Dieser Datensatz enthält Informationen der Luftmessstelle Nr. 0601 in Raunheim. Es werden nur die an der Station erfassten Messwerte der letzten 20 Jahre publiziert. Ältere Daten können auf Anfrage erhalten werden. Auf der Webseite zur Messstelle ist ein Link zum Herunterladen der Rohdaten vorhanden.
Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station am Ludwigkai sind mehrere Linden der Art Tilia mit Sensoren versehen. Die Daten eines dieser Bäume stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 13.11.2024 13 Uhr](https://opendata.smartandpublic.eu/datasets/a879dea4-b157-4cac-9144-ce3d3e65e862?locale=en), [ab 13.11.2024 14 Uhr](https://opendata.smartandpublic.eu/datasets/338fe900-beac-4406-bdb8-b32c0e058cdb?locale=en)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)
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.
Das fuer die Gesundheit und das Wohlbefinden des Menschen besonders wichtige Klima der Wohn- und Arbeitsumwelt soll baubiologisch untersucht werden in Abhaengigkeit von Baustoffen, Bauart, Installation und Einrichtung. Von besonderer Bedeutung sind die physiologischen Parameter: Raumlufttemperatur, Oberflaechentemperatur, Luftbewegung, Luftfeuchte, Baustoffeuchte, Heizung, Temperaturgefaelle im Raum, Zusammensetzung der Raumluft einschl. Staubanteil, luftelektrische Gleichfelder, elektromagnetische Wechselfelder, Ionenverhaeltnisse, elektrostatische Aufladungen.
Niederschlag ist eine wichtige Komponente des hydrologischen Kreislaufs. Um zu verstehen, wie sich der Wasserhaushalt in einem sich erwärmenden Klima verändert, ist ein umfassendes Verständnis der Niederschlagsbildungsprozesse erforderlich. In den mittleren Breiten wird der meiste Niederschlag unter Beteiligung der Eisphase in Mischphasenwolken erzeugt, aber die genauen Interaktionen zwischen Eis, flüssigem Wasser, Wolkendynamik, orografischem Antrieb und Aerosolpartikeln während der Eis-, Schnee- und Regenbildung sind nicht gut verstanden. Dies gilt insbesondere für Bereifungs- und Sekundäre Eisproduktion (SIP) Prozesse, die mit den größten quantitative Unsicherheiten in Bezug auf die Schneefallbildung verbunden sind. Die Lücken in unserem Verständnis von SIP- und Bereifungsprozesse zu schließen, ist vor allem für Gebirgsregionen entscheidend, die besonders anfällig für Änderungen des Niederschlags und des Wasserhaushalts, wie z.B. des Verhältnisses zwischen Regen und Schneefall, sind. In diesem Antrag wird ein Forschungsprojekt vorgeschlagen, das sich dem Verständnis von Bereifungs- und SIP-Prozessen in komplexem Terrain widmet. Dazu werden wir ein innovatives, simultan sendendes und simultan empfangendes (STSR), scannendes W-Band-Wolkenradar zusammen mit einer neuartigen In-situ-Schneefallkamera eine ganze Wintersaison lang in den Rocky Mountains von Colorado, USA betreiben. Die Instrumente werden Teil der Atmospheric Radiation Measurement (ARM) Surface Atmosphere Integrated Field Laboratory (SAIL) Kampagne sein, bei der ein Ka-Band und ein X-Band Radar eingesetzt werden. Durch die Kombination von spektralen polarimetrischen und Multifrequenz-Doppler-Radarbeobachtungen mit empirischen und Bayes'schen Machine Learning Verfahren werden wir Bereifungs- und SIP-Ereignisse identifizieren und deren Einfluss auf die Schneefallrate quantifizieren. Dies erfordert die Erweiterung des Passive and Active Microwave radiative TRAnsfer Modells (PAMTRA) mit zusätzlichen polarimetrischen Variablen und modernsten Berechnungen von Streueigenschaften. Durch die Nutzung der umfangreichen kollokierten Messungen während SAIL wird es ermöglicht, die beobachteten Prozessraten mit Umweltbedingungen wie Temperatur, Luftfeuchtigkeit und Flüssigwasserpfad sowie mit der Wolkendynamik in Beziehung zu setzen. Darüber hinaus werden wir einen besonderen Fokus auf den Einfluss von vertikalen Luftbewegungen legen, die unter orographischen Bedingungen häufig auftreten. Zusammengenommen wird das vorgeschlagene Projekt unser Verständnis von Bereifungs- und SIP-Prozessen in komplexem Gelände verbessern.
Bodenversalzung, also eine übermäßige Anhäufung von löslichen Salzen im Boden, hat schädliche Auswirkungen auf Pflanzen, Tiere & die menschliche Gesundheit. Sie ist eine der Hauptbedrohungen für Bodenfruchtbarkeit & -stabilität und die biologische Vielfalt des Bodens und führt zu unerwünschten Veränderungen der physikalischen, chemischen & biologischen Bodenfunktionen. Abgesehen vom Boden, hat sie erhebliche Effekte auf andere Prozesse z.B. die Haltbarkeit von Baumaterialien, die Lebensdauer von Straßenbelägen und die CO2-Sequestrierung. Die Salzwasserverdunstung wird von den Transporteigenschaften des porösen Mediums, den äußeren Bedingungen (z. B. Wind, Umgebungstemperatur & relative Luftfeuchtigkeit), den Eigenschaften der verdunstenden Lösung und der Salzkristallisation beeinflusst. Während der Wasserverdunstung wird die gelöste Substanz durch kapillarinduzierte Flüssigkeitsströmung von der feuchten Zone am Boden zur Verdunstungsoberfläche transportiert. Dabei tendiert die Diffusion dazu, den gelösten Stoff homogen über die gesamte Domäne zu verteilen. Die Konkurrenz zwischen Aufwärtsadvektion und Diffusionstransport bestimmt die Verteilung der gelösten Stoffe im gesamten Boden. Wenn die Advektion die Diffusion dominiert, wird der gelöste Stoff meist in Oberflächennähe abgelagert, was zu einem allmählichen Konzentrationsanstieg führt. Bei klarer Überschreitung der Löslichkeitsgrenze, kommt es zur Ausfällung von Kristallen an der Bodenoberfläche. Die Oberflächenkristalle bilden komplexe Strukturen, die die für die Verdunstung verfügbare Fläche erheblich vergrößern können. Wie genau das Vorhandensein des sich verdunstungsbedingt bildenden porösen kristallisierten Salzes an der Oberfläche die Verdunstungswasserverluste aus dem Boden unter verschiedenen Bedingungen beeinflusst, ist nur unzureichend verstanden. Genaue Informationen über die komplexe Kopplung zwischen Strömungs- & Transportprozessen in porösen Medien und dem sich entwickelnden kristallisierten Salz an der Oberfläche sind für eine genaue Prognose der Wasserverdunstung aus dem Boden erforderlich, da unsere Beschreibung dieses Prozesses sonst auf die Anpassung von Parametern reagieren würde. Ohne dieses Wissen kann man die Wasserverfügbarkeit und die Verdunstung von der Bodenoberfläche deutlich unter- oder überschätzen, was verschiedene hydrologische Prozesse beeinflusst. Wir planen eine umfassende multiskalige, numerische & experimentelle Untersuchung, um die Auswirkungen des verdunstungsgetriebenen kristallisierten Salzes an der Oberfläche auf die verdunstenden Wasserverluste aus porösen Medien zu quantifizieren und werden die modernsten numerischen & experimentellen Werkzeuge wie Molekulardynamiksimulationen, Porennetzwerk- & Kontinuumsskalenmodellierung, Synchrotron-Röntgenmikrotomographie und maßgeschneiderte Laborexperimente einsetzen. Dies ermöglichet uns, die Salzwasserverdunstung genau zu beschreiben und die Wechselwirkungen zwischen Land und Atmosphäre zu quantifizieren.
Das Projekt WegDemo verfolgt anbindend an das erfolgreiche bis Ende 2007 gelaufene Pilotprojekt WegenerNet, ein dreiteiliges Ziel hin zur Erreichung einer professionell geführten, in Forschung und Region nachgefragten Klima- und Wetterdatenressource WegenerNet: 1.) Aufbereitung der WegenerNet Stationsdaten in operationell verfügbare hochauflösende Wetter- und Klimamonitoring-Felder für alle Daten ab Jänner 2007 (Basisauflösung 1 km x 1 km; gesamtes WegenerNet-Gebiet); 2.) Publikation, Verbreitung und Positionierung der Ergebnisse und Informationen zum aufgebauten (weltweit einzigartigen) Feldexperiment in Forschungs-Community, Öffentlichkeit und Region; 3.) Demonstration des WegenerNet Vollbetriebs in operationeller Form, Festigung der Wartungs-, Service- und Entwicklungsaufgaben bei Stationsinfrastruktur und Sensorik, beim Prozessierungssystem und bei den Nutzerschnittstellen (insbes. Web). Per Sommer 2009 soll das WegenerNet nach Abschluss des WegDemo Projekts schließlich in einen langfristig angelegten operationellen Betrieb als eine in dieser Art international einzigartige Ressource für hoch auflösende Wetter- und Klimabeobachtung übergehen. Weiters werden im Laufe des WegDemo Projektes die Kooperationen mit den komplementären flächendeckenden Messungen im WegenerNet-Gebiet zur hoch auflösenden Blitzbeobachtung (LiNet der Forschungsgruppe Sferics/Dept. f. Physik, Univ. München, D) und zur hoch auflösenden Wolken-, Regen- und Hagelbeobachtung (3D Doppler-Wetterradar der Steirische Hagelabwehrgenossenschaft und TU Graz) intensiviert werden. Ebenso werden (längerfristige) Zukunftsplanungen durchgeführt.
Smart City Station Zweenfurth 1 der Kommune Borsdorf via LoRaWAN. Unterstützt durch den Makerspace Partheland e.V. Temperatur & rel. Luftfeuchte: HDC1080 Luftdruck: DPS310 Beleuchtungsstärke & UV-Intensität: VEML6070 Feinstaubsensor: SDS 011 Lautstärke: DFRobot SEN0232
AG Feinstaubmessung am HAG, Betrieb der Messstation über WLAN
| Origin | Count |
|---|---|
| Bund | 918 |
| Kommune | 33 |
| Land | 575 |
| Wirtschaft | 2 |
| Wissenschaft | 21 |
| Zivilgesellschaft | 5003 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 2 |
| Daten und Messstellen | 5210 |
| Ereignis | 6 |
| Förderprogramm | 583 |
| Hochwertiger Datensatz | 10 |
| Taxon | 17 |
| Text | 100 |
| Umweltprüfung | 1 |
| unbekannt | 309 |
| License | Count |
|---|---|
| geschlossen | 187 |
| offen | 6042 |
| unbekannt | 9 |
| Language | Count |
|---|---|
| Deutsch | 6200 |
| Englisch | 300 |
| Resource type | Count |
|---|---|
| Archiv | 5 |
| Bild | 40 |
| Datei | 3541 |
| Dokument | 146 |
| Keine | 488 |
| Multimedia | 2 |
| Unbekannt | 1 |
| Webdienst | 10 |
| Webseite | 5258 |
| Topic | Count |
|---|---|
| Boden | 6238 |
| Lebewesen und Lebensräume | 5520 |
| Luft | 6087 |
| Mensch und Umwelt | 6238 |
| Wasser | 2042 |
| Weitere | 6172 |