Das Tanklager befindet sich auf einem Hafengrundstück im Berliner Bezirk Neukölln. Von 1969 bis 1986 wurden hier auf einer Fläche von ca. 2.700 m² von verschiedenen Pächtern Vergaserkraftstoffe und Heizöl gelagert. 1996 plante der Eigentümer eine Neubebauung des Tanklagerbereichs. Bei der Altlastenerkundung wurden Grundwasser- und Bodenkontaminationen durch BTEX, MKW und Naphthalin festgestellt. Das Sanierungskonzept sah vor, zuerst das Tanklager rückzubauen und den kontaminierten Boden zu entsorgen und anschließend das Grundwasser zu sanieren. Parallel zum Tanklagerrückbau wurde 2001 mit den Voruntersuchungen für die Grundwassersanierung begonnen. Hierbei wurde bei den zur vertikalen Schadenseingrenzung durchgeführten Sondierungen Methyltertiärbutylether (MTBE) aufgefunden. MTBE, das seit den 80er Jahren vor allem Superbenzin zugesetzt wird, stellte die Sanierungsplanung vor besondere Anforderungen. Die für eine Anlagenplanung wesentlichen Eigenschaften von MTBE sind dessen niedrige Flüchtigkeit aus Wasser sowie die hohe Wasserlöslichkeit und Polarität, welche die Ausbreitung mit der Grundwasserströmung im Vergleich zu BTEX-Verunreinigungen verstärken und sowohl die Strippung als auch die Aktivkohleadsorption erschweren. Es wurde eine zweistufige Strippanlage konzipiert, über die 95 % der Schadstoffe abgetrennt und anschließend an Luftaktivkohle adsorbiert werden. Die geringe Flüchtigkeit von MTBE wurde mit einem hohen Luft-/Wasserverhältnis von 180:1 und einer geringen Berieselungsdichte in den Kolonnen berücksichtigt. Für die Einhaltung der Einleitgrenzwerte bei den zu Sanierungsbeginn zu erwartenden hohen Schadstoffkonzentrationen (max. 17 mg/l BTEX, 10 mg/l MTBE) wurde zeitweise eine Wasseraktivkohlestufe installiert. Sowohl bei der Auslegung der Luft- als auch der Wasseraktivkohlestufe wurden die Verweilzeiten aufgrund der geringen Adsorptionsneigung von MTBE entsprechend verlängert. Der Anlagenaufbau wurde so an die Neubaumaßnahme gekoppelt, dass verschiedene Leistungen (z.B. Rohrleitungsverlegung) für beide Projekte gemeinsam ausgeführt wurden und so Synergieeffekte entstanden. Der Sanierungsbereich umfasste eine Fläche von ca. 4.000 m², aus dem mit vier Brunnen gefördert wurde. Von Sanierungsbeginn an wurden die geforderten Einleitgrenzwerte mit Konzentrationen von 50 µg/l sicher unterschritten. Nach 5 Monaten Sanierung konnte die Wasseraktivkohlestufe rückgebaut werden. Nach gut 3 Jahren Betriebsdauer konnte die Sanierung im Oktober 2006 beendet werden. Dabei wurden 255.942 m³ Grundwasser gereinigt. Für die Bodensanierung sind etwa 300.000 € aufgewendet worden. Die Kosten für die Grundwassersanierung betrugen für den Zeitraum der Maßnahme seit 2003 ca. 200.000 €, was einem Reinigungspreis von ca. 1,28 €/m³ entspricht. Für die Nachsorge (Grundwassermonitoring und Bodenuntersuchungen) wurden brutto rund 54.000 € aufgewandt. Trotz der erhöhten Anforderungen, welche die Abreinigung von MTBE an die Anlagentechnik stellt, lagen die Kosten nicht wesentlich über denen einer vergleichbaren BTEX- oder LCKW-Sanierung. Es wurde im Rahmen der Nachsorge ein regelmäßiges Monitoring durchgeführt. Seit 2010 wurde das Monitoring durch Parameter ergänzt, die eine Bewertung der natürlichen Rückhalte- bzw. Abbauvorgänge möglich machen. Durch das abschließende Grundwassermonitoring im Herbst 2013 konnte das Vorergebnis von 2011 bestätigt werden, das auf dem teilsanierten ehem. Schadensgrundstück für die BTEX ein relevanter Konzentrationsrückgang stattfindet. Schadstoffverlagerungen nach außerhalb des Sanierungsgrundstücks sind aufgrund annähernd stationärer Grundwasserströmungsverhältnisse sowie durch baubedingte Abschirmmaßnahmen (eine Spundwand im Abstrom bindet zwischen 2,6 m und 4,2 m tief in das Grundwasser ein) nicht zu erwarten. Dies wurde auch durch Untersuchungen auf einem im unmittelbaren Grundwasserabstrom befindlichen Grundstück bestätigt. Die dort untersuchten Grundwassermessstellen waren annähernd unbelastet. Aufgrund des Nachweises eines weiterführenden natürlichen Schadstoffabbaus konnte das Grundwasser-Monitoring im Jahr 2013 beendet werden. Da eine weitere Grundwassergefährdung auszuschließen ist, sind weitere Maßnahmen bei gleichbleibender Nutzung nicht erforderlich. Das Grundstück ist inzwischen mit Büro- und Werkstattgebäuden bebaut und wird als Außenbezirksstelle des Wasser- und Schifffahrtsamtes Berlin genutzt.
Der Südhafen Spandau ist eine umlaufend gespundete Halbinsel in der Havel, auf der seit den 30er Jahren des letzten Jahrhunderts neben Kohle u.a. zunehmend auch flüssige Brennstoffe und Öle umgeschlagen und gelagert wurden. Die isolierte Lage des Westteils der Stadt nach dem zweiten Weltkrieg führte zu einem raschen Ausbau der ober- und unterirdischen Lagerkapazitäten von flüssigen Mineralölprodukten (ca. 40 Hoch- und 60 Erdtanks). Seit Anfang der 90er Jahre wurden die Kapazitäten schrittweise abgebaut. Durch Bombeneinwirkungen im 2. Weltkrieg, diverse Leckagen bzw. Havarien sowie beim unsachgemäßen Umgang mit wassergefährdenden Stoffen entstanden an diversen Lagerstandorten im Südhafen erhebliche Boden- und Grundwasserverunreinigungen. Im östlichen Grundwasserabstrom des Südhafens, dieser liegt am Rande des Wasserschutzgebiets Tiefwerder, befinden sich die Förderbrunnen in einem Abstand von ca. 550 m. Im Zuge der Altlastenerkundung seit Beginn der 90er Jahre wurden erhebliche Verunreinigungen in Boden und Grundwasser durch Benzine sowie Mineral- und Teeröle festgestellt. Das Schadensbild war nicht einheitlich, da neben Art und Umfang der einzelnen Schadensereignisse auch der Untergrundaufbau (Feinsande, organische Mudden und Torfe) sehr heterogen ist. Aufgrund ihrer relativ geringen spezifischen Dichte hatten sich die Schadstoffe (MKW, BTEX, MTBE, PAK) jedoch mehrheitlich im Schwankungsbereich des Grundwassers angereichert. Etwa 20 % der Gesamtfläche des Südhafens wurde als sanierungsbedürftig eingestuft. Seit Mitte der 90er Jahre führte die Berliner Hafen und Lagerhausgesellschaft mbH (BEHALA), Eigentümerin des Südhafens Spandau, im Zuge einer Neuordnung des Hafengebiets Altlastensanierungen durch. Der kontrollierte Rückbau vorhandener Anlagen (Hoch- und Erdtanks, Gebäude, Versiegelungen) war dabei vielfach eine unabdingbare Voraussetzung für die Bodensanierung. Sobald die betreffenden Flächen frei wurden, beauftragte bzw. veranlasste die BEHALA die Sanierung kontaminierter Teilbereiche. Einer der Pächter sanierte in 2002 ein großes, bereits veraltetes Tanklager im zentralen Bereich des Südhafens und 2005 ein weiteres bis dahin verbliebenes, modernes Tanklager auf eigene Veranlassung und in enger Kooperation mit der BEHALA, dem projektierenden Ingenieurbüro (Büro für Umweltfragen GmbH) und der Ordnungsbehörde. Die Sanierung der großflächigen Tanklagerschäden erfolgte stets nach dem gleichen Schema: Nach Aufnahme der Versiegelung wurde in den kontaminierten Bereichen zunächst die nur gering belastete Deckschicht entfernt und auf Halde gelegt. Anschließend wurde der stark kontaminierte Boden im Schwankungsbereich des Grundwassers bis max. 1,5 m unter dem Grundwasserspiegel ausgebaggert und je nach Kontaminationsgrad und -art in biologischen Bodenbehandlungsanlagen oder Bodenwaschanlagen entsorgt. Insgesamt wurden ca. 64.000 t stark kontaminierter Bodenaushub aus dem Untergrund entfernt. Das kontaminierte Grundwasser wurde durch in den Baugruben gesetzte Entnahmeschächte vorgreifend abgesenkt und gereinigt. Die Wiederverfüllung der Baugruben fand im Sinne des Kreislaufwirtschafts- und Abfallgesetzes mit Böden aus anderen Tiefbaumaßnahmen sowie mit dem auf Halde gelegten Material statt. Die Gesamtkosten einschl. Untersuchungs-, Sanierungs- und Entsorgungsleistungen betrugen ca. 5,6 Mio. €. Projekt Südhafen Spandau
Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Processing steps: The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds. 4. add the interpolated differences to CHELSA Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 12/2023. Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997): maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta)) actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td)) relative humidity = actual water pressure / maximum water pressure The resulting relative humidity has been aggregated to monthly averages. Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000]. The data have been reprojected to EU LAEA. File naming scheme (YYYY = year; MM = month): ERA5_land_rh2m_avg_monthly_YYYY_MM.tif Projection + EPSG code: EU LAEA (EPSG: 3035) Spatial extent: north: 6874000 south: -485000 west: 869000 east: 8712000 Spatial resolution: 1000 m Temporal resolution: Monthly Pixel values: Percent * 10 (scaled to Integer; example: value 738 = 73.8 %) Software used: GDAL 3.2.2 and GRASS GIS 8.0.0/8.3.2 Original ERA5-Land dataset license: https://apps.ecmwf.int/datasets/licences/copernicus/ CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC Data is also available in Latitude-Longitude/WGS84 (EPSG: 4326) projection: https://data.mundialis.de/geonetwork/srv/eng/catalog.search#/metadata/b9ce7dba-4130-428d-96f0-9089d8b9f4a5 Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.
Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Processing steps: The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds. 4. add the interpolated differences to CHELSA Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 12/2023. Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997): maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta)) actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td)) relative humidity = actual water pressure / maximum water pressure The resulting relative humidity has been aggregated to monthly averages. Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000]. File naming scheme (YYYY = year; MM = month): ERA5_land_rh2m_avg_monthly_YYYY_MM.tif Projection + EPSG code: Latitude-Longitude/WGS84 (EPSG: 4326) Spatial extent: north: 82:00:30N south: 18N west: 32:00:30W east: 70E Spatial resolution: 30 arc seconds (approx. 1000 m) Temporal resolution: Monthly Pixel values: Percent * 10 (scaled to Integer; example: value 738 = 73.8 %) Software used: GDAL 3.2.2 and GRASS GIS 8.0.0/8.3.2 Original ERA5-Land dataset license: https://apps.ecmwf.int/datasets/licences/copernicus/ CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC Data is also available in EU LAEA (EPSG: 3035) projection: https://data.mundialis.de/geonetwork/srv/eng/catalog.search#/metadata/ab06ed25-84af-43c9-b1c3-57e3b6ad8d29 Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.
Tabelle III 1 UN-Nummer 2 Güterbezeichnung 3 AVFL ( Vol.-% ) 4 Bemerkungen UN 1090 Aceton 0,26 UN 11453 Cyclohexan 0,10 UN 1170 Ethanol (Ethylalkohol) oder Ethanol, Lösung (Ethylalkohol, Lösung), wässrige Lösung mit mehr als 70 %- Vol-% Alkohol 0,31 UN 1179 Ethyl-tert-Butylether 0,16 UN 1216 Isooctene 0,08 UN 1230 Methanol 0,60 UN 1267 Roherdöl (mit weniger als 10 % Benzen) 0,12 1) UN 1993 Entzündbarer flüssiger Stoff, N.A.G. mit weniger als 10 % Benzen --- 3) UN 2398 Methyl-tert-Butylether 0,16 UN 3257 Erwärmter flüssiger Stoff, N.A.G., bei oder über 100 °C und, bei Stoffen mit einem Flammpunkt, unter seinem Flammpunkt (einschließlich geschmolzenes Metall, geschmolzenes Salz usw. ) --- 3) UN 3295 Kohlenwasserstoffe, flüssig, N.A.G. mit weniger als 10 % Benzen --- 3) 9001 Stoffe mit einem Flammpunkt über 60 °C, die in einem Bereich von 15 K unterhalb des Flammpunkts erwärmt zur Beförderung aufgegeben oder befördert werden, oder Stoffe mit Fp > 60 °C, erwärmt näher 15 K unter dem Fp --- 3) , 4) 9003 Stoffe mit einem Flammpunkt über 60 °C und höchstens 100 °C, die nicht anderen Klassen oder Klasse 9 zuzuordnen sind --- 3) , 4) 1) Der AVFL-Wert entspricht dem von Benzen. 3) Der AVFL-Wert (der 10 % der unteren Explosionsgrenze entspricht) muss vom Befrachter mitgeteilt werden, da der LEL -Wert von der Zusammensetzung des Gemisches abhängt. 4) Hinweis: 9001 und 9003 sind keine UN-Nummern nach den Modellvorschriften. Es sind sog. Stoffnummern, die nur für das ADN und nur für die Tankschifffahrt kreiert wurden. Stand: 01. Oktober 2024
Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Air temperature (2 m): Temperature of air at 2m above the surface of land, sea or in-land waters. 2m temperature is calculated by interpolating between the lowest model level and the Earth's surface, taking account of the atmospheric conditions. Processing steps: The original hourly ERA5-Land data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds 4. add the interpolated differences to CHELSA The spatially enhanced daily ERA5-Land data has been aggregated on a weekly basis starting from Saturday for the time period 2016 - 2020. Data available is the weekly average of daily averages, the weekly minimum of daily minima and the weekly maximum of daily maxima of air temperature (2 m). File naming: Average of daily average: era5_land_t2m_avg_weekly_YYYY_MM_DD.tif Max of daily max: era5_land_t2m_max_weekly_YYYY_MM_DD.tif Min of daily min: era5_land_t2m_min_weekly_YYYY_MM_DD.tif The date in the file name determines the start day of the week (Saturday). Pixel value: °C * 10 Example: Value 44 = 4.4 °C The QML or SLD style files can be used for visualization of the temperature layers. Coordinate reference system: ETRS89 / LAEA Europe (EPSG:3035) (EPSG:3035) Spatial extent: north: 82:00:30N south: 18N west: 32:00:30W east: 70E Spatial resolution: 1km Temporal resolution: weekly Time period: 01/01/2016 - 12/31/2020 Format: GeoTIFF Representation type: Grid Software used: GDAL 3.2.2 and GRASS GIS 8.0.0 (r.resamp.stats -w; r.relief) Lineage: Dataset has been processed from original Copernicus Climate Data Store (ERA5-Land) data sources. As auxiliary data CHELSA climate data has been used. Original ERA5-Land dataset license: https://cds.climate.copernicus.eu/api/v2/terms/static/licence-to-use-copernicus-products.pdf CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Other resources: https://data.mundialis.de/geonetwork/srv/eng/catalog.search#/metadata/601ea08c-0768-4af3-a8fa-7da25fb9125b Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Contact: mundialis GmbH & Co. KG, info@mundialis.de Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.
Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Surface temperature: Temperature of the surface of the Earth. The skin temperature is the theoretical temperature that is required to satisfy the surface energy balance. It represents the temperature of the uppermost surface layer, which has no heat capacity and so can respond instantaneously to changes in surface fluxes. Processing steps: The original hourly ERA5-Land data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds 4. add the interpolated differences to CHELSA The spatially enhanced daily ERA5-Land data has been aggregated on a weekly basis (starting from Saturday) for the time period 2016 - 2020. Data available is the weekly average of daily averages, the weekly minimum of daily minima and the weekly maximum of daily maxima of surface temperature. File naming: Average of daily average: era5_land_ts_avg_weekly_YYYY_MM_DD.tif Max of daily max: era5_land_ts_max_weekly_YYYY_MM_DD.tif Min of daily min: era5_land_ts_min_weekly_YYYY_MM_DD.tif The date in the file name determines the start day of the week (Saturday). Pixel values: °C * 10 Example: Value 302 = 30.2 °C The QML or SLD style files can be used for visualization of the temperature layers. Coordinate reference system: ETRS89 / LAEA Europe (EPSG:3035) (EPSG:3035) Spatial extent: north: 82N south: 18S west: -32W east: 61E Spatial resolution: 1 km Temporal resolution: weekly Time period: 01/01/2016 - 12/31/2020 Format: GeoTIFF Representation type: Grid Software used: GRASS 8.0 Original ERA5-Land dataset license: https://cds.climate.copernicus.eu/api/v2/terms/static/licence-to-use-copernicus-products.pdf CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Contact: mundialis GmbH & Co. KG, info@mundialis.de Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.
null Weltwassertag 2023: Den Wandel beschleunigen Baden-Württemberg/Karlsruhe. „Wandel beschleunigen, so lautet das Motto des diesjährigen Weltwassertages. Das heißt für mich: Wir müssen alles unternehmen, damit von uns verwendete Chemikalien nicht mehr in den Wasserkreislauf gelangen. Zu viele der von uns in letzten Jahrzehnten freigesetzten Chemikalien finden sich in den Kreisläufen der Erde wieder. Das gilt auch für unser Grundwasser“, so Werner Altkofer, stellvertretender Präsident der LUBW Landesanstalt für Umwelt Baden-Württemberg. „Trotz rückläufiger Konzentrationen vieler Grundwasser-Schadstoffe werden die Schwellenwerte der Grundwasserverordnung immer noch nicht flächendeckend unterschritten. Knapp drei Viertel des Trinkwassers wird in Baden-Württemberg aus Grund- und Quellwasser gewonnen. Unser Ziel muss es sein, das wertvolle Gut möglichst frei von Schadstoffen zu halten“, fasst Altkofer die Ergebnisse des nun veröffentlichten Grundwasserberichts für Baden-Württemberg zusammen. Die LUBW überwacht regelmäßig an rund 1.900 Messstellen Qualität und Quantität des Grundwassers in Baden-Württemberg. Die Berichte erscheinen im jährlichen Turnus. Nitrat Seit Beginn der systematischen Messungen im Jahr 1994 haben die mittleren Nitratkonzentrationen im Landesmessnetz Beschaffenheit fast kontinuierlich um rund 22 Prozent abgenommen. Auch an Messstellen in ausgeprägt landwirtschaftlich genutzten Gebieten sinken die mittleren Nitratkonzentrationen seit vielen Jahren. Trotz dieses kontinuierlichen Rückgangs stellt Nitrat die Hauptbelastung im Grundwasser dar. An rund 8 Prozent der Messstellen im Land überschreitet der Nitratgehalt im Berichtsjahr 2021 den Schwellenwert der Grundwasserverordnung von 50 Milligramm pro Liter. Im Berichtsjahr wurde ein leichter Anstieg der Nitratmittelwerte zum Vorjahr beobachtet. Einzelne leichte Anstiege gab es in den letzten 30 Jahren immer wieder. Ursache sind hierfür meist bestimmte Witterungsbedingungen. * Zu dem langfristigen Rückgang der Nitratkonzentrationen trägt unter anderem die Schutzgebiets- und Ausgleichsverordnung (SchALVO) bei. Seit dem Jahr 2001 ist die Nitratkonzentration in den hoch belasteten Sanierungsgebieten um rund 16 Prozent zurückgegangen. In den weniger belasteten Problem- bzw. Normalgebieten wurden im gleichen Zeitraum Rückgänge von etwa 12 bzw. 5,3 Prozent beobachtet. ** Die Verordnung verpflichtet Landwirtinnen und Landwirte, in Wasserschutzgebieten die Flächen grundwasserschonend zu bewirtschaften. Die Landesregierung leistet entsprechende Ausgleichszahlungen für die daraus resultierenden wirtschaftlichen Nachteile. Industriechemikalien Industriechemikalien werden überwiegend in den von Siedlung und Industrie beeinflussten Messstellen festgestellt. Für die meisten Stoffe sind die Konzentrationen seit vielen Jahren rückläufig. Der für Grundwasser geltende Schwellenwert von 10 Mikrogramm für die Summe halogenierter Lösemittel wie Tri- und Tetrachlorethen wurde an 3,5 Prozent der untersuchten Messstellen im Berichtsjahr 2021 überschritten. Im Jahr 2001 waren es noch 5,9 Prozent der Messstellen. Nachweisbar sind die Stoffe an rund einem Viertel der untersuchten Messstellen. Schadensfälle im Grundwasser und Altlasten in Böden entstehen hauptsächlich durch unsachgemäßen Umgang mit diesen Stoffen bei metallverarbeitenden Betrieben (Trichlorethen) oder bei chemischen Reinigungen (Tetrachlorethen). Trihalo¬genmethane, wie beispielsweise Chloroform, werden als Desinfektionsmittel verwendet. Monoaromaten wie Benzol und Toluol wurden nur an einzelnen Messstellen gefunden. Die Benzinzusatzstoffe MTBE und ETBE waren an 2,4 bzw. 2,0 Prozent der untersuchten Messstellen messbar. Die Stoffe gelangen meist punktuell ins Grundwasser infolge von Leckagen und Unfällen mit Mineralöl¬verbindungen sowie aus Altablagerungen wie beispielswei¬se Gaswerken. Diffuse Einträge sind beziehungsweise waren vor allem Emissionen aus der Kraftstoffverbrennung, Lösemittelver¬wendung sowie Verdampfung bei Herstellung, Transport und Umfüllen von Kraftstoffen. Der Geringfügigkeitsschwellenwert für Benzol wurde an einer Messstelle überschritten, das entspricht 0,1 Prozent der Messstellen. Die Messstelle liegt direkt an einer Tankstelle und ist Teil des Messnetzes „Emittenten Industrie.“ Die Messstelle dient der Sanierung der dortigen Grundwasserbelastung. Entwicklung der Grundwassermenge Das Jahr 2021 verzeichnete erstmals seit dem Jahr 2013 wieder eine durchschnittliche Niederschlagsmenge. Die Grundwasserverhältnisse lagen daher im Mittel auf höherem Niveau als im vorangegangenen sehr trockenen Jahr 2020. Dennoch bestätigt auch dieser Bericht, dass die Anzahl der Messstellen mit langfristig rückläufiger Tendenz zunimmt. Er zeigt auch, dass im Jahr 2021 ein deutliches Süd-Nord-Gefälle vorhanden war: In der südlichen Landeshälfte und im Oberrheingraben waren leicht überdurchschnittliche, in der nördlichen Landeshälfte hingegen unterdurchschnittliche Grundwasserverhältnisse zu verzeichnen. Bericht: Grundwasser-Überwachungsprogramm – Ergebnisse 2021 Diese und weitere Ergebnisse zu Grundwasserinhaltsstoffen sowie zu den Grundwasservorräten sind detailliert veröffentlicht im Bericht „Grundwasser-Überwachungsprogramm – Ergebnisse 2021“. Er kann im Publikationsdienst der LUBW unter der Webadresse https://pudi.lubw.de/ als PDF-Datei heruntergeladen werden kann. Zur Auswahl stehen hier eine zweiseitige Kurzfassung und ein 47-seitiger Fachbericht. Hintergrundinformation * Nitrat: Jahre mit leichten Anstiegen Der große Trend beim Nitrat geht seit dem Jahr 2001 abwärts. In einzelnen Jahren werden leichte Anstiege im Vergleich zum Vorjahr beobachtet, so auch im Berichtsjahr 2021. Diese Anstiege sind meist auf die Witterungsbedingungen zurückzuführen. In trockenen Jahren mit wenig Sickerwasserbildung und niedrigen Grundwasserständen wird oft mehr Stickstoff im Boden gespeichert. Folgen dann Jahre mit normalen oder erhöhten Niederschlagsmengen, gelangt wieder mehr Sickerwasser in den Boden und das im Boden gespeicherte überschüssige Nitrat wird im Grundwasser gelöst. Auch steigende Grundwasserspiegel lösen zusätzlich Nitrat aus der in den trockenen Jahren ungesättigten Aquiferzone. ** Einstufung von Wasserschutzgebieten anhand von Nitratklassen: Nitratklasse 1: Normalgebiete mit Nitrat ≤ 25 mg/l oder Nitrat zwischen 25 und 35 mg/l ohne ansteigenden Trend Nitratklasse 2: Problemgebiete mit Nitrat ≥ 35 mg/l oder Nitrat ≥ 25 mg/l mit ansteigendem Trend Nitratklasse 3: Sanierungsgebiete mit Nitrat ≥ 50 mg/l oder Nitrat ≥ 40 mg/l mit ansteigendem Trend Bei Rückfragen wenden Sie sich bitte an die Pressestelle der LUBW. Telefon: +49(0)721/5600-1387 E-Mail: pressestelle@lubw.bwl.de
Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Processing steps: The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds. 4. add the interpolated differences to CHELSA Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 07/2021. Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997): maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta)) actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td)) relative humidity = actual water pressure / maximum water pressure Data provided is the daily averages of relative humidity. Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000]. The data have been reprojected to EU LAEA. File naming scheme (YYYY = year; MM = month; DD = day): ERA5_land_rh2m_avg_daily_YYYYMMDD.tif Projection + EPSG code: EU LAEA (EPSG: 3035) Spatial extent: north: 6874000 south: -485000 west: 869000 east: 8712000 Spatial resolution: 1000 m Temporal resolution: Daily Pixel values: Percent * 10 (scaled to Integer; example: value 738 = 73.8 %) Software used: GDAL 3.2.2 and GRASS GIS 8.0.0 Original ERA5-Land dataset license: https://apps.ecmwf.int/datasets/licences/copernicus/ CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.
Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Processing steps: The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds. 4. add the interpolated differences to CHELSA Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 07/2021. Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997): maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta)) actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td)) relative humidity = actual water pressure / maximum water pressure The resulting relative humidity has been aggregated to decadal averages. Each month is divided into three decades: the first decade of a month covers days 1-10, the second decade covers days 11-20, and the third decade covers days 21-last day of the month. Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000]. The data have been reprojected to EU LAEA. File naming scheme (YYYY = year; MM = month; dD = number of decade): ERA5_land_rh2m_avg_decadal_YYYY_MM_dD.tif Projection + EPSG code: EU LAEA (EPSG: 3035) Spatial extent: north: 6874000 south: -485000 west: 869000 east: 8712000 Spatial resolution: 1000 m Temporal resolution: Decadal Pixel values: Percent * 10 (scaled to Integer; example: value 738 = 73.8 %) Software used: GDAL 3.2.2 and GRASS GIS 8.0.0 Original ERA5-Land dataset license: https://apps.ecmwf.int/datasets/licences/copernicus/ CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.
| Origin | Count |
|---|---|
| Bund | 60 |
| Land | 2252 |
| Type | Count |
|---|---|
| Chemische Verbindung | 4 |
| Förderprogramm | 39 |
| Messwerte | 2237 |
| Text | 6 |
| unbekannt | 15 |
| License | Count |
|---|---|
| geschlossen | 1519 |
| offen | 771 |
| unbekannt | 11 |
| Language | Count |
|---|---|
| Deutsch | 2281 |
| Englisch | 23 |
| Resource type | Count |
|---|---|
| Archiv | 732 |
| Keine | 1544 |
| Webseite | 757 |
| Topic | Count |
|---|---|
| Boden | 2283 |
| Lebewesen & Lebensräume | 2286 |
| Luft | 2271 |
| Mensch & Umwelt | 2301 |
| Wasser | 2284 |
| Weitere | 2298 |