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.
Die unterschiedlichen Aufgabenstellungen der EG-WRRL erfordern eine Betrachtung auf verschiedenen räumlichen Bezugsebenen. Für die Umsetzung in NRW gelten drei verschiedene Arten von Planungsräumen: Flussgebiete, Teileinzugsgebiete und Planungseinheiten. Flussgebiete Nordrhein-Westfalen hat Anteile an den Einzugsgebieten von 4 Flussgebietseinheiten: Rhein, Weser, Ems und Maas. Auf dieser Ebene erfolgt die Abstimmung mit anderen Bundesländern und/oder anderen Mitgliedsstaaten sowie die Berichterstattung an die EU-Kommission. Teileinzugsgebiete Für die Bewirtschaftungsplanung wurde die Landesfläche von Nordrhein-Westfalen in 13 Teileinzugsgebiete aufgeteilt. Planungseinheiten Die Umsetzung der Bewirtschaftungsplanung erfolgt in Nordrhein-Westfalen auf der Ebene der Planungseinheiten. Dies sind zusammenhängende Teilbereiche der Einzugsgebiete. Insgesamt gibt es 84 Planungseinheiten. Ausführliche Informationen über die Planungseinheiten finden Sie in den aktuellen Planungseinheiten-Steckbriefen (https://www.opengeodata.nrw.de/produkte/umwelt_klima/wasser/wrrl/steckbriefe/). Quelle: https://www.flussgebiete.nrw.de/node/162
Grundlage der Berechnungen ist das 2D-HN-Modell "Niederrhein" (BAW, 2017) Die Flächendaten sind Berechnungsergebnisse aus zwei-dimensionalen (2D), hydrodynamisch-numerischen (HN) Modellen der BAW. Die 2D-HN-Modellierung liefert eine tiefengemittelte Abbildung des Fließzustands im modellierten Gebiet. Enthaltene Parameter Flächendaten: Wassertiefe, Fließgeschwindigkeit, Sohlschubspannung Die Längsschnitte werden aus den Flächendaten auf definierten Längsschnitten aggregiert. Der Parameter wird in einzelnen Segmenten gemittelt und dem segmentzentralen Hektometer zugeordnet. Ein Segment ist seitlich durch die Fahrrinnenränder begrenzt und erstreckt sich in Längsrichtung, vom Hektometer aus, über eine Entfernung von 50 m nach ober- und unterstrom. Enthaltene Parameter Längsschnitte: Fließgeschwindigkeit, Sedimenttransportkapazität Die Ermittlung der Sedimenttransportkapazität erfolgte nach dem Ansatz von Meyer-Peter und Müller. Die in die Berechnung einfließende Sohlschubspannung wurde aus der Kornrauheit bestimmt. Die Abflussrandbedingung der Modelle orientiert sich an den für die Zukunft projizierten Änderungen der Abflusskennwerte (DAS-Basisdienst). Es wird ein Fächer möglicher Abflussänderungen, der die Bandbreite der projizierten Änderungen vollständig umfasst, gerechnet (Abflussfächer) und ausgewertet. Die Rechnungen wurden in fünf-Prozent-Schritten im projizierten Änderungsrahmen für ausgewählte Abflusskennwerte vorgenommen (BAW, 2020). Weiteres: Kalibrierbereich: NQ – MHQ; Basisdaten: DGM-W 2010 "Niederrhein"; Aktualisierungen: Sohlpeildaten aus Mehrzweckpeilung 2015, Flutmulde Rees (BAW, 2015), Eisenbahnbrücke Wesel (DGM 2014), Brückendurchlass an der Gravinsel (2017) Rauheitsmodell: Teilprodukt des DGM-W „Niederrhein“ 2010 Gleichwertiger Wasserstand: GlW2012 Software: Telemac V6.3 R1
Aims: Floods in small and medium-sized river catchments have often been a focus of attention in the past. In contrast to large rivers like the Rhine, the Elbe or the Danube, discharge can increase very rapidly in such catchments; we are thus confronted with a high damage potential combined with almost no time for advance warning. Since the heavy precipitation events causing such floods are often spatially very limited, they are difficult to forecast; long-term provision is therefore an important task, which makes it necessary to identify vulnerable regions and to develop prevention measures. For that purpose, one needs to know how the frequency and the intensity of floods will develop in the future, especially in the near future, i.e. the next few decades. Besides providing such prognoses, an important goal of this project was also to quantify their uncertainty. Method: These questions were studied by a team of meteorologists and hydrologists from KIT and GFZ. They simulated the natural chain 'large-scale weather - regional precipitation - catchment discharge' by a model chain 'global climate model (GCM) - regional climate model (RCM) - hydrological model (HM)'. As a novel feature, we performed so-called ensemble simulations in order to estimate the range of possible results, i.e. the uncertainty: we used two GCMs with different realizations, two RCMs and three HMs. The ensemble method, which is quite standard in physics, engineering and recently also in weather forecasting has hitherto rarely been used in regional climate modeling due to the very high computational demands. In our study, the demand was even higher due to the high spatial resolution (7 km by 7 km) we used; presently, regional studies use considerably larger grid boxes of about 100 km2. However, our study shows that a high resolution is necessary for a realistic simulation of the small-scale rainfall patterns and intensities. This combination of high resolution and an ensemble using results from global, regional and hydrological models is unique. Results: By way of example, we considered the low-mountain range rivers Mulde and Ruhr and the more alpine Ammer river in this study, all of which had severe flood events in the past. Our study confirms that heavy precipitation events will occur more frequently in the future. Does this also entail an increased flood risk? Our results indicate that in any case, the risk will not decrease. However, each catchment reacts differently, and different models may produce different precipitation and runoff regimes, emphasizing the need of ensemble studies. A statistically significant increase of floods is expected for the river Ruhr in winter and in summer. For the river Mulde, we observe a slight increase of floods during summer and autumn, and for the river Ammer a slight decrease in summer and a slight increase in winter.
Untersuchung des Verkehrsflusses durch KI-Anwendungen Verschiedene Fragestellungen der Wasserstraßen- und Schifffahrtsverwaltung im Zusammenhang mit Auslastung und Nutzung der Binnenwasserstraßen sind nur mithilfe eines Verkehrssimulationsmodells effizient bewertbar. Beispiele sind Fragen nach Kapazitäten, Engstellen und Transportmengen. Aufgabenstellung und Ziel Die performante Untersuchung von Verkehrsströmen ist eine wichtige Komponente für verkehrliche und wirtschaftliche Untersuchungen an Binnenwasserstraßen. Verkehrssimulationsmodelle ermöglichen es, auch unbeobachtete Verkehrsflüsse zu analysieren und zukünftige Entwicklungen zu prognostizieren. Als Beispiele sind Engstellenanalysen sowie Untersuchungen zu Verkehrskapazitäten und Transportmengen in Abhängigkeit von Flottenstrukturen zu nennen. Eine Veränderung der Flottenstruktur kann durch unterschiedliche Faktoren begründet sein. Diese sind zum einen langzeitige Entwicklungen, wie Tendenzen zu größeren Schiffen, Änderungen wirtschaftlicher Konjunkturphasen oder mögliche Anpassungen an klimatische Änderungen und zum anderen kurzzeitige Einflüsse, wie extreme Wetterlagen und Wasserstände oder verkehrliche Engstellen. Engstellen können z. B. durch Havarien, Baumaßnahmen, aber auch Fehltiefen verursacht werden. Alle genannten Faktoren wirken sich auf die verkehrliche Leistungsfähigkeit der Wasserstraße und die Gütertransportmengen aus. In Kooperation mit der „Professur für Ökonometrie und Statistik, insbesondere im Verkehrswesen“ der TU Dresden wird das Mikrosimulationsmodell für Binnenwasserstraßen PERSIST (Performant Simulation of Inland Ship Traffic) entwickelt (Stachel und Hart 2021), welches vorrangig am Niederrhein, darüber hinaus aber auch an anderen Wasserstraßen, angewendet werden soll. Bedeutung für die Wasserstraßen- und Schifffahrtsverwaltung des Bundes (WSV) Mithilfe des Verkehrssimulationsmodells lassen sich an hochfrequentierten Abschnitten Engstellen identifizieren, die eventuell die Kapazität der Wasserstraßen vermindern. Zudem können Sicherheit und Leichtigkeit des Schiffsverkehrs unter Berücksichtigung veränderter hydrologischer Bedingungen, z. B. infolge des Klimawandels, untersucht werden. Damit erhält die WSV frühzeitig Informationen über potentielle verkehrliche Engstellen, welche die Wirtschaftlichkeit der Binnenschifffahrt einschränken. Die Verkehrssimulation ist darüber hinaus ein Werkzeug, mit dem sich, z. B. im Rahmen einer Verkehrsprognose und Reiseunterstützung, voraussichtliche Ankunftszeiten (ETA = Estimated Time of Arrival) von Schiffen an Schleusen und Zielhäfen ermitteln lassen. Untersuchungsmethoden Im bisherigen Projekt wurde bereits die Lateral and Longitudinal Control Policy zur lateralen und longitudinalen Steuerung eines Schiffes hinsichtlich des logischen Koordinatensystems sowie eine Decision Making Policy, welche die Überholentscheidungen des Schiffes kontrolliert, entwickelt. Um die Einsetzbarkeit von PERSIST als Fast-Time Simulator auch für anspruchsvolle Simulationsszenarien (mehr als 100 Schiffe, große Teile des Rheins) aufrecht zu erhalten, wurde PERSIST für die Parallelisierung auf Rechensystemen mit vielen CPU-Kernen vorbereitet. Anstatt alle Schiffe in einem Prozess auf einem Rechner zu simulieren, kann die Simulation nun auf beliebig viele unabhängige Prozesse verteilt werden, auch auf mehreren miteinander vernetzten Rechnern oder auf einem Großrechner mit vielen Rechenkernen. Auf einem physischen Rechenkern läuft jeweils nur ein Prozess. Bei der Verkehrssimulation bietet es sich an, den gesamten zu simulierenden räumlichen Bereich in mehrere gleich große Abschnitte zu unterteilen, den Schiffsverkehr auf diesen Abschnitten getrennt zu simulieren, d. h. zu prozessieren, und anschließend wieder zusammenzufügen. Die Anzahl der Abschnitte kann somit vor Beginn der Simulation flexibel an die Ressourcenverfügbarkeit des (Groß-)Rechners angepasst werden. (Text gekürzt)
Aufstellung eines Hochwasservorhersageplanes fuer den Neckar als Voraussetzung fuer den Hochwasservorhersageplan des Rheins.
Niedrige Wolken sind Schlüsselbestandteile vieler Klimazonen, aber in numerischen Modellen oft nicht gut dargestellt und schwer zu beobachten. Kürzlich wurde gezeigt, dass sich während der Haupttrockensaison im Juni und September im westlichen Zentralafrika eine ausgedehnte niedrige Wolkenbedeckung (engl. „low cloud cover“, LCC) entwickelt. Eine derart wolkige Haupttrockenzeit ist in den feuchten Tropen einzigartig und erklärt wahrscheinlich die dichtesten immergrünen Wälder in der Region. Da paläoklimatische Studien auf eine Instabilität hinweisen, kann jede Verringerung des LCC aufgrund des Klimawandels einen Kipppunkt für die Waldbedeckung darstellen. Daher besteht ein dringender Bedarf, das Auftreten, die Variabilität und die bioklimatischen Auswirkungen des LCC in westlichen Zentralafrika besser zu verstehen.Um diese Ziele zu erreichen, wurde ein Konsortium aus französischen, deutschen und gabunischen Partnern aufgebaut, zu dem Meteorologen, Klimatologen und Experten für Fernerkundung und Waldökologie gehören. Die meteorologischen Prozesse, welche die Bildung und Auflösung der LCC im Tagesgang steuern, werden anhand von zwei Ozean-Land-Transekten auf der Grundlage einer synergistischen Analyse von historischen In-situ Beobachtungen, von Daten einer Feldkampagne und anhand von atmosphärischen Modellsimulationen untersucht. Die Ergebnisse werden mit einem kürzlich entwickelten konzeptionellen Modell für LCC im südlichen Westafrika verglichen.Die intrasaisonale bis interannuale Variabilität des LCC wird durch die Analyse von In-Situ-Langzeitdaten und Satellitenschätzungen quantifiziert. Unterschiede im Jahresgang des LCC (d.h. jahreszeitlicher Beginn und Rückzug, wolkenarme Tage) und die Ausdehnung ins Inland werden dokumentiert. Ansätze, die auf Wettertypen und äquatorialen Wellen basieren, werden verwendet, um intrasaisonale Variationen des LCC zu verstehen. Die Auswirkungen lokaler und regionaler Meeresoberflächentemperaturen auf die LCC-Entwicklung und ihre Jahr-zu-Jahr Variabilität werden bewertet, wobei statistische Analysen und spezielle Sensitivitätsversuche mit einem regionalen Klimamodell verknüpft werden.Schließlich wird der Einfluss von LCC auf die Licht- und Wasserverfügbarkeit bzw. die Waldfunktion anhand von In-Situ-Messungen untersucht. Die Ergebnisse werden mit Messungen aus der nördlichen Republik Kongo, wo die Trockenzeit sonnig ist, sowie mit einem einfachen Wasserhaushaltsmodells, das an die Region angepasst ist, verglichen. Die Wasserhaushaltsanalysen sollen die Kompensations- oder Verstärkungseffekte von Regen im Vergleich zur potenziellen Evapotranspiration, beide moduliert durch die LCC, auf das Wasserdefizit aufzeigen.Die Ergebnisse von DYVALOCCA werden zum ersten konzeptionellen Modell für Wolkenbildung und -auflösung im westlichen Zentralafrika führen und eine Hilfestellung für die Bewertung von Klimawandel-Simulationen mit Blick auf potentielle Kipppunkte für die immergrünen Regenwälder in der Region geben.
| Organisation | Count |
|---|---|
| Bund | 2445 |
| Europa | 35 |
| Kommune | 139 |
| Land | 1387 |
| Weitere | 1172 |
| Wirtschaft | 1582 |
| Wissenschaft | 1957 |
| Zivilgesellschaft | 48 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 3 |
| Chemische Verbindung | 136 |
| Daten und Messstellen | 3111 |
| Ereignis | 23 |
| Förderprogramm | 955 |
| Gesetzestext | 1 |
| Hochwertiger Datensatz | 64 |
| Infrastruktur | 1965 |
| Lehrmaterial | 4 |
| Software | 1 |
| Taxon | 62 |
| Text | 2642 |
| Umweltprüfung | 148 |
| Videomaterial | 1 |
| WRRL-Maßnahme | 297 |
| unbekannt | 557 |
| License | Count |
|---|---|
| Geschlossen | 2394 |
| Offen | 3769 |
| Unbekannt | 166 |
| Language | Count |
|---|---|
| Deutsch | 6248 |
| Englisch | 3263 |
| Leichte Sprache | 2 |
| Resource type | Count |
|---|---|
| Archiv | 1739 |
| Bild | 98 |
| Datei | 2641 |
| Dokument | 2280 |
| Keine | 2008 |
| Multimedia | 1 |
| Unbekannt | 9 |
| Webdienst | 141 |
| Webseite | 3636 |
| Topic | Count |
|---|---|
| Boden | 2472 |
| Lebewesen und Lebensräume | 6329 |
| Luft | 1801 |
| Mensch und Umwelt | 5921 |
| Wasser | 4583 |
| Weitere | 5876 |