CO-MICC is a data portal for freshwater-related climate change risk assessment at multiple spatial scales. It is named after the research project during which it was developed, i.e. the CO-MICC (CO-development of Methods to utilize uncertain multi-model-based Information on freshwater-related hazards of Climate Change) project (2017-2021). The aim of CO-MICC is to support decision making in the public and private spheres dealing with future availability of freshwater resources. This climate service is operated and maintained by the International Centre for Water Resources and Global Change (ICWRGC), and more broadly by the German Federal Institute of Hydrology. The portal comprises data of over 80 indicators of freshwater-related hazards of climate change, which can be visualized in the form of global maps or interactive graphs. The indicators are dynamically calculated based on modelled annual and monthly gridded (0.5°) data sets of climate and hydrological variables. These data sets were computed by a multi-model ensemble comprising four Representative Concentration Pathways (RCPs), four General Circulation Models (GCMs), three Global Hydrological Models (GHMs) and two variants per hydrological model, which amounts to 96 ensemble members in total. They were provided by three European research modelling teams that are part of the ISIMIP consortium. The indicator data correspond to absolute or relative changes averaged over future 30-year periods, as compared to the reference period 1981-2010.
Die 4D-Var Datenassimilation (4D-var DA) ist eine spezielle Methode, die zur Initialisierung von Klima- und Wettervorsagen durch die Schätzung von Klimamodellparametern benutzt wird, in dem Modelle an beobachtende Daten angepasst werden. Aus verschiedenen Gründen führen DA unvermeidliche methodische Fehler ein, die sich auf die Genauigkeit der Modellvorhersagen auswirken. Aktuelle Methoden zur Fehlerkorrektur brauchen erhebliche Computerressourcen. Dies ist ein Grund, warum die Verwendung dieser Methoden in der Klimamodellierung begrenzt ist und sie nur in vereinfachten Versionen angewandt werden. Die Entwicklung einer konzeptuell neuartigen, robusten und effizienten, nichtlinear-variationellen Fehlerschätzungsmethode (NOVFEM) ist Ziel dieses Projekts. Diese Methode wird Fehler von DA Methoden schätzen und die notwendigen Korrekturen bestimmen. Im Besonderen ist es geplant, VOVFEM im Rahmen einer Anwendung in Klimavorhersagesystemen zu entwickeln. Der Vorteil der vorgeschlagenen Methode ist, dass der Algorithmus auf einer abstrakten mathematischen Formulierung basiert und deshalb in vielen geophysikalischen Bereichen angewandt werden kann. Eine weitere Innovation dieses Projekts ist die Entwicklung einer Methode zur schnellen und einfachen Berechnung von inversen Kovarianzmatrizen, die z. B. Anwendung in DA finden. Die vorgeschlagenen Methode ist im Vergleich mit existieren Methoden effizienter. Es wird erwartet, dass die theoretischen Ergebnisse dieses Projekt national und international veröffentlicht werden und ein freier Zugang zur NOVFEM Software wird bereitgestellt werden.
<p>Dieser Datensatz beinhaltet historische Wetterdaten der Station des DWD (Station-Nummer: 02712) im Konstanzer Silvanerweg 6 über einen längeren Zeitraum.</p> <p>Am 25.07.2017 ist eine Änderung des Gesetzes über den Deutschen Wetterdienst ("DWD-Gesetz") in Kraft getreten. Der DWD wird gesetzlich beauftragt, seine Wetter- und Klimainformationen weitgehend entgeltfrei zur Verfügung zu stellen. Zurzeit stehen viele Geodaten wie Modellvorhersagen, Radardaten, aktuelle Mess- und Beobachtungsdaten sowie eine große Zahl von Klimadaten auf dem Open Data Server <a href="https://opendata.dwd.de/"><strong>https://opendata.dwd.de</strong> </a>zur Verfügung. Die Klimadaten werden unter <strong><a href="https://opendata.dwd.de/climate_environment/">https://opendata.dwd.de/climate_environment/CDC</a></strong> bereitgestellt.</p> <p>Die frei zugänglichen Daten dürfen entsprechend der "Verordnung zur Festlegung der Nutzungsbestimmungen für die Bereitstellung von Geodaten des Bundes (GeoNutzV)" unter Beigabe eines Quellenvermerks ohne Einschränkungen weiterverwendet werden (<a href="https://gdz.bkg.bund.de">https://gdz.bkg.bund.de</a>). Im Hinblick auf die Gestaltung der Quellenvermerke fordert der Deutsche Wetterdienst (DWD) (gemäß § 7 DWD-Gesetz, § 3 GeoNutzV) zur Beachtung nachfolgender Hinweise auf:</p> <ul> <li>Die Pflicht zur Einbindung beigegebener Quellenvermerke gilt für die unveränderte Verwendung von Geodaten und anderer Leistungen des DWD. Auch bei Bildung von Auszügen oder Änderung des Datenformats sind Quellenvermerke einzubinden. Eine Abbildung des DWD-Logos ist als Quellenvermerk im Sinne der GeoNutzV ausreichend.</li> <li>Bei weitergehenden Veränderungen, Bearbeitungen, neuen Gestaltungen oder sonstigen Abwandlungen erwartet der DWD mindestens eine Nennung des DWD in zentralen Quellenverzeichnissen oder im Impressum.</li> <li>Veränderungshinweise gemäß GeoNutzV können z.B. lauten: "Datenbasis: Deutscher Wetterdienst, Rasterdaten bildlich wiedergegeben", "Datenbasis: Deutscher Wetterdienst, Einzelwerte gemittelt" oder "Datenbasis:Deutscher Wetterdienst, eigene Elemente ergänzt".</li> </ul> <p>Bei einer Verwendung, die nicht der Zweckbestimmung der Leistung des DWD gerecht wird, sind beigegebene Quellenvermerke zu löschen. Das gilt insbesondere für Wetterwarnungen, wenn nicht sichergestellt ist, dass diese jederzeit vollständig und unverzüglich allen Nutzern zur Verfügung gestellt werden.</p> <p><strong>Quelle: </strong>Deutscher Wetterdienst (DWD)</p>
WMS-Service zum Ackerbaulichen Ertragspotential der Böden in Deutschland. Das Müncheberger Soil Quality Rating (SQR) wurde vom Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF) entwickelt. Das SQR ist ein Verfahren zur Bewertung der Eignung von Standorten für die landwirtschaftliche Nutzung und dient der Abschätzung des Ertragspotentials im globalen Maßstab. Die Methode wurde für die Anwendung auf Bodenkarten von der Bundesanstalt für Geowissenschaften und Rohstoffe (BGR) modifiziert und ist in der Methodendokumentation der Ad-hoc-AG Boden aufgenommen. Die Karte zeigt eine solche Anwendung des Verfahrens für die Ackerböden in Deutschland auf Basis der nutzungsdifferenzierten Bodenübersichtskarte von Deutschland im Maßstab 1:1.000.000. Weitere Eingangsdaten sind die mittleren jährlichen Klimadaten (DWD), das Relief (BKG) und die Landnutzung (CLC2006). Das Soil Quality Rating bewertet einen Standort zunächst mit Hilfe von acht Basisindikatoren wie dem Bodensubstrat oder der effektiven Durchwurzelungstiefe. Die Punktzahlen der Basisindikatoren werden unter Verwendung unterschiedlicher Wichtungsfaktoren zu einem Summenwert zusammengefasst. Anschließend erfolgt die Bewertung von ertragslimitierenden Gefährdungsindikatoren wie der Durchwurzelungstiefe oder der Trockenheitsgefährdung. Nur der Gefährdungsindikator, der die höchste Gefährdung anzeigt geht in die Berechnung ein. Das finale Soil Quality Rating bewertet die Standorte in einer Skala zwischen 0 und 102 Punkten. Je höher der Wert, desto größer ist das Ertragspotential des Standorts.
We compiled a climate dataset with high spatial and temporal resolution consisting of model and observational data suitable for assessing the impact of climate change on German forests. The dataset includes nine climate parameters with daily resolution: (1) minimum, (2) mean, and (3) maximum temperature, (4) total precipitation sum, (5) mean wind speed, (6) total shortwave radiation, (7) mean relative humidity, (8) mean water vapour pressure and (9) mean potential evapotranspiration. The data were calculated as a time series with daily resolution from 1961 to 2100 at the sample grid points (approximately 4*4 km) of the German National Forest Inventory (NFI) (Hennig 2022). Due to the pointwise spatial arrangement, this dataset cannot be considered raster data, but rather as sample grid points (Thünen-Atlas 2026). Models for climate projections were provided by 'Regionale Klimaprojektionen Ensemble für Deutschland' (ReKliEs-De) (Hübener et al. 2017). A variety of combinations of global circulation and regional climate models, as well as statistical and dynamic climate models, were employed to calculate climate projections. Two Representative Concentration Pathway (RCP) scenarios (4.5 and 8.5) were taken into account. A total of nine model runs were executed, seven based on RCP8.5 and two based on RCP4.5: (1) EC-Earth/RACMO (ECECMO); (2) HadGEM2-ES/WR13 (HAD013); (3) HadGEM2-ES/WRF (HADWRF); (4) MIROC5/CCLM (MIRCLM); (5) MPI-ESM-LR/CCLM (MPICLM); (6) MPI-ESM-LR/WR13 (MPI013); (7) MPI-ESM-LR/WRF (MPIWRF). The German Meteorological Service (DWD) provided observation data from 1961 to 2020. Both climate model and observation data were downscaled to a spatial resolution of 250 x 250 metres (Ahrends et al. 2018, Feigenwinter et al. 2018, Sutmöller et al. 2021). The dataset consists of 22,444 NFI sample grid points covering Germany. To process the data using the Climate Data Operators (CDO) tool, the sample grid points were transformed into a virtual, continuous spatial grid based on Network Common Data Form (NetCDF) files, with no georeferencing involved. The grid-based NetCDF files can be transformed into georeferenced point data (CSV) at NFI sample grid points with the aid of the included NetCDF help files (easting.nc, northing.nc, trakt_number.nc) and the R-script (NetCDF_to_csv.R). The coordinate reference system EPSG:25832 is used for transforming virtual raster data to point data.
Auf der Grundlage der nutzungsdifferenzierten Bodenübersichtskarte im Maßstab 1:250.000 wird die Menge an pflanzenverfügbarem Bodenwasser (Wpfl) in 7 Klassen abgebildet. Die Menge an pflanzenverfügbarem Bodenwasser ergibt sich aus Summe von nutzbarer Feldkapazität im effektiven Wurzelraum (nFKWe) und dem Wasser, das den effektiven Wurzelraum durch kapillaren Aufstieg (KA) aus dem Grundwasser erreicht. Die Maßeinheit ist mm. Für die Berechnung des kapillaren Aufstiegs werden Klimadaten der Periode 2001 bis 2020 verwendet. Die Nutzungsdifferenzierung beruht auf CORINE-Land Cover (CLC5_2018). Die dort aufgeführten Landnutzungsklassen wurden zu 5 Klassen (Acker, Grünland, Wald, Ödland und Siedlung/Verkehr) aggregiert. Die Menge an pflanzenverfügbarem Bodenwasser ist von einer Vielzahl von Faktoren abhängig. Dazu zählen die Bodenart, die Lagerungsdichte, der Humusgehalt, und die Nutzung.
In diesem Layer werden die Windrichtungen in einer Höhe von 100m dargestellt.
In diesem Layer werden die Windrichtungen in einer Höhe von 200m dargestellt.
Für die Ergebnisse wurde die Tagsituation zusammengefasst, um sie in den Bewertungskarten darzustellen. Die Bewertung der Verkehrsfläche bei Tag im IST-Zustand unterscheidet in (1 = sehr günstig bis 5 = sehr ungünstig, 0 = kein Wirkraum). Dabei wurden die Straßen- und Plätze berücksichtigt.
Der Layer Schutzbedarf zeigt den Stadtklimatischen Schutzbedarf im Ausgleichsraum der Grün/Freiflächen, Landwirtschaftliche Flächen und im Wald. In die Bewertung fließen sowohl die Kaltluftentstehung und Kaltluftströmung auf den Flächen, als deren Funktion als Rückzugsort an heißen Tagen mit ein. Es wird unterschieden zwischen: sehr hoher Schutzbedarf --> Bei Eingriffen wird empfohlen, die Erhaltung der stadtklimat. Funktion nachzuweisen. Bei baulichen Veränderungen ist eine Stellungnahme sinnvoll. Wohingegen bei größeren Vorhaben eine modellhafte Untersuchung erforderlich sein kann. Hoher Schutzbedarf --> Bei Eingriffen ist auf die Erhaltung der stadtklimat. Funktion zu achten. Bei baulichen Veränderungen ist eine Stellungnahme sinnvoll. Wohingegen bei größeren Vorhaben eine modellhafte Untersuchung erforderlich sein kann. Mittlerer Schutzbedarf --> Bei Eingriffen ist auf die Erhaltung der stadtklimat. Funktion zu achten. Bei größeren Vorhaben ist eine Stellungsnahme sinnvoll. kein besonderer Schutzbedarf--> Es gibt keine stadtklimatischen Funktionen für den derzeitigen Siedlungsraum.
| Organisation | Count |
|---|---|
| Bund | 809 |
| Europa | 73 |
| Global | 3 |
| Kommune | 21 |
| Land | 176 |
| Weitere | 20 |
| Wirtschaft | 9 |
| Wissenschaft | 406 |
| 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 |