art und Weise feststellen, in welchem Schutzgebiet Sie sich gerade befinden. Abhängig vom ausgewählten Bundesland stehen Ihnen viele weitere Daten wie z. B. die Standorte von Windkraftanlagen, Solardacheignung, Lärmkartierung oder Rettungspunkte im Wald zur Verfügung. Melden Melden Sie in Baden-Württemberg und Sachsen-Anhalt Umweltbeeinträchtigungen durch Luftverschmutzung, Lärm, Gewässerverunreinigung, Abfallablagerung oder andere Schäden an Natur und Landschaft. Beteiligen Sie sich an der Verbesserung des Hochwasserschutzes und dokumentieren Sie Hochwasserereignisse in Ihrer Umgebung. Helfen Sie mit bei der Identifizierung der stark allergieauslösenden Pflanze Ambrosia. In Sachsen-Anhalt können zusätzlich gesundheitsgefährdende Riesen-Bärenklau-Vorkommen gemeldet werden. Darüber hinaus können Sie den Artenschutz unterstützen, indem Sie Fundorte von seltenen Tier- und Pflanzenarten melden. Zur Identifikation der Arten stehen Bestimmungshilfen zur Verfügung. Warnungen Lassen Sie sich per Push-Nachricht vor Umweltgefahren wie z.B. Feinstaub oder Hochwasser warnen. Somit können Sie schneller reagieren und rechtzeitig nötige Vorkehrungen treffen.
Dienst bestehend aus den Rasterlayern zur Klimatischen Wasserbilanz in mm, jeweils für das ganze Jahr und den Jahreszeiten. Die hier dargestellten Rasterlayer zur Klimatischen Wasserbilanz wurden vom Deutschen Wetterdienst mit dem Modell AMBAV berechnet und für den Klimaatlas NRW aufbereitet. Die jeweiligen Raster-Layer wurden jeweils für die 30-jährigen Mittelwerte der Klimanormalperioden 1961-1990, 1971-2000, 1981-2010 und 1991-2020 für die beobachtete Vergangenheit berechnet. Ergänzend werden die Änderungen der Klimanormalperiode 1991-2020 bezogen auf 1961-1990 dargestellt. Zusätzlich liegen Klimaprojektionen für die Zukunftszeiträume 2031-2060 und 2071-2100 vor, die jeweils nach den Klimaprojektionen RCP2.6, RCP4.5 und RCP8.5 gegliedert sind. Die Stärke des möglichen Klimasignals je Szenario wird unterteilt nach dem 15., 50. und dem 85. Perzentil. Es werden sowohl absolute Mittelwerte als auch sogenannte Delta-Change Raster dargestellt, die die Änderung des Klimasignals gegenüber der Referenzperiode 1971-2000 zeigen. Datenquelle: Deutscher Wetterdienst (DWD). Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019). Weitere Hinweise des Deutschen Wetterdienstes sind zu beachten: https://www.dwd.de/DE/service/rechtliche_hinweise/rechtliche_hinweise_node.html
| Organisation | Count |
|---|---|
| Bund | 809 |
| Europa | 66 |
| Global | 3 |
| Kommune | 19 |
| Land | 169 |
| Weitere | 32 |
| Wirtschaft | 9 |
| Wissenschaft | 399 |
| Zivilgesellschaft | 14 |
| Type | Count |
|---|---|
| Daten und Messstellen | 32 |
| Ereignis | 5 |
| Förderprogramm | 684 |
| Hochwertiger Datensatz | 1 |
| Repositorium | 3 |
| Taxon | 1 |
| Text | 70 |
| Umweltprüfung | 1 |
| unbekannt | 174 |
| License | Count |
|---|---|
| Geschlossen | 94 |
| Offen | 834 |
| Unbekannt | 42 |
| Language | Count |
|---|---|
| Deutsch | 694 |
| Englisch | 363 |
| Resource type | Count |
|---|---|
| Archiv | 34 |
| Bild | 3 |
| Datei | 33 |
| Dokument | 39 |
| Keine | 528 |
| Unbekannt | 3 |
| Webdienst | 33 |
| Webseite | 383 |
| Topic | Count |
|---|---|
| Boden | 698 |
| Lebewesen und Lebensräume | 872 |
| Luft | 858 |
| Mensch und Umwelt | 970 |
| Wasser | 617 |
| Weitere | 970 |