DACH-10

Atmosphärische Stadtforschung findet seit über 200 Jahren statt. Sie umfasst alle Themen und Einflüsse, die die Lebensqualität der Stadtbewohner beeinflussen. Hierzu zählen die städtische Luftqualität, das Strahlungsklima, die Windverhältnisse in Städten und die städtische Wärmeinsel. Laut übereinstimmenden Analysen (z.B. Eliasson 2000; Mills et al. 2010; Parasee etal. 2019) haben die Erkenntnisse aus der Stadtklimaforschung bisher nur begrenzt Eingang in die Stadtplanung gefunden. In vier Bereichen, die sich von Mikro- bis zur Meso-Skala erstrecken, ließen sich hier Fortschritte erreichen: (1) Baumaterialien und Gebäudegestaltung, (2) Grün und Blau in der Stadt, (3) Stadtplanung und (4) Einbindung der Städte in regionale und überregionale Infrastrukturen (Fallmann und Emeis, 2020, 2021).

Wie kann der Eingang klimatischen Wissens in die Stadtplanung verbessert werden? Kann das von der Wissenschaft angetrieben werden, sollten die lokal handelnden Akteure (Bürger, Regierung, Verwaltung) in der Stadt hier mehr Einsatz zeigen (Evans et al., 2004), oder muss das über rechtliche und regulatorische Instrumente (Gesetze und Verordnungen, Normen und Richtlinien) von der größeren Skala her erzwungen werden? Einzelne Analysen (Ekstrom und Moser, 2014; da Trindade et al., 2020; Cristino et al., 2021; Kind et al., 2021) zeigen, dass nicht aktualisierte Gesetze und Verordnungen und Normen und Richtlinien die Umsetzung in den Städten bremsen, da lokale Verwaltungen nur sehr schwer gegen diese Vorgaben handeln können. Das ist bisher (Cristino et al., 2021) nicht ausreichend thematisiert worden. Daraus folgt, dass die Wissenschaft nicht nur die lokalen Akteure in den Städten mit wichtigen Erkenntnissen der Stadtklimaforschung und der globalen Klimaforschung vertraut machen muss. Es müssen gleichzeitig Wege gefunden werden, die eine raschere Aktualisierung von Gesetzen und Verordnungen, Normen und Richtlinien vorantreiben, damit die Städte auch den notwendigen Handlungsspielraum für Innovationen gewinnen (Emeis und Fallmann, in revision).

Hierdurch bekommt der regulatorische Sektor (z.B. Normungsausschüsse von ISO und DIN, Richtlinienausschüsse des VDI) eine ganz neue Wertigkeit in den Vermeidungs- und Anpassungsstrategien an den Klimawandel. Gerade hier haben die atmosphärischen Wissenschaften durchaus Möglichkeiten sich einzubringen, da in diesen Ausschüssen regelmäßig Wissenschaftler sitzen oder sitzen sollten.

Cristino, T.M., Lotufo, F.A., Delinchant, B., Wurtz, F., Faria Netoa, A., 2021. Ren. Sust. Energy Reviews, 135, 110191.

da Trindade, E.L.G., Lima, L.R., Alencar, L.H., Alencar, M.H., 2020. Buildings, 10, 165.

Ekstrom, J. A., Moser, S. C., 2014. Urban climate, 9, 54-74.

Eliasson, I. 2000. Landscape Urban Planning 48, 1-2, 31–44.

Emeis, S., Fallmann, J., in revision. Triple Helix Journal.

Evans, B., Joas, M., Sundback, S., Theobald, K., 2004. Routledge, 160 pp.

Fallmann, J., S. Emeis, 2020. Devel. Built Environ., 4, 100023.

Fallmann, J., S. Emeis, 2021. IAUC Newsletter, 80, 12-17.

Kind, C., Terenzi, A., Hauer, M., 2021. Umweltbundesamt, Climate Change 56/2021.

Mills, G; H. Cleugh; R. Emmanuel; W. Endlicher; E. Erell; G. McGranahan; E. Ng; A. Nickson; J. Rosenthal; K. Steemer. 2010. Procedia Environmental Sciences 1, 228–246.

Parsaee, M; M. M. Joybari; P. A. Mirzaei; F. Haghighat. 2019. Environ. Technol. & Innov. 14, 100341. 

How to cite: Emeis, S. and Fallmann, J.: Stadtforschung, der schwierige Weg von der Erkenntnis zur Umsetzung, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-17, https://doi.org/10.5194/dach2022-17, 2022.

Die Veränderung von Landoberflächen kann einen profunden Einfluss auf das lokale und regionale Klima haben. Insbesondere Städte sind mit einer umfassenden Umgestaltung der lokalen Oberflächenstruktur verbunden, was im Zusammenspiel mit anthropogen Emissionen von strahlungsrelevanten Gasen und Partikeln zu einer deutlichen Modifikation der Energiebilanz der städtischen Grenzschicht führt. Viele der resultierenden Auswirkungen auf meteorologische Größen wurden in den letzten Dekaden umfassend untersucht. Eines der bekanntesten Stadtklimaphänomene ist die Überwärmung von Stadtgebieten im Vergleich zum Umland, die urbane Wärmeinsel. Neben dem Temperatureffekt ist ein klarer städtischer Einfluss auf das Windfeld und die Modifikation von Niederschlägen über und im Umfeld von Städten zu beobachten und durch viele Studien belegt.

Beobachtungs- und Modellstudien liefern überzeugende Nachweise, dass Niederschlagsmuster über Stadtgebieten und/oder deren Umgebung modifiziert werden bzw. konvektive Niederschläge und Sturzflutereignisse verstärkt oder gar ausgelöst werden können. Der Einfluss der Stadt wird demnach über thermische Effekte in Verbindung mit der Wärmeinsel, Hinderniseffekten, Aerosoleinflüssen auf mikrophysikalische Prozesse und auf das Erwärmungsprofil über der Stadt sowie durch anthropogene Feuchtequellen (z.B. Kühltürme) bewirkt. Niederschläge können durch Städte nicht nur verstärkt, sondern unter Umständen insbesondere in Verbindung mit Partikelemissionen auch abgeschwächt oder gar abgewendet werden.

Obwohl die Stadteffekte auf den Niederschlag ziemlich gut bekannt sind, weisen die vielen veröffentlichten Studien dazu eine große Bandbreite bezogen auf die Größe der Niederschlagsveränderungen und deren Lage relativ zum Stadtgebiet auf. Ein klareres, vollständigeres Bild mit deutlichen Aussagen zur urbanen Niederschlagsmodifikation kann derzeit noch nicht gezeichnet werden, wenn dieses bei der sich durch die überlagernden Einflussfaktoren ergebenden Komplexität überhaupt möglich ist. Vielfach wird durch eine fehlende standardisierte Berichterstattung von Studienergebnissen das Zusammenstellen von generalisierten Aussagen erheblich erschwert.

Im Rahmen des Exzellenzclusters „Climate, Climatic Change and Society“ (CliCCS) fokussiert ein Projekt auf nachhaltige Anpassungsszenarien von Städten in Hinblick auf hydrologische Belastungen in Verbindung mit dem Klimawandel. Innerhalb dieses Projekts haben wir eine systematische Literaturrecherche zur Niederschlagsmodifikation durch Städte mit Schwerpunkt auf die letzten 10 Jahre durchgeführt. Anlass dafür war, dass der letzte umfassende Review zu dem Thema einige Jahre zurückliegt und die Anzahl der Veröffentlichungen stetig steigt. Zudem wurden in den letzten Jahren räumlich besser aufgelöste Modelle verwendet, die eine direkte Berechnung konvektiver Prozesse erlaubten. Dabei wurde häufig auch der Aerosoleinfluss auf die Niederschlagsbildung explizit betrachtet. Auch auf der Beobachtungsseite konnten durch den Einsatz von besser aufgelösten Fernmessverfahren (Radar, Satellit) kleinskaligere Prozesse aber auch regionale Muster in neueren Studien umfassender analysiert werden.

Hier berichten wir über erste Ergebnisse unseres systematischen Reviews aufgeschlüsselt nach räumlicher Skala, dominanten Prozessen und möglichen Bezug zum Klimawandel. Dabei stellen wir den Einfluss von Städten auf Starkniederschläge heraus und weisen auf die Entwicklung der Forschungslandschaft und vermeintliche Forschungslücken hin. Zur Veranschaulichung werden ausgewählte Ergebnisse neuerer Veröffentlichungen gezeigt.

How to cite: Quante, M., Hanf, F. S., Bär, F., Boettcher, M., Burgemeister, F., Grawe, D., Hoffmann, P., and Schlünzen, H.: Niederschlagsmodifikation durch Städte – Erkenntnisse eines systematischen Literaturreviews mit Fokus auf Studien der letzten Dekade, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-27, https://doi.org/10.5194/dach2022-27, 2022.

The characterization of the snow cover by snow water equivalent (SWE) is fundamental in several environmental applications, e.g., monitoring mountain water resources or defining structural design standards. However, SWE observations are usually rare compared to other snow measurements as snow depth (HS). Therefore, model-based methods have been proposed in past studies for estimating SWE, in particular for short timescales (e.g., daily). In this study, we compare two different approaches for SWE-data modelling. The first approach, based on empirical regression models (ERMs), provides the regional parametrization of the bulk snow density, which can be used to estimate SWE values from HS. In particular, we investigate the performances of four different schemes based on previously developed ERMs of bulk snow density depending on HS, date, elevation, and location. Secondly, we apply the semi-empirical multi-layer Δsnow model, which estimates SWE solely based on snow depth observations. The open source Δsnow model has been recently used for deriving a snow load map for Austria, resulting in an improved Austrian standard. A large dataset of HS and SWE observations collected by the National Weather Service in Germany (DWD) is used for calibrating and validating the models. This dataset consists of daily HS and three-times-a-week SWE observations from in total ~1000 stations operated by DWD over the period from 1950 to 2020. A leave-one-out cross validation is applied to evaluate the performance of the different model approaches. It is based on 185 time series of HS and SWE observations that are representative of the diversity of the regional snow climatology of Germany. Cross validation reveals for all ERMs: 90% of the modelled SWE time series have a root mean square error (RMSE) and a bias lower than 45 kg/m² and 2 kg/m², respectively. The Δsnow model shows the best performance with 90% of the modelled SWE time series having an RMSE lower than 30 kg/m² and bias similar to the ERMs. This comparative study provides new insights on the reliability of model-based methods for estimating SWE values. The results show that the Δsnow model and, to a lower degree, the developed ERMs can provide satisfactory performances even on short timescales. This suggest that these models can be used as reliable alternative to more complex thermodynamic snow models, even more if long-term meteorological observations aside HS are scarce.

How to cite: Castino, F., Wichura, B., Schellander, H., and Winkler, M.: SWE modelling: comparison between different approaches applied to Germany, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-102, https://doi.org/10.5194/dach2022-102, 2022.

Airflow within and above urban canopy layers are modelled by different approaches in a wind tunnel and in a numerical mesoscale model. For the experimental approaches in the wind tunnel, the combination of spires, roughness elements and a physical model generates a scaled boundary layer flow with velocity and turbulence characteristics that are consistent with microscale urban canopy flows in reality. A wind tunnel is comparable in resolution with an obstacle resolving microscale model, therefore data comparisons are frequently done for this scale. However, for many applications numerical models of 1 km resolution are used, resolving mesoscale atmospheric phenomena but not microscale ones. Parameterizations are then used to represent physical processes and obstacle influences on the atmospheres. Due to the coarse resolution, a direct comparison of mesoscale model results and wind tunnel is difficult.

In this study, we use wind tunnel data as validation datasets to evaluate the urban canopy parameterization effects on airflow in a mesoscale model. We have developed a multi-layer urban canopy parameterization using nudging, implemented in the atmospheric model METRAS. The extended model is tested in an idealized case, in which the model domain is designed using realistic topographical data for the Hamburg city center but not resolving buildings. To simplify the city structure, two important canopy morphological parameters are used: building surface fraction and building height. Experiments with a similar model configuration were carried out in parallel in the Blasius wind tunnel facility of the Environmental Wind-Tunnel Laboratory of the University of Hamburg at a model scale of 1:500. Based on the realistic building surface fraction and building height, a pyramid-like model for the urban canopy is placed in the wind tunnel. The set-ups of the numerical model runs and the wind tunnel experiments are designed following two principles: first, keeping the set-up in both approaches as equivalent as possible, in terms of meteorological conditions, roughness lengths, simulation durations, etc.; secondly, taking into account the limitations of the microscale wind tunnel datasets and keeping as many characteristics of atmospheric processes as possible.

The METRAS results show a good agreement with the wind tunnel datasets, in terms of representing building effects such as the reduction of mean wind speeds in the building wake, enhanced turbulence intensities and turbulent fluctuation characteristics for a sufficiently fine scale. However, for coarser resolution, the result comparability reduces and the agreement is less. Thus, we conclude that sub-grid scale canopy effects can be parameterized sufficiently well for their impacts on the average flow, but any detailed changes can only be simulated with a sufficiently high resolution.

How to cite: Cheng, G., Freitas, S., and Schlünzen, K. H.: Verifying urban canopy parameterization effects in a mesoscale model with wind tunnel data, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-192, https://doi.org/10.5194/dach2022-192, 2022.

Das Large-Eddy Simulationsmodell PALM-4U wurde in den letzten Jahren als Stadtklimamodell ausgebaut, mit dem Ziel die für stadtklimatologische Fragestellungen relevanten physikalischen Prozesse auf der Mesoskala sowie Mikroskala zu berücksichtigen. Um die Leistungsfähigkeit von PALM-4U zu demonstrieren, präsentieren wir in diesem Beitrag zwei simulierte Szenarien, ein Winter- und ein Sommerszenario, welche die gesamte Bandbreite der implementierten Stadtklimakomponenten ausnutzen. In beiden Szenarien wird die Stadt Berlin simuliert, deren gesamte Stadtfläche vom Simulationsgebiet abgedeckt wird. Der simulierte Bereich erstreckt sich über ein Gebiet von etwa 50 km x 50 km und umfasst somit das vollständige Stadtgebiet von Berlin und die nähere Umgebung. Die räumliche Auflösung variiert im Simulationsgebiet zwischen 16 m und 2 m. Durch die gewählte Gebietsgröße, Gitterweite und die Anzahl der explizit dargestellten Wechselwirkungen stellen die gezeigten Simulationen nach unserer Kenntnis die bisher weltweit größten und umfangreichsten Stadtklimasimulationen auf LES Basis dar. Momentan dienen die Ergebnisse der Simulationen als Grundlage zur Evaluierung des Modells.

Im Beitrag zeigen wir wie die Eingangsdaten in die Simulationen einfließen und sich auf die Modellergebnisse auswirken. Dabei wird das Augenmerk sowohl auf die allgemeine Bodenbeschaffenheit, die explizit aufgelöste Vegetation und die Gebäude gelegt, als auch auf die seitlichen Randbedingungen welche aus dem mesoskaligen Modell COSMO stammen um Änderungen auf der Mesoskala abzubilden. Tagesgänge der meteorologischen Größen wie Lufttemperatur, Feuchte und Wind können sowohl im Stadtzentrum als auch in der ländlichen Umgebung im Außenbereich der Stadt wiedergegeben werden und stimmen mit Messungen überein.

Durch die hohe räumliche Auflösung und die explizite Berücksichtigung von Hindernissen können flächendeckend für ganz Berlin aktuelle Fragestellungen der Stadtplanung beantwortet werden. Der thermische Komfort kann beispielsweise mittels der direkt von PALM-4U berechneten Größen UTCI oder PET bestimmt werden. "Hot-Spot" Analysen können durch die gesamt-städtische Betrachtung lückenlos durchgeführt werden. Insbesondere kann bei der Betrachtung eines vollständigen Stadtgebiets der urbane Wärmeinseleffekt abgebildet und dank der feinen räumlichen Auflösung im Detail bewertet werden. Die Möglichkeit auch chemische Stoffe und Feinstaub mit PALM-4U zu betrachten, bietet darüber hinaus auch das Potential PALM-4U für den Bereich der Luftqualität anzuwenden. Für die Evaluierung wurden im Vorfeld intensive Messkampagnen durchgeführt, welche mit Hilfe des in PALM-4U vorhandenen virtuellen Messmoduls in den Simulationen nachgebildet wurden. Erste Eindrücke dieser Messungen werden wir im Vortrag präsentieren. Abschließend geben wir einen Ausblick auf die aktuellen Fortschritte der Evaluierungen und gehen auf noch geplante und aktuell durchgeführte Vorhaben für die Evaluierung ein.

How to cite: Gronemeier, T., Sühring, M., Maronga, B., and Raasch, S.: LES auf großer Skala - Gesamtstädtische Stadtklimasimulationen mit PALM-4U, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-21, https://doi.org/10.5194/dach2022-21, 2022.

Large-eddy simulations are increasingly used for studying the atmospheric boundary layer. With increasing computational resources even obstacle-resolving Large-eddy simulations became possible and will be used in urban climate studies more frequently. In these applications, grid sizes are in the order of a few meters. Whereas major urban structures can be resolved in general, details like aerodynamically rough surface structures can not be resolved explicitly. Based on the original fields of application, boundary conditions in Large-eddy simulations were initially formulated for surfaces of homogeneous roughness and for wall-distances much larger than the roughness sublayer height (Hultmark et al., 2013). The height of the roughness sublayer depends on the size of small-scale obstacles present on the surface exposed to the flow (Raupach et al., 1991). Typically, boundary conditions are evaluated between the surface and the first grid level. Thus, grid resolution in obstacle-resolved Large-Eddy simulations should also be a question of scales and therefore has to be chosen carefully (Basu and Lacser, 2017; Maronga et al., 2020). 
In several wind tunnel experiments presented here, we measured the near-wall influence of differently scaled and shaped objects on a flow and its turbulence characteristics. Experimental setups were replicated numerically using the PALM model (Maronga et al. 2019). In a first, more generic experiment, the flow over horizontally homogeneous surfaces of different roughness was investigated. In a second experiment, the spatial separation of the turbulence scales was investigated in a more complex flow case. These experiments lead to considerations on model grid sizes in urban type Large-eddy simulations. The limitations of interpreting simulation results within the urban canopy layer are highlighted. There is an urgent need to reconsider how near-wall results of urban large-eddy simulations are generated and interpreted in the context of practical applications like flow and transport modelling in urban canopies. 

References
Basu, S. and Lacser, A. (2017). A Cautionary Note on the Use of Monin–Obukhov Similarity Theory in Very High-Resolution Large-Eddy Simulations. Boundary-Layer Meteorol, 163(2):351–355.

Hultmark, M., Calaf, M., and Parlange, M. B. (2013). A new wall shearstress model for atmospheric boundary layer simulations. J Atmos Sci,70(11):3460–3470.

Maronga, B., et al. (2020). Overview of the PALM model system 6.0. Geosci Model Dev Discussions, 06(June):1–63.

Maronga, B., Knigge, C., and Raasch, S. (2020). An Improved Surface Boundary Condition for Large-Eddy Simulations Based on Monin–Obukhov Similarity Theory: Evaluation and Consequences forGrid Convergence in Neutral and Stable Conditions. Boundary-Layer Meteorol, 174(2):297–325.

Raupach, M. R., Antonia, R. A., and Rajagopalan, S. (1991). Rough-wall turbulent boundary layers. Appl Mech Rev, 44(1):1–25

How to cite: Seitzer, B., Leitl, B., and Harms, F.: Resolving urban canopy flows: Scales, turbulence and boundary conditions in obstacle-resolving numerical models, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-97, https://doi.org/10.5194/dach2022-97, 2022.

Der globale Klimawandel hat einen großen Einfluss auf das städtische Klima, wobei sich durch die hohe Bebauungsdichte und Versiegelung viele Effekte wie Hitzewellen zusätzlich verstärken. Damit unsere Städte auch in Zukunft lebenswerte Orte bleiben, müssen diese an die veränderten klimatischen Bedingungen angepasst werden. Um diese Anforderungen umzusetzen, können dank der gestiegenen Rechenkapazitäten vermehrt wirbel- und gebäudeauflösende Large-Eddy-Simulations-(LES) Modelle wie das PALM-4U (Maronga et al., 2015) in der Praxis zur Stadtplanung eingesetzt werden. Die in diesen Modellen verwendeten Annahmen und Parametrisierungen zum Windprofil sowie Impulsfluss an vertikalen Wänden von Gebäuden basieren jedoch mangels geeigneter Daten zumeist auf Grenzschichtmessungen über nahezu homogenen Flächen (Businger, 1971). Daher stellt sich die Frage, wie gut diese Annahmen an vertikalen Wänden zutreffen. Wie sehen das Windprofil und der Impulsfluss an einer realen Fassade aus?

Zur Untersuchung dieser Fragestellungen wurden im Rahmen des „Stadtklima im Wandel [UC]²“ Projektes zwei 6 m lange Ausleger in etwa 42 m (10. Stock) und 64 m (16. Stock) Höhe an der Fassade eines insgesamt 85 m hohen Gebäudes im Zentrum von Hamburg installiert. Um detaillierte Informationen zur Turbulenz zu erhalten, werden an beiden Auslegern in 2 m, 4 m und 6 m Entfernung zur Fassade die drei Windkomponenten mit 20 Hz erfasst. Die Messungen werden seit August 2021 durchgeführt, sodass unterschiedlichste Anströmungsrichtungen des Gebäudes als auch zahlreiche synoptische Situationen von schwachem bis stärkeren Wind gemessen wurden.

Der einzigartige Messdatensatz an einer realen Hochhausfassade liefert detaillierte Einblicke in das Windprofil sowie den Impulsfluss an Gebäuden in Städten. Dies ermöglicht die Untersuchung der aktuell in vielen LES Modellen genutzten Annahmen wie zum Beispiel des logarithmischen Windprofils an Fassaden. Darüber hinaus wird die im PALM‑4U Modell verwendete Parametrisierung für den Impulsfluss mit den Messungen verglichen. Die Form des Windprofils an der Fassade ist unter anderem von der Anströmungsrichtung, der Geometrie sowie der Messposition am Gebäude abhängig. Die Turbulenzintensität nimmt unabhängig der Anströmung in allen drei Komponenten mit größerem Abstand zur Fassade hin ab. Die Ergebnisse werden in Hinblick auf verbesserte Parametrisierungen in Modellen diskutiert.

Literatur:

Businger, J. A., Wyngaard, J. C., Izumi, Y., and Bradley, E. F.: 1971, ‘Flux-Profile Relationships in the Atmospheric Surface Layer’, J. Atmos. Sci. 28, 181–189.

Maronga, B., Gryschka, M., Heinze, R., Hoffmann, F., Kanani-Sühring, F., Keck, M., Ketelsen, K., Letzel, M. O., Sühring, M., and Raasch, S. (2015): The Parallelized Large-Eddy Simulation Model (PALM) version 4.0 for atmospheric and oceanic flows: model formulation, recent developments, and future perspectives, Geosci. Model Dev., 8, 1539-1637, DOI:10.5194/gmd-8-2515-2015.

How to cite: Hansen, A. and Ament, F.: Impulsfluss an vertikalen Wänden – Messung und Parametrisierung, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-274, https://doi.org/10.5194/dach2022-274, 2022.

Die Eddy-Kovarianz-Methode ist ein bewährtes Verfahren zur Erfassung des fühlbaren Wärmeströms mit Hilfe dreidimensionaler Sonic Anemometer. 
Diese Methode eignet sich jedoch nicht für kleinere Flächen wie Gründächer, da diese nicht mit den räumlichen Dimensionen des  
entsprechenden Footprints übereinstimmen. 

Als eine alternative Methode wird ein kürzlich konstruiertes akustisches Anemometer (Ly-ATOM) getestet, 
das horizontal mit einer Ausdehnung von ca. 1 m und einer Datenerfassungsfrequenz von 1 Hz arbeitet. 
Das Ly-ATOM ist in der Lage sowohl die akustische virtuelle Temperatur als auch die horizontalen Windkomponenten
eines dreidimensionalen Sonic Anemometers zuverlässig zu reproduzieren. 
Da das Ly-ATOM viel näher am Boden angebracht werden kann, kann die Größe des Footprint erheblich reduziert werden (um den Faktor 25).

Zwei Methoden werden verwendet, um den fühlbaren Wärmestrom aus den Schwankungen der Temperatur und 
der horizontalen Windkomponenten, die vom Ly-ATOM aufgezeichnet wurden, zu ermitteln:
Die Kombination der Fluss-Varianz-Ähnlichkeits-Methode und der alternativen Fluss-Varianz-Methode 
für die Anwendung bei labiler bzw. stabiler Schichtung führt zu guten Ergebnissen für die Sonic-Messungen. 
Daher können diese Methoden auch auf duie Messungen des Ly-ATOMs angewandt werden.
Bei der Untersuchung der Senisitivität zur Detektion veränderter Oberflächeneigenschaften,
 insbesondere erhöhter Evapotranspiration und verringerter Oberflächenalbedo Albedo, 
erweist sich das Ly-ATOM-Gerät als geeigneter im Vergleich zum Sonic Anemometer, welches vertikal weiter 
von der zu untersuchenden Oberfläche entfernt ist.

How to cite: Wollschläger, N., Schlink, U., and Raabe, A.: Machbarkeitsstudie zur Bestimmung des sensiblen Wärmestroms von Gründächern, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-64, https://doi.org/10.5194/dach2022-64, 2022.

Die Auswirkungen des Klimawandels können in Städten durch den urbanen Hitzeinseleffekt und die hohe Bevölkerungsdichte besonders ausgeprägt sein. Deshalb sind Informationen über die thermischen und dynamischen Verhältnisse in der Stadt essentiell für eine zukunftsfähige Stadtplanung. Im Rahmen des Projektes LUCRETIA (gefördert durch das Austrian Climate Research Programme) werden innerstädtische Temperaturmuster in Wien, Österreich, mit Hilfe von Stadtklimamodellen (MUKLIMO_3, PALM-4U) und Daten privater Wetterstationen untersucht.

Während die Dichte herkömmlicher Wetterstationsnetze in der Regel zu gering ist, um die Temperaturmuster in Städten zu erfassen und die Ergebnisse von Stadtklimamodellen zu bewerten, bieten private Wetterstationen ein dichtes Messnetz, insbesondere in Städten. In Wien stehen für unseren Untersuchungszeitraum im August 2018, nach der Qualitätskontrolle, mehr als 1000 private Wetterstationen der Firma Netatmo zur Verfügung. Erste Untersuchungen haben gezeigt, dass die Lufttemperaturmessungen der Netatmo Stationen gut mit den Messungen von konventionellen Stationen übereinstimmen. Die beobachteten Unterschiede werden auf die unterschiedlichen Standorte der Stationen und mikroskalige Effekte zurückgeführt.

Im Rahmen des Projektes LUCRETIA werden Ergebnisse zweier unterschiedlicher Modelle (MUKLIMO_3, PALM-4U), mit verschiedener räumlicher Auflösung, für einen dreitägigen Zeitraum im August 2018 mit Hilfe der privaten Wetterstationen genauer untersucht. Ein Vergleich der Netatmo-Temperaturdaten mit den Ergebnissen des Stadtklimamodells MUKLIMO_3 für Wien, mit einer räumlichen Auflösung von 100m x 100m, zeigt für viele Stationen ein ähnliches Muster wie der Vergleich zwischen konventionellen Stationen und den Modellergebnissen: die Netatmo Stationen verzeichnen am Nachmittag eine schnellere Temperaturabnahme als die Simulation und die Temperatur in der Nacht wird vom Modell häufig überschätzt. Dennoch stimmen die räumlichen Muster in der Nacht, welche von den Messungen beziehungsweise den Simulationsergebnissen abgeleitet wurden, gut miteinander überein. Tagsüber sind die räumlichen Temperaturmuster unterschiedlich. Die Netatmo Daten weisen tagsüber, wegen mikroskaliger Effekte, sehr starke kleinräumige Unterschiede auf. Im nächsten Schritt werden die Modellergebnisse der räumlich höher aufgelösten Modelle (MUKLIMO_3 (20m), PALM4U (2m)) mit den Netatmo Daten verglichen und die Auswirkungen der verschiedenen Landnutzungsklassen auf die Temperatur in der Stadt untersucht. 

How to cite: Hahn, C., Oswald, S., Žuvela-Aloise, M., Hollosi, B., Goler, R., and Kainz, A.: Evaluierung von Stadtklimamodellen mit Hilfe privater Wetterstationen, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-195, https://doi.org/10.5194/dach2022-195, 2022.

Im Rahmen des Projektes „Blaues Band Geberbach“ (Landeshauptstadt Dresden, 2021) der Stadt Dresden ist die Freilegung des kleinen Fließgewässers „Geberbach“ im urbanen Raum geplant. Die Revitalisierung beinhaltet zusätzlich Maßnahmen der Entsiegelung und Wiederbegrünung in der Umgebung des Geberbachs.

Vor diesem Hintergrund werden seit 2019 im erweiterten hydrologischen Einzugsgebiet des Geberbachs an mehreren automatischen Klimastationen zeitlich hochaufgelöste Daten für Lufttemperatur und Luftfeuchte kontinuierlich erfasst (Abbildung 1). Die stationären Stationen sind repräsentativ für verschiedene Klimatope (VDI-Richtlinie, 2015), d. h. es werden unterschiedliche Umgebungsbedingungen hinsichtlich Verbauung und Versiegelungsgrad und ihre Einflüsse auf das Mikroklima bewertet. Diese Messdaten wurden im Rahmen eines Studentenpraktikums im Juni 2020 durch Rundwege mit einem meteorologisch instrumentierten Messrucksack (Eigenbau TU Dresden, Professur Meteorologie) räumlich verdichtet (Abbildung 3).

Die Auswertung der Daten der Messstationen bzw. der mobilen Messungen verdeutlicht den Einfluss der Unterlage (versiegelt, Brache oder Wiese) sowie der Umgebung (Sky View Faktor) auf die Verteilung der nächtlichen Temperaturminima in klaren Sommernächten bzw. den Einfluss von Beschattung auf die Temperaturverteilung am Tage. So traten in einzelnen Nächten Unterschiede in den Temperaturminima zwischen den Messstationen von mehreren Kelvin auf (Abbildung 2).

Auf Basis von Simulationen mit dem Stadtklimamodell ENVI-met wird der potentielle Einfluss der Revitalisierungsmaßnahmen auf das Mikro- und Bioklima, insbesondere die für Passanten maßgebende thermische Exposition an Sommertagen in der Umgebung des Geberbachs untersucht. Erste Ergebnisse zeigen, dass der direkte Einfluss der Gewässerfreilegung auf das Mikroklima aufgrund der kleinen Flächenausdehnung gering bleibt. Deutlich stärker wirkt sich hier die Änderung der Umgebung durch das geplante Anlegen von kleinen Vegetationsflächen (wenige 100 m²) auf die thermische Belastung, insbesondere durch die Beschattung mit Bäumen, aus. Hier wurden z.B. Änderungsbeträge der mittleren Strahlungstemperatur im Sommer abhängig von der Tageszeit von +/-10 K simuliert.

Danksagung:

Die Installation und die kontinuierliche Datenspeicherung der automatischen Messstationen wurden von der Landeshauptstadt Dresden gefördert. Besonderer Dank gilt auch den engagierten Studierenden, die über mehrere Tage zwischen Sonnenaufgang und Sonnenuntergang die acht Kilometer langen Messrunden abgelaufen sind.

Literatur:

Landeshauptstadt Dresden, 2021: https://www.dresden.de/de/stadtraum/umwelt/umwelt/oberflaechenwasser/blaues-band-geberbach.php, zuletzt abgerufen: 28.06.2021

UMEP, 2021:  https://plugins.qgis.org/plugins/UMEP/, zuletzt abgerufen: 29.06.2021

VDI-Richtlinie: VDI 3787 Blatt 1 Umweltmeteorologie - Klima- und Lufthygienekarten für Städte und Regionen. In: VDI/DIN Handbuch Reinhaltung der Luft, Band 1b Umweltmeteorologie. September 2015.

Abbildung 1: Messgebiet des Geberbachs in Dresden mit den Standorten der Klimastationen. Kartengrundlage: openstreetmap.

Abbildung 2: Tagesgang der Lufttemperatur an den Klimastationen im Gebiet des Geberbachs an einem wolkenarmen Frühlingstag (18.04.2020)

Abbildung 3: Lufttemperatur in 1.2 m Höhe im Geberbachgebiet. Ergebnis eines ca. 8 km langen Rundwegs mit einem Messrucksack am 25.06.2020, 12:29-14:48 MEZ. Die Messhöhe ist der Standardhöhe zur Berechnung biometeorologischer Kennziffern angepasst. Kartengrundlage: openstreetmap.  

How to cite: Goldberg, V., Morgenroth, J., and Ziemann, A.: Einfluss der Revitalisierung eines kleinen Fließgewässers auf das urbane Mikro- und Bioklima: Messungen und Modellsimulationen am Geberbach in Dresden, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-46, https://doi.org/10.5194/dach2022-46, 2022.

Der grundsätzliche Zusammenhang zwischen dem mikroskaligen Klima einer Stadt, ihrer Struktur und Grünraumausstattung ist vielfach belegt. In Hinblick auf den Klimawandel stellt urbanes Grün eine wichtige Anpassungsmaßnahme (AM) an Hitze dar, dessen Bewahrung und Förderung bei gleichzeitiger baulicher Verdichtung eine stete Herausforderung ist. Vor dem Hintergrund der begrenzten personellen und finanziellen Ressourcen vieler Städte ist es daher wichtig, die Wirksamkeit verschiedener AM zu quantifizieren und zu bewerten, um passgenaue AM in Stadtquartieren priorisieren zu können. Hierzu ist es notwendig, den verantwortlichen Akteuren angepasste Methoden, z.B. Indikatorensets, für die Entscheidungsfindung bereitzustellen. Diese Voraussetzung ist bisher unzureichend erfüllt (z.B. Barthesaghi Koc et al. 2018).

Im Verbundprojekt ‚HeatResilientCity-II‘ (HRC-II) wurde daher ein Indikatorset basierend auf Stadtklimasimulationen (ENVI-met, Bruse 1999) entwickelt, welches eine erste, vereinfachte Quantifizierung der Wirksamkeit von AM an Hitze erlaubt. Zur Beurteilung der Wirksamkeit der AM wird dabei ein bioklimatischer Index verwandt (UTCI; Universal Thermal Climate Index, Jendritzky et al. 2012), sodass direkt Aussagen zur Änderung der thermischen Belastung des Menschen ermöglicht werden. Hierbei werden sowohl Bedingungen am Tag als auch in der Nacht adressiert und so dem Umstand Rechnung getragen, dass nicht alle AM für alle Tageszeiten gleich wirksam sind. In einer ersten Version werden zwei verschiedene Kategorien umgesetzt, zum einen die Quantifizierung der Wirkung von AM für Einzelflächen begrenzter Ausdehnung und zum anderen für Straßenbegleitgrün. 

Dem Nutzer wird eine Auswahl von Flächen bereitgestellt, welche unterschiedliche Anpassungsmaßnahmen repräsentieren und die jeweils mittels eines Steckbriefes kurz beschrieben werden. Derzeit stehen für die Kategorie Einzelmaßnahmen begrenzter Ausdehnung 39 Flächen zur Verfügung und für die Beurteilung von Straßenbegleitgrün 25 Flächen. Die zugehörigen UTCI-Werte sind entsprechend in einer Datenbank hinterlegt und ermöglichen somit einen Vergleich der thermischen Belastung verschiedener Beispielflächen.

Die Entwicklung des Indikatorsets erfolgt in Zusammenarbeit mit Praxispartnern aus zwei Städten (Erfurt und Dresden) mit dem Ziel das Indikatorset nutzerfreundlich zu gestalten.

Literatur

Bartesaghi Koc, C., Osmond, P., and Peters, A.: Evaluating the cooling effects of green infrastructure: A systematic review of methods, indicators and data sources, Solar Energy, 166, 486–508, https://doi.org/10.1016/j.solener.2018.03.008, 2018.

Bruse, M.: Die Auswirkungen kleinskaliger Umweltgestaltung auf das Mikroklima. Entwicklung des prognostischen numerischen Models ENVI-Met zur Simulation der Wind-, Temperatur- und Feuchterverteilung in städtischen Strukturen, Universität Bochum, Bochum, 1999, https://doi.org/10.23689/fidgeo-440.

Jendritzky, G., Dear, R. de, and Havenith, G.: UTCI—Why another thermal index?, Int J Biometeorol, 56, 421–428, https://doi.org/10.1007/s00484-011-0513-7, 2012.

How to cite: Moderow, U., Goldberg, V., and Ziemann, A.: Indikator zur Quantifizierung der Wirksamkeit von Anpassungsmaßnahmen an Hitze im Freiraum, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-165, https://doi.org/10.5194/dach2022-165, 2022.

Im Spannungsfeld zwischen industriellen Anlagen und Anwohnern ergeben sich viele Fragen bei deren Beantwortung meteorologische Modelle Einsatz finden. Es können die Immissionen der Anlagen berechnet werden, Vorhersagen getroffen aber auch Beschwerden validiert werden.

Um Immissionen von Anlagen, Anlagenprozesse und deren Auswirkungen, Beschwerdemanagement und Kommunikation mit den beteiligten Parteien besser zu verstehen und zu lenken, ist die kommerzielle Plattform Ortelium entwickelt worden. Ortelium bietet für die verschiedenen Akteure die Möglichkeiten Transparenz zu erzeugen. Ortelium nutzt konventionelle Gauß-Modelle, sowie komplexe Ausbreitungsmodelle wie CALPUFF, Hysplit und WRF-Modelle um zum Beispiel Beschwerden im Umfeld von Anlagen zu validieren, Vorhersage für die Ausbreitung von Immissionen zu ermitteln. Das Hysplit Modell wird hierbei zur Rückrechnung der Bewegungstrajektorie genutzt um so Beschwerden einem Verursacher zuordnen zu können.

Die Plattform bietet neben der Modellierung auch die Möglichkeit zur Integration von Sensoren und weiteren Datenquellen. Die Sensoren können sowohl in oder an der Quelle als auch im Immissionsbereich angesiedelt sein. Das Zusammenführen der verschiedenen Datenquellen führt zu einem besseren Verständnis der Anlagenprozesse und der Auswirkungen im Immissionsbereich. Es wird somit die Brücke zwischen Wahrnehmungen von Anwohnern (Beschwerden) zu den Bedingungen auf dem Transmissionsweg und der Anlage gezogen.

Der Beitrag soll an Hand von Fallbeispielen Anwendungsmöglichkeiten für wissenschaftliche Modelle im Immissionsschutz und zur Kommunikation mit den Anwohnern im Rahmen eines Beschwerdemanagementsystems aufzeigen.

How to cite: Hauschildt, H. and Mannebeck, C.: Anwendung von Modellen in der Kommunikation zwischen Anlagenbetreibern und Anwohnern, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-269, https://doi.org/10.5194/dach2022-269, 2022.

Schlechte Luftqualität gefährdet die Gesundheit der Bevölkerung. Zur Information und zur Ergreifung kurzfristiger Maßnahmen zur Luftqualitätsverbesserung (z.B. Verkehrslenkung) ist eine möglichst genaue und – insbesondere in städtischen Gebieten – möglichst räumlich hochaufgelöste Luftqualitätsvorhersage notwendig. Numerische Luftqualitätsmodelle haben für diese Aufgabe in der Regel eine zu geringe räumliche Auflösung.

Daher ist es Ziel des Projektes „LQ-Warn“ die Luftqualitätsvorhersage insbesondere im Hinblick auf die Überschreitung von Grenzwerten zu verbessern. Basierend auf den Modellergebnissen für Luftqualitätsparameter des Copernicus Atmospheric Monitoring Service (CAMS) werden zwei Ansätze verfolgt: Einerseits werden Vorhersagen mit dem regionalen chemischen Transportmodell „REM-CALGRID“ (RCG) unter Einbeziehung von CAMS-Ergebnissen und regionalen Emissionsdaten berechnet. Dabei kann eine hohe horizontale Auflösung von 2 km erzielt werden und Prognosen können für verschiedene Luftschadstoffe in stündlicher Auflösung mit bis zu 72 Stunden Vorlaufzeit erstellt werden, unter anderem für NO₂, O₃, PM₁₀ und PM_2.5. Andererseits wird die statistische Post-Processing-Methode „Model Output Statistics“ (MOS) angewandt, um Punktvorhersagen für die Massenkonzentration der Spezies NO₂, O₃, PM₁₀ und PM_2.5 mit einer Vorlaufzeit von bis zu 96 Stunden zu berechnen. Dafür werden luftqualitätsbezogene Messungen, CAMS-Modellergebnisse und meteorologische Parameter aus dem numerischen Wettervorhersagemodell des ECMWF als Prädiktoren verwendet.

Es werden erste Ergebnisse der mit den o.g. Ansätzen errechneten Vorhersagen präsentiert und die Vor- und Nachteile der jeweiligen Verfahren hervorgehoben. Durch die statistische Post-Processing-Methode MOS wird an den Vorhersagepunkten vor allem für die Massenkonzentration von O₃ und NO₂ eine signifikante Verringerung des RMSE (Root Mean Square Error) im Vergleich zu den Vorhersagen des numerischen CAMS-Modells erreicht. Diese deutliche Verbesserung der Luftqualitätsvorhersage sinnvoll auf die Fläche auszudehnen ist jedoch noch eine Herausforderung. Im Gegensatz dazu zeigt die Vorhersage mit dem RCG-Modell eine geringere Verbesserung der Vorhersagegüte an einzelnen Vorhersagepunkten als der MOS-Ansatz. Stattdessen bietet das RCG-Modell zeitlich und räumlich konsistente Vorhersagen an allen Modellgitterpunkten. Kleinskalige Konzentrationsunterschiede können aufgrund der höheren Modellauflösung deutlich realistischer vorhergesagt werden als mit den CAMS-Vorhersagen. Ein weiterführendes Ziel des LQ-Warn-Projektes ist es die beiden Ansätze zu kombinieren, um die Vorteile beider nutzen zu können und eine präzise Luftqualitätsvorhersage flächendeckend für Deutschland bereitstellen zu können.

How to cite: Robrecht, S., Osinski, R., Dauert, U., Lambert, A., Gilge, S., and Kniffka, A.: LQ-Warn – Entwicklung optimierter Vorhersagen verschiedener Luftqualitätsparameter, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-127, https://doi.org/10.5194/dach2022-127, 2022.

Hochaufgelöste Luftqualitätssimulationen für urbane Räume beinhalten typischerweise eine verkettete Modellanwendung auf der Mesoskala und der Mikroskala. Letztere Skala ermöglicht mittels gebäudeauflösender Gitterweiten eine explizite Darstellung des turbulenten Transports, welche aber sehr rechenintensiv ist und daher in der praktischen Anwendung meist auf einzelne Stadtbereiche limitiert ist. Die Skalenlücke zwischen mesoskaligen horizontalen Gitterweiten (untere Grenze etwa 1km) und Gebäudeauflösung (wenige Meter) ermöglicht prinzipiell eine Kompromissfindung zwischen Genauigkeit und Rechenzeit der Simulation. Durch den Gegensatz zwischen expliziter Darstellung und Parameterisierung von Prozessen, als auch durch die uneinheitliche Repräsentation von Gebäudeeffekten im Modell, stellt diese Skalenlücke jedoch eine Grauzone in der Modellierung dar. 
In dem urbanen Dispersionsmodell CAIRDIO wird ein Ansatz verfolgt, Gebäude als diffuse Strukturen bei horizontalen Auflösungen im Bereich von etwa 20m - 50m darzustellen. Die diffusen Gebäude modifizieren durch die Einschränkung der effektiven Gitterzellen-Volumina und Austauschflächen auf konsistente Art die Erhaltungsgleichungen für den advektiven Transport. Turbulente Prozesse innerhalb der Rauhigkeitsschicht sind durch die diffusive Mischungslänge, welche in der Größenordnung von typischen Gebäudehöhen liegt, überwiegend parameterisiert. Darüber kann die Grenzschichtdynamik je nach Stabilität mit solchen Gitterweiten weiterhin explizit dargestellt werden. Die großräumige Orographie wird im Modell mittels eines bodenfolgenden Koordinatensystems berücksichtigt. Damit können auch Einflüsse des städtischen Umlandes in die hochaufgelöste Luftqualitätssimulation ganzer Städte einfließen, bzw. gestaltet sich die Simulation von Städten in Tallagen damit wesentlich numerisch effizienter. 
Die bisherige Anwendung von CAIRDIO erfolgte als nachgeschaltetes Downscaling-Modell für das mesoskalige Chemie-Transport-Modell COSMO-MUSCAT, welches vom meteorologischen Modell COSMO angetrieben wird. Es werden Simulationsergebnisse dieser kombinierten Anwendung für ausgewählte mittelgroße Städte präsentiert. Dabei werden die komplexen Zusammenhänge zwischen Bebauung, Orographie, Grenzschichtdynamik und Luftschadstoffkonzentration mittels geeigneter Sensitivitätsstudien diskutiert.

How to cite: Weger, M. and Heinold, B.: Modellierung des Luftschadstofftransports zwischen Mesoskala und urbaner Mikroskala, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-226, https://doi.org/10.5194/dach2022-226, 2022.

The global pandemic has many negative economic, social and health impacts, but the lock-downs also led to a reduction of traffic volume which resulted in lower NO₂ levels in some areas. Our study made use of different air quality measurement techniques (in-situ, on-road, satellite remote sensing) to monitor long-term NO₂ levels in Munich. While comparing NO₂ levels associate with traffic volume before and after a lock-down, other influences based on meteorological parameters should be considered as well. In addition to traffic data we used records of wind, mixing layer height, temperature, humidity and other meteorological parameters to analyze the impact on measured pollution levels using a Generalized Additive Model (GAM) regression. Our long-term study using data between 2018 and 2021 shows that the dominating factor is wind speed, followed by traffic volume as the main factors for impacting NO₂ levels, while absolute humidity and wind direction show less effects. We utilized those findings to find best suited time periods comparable to the lockdown time in terms of meteorological conditions. In order to focus on the traffic volume factor, we applied these findings to minimize other impact factors to evaluate the NO₂ variability of different years comparing to the data from the lockdown periods. A significant reduction of the ground level NO₂ concentrations in Munich during the early stage of the lockdown period in March 2020 could clearly be associated with a significant reduction of traffic volume.

How to cite: Ye, S., Chan, K. L., Brunner, T., Zhang, H., Geiß, A., Zhu, Y., and Wenig, M.: Assessment of the impact of traffic volume on NO2 levels in Munich during the lock-down periods, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-161, https://doi.org/10.5194/dach2022-161, 2022.

Die Körpergrößen von Kindern und Erwachsenen sind sehr verschieden und können zu einer unterschiedlichen Belastung durch PM2.5-Partikel führen. Wir haben die PM2.5-Belastungen von Fußgängern auf einer 5.5 km langen, zirkulären Strecke entlang von Kindergärten und Schulen in Mainz (Deutschland) gemessen. Die Messungen wurden im November 2019 an acht aufeinanderfolgenden Tagen in zwei Höhen, der Atemhöhe von Erwachsenen in 1.6 m und Kindern in 1.0 m, mit Alphasense OPC-N3 Low-Cost-Sensoren durchgeführt. Wir fanden heraus, dass, unabhängig von der Messhöhe, anhaltend ruhige Wetterbedingungen mit geringen Windgeschwindigkeiten < 1,0 m/s und fehlendem Niederschlag zu erhöhten PM2.5-Belastung von über 60 µg/m³ führten. Der Vergleich der beiden Messhöhen ergab, dass Kinder an sechs Tagen mehr als 20 % höheren Konzentrationen ausgesetzt waren (p < 0.01), an einem Tag betrug dieser Unterschied sogar über 80 %. Die Unterschiede nahmen im Allgemeinen mit zunehmender PM2.5-Konzentration zu, weitgehend unabhängig von der Position entlang der Strecke, aber von Tag zu Tag stark variierend. Diese Ergebnisse werden durch eine Mikroklimasimulation von Verkehrsabgasen mit ENVImet gestützt. Die stärksten Höhenunterschiede treten hier in der Nähe von Straßen mit hoher Verkehrsintensität auf. Unsere Ergebnisse zeigen, dass Kinder erheblich höheren PM2.5-Konzentrationen ausgesetzt sind als Erwachsene, ein Phänomen, das in den offiziellen, immobilen Messstationen, normalerweise nicht beobachtet werden kann, da diese die Feinstaubpartikel nur auf einer Messhöhe erfassen.

How to cite: Harr, L., Sinsel, T., Simon, H., Konter, O., Dreiseitl, D., Schulz, P., and Esper, J.: Unterschiede in der Feinstaubbelastung von Kindern und Erwachsenen, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-266, https://doi.org/10.5194/dach2022-266, 2022.

Der Einfluss von Bebauung auf die Schadstoffverteilung in der innerörtlichen Atmosphäre und damit auf die Gesundheit des Menschen ist grundsätzlich von großem Interesse, insbesondere im Hinblick auf den Kurbetrieb und die Erfolgsaussichten einer medizinischen Behandlung bzw. Rehabilitation. Das Zentrum für Medizin-Meteorologische Forschung (ZMMF) des Deutschen Wetterdienstes stellt mit seinen Messreihen sicher, dass die Luftqualität in Kurorten entsprechend gut ist. Um die Ortschaften bei der Entwicklung von Strategien zur Luftqualitätsverbesserung noch besser unterstützen zu können sollen zukünftig auch Modellrechnungen mit  PALM-4U (PALM for urban applications) durchgeführt werden. Dieses Modell erlaubt die Simulation sehr genauer Strömungs- und Turbulenzverhältnisse in der Nähe von sehr komplexen Hindernissen unter Einbindung von urbanen Einflussfaktoren wie zum Beispiel Schadstoffquellen aus dem Verkehr oder der Beheizung.

In diesem Beitrag sollen die Anwendungsmöglichkeiten von PALM-4U am ZMMF aufgezeigt werden. Als Beispiel dient hierfür eine teilrealistische Ortschaft, welche teilweise dem Ort Prüm in der Eifel nachempfunden ist. Das Gelände ist stark orographisch gegliedert, die Bebauung wurde in der Genauigkeit LOD1 (level of detail 1) eingebunden. Es werden beispielhaft die Auswirkungen auf die Belastung durch NO₂, PM₁₀ und bodennahem O₃ bei Änderungen der Verkehrsdichte und zusätzlich bei Einführung einer Umgehungsstraße untersucht. Des Weiteren werden Änderungen in der Schadstoffausbreitung bei Anpassungen in der Bebauung dargestellt sowie der Einfluss einzelner Schadstoffquellen auf die nähere Umgebung bei komplexer Bebauung.

Somit lässt sich das Potential zur Schadstoffreduktion bei verschiedenen städtebaulichen oder anderen Anpassungsmaßnahmen abschätzen.

How to cite: Kniffka, A. and Gilge, S.: Simulationen des Einflusses verschiedener Anpassungsmaßnahmen auf die Luftqualität in Kurorten mit PALM-4U, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-132, https://doi.org/10.5194/dach2022-132, 2022.

Im Rahmen einer agrarmeteorologischen Beratung ist die Berechnung der Verdunstung für spezifische Agrarkulturen mit geeigneten Modellen möglichst auf einer stündlichen Zeitskala erforderlich. Im DWD ist hierzu das Modell AMBAV (Agrarmeteorologisches Modell zur Berechnung der aktuellen Verdunstung) entwickelt worden und wird für die nationale agrarmeteorologische Beratung operationell mit Vorhersagedaten und für Wirkanalysen auch mit Klimadaten verwendet. Insbesondere hinsichtlich globaler Anwendungen liegen gemessene oder mit Klimamodellen berechnete meteorologische Datenzeitreihen häufig nur für eine tägliche Zeitskala, oder als Modelldaten für ausgewählte Elemente bestenfalls in einer 6-stündigen Zeitskala, vor. Dies sind Tagesmittel oder Tagessummen (z.B. Wind bzw. Globalstrahlung und Niederschlag) sowie gegebenenfalls tägliche Extremwerte (Minimum und Maximum der Lufttemperatur, stärkste Tagesböe).

Zur Bereitstellung stündlicher Daten aus Tagesdaten wurde daher ein Präprozessor entwickelt, der gemessene Stationsdaten (Modus „Station“) oder modellierte Daten globaler Modelle (Modus „Gitter“) verwendet. Dabei wurde vorausgesetzt, dass im Vorfeld einer Erarbeitung von zeitlichen Disaggregierungsverfahren keine umfangreichen Klimaanalysen durchgeführt werden müssen sondern weitestgehend auf Erfahrung zurückgegriffen werden kann. Vorhandene Programme (z.B. MELODIST) konnten jedoch wegen teilweise anderer Zielstellung oder Datenanforderungen nicht ohne weiteres verwendet werden. So wurde z.B. für die Tagessumme der Globalstrahlung auf das Angström-Verfahren (FAO, 1998), für den Niederschlag auf das Kaskadenverfahren nach Olsson (1998), für die Lufttemperatur auf den „sin-exp-Ansatz“ nach Parton und Logan (1981) und für den Wind auf die „normierte Böen­geschwindigkeit“ (Verkaik, 2000) zurückgegriffen. Für erforderliche Interpolationen werden das Newton-Verfahren und das „cubic hermite spline“ verwendet.

Die vorgestellten Verfahren werden mit Stationsdaten des ZAMF und beispielhaft mit Modelldaten des GFCS für Madagaskar angewendet.

Literatur

FAO (Food and Agriculture Organization), 1998: Crop evaporation – Guidelines for computing crop water requirements. Irrigation and Drainage Paper 56, 300 p.

Olsson, J., 1998: Evaluation of a scaling cascade model for temporal rainfall disaggregation. Hydrology and Earth System Sciences, 2, p.19-30.

Parton, W.J. and J.A. Logan, 1981: A model for diurnal variation in soil and air temperature. Agricultural Meteorology, 23, p.205-216.

Verkaik, J.W., 2000: Evaluation of two gustiness models for exposure correction calculations. Journal of Applied Meteorology, 39, p.1613-1626.

How to cite: Namyslo, J.: Aufbereitung meteorologischer Daten zur Unterstützung einer globalen agrarmeteorologischen Beratung, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-229, https://doi.org/10.5194/dach2022-229, 2022.

Die Abhängigkeit der Landwirtschaft vom Wettergeschehen ist regional sehr unterschiedlich und kann die Ernteerträge stark beeinflussen. Daher ist es wichtig, die zukünftigen Auswirkungen des Klimawandels auf die Landwirtschaft in Deutschland abschätzen zu können. Der Deutsche Wetterdienst (DWD) berechnet hierfür agrarmeteorologische Indikatoren für verschiedene Klimaszenarien und stellt diese der Allgemeinheit zur Verfügung. Diese ausgewählten Indikatoren sollen einen Überblick zu den drängendsten Klimawandelfolgen für die Landwirtschaft geben und als Entscheidungshilfe dienen. Sie umfassen Analysen zu Veränderungen des Vegetationsbeginns, der Waldbrandgefahr, Indikatoren zu Anbaubedingungen, bis hin zu Bodenfeuchteprognosen mit aufwendiger Anschlussmodellierung des Wasserhaushalts.

Als Grundlage für diese Indikatoren wurden die im Rahmen des BMVI-Expertennetzwerkes zusammengestellten Klimaprojektionen des DWD-Referenz-Ensembles verwendet. Diese Modellläufe beruhen auf den Ergebnissen des Coupled Model Intercomparison Project (CMIP) und werden als regionalisierte und Bias-adjustierte Klimamodellberechnungen für Deutschland bereitgestellt. Die Prognosen der repräsentativen Klimaszenarien basieren hierbei auf Annahmen über zukünftige gesellschaftliche und technologische Entwicklungen sowie die daraus resultierenden Treibhausgasemissionen. Um die damit verbundenen Unsicherheiten zu kommunizieren, wird die statistische Bandbreite über Perzentile der jeweiligen Modellläufe angegeben. Die aufbereiteten Ergebnisse werden anschließend im Klimaatlas-Portal veröffentlicht.

Grundsätzlich zeigen die agrarmeteorologischen Indikatoren deutliche Veränderungen der Anbaumöglichkeiten und die Zunahme von verschiedenen Extremereignissen, wie z. B. Dürren. Diese Veränderungen sind insbesondere in den Szenarien mit einer konstanten Zunahme der Treibhausgasemission stärker ausgeprägt, als wenn die Weltbevölkerung umfassende Klimaschutzmaßnahmen umsetzen würde. Dieses Verhältnis ist stabil und zeigt sich bei allen untersuchten Indikatoren sowohl für die nahe (2060), als auch für die ferne (2100) Zukunft. Diese Auswertungen zeigen, dass der Klimawandel einen deutlichen Effekt auf die Landwirtschaft in Deutschland haben wird. Die prognostizierten Veränderungen der Rahmenbedingungen können daher genutzt werden, um frühzeitig eine geeignete Strategie mit Anpassungsmaßnahmen zu entwickeln, um die Landwirtschaft auf den Klimawandel vorzubereiten.

How to cite: Leppelt, T. and Posada, R.: Agrarmeteorologische Indikatoren im Klimaatlas des Deutschen Wetterdienstes, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-179, https://doi.org/10.5194/dach2022-179, 2022.

Betrachtung der Verschiebung phänologischer Phasen am Beispiel der
historischen phänologischen Beobachtungsdaten aus Geisenheim (1896 bis heute)

Die Pflanzenwelt reagiert sensibel auf Temperaturschwankungen. So ist wenig verwunderlich, dass sich der Klimawandel deutlich auf die Pflanzenentwicklung auswirkt. Besonders auffällig ist der immer frühere Vegetationsbeginn. Diese Veränderungen in der Pflanzenentwicklung lassen sich anhand langer phänologischer Beobachtungsreihen dokumentieren. Hierbei werden die Entwicklungsstadien in der Pflanzenwelt im Jahresverlauf beobachtet, wie zum Beispiel Beginn der Blüte, Blattentfaltung oder Fruchtreife ausgewählter Pflanzen. Eine Besonderheit sind lange phänologische Datenreihen, zu denen vom gleichen Standort auch Wetterbeobachtungsdaten vorliegen.

Durch das Königlich Preußische Meteorologische Institut wurde bereits 1884 eine Klimastation an der Lehranstalt für Obst und Weinbau in Geisenheim eingerichtet. Ab 1896 wurden dort auch systematisch phänologische Beobachtungen durchgeführt. Während des 2. Weltkrieges kam es zu vorübergehenden Ausfällen, im Großen und Ganzen konnte jedoch die Beobachtungsreihe bis heute fortgeführt werden. Insgesamt liegt damit – von wenigen Ausfällen abgesehen – eine Datenreihe vom Standort Geisenheim vor, die seit 1896 bis heute einen Zeitraum von mehr als 120 Jahren abdeckt.

Mit der viel beschriebenen und inzwischen unumstrittenen Verfrühung von phänologischen Phasen geht eine Verlängerung der Vegetationsperiode einher. Bei genauer Betrachtung der Geisenheimer Datenreihe fällt auf, dass diese Veränderungen in der Pflanzenentwicklung nicht unbedingt ein kontinuierlicher Prozess sind. Vielmehr ist bei der Betrachtung einzelner Pflanzenphasen ein regelrechter Sprung in der Datenreihe zu sehen. Die Gründe hierfür werden näher beleuchtet. Dabei werden neben den phänologischen Beobachtungen auch die meteorologischen Daten berücksichtigt. Ein besonderes Augenmerk gilt der verfrühten Pflanzenentwicklung im Frühjahr und Frühsommer.

How to cite: Plückhahn, B., Engels, A., and Ehlig, A.: Verursacht der Klimawandel eine sprunghafte Veränderung in der Pflanzenentwicklung ?, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-148, https://doi.org/10.5194/dach2022-148, 2022.

AMBAV ist ein vom DWD entwickeltes SVAT-Modell (SVAT: Soil-Vegetation-Atmosphere Transfer), das für landwirtschaftliche Kulturen parametrisiert ist und in der agrarmeteorologischen Politikberatung eingesetzt wird. Es koppelt eine Ontogenesemodellierung mit einem bodenhydraulischen Modell und erlaubt so die Abschätzung von Verdunstungskomponenten und Bodenwassergehalten für Agrarflächen. Neben Boden- und Pflanzeninformationen sind die meteorologischen Bedingungen entscheidende Einflussfaktoren. Diese beinhalten stündliche Mittelwerte bzw. Summen von kurzwelliger Einstrahlung, langwelliger atmosphärischer Gegenstrahlung, Niederschlag, Lufttemperatur, relativer Luftfeuchte, Windgeschwindigkeit und Luftdruck. In Deutschland wird das Modell operationell mit DWD-Wetterstationsdaten für einzelne Standorte und flächenhaft mit interpolierten Stationsdaten angewandt.

Hier untersuchen wir die Nutzung von Daten des NWP-Modells ICON (EU Nest) als meteorologische Informationen und Daten des Projekts SoilGrids als Bodeninformation. Dies erlaubt formal die Anwendung von AMBAV für die gesamte europäische Region. Phänologische Entwicklungen können bei fehlenden Beobachtungen mit Hilfe eines Wärmesummenmodells abgeschätzt werden. Beispielhaft wird hier für eine erste Evaluation eine Belgien und Deutschland umfassende Region betrachtet. Aus den ICON-EU-Daten werden die für AMBAV benötigten Parameter abgeleitet und für Deutschland mit den für den operationellen Betrieb genutzten Interpolationsrastern verglichen. Die Modellergebnisse werden auf Plausibilität und ihre Dynamiken in verschiedenen Zeitskalen untersucht. Zusätzlich werden die Modellausgaben für die aktuelle Verdunstung und die Bodenfeuchte exemplarisch für ausgewählte Messstandorte der europäischen ICOS-Infrastruktur validiert.

How to cite: Haßelbusch, K. and Lucas-Moffat, A.: Europaweite Anwendung des SVAT-Modells AMBAV unter Verwendung von ICON-EU-Daten als Input: Fallstudie für Deutschland und Belgien, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-220, https://doi.org/10.5194/dach2022-220, 2022.

Winterweizen ist die wichtigste Kulturpflanze in Deutschland, weshalb in der vorliegenden Arbeit eine statistisch-klimatologische Analyse der Evapotranspiration von Winterweizen mittels Lysimeterdaten und Modellergebnissen in Groß Lüsewitz, Brandis und Potsdam erfolgte. Die ausgewählten Standorte unterscheiden sich hinsichtlich der klimatischen und edaphischen Verhältnisse. In Groß Lüsewitz und in Brandis wird die aktuelle Evapotranspiration (AET) mittels Lysimetern gemessen. Diese Messdaten wurden mit der modellierten AET der Bodenwasserhaushaltsmodelle METVER und HYDRUS-1D verglichen, wobei nur Anbaujahre des Winterweizens am jeweiligen Lysimeterstandort berücksichtigt wurden. Für Potsdam erfolgte für vier Klimaperioden nur eine modellbasierte Auswertung der AET. Die Analyse beschränkt sich an allen Standorten auf die Vegetationsperiode des Winterweizens, welche die Monate März bis August umfasst.

Die für das Wachstum des Winterweizens entscheidenden Monate sind April bis Juni. In dieser Hauptwachstumszeit ist der Wasserverbrauch des Winterweizens am größten, weshalb eine kontinuierliche Wasserversorgung gewährleistet sein muss. Die Analyse ergab, dass die Variabilität der gemessenen AET mittels beider Bodenwasserhaushaltsmodelle an den Lysimeterstandorten, wenn auch unterschiedlich gut im Vergleich zur gemessenen AET auf den Lysimetern, simuliert werden konnte.

Die potentielle Evapotranspiration (ETP) wird in METVER mit einem modifizierten Berechnungsansatz nach Turc-Wendling und in HYDRUS-1D nach dem Ansatz von Penman-Monteith modelliert. In Groß Lüsewitz und in Potsdam wurden trotz der unterschiedlichen Berechnungsansätze ähnliche Ergebnisse erzielt. Für Brandis dagegen ergaben sich deutlich unterschiedliche Ergebnisse.

Wenn sehr trockene Bedingungen in einzelnen Monaten der jeweiligen Anbaujahre vorlagen, war die Differenz zwischen der modellierten ETP des jeweiligen Bodenwasserhaushaltsmodells und der gemessenen AET auf den Lysimetern deutlich ausgeprägt. Anhand des verwendeten Ariditätsindexes konnte festgestellt werden, dass in Groß Lüsewitz die Vegetationsperiode des Winterweizens bei METVER in vier und bei HYDRUS in einem von insgesamt 26 Anbaujahren durchweg sehr trocken war. In Brandis waren es bei METVER drei und bei HYDRUS zwei von insgesamt 12 Anbaujahren.

Mittels einer modellbasierten Trendanalyse der ETP und der AET am jeweiligen Standort konnte für Groß Lüsewitz im Zeitraum 1975-2020, für Brandis (1981-2020) und für Potsdam (1901-2020) eine zunehmende Trockenheit festgestellt werden, sodass die Bewässerung von Winterweizen hier zukünftig an Bedeutung gewinnen wird.

How to cite: Künzel, A.: Statistisch-klimatologische Analyse zum Verhalten der Evapotranspiration von Winterweizen mittels Lysimeterdaten und Modellergebnissen in Deutschland, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-34, https://doi.org/10.5194/dach2022-34, 2022.

Im Projekt StaPrax-Regio werden hocheffiziente N-stabilisierte Düngungsstrategien auf Basis agrarmeteorologisch-bodenkundlicher Standortanalysen identifiziert und über innovative Beratungstools zeitnah in die Düngepraxis überführt. Das Ziel ist eine deutlich verbesserte Übertragung der vielfältigen und komplexen Vorteilseffekte der N-stabilisierten Düngung (Minderung von düngungsinduzierten Lachgas-, Ammoniak- und Nitratverlusten; Verbesserung der N-Verfügbarkeit, Förderung von Wurzel- und Jugendentwicklung) in adäquate Steigerungen der Dünger-N-Effizienz. Vor allem im Wintergetreide gelingt dies bislang nur unzureichend. Im Vorgängerprojekt StaPlaRes wurde nachgewiesen, dass bei optimaler Adaption der N-stabilisierten Düngung an Standort- und Witterungskonstellationen eine deutliche N-Effizienzsteigerung erreicht werden kann.

Der Deutsche Wetterdienst erstellt für 67 Versuchsfelder mit verschiedenen Wintergetreidearten an 42 Standorten in Deutschland agrarmeteorologische Analysen: einerseits auf der Basis von langjährigen Messungen wie unter anderem Lufttemperatur und Niederschlag und andererseits auf der Basis von Modellierungen mit den agrarmeteorologischen Wirkmodellen AMBER (AgrarMeteorologische Beratung) und BEKLIMA (BEstandsKLIMA) für z.B. Bodenfeuchte, Sickerwassermengen und Bodentemperatur. Dabei werden die Analysen neben der gewohnten kalendarischen Zuordnung (Tages-, Wochen-, Monatswerte, sowie mehrjährige Mittelwerte) in zeitlicher Auflösung phänologischer Entwicklungsphasen erarbeitet. Es sollen so differenziertere Aussagen zu den Abhängigkeiten der Pflanzenentwicklung von den agrarmeteorologischen Bedingungen erzielt werden.

Neben der Modellevaluierung durch die während des Projektes gewonnenen Messwerte (Einbau und Betrieb von Messsonden), werden mit diesen und den standörtlichen Analysen, deutschlandweite regionalisierte Aussagen zu Witterungsverläufen, Temperaturen, Niederschlägen, Bodenfeuchten, Bodenwasser-Austauschraten und zur phänologischen Entwicklung (Hauptkulturen) während der Hauptdüngungsperiode gewonnen.

In Verknüpfung dieser Arbeiten mit parallelen bodenkundlichen und pflanzenbaulichen Analysen sollen hocheffiziente standortspezifische Düngestrategien identifiziert und in die Praxis überführt werden. Dafür sollen u.a. vorhandene Beratungstools (z.B. BESyD) und GIS-basierte Kartenwerke genutzt und weiterentwickelt werden.

Um auch saisonalen Einflüssen Rechnung zu tragen, wird ein agrarmeteorologisches Wirkmodell in der AMBER-Umgebung entwickelt, welches rechtzeitig (möglichst einige Wochen) vor jeder anstehenden Düngungsmaßnahme als zusätzliche agrarmeteorologische Entscheidungshilfe dienen soll.

How to cite: Assmann, D., Böttcher, F., Kreuter, T., Eißner, F., Thiel, E., Grunert, M., Pundt, H., and Pleshkanovska, R.: N-Stabilisierung in der Düngepraxis: Optimierung durch Regionalisierung auf Basis meteorologisch-edaphischer Parameter – StaPrax-Regio, DACH2022, Leipzig, Deutschland, 21–25 Mar 2022, DACH2022-130, https://doi.org/10.5194/dach2022-130, 2022.