Deutscher Wetterdienst DWD 1996: Klimakarten für das Land Berlin, Teil 1: Bioklima Berlin, Gutachten im Auftrag der Senatsverwaltung für Stadtentwicklung, Umweltschutz und Technologie, unveröffentlicht. GEO-NET 2013: Klimaökologische Untersuchung „Tempelhofer Freiheit“ in Berlin – Entwurf Rev. 02, im Auftrag der Tempelhof Projekt GmbH, Berlin unveröffentlicht. GEO-NET 2022: Regionale Kaltluftströmungen in Deutschland. Eigene Untersuchung. Unveröffentlicht. Groß, G. 1989: Numerical simulation of the nocturnal flow systems in the Freiburg area for different topographies, in: Beitr. Phys. Atmosph.,H 62, S. 57-72. Groß, G. 2002: The exploration of boundary layer phenomena using a nonhydrostatic mesoscale model, in: Meteor.Z.schr. Vol. 11 Nr.5, S.701-710. Höppe, P. 1984: Die Energiebilanz des Menschen. Münchener Universitätsschriften, Meteorol. Inst., Wiss. Mitt. 49. Höppe, P., Mayer, H. 1987: Planungsrelevante Bewertung der thermischen Komponente des Stadtklimas. Landschaft und Stadt 19 (1), S. 22–29. Kiese, O. et al. 1992: Stadtklima Münster. Entwicklung und Begründung eines klimarelevanten Planungskonzeptes für das Stadtgebiet von Münster. Stadt Münster – Werkstattberichte zum Umweltschutz 1/1992. Landesamt für Gesundheit und Soziales (LAGeSo) (Hrsg.) 2014: Verzeichnis der Krankenhäuser und Privatentbindungsanstalten, Stand 06/2014, Berlin. Internet: https://www.berlin.de/lageso/service/downloadcenter/ (Zugriff: 01.08.2024) Landesvermessung und Geobasisinformation Brandenburg (LGB) 2022: Amtliches Liegenschaftskatasterinformationssystem (ALKIS), Potsdam Internet: https://geobasis-bb.de/lgb/de/geodaten/liegenschaftskataster/alkis/ (Zugriff: 01.08.2024) Landesvermessung und Geobasisinformation Brandenburg (LGB) 2013: Digitales Geländemodell (DGM), Potsdam Internet: https://geobasis-bb.de/lgb/de/geodaten/3d-produkte/gelaendemodell/ (Zugriff 28.07.2020) Matzarakis, A., Mayer, H., 1996: Another Kind of Environmental Stress: Thermal Stress. NEWSLETTERS No. 18, 7-10. WHO Colloborating Centre for Air Quality Management and Air Pollution Control. Matzarakis, A., Rutz, F., Mayer, H., 2000: Modellierung der mittleren Strahlungstemperatur in urbanen Strukturen, Fachtagung METTOOLS, Stuttgart 2000. Internet: https://www.urbanclimate.net/matzarakis/papers/Tmrt_mettoolsiv.PDF (Zugriff: 04.02.2019) Mosimann, Frey, Trute, Wickenkamp 1999: Karten der klima- und immissionsökologischen Funktionen – Instrumente zur prozessorientierten Betrachtung von Klima und Luft in der Umweltplanung, in: Naturschutz und Landschaftsplanung 31,(4),S. 101-108, Stuttgart. Moriske & Turowski 2002: Handbuch für Bioklima und Lufthygiene, 8. Ergänzungslieferung, Ecomed-Verlag, Landsberg. Richter & Röckle (iMA Immissionen, Meteorologie Akustik) o.J.: Das numerische Simulationsmodell FITNAH, digitale PDF-Datei, Freiburg. SenStadt (Senatsverwaltung für Stadtentwicklung, Baue und Wohnen Berlin) (Hrsg.) 2020: Flächennutzung und Stadtstruktur – Dokumentation der Kartiereinheiten und Aktualisierung des Datenbestandes, Berlin. Internet: https://www.berlin.de/umweltatlas/_assets/literatur/nutzungen_stadtstruktur_2020.pdf (Zugriff 23.05.2025) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2015: GEO-NET Umweltconsulting GmbH, Hannover: GIS-gestützte Modellierung von stadtklimatisch relevanten Kenngrößen auf der Basis hochaufgelöster Gebäude- und Vegetationsdaten; EFRE Projekt 027 Stadtklima Berlin, Abschlussbericht. Internet: https://gdi.berlin.de/data/ua_klimabewertung_2015/docs/Projektbericht_StadtklimaBerlin_SenStadtUm_IIID_2015.pdf (Zugriff 15.04.2026) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2015c: PRISMA – Planungsraumbezogenes Informationssystem für Monitoring und Analyse, Berlin. Internet: /sen/sbw/stadtdaten/stadtwissen/sozialraumorientierte-planungsgrundlagen/prisma/(/sen/sbw/stadtdaten/stadtwissen/sozialraumorientierte-planungsgrundlagen/prisma/ (Zugriff 15.04.2026) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) 2025a: Stadtklimaanalyse Berlin 2020/2022: Dokumentation der Datengrundlagen, Modellsimulation und Klimaanalyse. Internet: https://www.berlin.de/umweltatlas/_assets/literatur/doku_klimaanalyse_2022.pdf (Zugriff 22.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) 2025b: Klimamodellierung 2022: Auswertung von Messdaten ausgewählter Klimastationen in Berlin und Potsdam. Internet: https://www.berlin.de/umweltatlas/_assets/literatur/doku_klimastationen_2022.pdf (Zugriff 22.04.2025) VDI (Verein Deutscher Ingenieure) 2008: Richtlinie VDI 3785, Blatt1, Methodik und Ergebnisdarstellung von Untersuchungen zum planungsrelevanten Stadtklima, Düsseldorf. Internet: https://www.vdi.de/ (Zugriff am 11.05.2009) VDI (Verband Deutscher Ingenieure) 2015: Richtlinie VDI 3787 Blatt 2 Umweltmeteorologie: Methoden zur human-biometeorologischen Bewertung der thermischen Komponente des Klimas. Verein Deutscher Ingenieure, Düsseldorf. Internet: https://www.vdi.de/ (Zugriff 02.04.2024) VDI (Verein Deutscher Ingenieure) 2022: Richtlinie VDI 3787, Blatt2, Methoden zur human-biometeorologischen Bewertung der thermischen Komponente des Klimas, Düsseldorf. Internet: https://www.vdi.de/ (Zugriff am 02.04.2025) Vogt, J. 2002: Bericht über orientierende Untersuchungen zur lokalklimatischen Funktion der Flächen des Gleisdreieckes in Berlin, Textteil, Voruntersuchung im Auftrag der Vivico Management GmbH, unveröffentlicht, Berlin. Vogt, J. 2002: Bericht über orientierende Untersuchungen zur lokalklimatischen Funktion der Flächen des Gleisdreieckes in Berlin, Abbildungsteil, Voruntersuchung im Auftrag der Vivico Management GmbH, unveröffentlicht, Berlin. SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2001: Umweltatlas Berlin, Karte 04.07 Klimafunktionen, 1:50 000, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimaanalyse/2000/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2003: Umweltatlas Berlin, Karte 04.10 Klimamodell Berlin – Analysekarten, 1:50 000, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimaanalyse/2001/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2004: Umweltatlas Berlin, Karte 04.11 Klimamodell Berlin – Bewertungskarten, 1:50 000, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimabewertung/2001/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2009: Umweltatlas Berlin, Karte 04.10 Klimamodell Berlin – Analysekarten, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimaanalyse/2005/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2022: Umweltatlas Berlin, Karte 04.10 Klimamodellierung Berlin – Klimaanalysekarten 2022, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimaanalyse/2022/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2009: Umweltatlas Berlin, Karte 04.11 Klimamodell Berlin – Bewertungskarten, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimabewertung/2005/zusammenfassung/ (Zugriff 16.04.2025) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2018: Umweltatlas Berlin, Karte 03.11.2 Verkehrsbedingte Luftbelastung im Straßenraum 2020 und 2025, Berlin. Internet: https://www.berlin.de/umweltatlas/luft/strassenverkehr-emissionen-und-immissionen/2018/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2021: Umweltatlas Berlin, Karte 01.02 Versiegelung, Berlin. Internet: https://www.berlin.de/umweltatlas/boden/versiegelung/2021/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2015: Umweltatlas Berlin, Karte 01.11.3 Naturnähe, Berlin. Internet: https://www.berlin.de/umweltatlas/boden/bodenfunktionskriterien/2015/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2022: Umweltatlas Berlin, 2022, Karte 04.12 Entwicklung der Anzahl ausgewählter klimatologischer Kenntage, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimawandel/2022/zusammenfassung/ SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2022: Amtliches Liegenschaftskatasterinformationssystem (ALKIS), Berlin. Internet: https://gdi.berlin.de/geonetwork/srv/ger/catalog.search#/metadata/0a7c53a5-b29d-3f45-9734-1c811045e6c2 (Zugriff 16.04.2025) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2016: Umweltatlas Berlin, Karte 04.11 Klimamodell Berlin – Planungshinweiskarte Stadtklima, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimabewertung/2015/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2020: Umweltatlas Berlin, Reale Nutzung der bebauten Flächen / Grün- und Freiflächenbestand 2020. Internet: https://www.berlin.de/umweltatlas/nutzung/flaechennutzung/2020/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2020: Umweltatlas Berlin, Gebäudehöhen. Internet: https://www.berlin.de/umweltatlas/nutzung/gebaeudehoehen/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2020: Umweltatlas Berlin, Vegetationshöhen. Internet: https://www.berlin.de/umweltatlas/biotope/vegetationshoehen/2020/methode/ (Zugriff 16.04.2025)
In der letzten Antragsphase wurde das regionale Paläoklimamodell WRF-CEMSYS entwickelt und erfolgreich angewendet, um erstmals hochauflösende regionale Paläoklimadaten für Studien zur Anwesenheit von Homo sapiens unter eiszeitlichen Bedingungen in Europa bereitzustellen. In der dritten Phase konzentriert sich E6 auf die Rekonstruktion regionaler Klimate verschiedener Zeitintervalle, die für die SFB Projekte von zentraler Bedeutung sind. Es werden Potenziale und Begrenzungsfaktoren für die menschliche Präsenz im gesamten SFB-Gebiet untersucht. Dabei werden unterschiedliche Zeitskalen betrachtet, die von synoptischen, über saisonalen, jährlichen bis hin zu dekadischen reichen.
Die Brewer-Dobson Zirkulation (BDC) spielt eine Schlüsselrolle für das globale Klima, da sie die Konzentrationen von Ozon, Wasserdampf und Aerosol in der oberen Troposphäre und unteren Stratosphäre (UTLS) beeinflusst. Diese Spurengase wiederum wirken sich über Strahlungsprozesse auf das Klima aus. Insbesondere bewirken Änderungen in der BDC Änderungen im Ozonfluss aus der Stratosphäre in die Troposphäre und haben darüber einen Einfluss auf Klima und Gesundheit. Das Verständnis der Variabilität der BDC auf saisonalen bis dekadischen Zeitskalen ist Voraussetzung für eine verläßliche Detektion von anthropogen bedingten Langzeit-Änderungen (Trends). Allerdings ist die Variabilität der BDC in den Klimamodellen nur unzureichend repräsentiert, und nicht in Übereinstimmung mit Spurengas-Messungen.Der Projektantrag zielt auf eine Abschätzung der Einflüsse von natürlicher Variabilität und Trends der BDC auf die Spurengaskonzentrationen in der UTLS ab. Insbesondere sollen diejenigen dynamischen Mechanismen untersucht werden, die die Unterschiede zwischen Modellen und Beobachtungen bewirken. Das Projekt verbindet etablierte diagnostische Methoden, neuartige Modell-Simulationen mit einem Lagrangeschen Transportmodell (CLaMS) und mit einem gekoppelten Chemie-Klimamodell (EMAC) mit Beobachtungsdaten, um die BDC Änderungen und dadurch bedingte Klimaeinflüsse zu untersuchen. Der Arbeitsplan gliedert sich in drei Arbeitpakete: (1) Untersuchung von natürlicher Variabilität und anthropogen bedingter Trends der BDC, (2) Untersuchung der involvierten dynamischen Mechanismen, (3) Abschätzung der Einflüsse von BDC Änderungen auf den Ozonfluß aus der Stratosphäre in die Troposphäre.Dazu werden erstens Zeitreihen von Luftalter und Ozon aus Beobachtungen auf Variabilitäten und Trends der BDC untersucht und mit Simulationen des CLaMS und des EMAC Modells verglichen, zur Validierung der Modelle. Mithilfe von Regressions-Methodiken werden dann Variabilitäten und Trends in der BDC und in den UTLS Spurengasverteilungen verschiedenen Variabilitäts-Moden im Klimasystem zugeschrieben. Zweitens, werden die involvierten dynamischen Prozesse anhand von drei Arten von Sensitivitäts-Experimenten mit dem EMAC Modell untersucht. Insbesondere können mit diesen vorgeschlagenen Sensitivitäts-Experimenten die dynamischen Mechanismen der BDC Änderungen durch ENSO und Vulkanaerosol aufgedeckt werden, sowie die Gründe für diesbezügliche Differenzen zwischen Modell und Beobachtung. Schließlich sollen der Effekt von BDC Änderungen auf den Ozonfluß in die Troposphäre und die dadurch bedingten Klimaeffekte angeschätzt werden. Dabei wird der Ozonfluß im Modell anhand eines Budget-Ansatzes für die untere Stratosphäre bestimmt. Regressions-Analyse ermöglicht eine Zuschreibung der Variabilität im Ozonfluß zu den verschiedenen Variabilitäts-Moden im Klimasystem, und somit eine Abschätzung der entsprechenden Effekte auf Klima und Luftqualität.
Der asiatische Sommermonsun ist charakterisiert durch hohe Konvektion über Südasien, die mit der asiatischen Monsun-Antizyklone (AMA) zusammenhängt, der sich von der oberen Troposphäre bis in die untere Stratosphäre (UTLS) erstreckt. Diese Antizyclone ist das ausgeprägteste Zirkulationsmuster in diesen Höhen während des borealen Sommer. Es ist bekannt, dass der Export von Monsunluft quasi-isentropisch aus der AMA sowohl im Osten als auch im Westen, einen großen Einfluss auf die Zusammensetzung der außertropischen unteren Stratosphäre hat. Jedoch sind die relative Stärken der beiden Wege bisher unbekannt. Der Transport von Luftmassen aus der AMA in die nördliche außertropische UTLS wirkt sich entscheidend auf die Chemie der Stratosphäre und ihrenStrahlungshaushalt (z.B. durch Transport von H2O, Aerosol oder ozonschädigende Stoffe) aus. Im Rahmen dieses Projekts AirExam wird der quasi-isentropischer Luftmassenexport aus der AMA durch verschiedene Wegen und seine Auswirkungen auf Chemie und Strahlung der außertropische UTLS quantifiziert durch u.a. HALO-Flugzeugmessungen (insbesondere aus die für Sommer 2023 geplanten PHILEAS-Kampagne), Simulationen mit dem Chemischen Transportmodell CLaMS und Strahlungsberechnungen. Unser Projekt AirExam wird sich mit den folgenden offenen Schlüsselfragen befassen:1) Welchen relativen Beitrag leisten die beiden quasi-horizontalen Transportwege (nach Westen und Osten) aus dem asiatischen Monsun-Antizyklon zur Zusammensetzung der außertropischen unteren Stratosphäre?2) Wie groß ist die jährliche Variabilität des Transports aus der asiatischen Monsun-Antizyklone in die außertropische untere Stratosphäre und was sind die Hauptquellenregionen auf der Erde Oberfläche?3) Was ist die Auswirkung des Wasserdampftransports aus der asiatischen Monsun-Antizyklone zum H2O-Budget der außertropischen UTLS und seine Strahlungswirkung?In unserem Projekt werden wir HALO-Messungen (insbesondere H2O) mit globalen 3-dimensionalen CLaMS-Simulationen kombinieren, die von neuen hochaufgelösten ERA-5-Reanalyse des ECMWF angetrieben werden. CLaMS-Simulationen auf der Grundlage von ERA-5 sind ein neues Instrument zur zuverlässigen Beschreibung von Transportprozessen in der Region des asiatischen Monsuns und seiner globalen Auswirkungen. Die Strahlungswirkung des durch den asiatischen Monsun verursachten H2O-Anstiegs im Sommer und Herbst wird mit Hilfe des Strahlungs-Transfercodes Edwards und Slingo berechnet. H2O ist das wichtigste Treibhausgas, und die Befeuchtung der Stratosphäre ist eine wichtige Triebkraft des Klimawandels. Unser Projekt AirExam wird die Auswirkungen des verstärkten H2O-Transports in die untere Stratosphäre quantifizieren und kann daher dazu beitragen, die potenziellen Risiken des Luftmassentransports aus der asiatischen Monsunregion auf die globale Stratosphäre zu bewerten.
Definitionen: In den Geowissenschaften beschreibt eine Topographie die Erdoberfläche. In aquatischen Systemen wird der Begriff oft synonym zum Begriff “Bathymetrie” für die Höhenlage der Gewässersohle verwendet. Im Forschungsprojekt TrilaWatt bezeichnen topographische Daten die subtidale, intertidale und supratidale Höhenverteilung im Bereich der 12 Seemeilen-Zone des Wattenmeers. Datenerzeugung: Die Basis der Datenerzeugung bilden topographische Modelle aus einer umfangreichen Datenbasis von See- und Landvermessungen verschiedenster Datentypen. Diese werden mit einem datengetriebenem Simulationsmodell über räumlich-zeitliche Interpolationsverfahren zusammengelegt. Als Kompromisse zwischen der ständige morphodynamische Aktivität im Wattenmeer und der deutlich geringeren Messfrequenz werden in TrilaWatt topographische Modelle als Jahrestopographien erstellt. Produkt: Für den Zeitraum von 2015 bis einschließlich 2021 wird ein gerastertes topographisches Modell in der 12 Seemeilen Zone des Wattenmeers mit einer gerasterten Auflösung von 10 m in Raum und Zeit zum jeweiligen Gültigkeitszeitraum des 01.07. interpoliert. Das Datenprodukt wird im GeoTIFF Format bereitgestellt. Zur Einschätzung der Unschärfe des topographischen Datensatzes werden zu jedem Datenprodukt Datenquellenkarten und Datendichtekarten veröffentlicht. Weiterhin werden prototypische Topographien für die Jahre 1996-2014 (NL) sowie für 2022 (NL und DE) bereitgestellt. Weitere Produkte: Min-Z/Max-Z, Morphologischer Raum und Morphologischer Drive (2015-2021). Zitat für diesen Datensatz (DOI) - Zeitraum 2015-2021: Milbradt, P., Pineda, D. (2024): TrilaWatt: Topographie (2015-2021) [Dataset]. Bundesanstalt für Wasserbau. https://doi.org/10.48437/366eab-3640c8 Zitat für diesen Datensatz (DOI) - Zeitraum 1996-2014, 2022: Milbradt, P., Pineda Leiva, D. F. (2025): TrilaWatt: Topographie (1996-2014, 2022) [Data set]. Bundesanstalt für Wasserbau. https://doi.org/10.48437/4baaf0-aeaf58 English: Topography describes the study of the forms and features of land surfaces. Topographic data in aquatic systems is often also referred to as bathymetry. TrilaWatt topography data merged a large number of observational data to annual topographies using a data-driven interpolation model. Data are distributed in 10m grids as GeoTIFF files within the 12 nautical mile zone of the Wadden Sea's coast line. Additional products: Min-Z/Max-Z, Bed Elevation Range and morphological Drive (2015-2021). Download A download is located under references (in German: "Verweise und Downloads").
Die Sommertrockenheiten in den Jahren 2003, 2013, 2015, 2018 und 2019 verdeutlichen, dass die Häufung und Intensität katastrophaler Trockenheitsereignisse durch den Klimawandel wahrscheinlich deutlich ansteigen werden. Zur deutschlandweiten Echtzeitbewertung der Wasserverfügbarkeit und von Dürrerisiken in Waldflächen soll im Rahmen des Projektes TroWaK ein hochaufgelöstes Wasserhaushaltsmodell entwickelt werden. Die Ergebnisse des Wasserhaushaltsmodells bilden die Grundlage für neue Methoden zur Abschätzung des Risikos für abiotische und biotische Folgeschäden in trockenheitsbeeinflussten Wäldern. Die NW-FVA arbeitet gemeinsam mit dem DWD und dem Thünen-Institut für Waldökosysteme an der Weiterentwicklung und Parametrisierung des Modells LWF-Brook90 (Wasserhaushaltsmodell) für verschiedene Baumarten. Das bestehende Modell wird für Waldstandorte in Deutschland angepasst und soll zusätzliche Parameter berechnen, die für die Modelle, die das Risiko für abiotische und biotische Folgeschäden (Schädlinge, Krankheiten) in trockenheitsbeeinflussten Wäldern abschätzen, benötigt werden. Die Daten der Level II-Monitoringflächen dienen zur Parametrisierung und zur späteren Validierung der Modelle. Als Ergebnis sollen zukünftig routinemäßig Karten zur aktuellen Bodenfeuchtesituation und zum aktuellen Schadensrisiko von Waldbeständen online bereitgestellt werden. Deutschlandweit kann so eine einheitliche Bewertung der Risiken für Waldbestände in Abhängigkeit von Klima, Baumartenzusammensetzung und Boden erfolgen. Schwerpunkte der Arbeiten der NW-FVA in dem Verbundprojekt liegen in der Anpassung des waldhydrologischen Modells an Waldstandorte in Deutschland, der Abschätzung abiotischer Schadpotenziale trockenheitsgefährdeter Wälder sowie der Analyse und Entwicklung von Modellgrundlagen die Simulation biotischer Schadpotenziale unter besonderer Berücksichtigung der Buchenvitalitätsschwäche.
Der Datensatz zeigt kühle Bereiche, die basierend auf den Ergebnissen einer RVR-weiten Klimamodellierung mit dem Simulationsmodell FITNAH-3D abgeleitet wurden. Als Datengrundlage für die Ableitung dienten die simulierten Werte für die Physiologisch Äquivalente Temperatur (PET) um 15:30 Uhr (MESZ) an einem beispielhaften Tag mit sommerlicher Hochdruckwetterlage. Der Parameter PET gibt Auskunft über die thermische Belastung einer Person. Denn das Wärmeempfinden eines Menschen wird nicht ausschließlich von der Lufttemperatur, sondern von vielen weiteren Faktoren, wie der Windgeschwindigkeit, der Luftfeuchtigkeit und an Sommertagen ganz entscheidend von den Einstrahlungsbedingungen (Sonneneinstrahlung, Schattenwurf und langwellige Wärmeabstrahlung von Oberflächen) bestimmt. Eine niedrige thermische Belastung an heißen Sommertagen ist daher vor allem in Waldgebieten zu verzeichnen, da das Kronendach eine direkte Sonneneinstrahlung bis zum bodennahen Bereich verhindert. Auf unverschatteten Grün- und Freiflächen können hingehen hohe thermische Belastungen auftreten, da die Sonneneinstrahlung hier ungehindert auf den Boden bzw. auf die sich darauf befindlichen Menschen trifft. In bebauten Bereichen zeigt sich ein heterogenes Bild, da Faktoren wie der Schattenwurf von Gebäuden und Straßenbäumen, versiegelte Plätze oder innerstädtische Grünflächen die PET unterschiedlich beeinflussen. Grundsätzlich kann also nicht jede öffentliche Grünfläche an heißen Tagen pauschal als kühler Ort und somit als klimatischer Regenerationsraum dienen. Für die hier dargestellte Ableitung wurden daher zunächst alle Bereiche aus den Modellergebnissen extrahiert, die einen PET-Werte kleiner gleich 29 °C aufweisen, da dies laut der PET-Klassifizierung einer lediglich leichten Wärmebelastung entspricht. Somit wurden alle Bereiche entfernt, die einen höheren PET-Wert und somit eine moderate, starke oder extrem starke Wärme- bzw. Hitzebelastung aufweisen. Die Daten der RVR-weiten Klimamodellierung mit dem Simulationsmodell FITNAH-3D sowie den dazugehörigen Methodikbericht finden Sie im KlimaPortal.Ruhr (https://klima.geoportal.ruhr).
Nebel als meteorologisches Phänomen kann große Auswirkungen für die Wirtschaft, aber auch auf die persönliche Sicherheit haben, indem er die Sichtweite in der atmosphärischen Grenzschicht reduziert. Wirtschaftliche Verluste für den Luft-, See-, und Landvekehr als Folge von Nebel sind dabei vergleichbar zu Verlusten durch Winterstürme. Trotz der Fülle an Literatur über Nebel bleibt unser Verständnis der physikalischen Prozesse die zu Nebelbildung und seiner Mikrophysik beitragen unvollständig. Dies ist dadurch begründet, dass mehrere komplexe Prozesse, wie z.B. Strahlungsabkühlung, turbulentes Durchmischen und die mikrophysikalischen Prozesse nichtlinear miteinander interagieren. Zusätzlich verkomplizieren Bodenheterogenitäten bezüglich Vegetation und Bodeneigenschaften die Vorhersagbarkeit von Nebel. Die Fähigkeit von numerischen Wettervorhersagemodellen Nebel vorherzusagen ist in Folge dessen noch dürftig. In diesem Projekt werden hochaufgelöste Grobstruktursimulationen (Large-Eddy Simulationen, LES) verwendet um den Effekt von Turbulenz auf nächtliche Strahlungsnebel zu untersuchen. Das LES Modell PALM wird dazu mit einer sehr hohen Auflösung von etwa 1 m verwendet. Dabei werden in den LES sowohl ein Euler'sches Bulk Wolkenphysikschema, als auch ein Lagrange'sches Partikelmodell, welches die explizite Behandlung von Aerosolen und Nebeltropfen erlaubt, verwendet. Dieser innovative Ansatz erlaubt die Nebeltropfen-Turbulenz-Interaktion zum ersten Mal mit LES zu untersuchen. Das Ziel dieser Studie ist es, einen umfassenden Überblick über die Schlüsselparameter zu erhalten, welche den Lebenszyklus sowie die dreidimensionale Makro- und Mikrostruktur von Strahlungsnebel bestimmen. Weiterhin wird der Effekt von nächtlichem Strahlungsnebel auf die morgendliche Übergangszeit und die Grenzschicht am Tag untersucht. Der Effekt von Bodenheterogenitäten auf nächtlichen Strahlungsnebel wird mit Hilfe von aufgeprägten regelmäßigen idealisierten und unregelmäßigen beobachteten Bodenheterogenitäten in den LES untersucht. Die LES Daten werden anhand von Messdaten der meteorologischen Messstandorte in Cabauw (Niederlande) und Lindenberg (Deutschland) validiert und mit Simulationsdaten des eindimensionalen Grenzschicht- und Nebelvorhersagemodells PAFOG (Universität Bonn) verglichen.
Atomarer Sauerstoff (O) ist eine der Hauptkomponenten der Mesopausenregion der terrestrischen Atmosphäre. Er spielt für die Energiebilanz der Mesopausenregion eine entscheidende Rolle, da er aufgrund seiner langen Lebensdauer chemische potentielle Energie über große Distanzen transportieren kann und indirekt an der Strahlungskühlung dieser Höhenregion beteiligt ist. Darüber hinaus steht er in direktem Zusammenhang mit Ozon, was wiederum für die diabatische solare Heizung von großer Bedeutung ist. Die Zahl der O Messungen in der Mesopausenregion ist ziemlich begrenzt, insbesondere was Zeitserien über Zeiträume von mehr als einigen Jahren betrifft. Die üblicherweise verwendeten Methoden zur Messung von O in der Mesopausenregion basieren auf Airglow-Emissionen der Spezies O, O2 und OH und erfordern die Kenntnis zahlreicher chemischer Ratenkonstanten. Bisherige Studien zeigen klare Hinweise darauf, dass die existierenden Modelle zur Beschreibung der O2 A-Banden-Emission, der grünen Sauerstofflinie und der OH* Meinel-Emissionen nicht konsistent sind, und O Konzentrationsprofile liefern, die sich signifikant unterscheiden. Im Rahmen dieses Projektes soll die Konsistenz der existierenden photochemischen Modelle für die drei genannten Airglow-Emissionen untersucht werden und unter Verwendung von simultanen Satellitenmessunen aller drei Emissionen, sowie dedizierter Modellrechnungen die Übereinstimmung der Modelle verbessert werden. Bei den Messungen handelt es sich um Nightglow Messungen des SCIAMACHY (Scanning Imaging Absorption spectroMeter for Atmospheric CHArtographY) Instruments, das von 2002 - 2012 auf dem Umweltforschungssatelliten Envisat operierte. SCIAMACHY bietet aufgrund seines breiten Spektralbereichs die einmalige Möglichkeit alle für dieses Projekt relevanten Airglow Emissionen gleichzeitig und spektral aufgelöst zu messen. Die geplanten Modellrechnungen sollen mit einer etablierten Suite an photochemischen und globalen Modellen durchgeführt werden. Mittels eines Inversionsverfahrens sollen photochemische Modellparameter derart optimiert werden, dass die Differenzen zwischen Modellergebnissen und SCIAMACHY Messungen für alle relevanten Emissionen simultan minimiert werden. Darüber hinaus soll im Rahmen des Projekts die räumliche und zeitliche Variabilität von O in der Mesopausenregion charakterisiert werden, insbesondere hinsichtlich solarere Einflüsse und möglicher Langzeittrends über den Zeitraum von 2002 - 2012. Es ist außerdem geplant, die existierende - und bekannte Weise unzureichendem - klimatologischen Modelle (z.B. MSIS) von O in der Mesopausenregion zu verbessern. Die Antragsteller sind anerkannte Experten auf Ihren jeweiligen Hauptarbeitsgebieten und besitzen langjährige Erfahrung im Bereich der Satellitenfernerkundung mittels Airglow-Emissionen, beziehungsweise der atmosphärischen Modellierung.
| Organisation | Count |
|---|---|
| Bund | 4530 |
| Europa | 10 |
| Global | 1 |
| Kommune | 36 |
| Land | 256 |
| Schutzgebiete | 1 |
| Weitere | 9 |
| Wirtschaft | 91 |
| Wissenschaft | 2502 |
| Zivilgesellschaft | 94 |
| Type | Count |
|---|---|
| Ereignis | 1 |
| Förderprogramm | 4459 |
| Text | 78 |
| unbekannt | 64 |
| License | Count |
|---|---|
| Geschlossen | 73 |
| Offen | 4518 |
| Unbekannt | 11 |
| Language | Count |
|---|---|
| Deutsch | 4441 |
| Englisch | 632 |
| Resource type | Count |
|---|---|
| Archiv | 8 |
| Bild | 7 |
| Datei | 13 |
| Dokument | 87 |
| Keine | 2655 |
| Webdienst | 2 |
| Webseite | 1898 |
| Topic | Count |
|---|---|
| Boden | 2823 |
| Lebewesen und Lebensräume | 3228 |
| Luft | 2608 |
| Mensch und Umwelt | 4602 |
| Wasser | 2408 |
| Weitere | 4508 |