erste ergebnisse
Recently Published Documents
TOTAL DOCUMENTS
H-INDEX
<p>Mehr als die H&#228;lfte der Weltbev&#246;lkerung lebt in urbanen R&#228;umen, Tendenz steigend. Umso bedeutender ist das vermehrte Auftreten von Hitzewellen und den damit verbundenen Hitzestress, die mit dem Klimawandel zusammenh&#228;ngen. Die Gef&#228;hrdung der menschlichen Gesundheit, insbesondere in St&#228;dten, wird steigen. Deshalb ist es wichtig, die Auswirkungen der Stadteffekte, wie die st&#228;dtische W&#228;rmeinsel (Urban Heat Island, UHI), auf das Stadtklima zu untersuchen. Hierbei sind die raumzeitliche Entwicklung der UHI als auch die Einflussgr&#246;&#223;en auf die UHI von Bedeutung.</p> <p>Zahlreiche Studien haben sich bereits mit der UHI besch&#228;ftigt, doch die Besonderheit unserer Untersuchung der UHI liegt im dichten Messnetzwerk rund um und in Hamburg mit &#252;ber 100 Stationen w&#228;hrend der Messkampagne FESS@HH im Sommer (Juni bis August) 2020. Dabei kamen die sogenannten &#8222;APOLLOs&#8220; ("Autonomous cold POoL LOgger") zum Einsatz, die das R&#252;ckgrat der Kampagne mit 81 Stationen bilden. Diese messen jede Sekunde die Lufttemperatur und den Luftdruck in Bodenn&#228;he. Das Messnetz wird mit 21 Wetterstationen erg&#228;nzt, die zus&#228;tzlich die relative Feuchte, Wind sowie den Niederschlag mit 10 s Aufl&#246;sung aufzeichnen. Diese Messungen bilden somit einen hochaufgel&#246;sten Datensatz zur Temperaturverteilung in Hamburg, sodass die raumzeitliche Struktur der UHI untersuchbar ist. Um die Variabilit&#228;t in der UHI Intensit&#228;t zu verstehen, werden die Wetterbedingungen, wie die Windgeschwindigkeit oder der Bedeckungsgrad, in den N&#228;chten mit einem UHI-Signal betrachtet. Des Weiteren wird der Einfluss der Entfernung einer Station vom Stadtzentrum sowie der Standorteigenschaften auf die UHI untersucht.</p> <p>Das UHI-Signal ist im Mittel &#252;ber alle untersuchten N&#228;chte in bis zu 6 km Entfernung vom Stadtzentrum messbar. Der Zeitpunkt in der Nacht, an dem die UHI Intensit&#228;t ihr Maximum erreicht, ist unabh&#228;ngig vom Sonnenuntergang und -aufgang. Zudem sind sowohl die Ausbildung als auch die Aufl&#246;sung der n&#228;chtlichen UHI variabel. Erste Ergebnisse zeigen, dass die bodennahe Windgeschwindigkeit ma&#223;geblich die St&#228;rke der UHI bestimmt. Einflussparameter wie zum Beispiel der Bedeckungsgrad zeigen hingegen nur eine schwache Korrelation. Abgesehen von der UHI, wird der Einfluss der Bebauung, der Vegetation sowie der Wasserfl&#228;chen auf die lokale Lufttemperatur analysiert.</p>
<p>Die Forschung zu arktischen Wolken hat sich bisher schwerpunktm&#228;&#223;ig auf einschichtige, mehrphasige Grenzschichtwolken konzentriert. Das Auftreten von mehrschichtigen Wolken in der Arktis ist jedoch auch von gro&#223;er Bedeutung. Die oberen Wolken in solchen Mehrschichtsystemen k&#246;nnen die unteren Wolken auf mehrere Arten beeinflussen: (i) durch den komplexeren Strahlungstransport im Vergleich zu Einschichtwolken, (ii) durch den &#160;Einfluss der oberen Wolke auf die diabatische Abk&#252;hlung darunter liegender Wolken und (iii) durch aus oberen Wolken in untere Wolken fallende Eiskristalle. Letztere k&#246;nnen durch Eisimpfung zu einer &#196;nderung der Wasserphase der unteren Wolken f&#252;hren und damit die Bildung von Mischphasenwolken im Temperaturbereich des heterogenen Gefrierens erm&#246;glichen.</p> <p>Ziel unseres hier vorgestellten Projekts ist es, mehrschichtige Wolken durch die Kombination von Daten aus Radiosonden- und Wolkenradarbeobachtungen zu untersuchen. Im Fokus steht dabei die MOSAiC-Kampagne. Um die aus diesen Messungen gewonnenen Ergebnisse zu klassifizieren und zu interpretieren, werden auch Beobachtungen aus fr&#252;heren Messkampagnen und Langzeitmessstationen hinzugezogen.</p> <p>Hier pr&#228;sentieren wir erste Ergebnisse des Projekts mit Daten der Kampagnen Arctic Ocean 2018 und MOSAiC. W&#228;hrend der Arctic Ocean Kampagne wurden in 56% der F&#228;lle Mehrschichtwolken beobachtet. Davon zeigten 48% atmosph&#228;rische Bedingungen, die einer hohen Wahrscheinlichkeit von Eisimpfung entsprechen. Im Vergleich dazu zeigen Satellitenstudien einen Anteil an Mehrschichtwolken in der Arktis von lediglich 11%.</p>
<p>Sturmfluten sind gekennzeichnet durch das gleichzeitige Auftreten von Tidehochwasser und eines hohen Windstaus. Im letzten Jahrhundert gab es verschiedene schwere Sturmereignisse, die teilweise starke Sch&#228;den an den K&#252;sten der Deutschen Bucht verursachten.</p> <p>Wir haben drei verschiedene historische Sturmereignisse herausgesucht, die sich in ihrer Zugbahn und Tide unterscheiden.</p> <ul> <li>F&#252;r die ostfriesische Nordseek&#252;ste gilt die Sturmflut vom 13.03.1906 heute noch als Bemessungsgrundlage f&#252;r den K&#252;stenschutz. Bisher war es nicht m&#246;glich, mangels atmosph&#228;rischen Antriebsdaten, diese Sturmflut zu simulieren.</li> <li>Der Sturm vom 10.02.1949 ereignete sich w&#228;hrend Tideniedrigwasser und erzeugte einen hohen Windstau. An der Pegelstation Husum wurde das h&#246;chste und in Cuxhaven das dritth&#246;chste Niedrigwasser gemessen.</li> <li>Die schwere Sturmflut von 16./17.02.1962 verursachte starke Sch&#228;den an der deutschen Nordseek&#252;ste und Hamburg.</li> </ul> <p>&#160;</p> <p>In unseren Untersuchungen haben wir folgende Fragestellungen behandelt:</p> <ul> <li>K&#246;nnen mit den atmosph&#228;rischen Daten aus dem 20th Century Reanalysis Project die St&#252;rme simuliert werden?</li> <li>K&#246;nnen wir mit einem hydrodynamischen Modell die Wasserst&#228;nde dieser Sturmereignisse simulieren?</li> <li>Wieviel h&#246;her w&#228;re der Wasserstand, wenn die St&#252;rme bei Springtide stattgefunden h&#228;tte?</li> </ul> <p>&#160;</p> <p>F&#252;r die Beantwortung dieser Fragen wurde das hydrodynamische TRIM-NP-Modell mit Druck- und Winddaten aus dem 20th Century Reanalysis Project (20CR) angetrieben und die daraus resultierenden Wasserst&#228;nde mit Messungen an Pegelstationen verglichen. An den seitlichen R&#228;ndern des TRIM-NP-Modells wurden Daten aus dem FES2004 Tide-Modell verwendet.</p> <p>F&#252;r die Sturmflut von 1906 wurde eine synoptische Rekonstruktion basierend auf historische Druckdaten angefertigt und die Windgeschwindigkeit daraus berechnet.&#160;</p> <p>Erste Ergebnisse zeigen, dass f&#252;r die einzelnen Sturmereignisse die Wasserst&#228;nde, angetrieben durch einzelne Ensemble Member aus 20CR-Reanalysedaten, gut mit den Messungen &#252;bereinstimmen. Durch die Verschiebung der Tide erh&#246;hen sich die Wasserst&#228;nde f&#252;r die Sturmereignisse 1949 und 1962 um einige Dezimeter, das hei&#223;t, dass die Sturmfluten h&#228;tten noch h&#246;her auflaufen k&#246;nnen. &#160;&#160;</p> <p>&#160;</p> <p>---------</p> <p>Die Sturmflut im M&#228;rz 1906</p> <p>https://www.dkrz.de/de/projekte-und-partner/HLRE-Projekte/focus/sturmflut1906</p>
<p>Die FESSTVaL-Messkampagne (Field Experiment on sub-mesoscale spatio-temporal variability in Lindenberg) wurde im Sommer 2021 als eine gro&#223;e Kooperation mit gut zwei Dutzend Forschenden in der Umgebung des Meteorologischen Observatoriums Lindenberg des Deutschen Wetterdienstes durchgef&#252;hrt. Im Rahmen des Projektes stehen sommerliche Wetterereignisse im Fokus, um die Entstehung von &#8222;Cold Pools&#8220; und Windb&#246;en in der konvektiven Grenzschicht sowie deren Wechselwirkung besser zu verstehen. Aufgrund der kleinskaligen Natur dieser Wetterph&#228;nomene, k&#246;nnen sie nur bedingt von konventionellen Bodenmessungen erfasst werden, k&#246;nnen aber nichts-desto-trotz gro&#223;en Schaden anrichten. Einzigartig f&#252;r diese Kampagne ist daher die hohe Dichte der durchgef&#252;hrten Bodenmessungen mit &#252;ber 100 bodennahen Messungen hinsichtlich Temperatur und Druck und 20 automatischen Wetterstationen sowie ein dichtes Bodenfeuchtemessnetz. Ein X-Band Radar und mehrere Energiebilanzstationen wurden ebenfalls eingesetzt. Des Weiteren wurden in Kooperation mit externen Partnern am KIT und DLR neun Doppler-Lidar-Systeme f&#252;r Messungen des Windprofils und von Turbulenzvariablen bis in mehrere Kilometer H&#246;he koordiniert getestet. Durch ein Messnetz von vier Mikrowellenradiometern und weiteren &#8222;Profilern&#8220; wurden thermodynamische Eigenschaften der Grenzschicht sowie von Wolken und Niederschlag gemessen. Zus&#228;tzlich dazu wurden Messfl&#252;ge mit unbemannten und ferngesteuerten Flugzeugen durch die Universit&#228;t T&#252;bingen und das DLR durchgef&#252;hrt, um weitere Informationen in der Vertikalen zu erzielen und um die bodengebundene Fernerkundungssysteme zu evaluieren.</p> <p>Als Erg&#228;nzung zu diesen Messungen wird im Rahmen des Projektes der Informationsgewinn durch ein Citizen Science Messnetzes untersucht. Die Messungen werden au&#223;erdem durch hoch-aufgel&#246;ste large-eddy Simulationen (ICON-LES) erg&#228;nzt. Die Ergebnisse des Projektes sollen unter anderem dazu dienen, die Darstellung solcher kleinskaligen Prozesse in der numerischen Wettervorhersage zu verbessern und neue Messstrategien zu definieren. Die Datenprodukte der Kampagne werden unter dem FAIR-Prinzip behandelt und werden &#252;ber einer Plattform am Integrated Climate Data Center der Universit&#228;t Hamburg zur Verf&#252;gung gestellt. Dieser Beitrag wird die Messstrategie von FESSTVaL n&#228;her beleuchten, erste Erkenntnisse und Ergebnisse zusammenfassen sowie einen Einblick in die Datenverf&#252;gbarkeit und deren Verwertungsperspektive geben.</p>
<p>Ultrafeine Aerosolpartikel (D<sub>p</sub> < 100 nm, UFP) k&#246;nnen &#252;ber die Atemwege in den menschlichen K&#246;rper gelangen und dort akute und chronische Gesundheitsbeeintr&#228;chtigungen herbeif&#252;hren. In St&#228;dten stellt der Stra&#223;enverkehr eine der wichtigsten Quellen ultrafeiner Partikel dar. Die Quellst&#228;rke des st&#228;dtischen Stra&#223;enverkehrs kann mithilfe von Emissionsfaktoren quantifiziert werden, die eine wichtige Eingangsgr&#246;&#223;e f&#252;r Simulationsmodelle zur Berechnung st&#228;dtischer Schadstoff-/Partikelausbreitung darstellen. Eine M&#246;glichkeit zur Berechnung von Verkehrsemissionsfaktoren ergibt sich aus der Kombination von turbulenten Partikelfl&#252;ssen mit fl&#228;chenbezogenen Verkehrsst&#228;rken im Quellbereich der Flussmessungen. Da die Anzahl an Partikelflussmessungen im urbanen Bereich, besonders f&#252;r Langzeitmessungen gr&#246;&#223;enklassifizierter Partikelfl&#252;sse, derzeit noch relativ gering ist, sind insgesamt nur wenige Vergleichsdaten verf&#252;gbar.</p> <p>In der vorliegenden Studie wurde ein 3-j&#228;hriger Datensatz gr&#246;&#223;enklassifizierter Partikelflussmessungen aus Berlin herangezogen (Teilprojekt im Modul 3DO+M, Verbundprojekt 'Stadtklima im Wandel'), um Emissionsfaktoren f&#252;r das Verkehrsflottenmittel im Quellbereich der Partikelfl&#252;sse zu berechnen. Aufgrund der gr&#246;&#223;enklassifizierten Flussmessungen k&#246;nnen Emissionsfaktoren f&#252;r unterschiedliche Partikelfraktionen, z.B. < 30 nm, < 100 nm (UFP) sowie < 200 nm, berechnet und mit Literaturwerten verglichen werden. Die Emissionsfaktoren werden f&#252;r einzelne Untersuchungsjahre bestimmt, um annuelle Variabilit&#228;t und &#196;nderungen der Faktoren diskutieren zu k&#246;nnen. Erste Ergebnisse zeigen robuste Resultate bei Anwendung der Methodik zur Berechnung von Emissionsfaktoren aus Eddy-Kovarianzdaten f&#252;r Berlin, die in der Gr&#246;&#223;enordnung u.a. mit einem Standort in Stockholm, Schweden, vergleichbar sind.</p>
<p>Schlechte Luftqualit&#228;t gef&#228;hrdet die Gesundheit der Bev&#246;lkerung. Zur Information und zur Ergreifung kurzfristiger Ma&#223;nahmen zur Luftqualit&#228;tsverbesserung (z.B. Verkehrslenkung) ist eine m&#246;glichst genaue und &#8211; insbesondere in st&#228;dtischen Gebieten &#8211; m&#246;glichst r&#228;umlich hochaufgel&#246;ste Luftqualit&#228;tsvorhersage notwendig. Numerische Luftqualit&#228;tsmodelle haben f&#252;r diese Aufgabe in der Regel eine zu geringe r&#228;umliche Aufl&#246;sung.</p> <p>Daher ist es Ziel des Projektes &#8222;LQ-Warn&#8220; die Luftqualit&#228;tsvorhersage insbesondere im Hinblick auf die &#220;berschreitung von Grenzwerten zu verbessern. Basierend auf den Modellergebnissen f&#252;r Luftqualit&#228;tsparameter des Copernicus Atmospheric Monitoring Service (CAMS) werden zwei Ans&#228;tze verfolgt: Einerseits werden Vorhersagen mit dem regionalen chemischen Transportmodell &#8222;REM-CALGRID&#8220; (RCG) unter Einbeziehung von CAMS-Ergebnissen und regionalen Emissionsdaten berechnet. Dabei kann eine hohe horizontale Aufl&#246;sung von 2 km erzielt werden und Prognosen k&#246;nnen f&#252;r verschiedene Luftschadstoffe in st&#252;ndlicher Aufl&#246;sung mit bis zu 72 Stunden Vorlaufzeit erstellt werden, unter anderem f&#252;r NO<sub>2</sub>, O<sub>3</sub>, PM<sub>10</sub> und PM<sub>2.5</sub>. Andererseits wird die statistische Post-Processing-Methode &#8222;Model Output Statistics&#8220; (MOS) angewandt, um Punktvorhersagen f&#252;r die Massenkonzentration der Spezies NO<sub>2</sub>, O<sub>3</sub>, PM<sub>10</sub> und PM<sub>2.5</sub> mit einer Vorlaufzeit von bis zu 96 Stunden zu berechnen. Daf&#252;r werden luftqualit&#228;tsbezogene Messungen, CAMS-Modellergebnisse und meteorologische Parameter aus dem numerischen Wettervorhersagemodell des ECMWF als Pr&#228;diktoren verwendet.</p> <p>Es werden erste Ergebnisse der mit den o.g. Ans&#228;tzen errechneten Vorhersagen pr&#228;sentiert und die Vor- und Nachteile der jeweiligen Verfahren hervorgehoben. Durch die statistische Post-Processing-Methode MOS wird an den Vorhersagepunkten vor allem f&#252;r die Massenkonzentration von O<sub>3 </sub>und NO<sub>2</sub> eine signifikante Verringerung des RMSE (Root Mean Square Error) im Vergleich zu den Vorhersagen des numerischen CAMS-Modells erreicht. Diese deutliche Verbesserung der Luftqualit&#228;tsvorhersage sinnvoll auf die Fl&#228;che auszudehnen ist jedoch noch eine Herausforderung. Im Gegensatz dazu zeigt die Vorhersage mit dem RCG-Modell eine geringere Verbesserung der Vorhersageg&#252;te an einzelnen Vorhersagepunkten als der MOS-Ansatz. Stattdessen bietet das RCG-Modell zeitlich und r&#228;umlich konsistente Vorhersagen an allen Modellgitterpunkten. Kleinskalige Konzentrationsunterschiede k&#246;nnen aufgrund der h&#246;heren Modellaufl&#246;sung deutlich realistischer vorhergesagt werden als mit den CAMS-Vorhersagen. Ein weiterf&#252;hrendes Ziel des LQ-Warn-Projektes ist es die beiden Ans&#228;tze zu kombinieren, um die Vorteile beider nutzen zu k&#246;nnen und eine pr&#228;zise Luftqualit&#228;tsvorhersage fl&#228;chendeckend f&#252;r Deutschland bereitstellen zu k&#246;nnen.</p>
<p><strong><em>Me</em></strong><em>teorological <strong>D</strong>rivers of Mass and Energy Exchange between <strong>I</strong>nland <strong>W</strong>aters and the <strong>A</strong>tmosphere (MEDIWA)</em></p> <p>Die genaue Quantifizierung des Stoff- und Energieaustausches zwischen Binnengew&#228;ssern und der bodennahen Luftschicht ist von gro&#223;er wissenschaftlicher und praktischer Bedeutung. So sind zum Beispiel genaue Absch&#228;tzungen der auftretenden Verdunstungsraten essentiell f&#252;r die Steuerung und Betriebsf&#252;hrung von Talsperren und Stauseen sowie f&#252;r eine erfolgreiche Realisierung von Flutungsvorhaben in Bergbaufolgelandschaften. In gleicherweise sind Kenntnisse des W&#228;rmew&#228;rmehaushalts bzw. des W&#228;rmeaustauschs eines Gew&#228;ssers mit der Atmosph&#228;re sowie ein exaktes Wissen &#252;ber den an der Wasseroberfl&#228;che stattfindenden Gasaustauschs wichtig, um die wasserwirtschaftlichen Steuerm&#246;glichkeiten effizient zur Optimierung und Verbesserung der Wasserg&#252;te in Gew&#228;ssern einsetzen zu k&#246;nnen.</p> <p>Exakte, direkte Messungen des an der Wasseroberfl&#228;che stattfindenden Stoff- und Energieaustauschs sind m&#246;glich, aber sehr teuer und technisch extrem aufwendig. Daher werden Stoff- und Energiefl&#252;sse (z.B. Verdunstungsraten) meist mit Hilfe von verschiedenen numerischen Modellen aus einfacher zu messenden limnologischen und meteorologischen Variablen abgesch&#228;tzt. Die Genauigkeit derartig bestimmter Austauschraten ist jedoch sehr stark abh&#228;ngig von (i) der Komplexit&#228;t des eingesetzten Modells, (ii) der Parametrisierung der Modellgleichungen und (iii) der Repr&#228;sentativit&#228;t und Genauigkeit der zur Verf&#252;gung stehenden Eingangsdaten. In der Praxis treten dadurch oftmals Konfliktsituationen auf, da die f&#252;r den Einsatz genauer, komplexer Modelle notwendigen Umweltmessdaten in vielen Anwendungsf&#228;llen nicht oder nicht in ausreichender Qualit&#228;t bereitstehen. Dieser Sachverhalt f&#252;hrt in Konsequenz dazu, dass der Stoff- und Energieaustausch eines Gew&#228;ssers meist nur sehr &#252;berschl&#228;gig quantifiziert werden kann. Erg&#228;nzend ist festzuhalten, dass auch komplexe Modelle nach wie vor erhebliche Defizite und Schw&#228;chen in der Nachbildung der in Gew&#228;ssern ablaufenden Prozesse haben. Insgesamt sind die M&#246;glichkeiten zur Modellierung des Stoff- und Energiehaushalts von Gew&#228;ssern somit stark verbesserungsbed&#252;rftig.</p> <p>Mit dem Ziel Stoff- und Energiefl&#252;sse von Binnengew&#228;ssern auf Grundlage allgemein verf&#252;gbarer Umweltgr&#246;&#223;en genauer modellieren und prognostizieren zu k&#246;nnen, sollen in dem Projekt -MEDIWA- die an der Wasseroberfl&#228;che stattfindenden Austauschprozesse intensiv messtechnisch untersucht werden. Auf Grundlage der gewonnenen Messdaten sollen Methoden entwickelt werden, um die Verl&#228;sslichkeit von Modellabsch&#228;tzungen zu verbessern. Komplexe Zusammenh&#228;nge und Prozessketten sollen aufgel&#246;st und durch mathematische Gleichungen beschreibbar gemacht werden. Im besonderem Fokus steht dabei die Analyse und quantitative Beschreibung, wie die zeitliche und r&#228;umliche Variabilit&#228;t meteorologischer Steuergr&#246;&#223;en den Stoff und Energiehaushalt eines Gew&#228;ssers beeinflusst. In unserem Tagungsbeitrag wollen wir das Projekt vorstellen und erste Ergebnisse der gegenw&#228;rtig noch laufenden Messungen pr&#228;sentieren. Insbesondere wollen wir die Aspekte der r&#228;umlichen Heterogenit&#228;t meteorologischer Steuergr&#246;&#223;en auf den Stoff- und Energiehaushalt eines Gew&#228;ssers diskutieren und im Hinblick auf die Zielvorhaben des Projektes er&#246;rtern.</p>
<p><span>St&#228;dte und Kommunen sind f&#252;r mehr als 70% </span><span>der globalen, fossilen CO2-Emissionen</span><span> verantwortlich, sodass hier ein enormes Mitigationspotential besteht. Informationen &#252;ber (inner-)st&#228;dtische CO2-Emissionen stehen allerdings oft nicht </span><span>in hoher zeitlicher und r&#228;umlicher Aufl&#246;sung</span><span> zur Verf&#252;gung und sind </span><span>meist</span><span> mit gro&#223;en Unsicherheiten behaftet. Diese Umst&#228;nde erschweren eine zielgerichtete und effiziente Mitigation im urbanen Raum. </span><span>St&#228;dtische Messnetzwerke k&#246;nnen als unabh&#228;ngige Informationsquelle einen Beitrag leisten, um CO2-Emissionen in St&#228;dten zu quantifizieren und Mitigation zu verifizieren</span><span>. </span><span>Verschiedene denkbare Beobachtungsstrategien sollten</span><span> im Vorfeld abgew&#228;gt werden, um urbane Emissionen bestm&#246;glich, d.h. mit der erforderlichen Genauigkeit und </span><span>Kosteneffizienz</span><span> zu quantifizieren. So k&#246;nnen Messnetzwerke die Basis f&#252;r zielgerichtete und kosteneffiziente Mitigation legen.</span></p><p><span>Im Rahmen des Verbundvorhabens &#8222;Integrated Greenhouse Gas Monitoring System for Germany&#8220; (ITMS) werden wir verschiedene Beobachtungsstrategien f&#252;r urbane R&#228;ume entwerfen und mit Hilfe von Modellsimulation evaluieren und abw&#228;gen. Notwendige Voraussetzung f&#252;r </span><span>die Evaluation der Strategien</span><span> ist eine akkurate Repr&#228;sentation des atmosph&#228;rischen Transports im Modell.</span></p><p><span>Diese Studie zeigt</span><span> erste Ergebnisse der hochaufl&#246;senden (1kmx1km) meteorologischen Simulationen f&#252;r den Rhein-Neckar-Raum mit dem WRF Modell. </span><span>Die in WRF simulierten meteorologischen Gr&#246;&#223;en werden f&#252;r verschiedene Modellkonfigurationen mit </span><span>re-analysierten Daten des European Centre for Medium-Range Weather Forecasts (ECMWF) und ausgew&#228;hlten Messstationen verglichen. Damit evaluieren wir </span><span>den Einfluss unterschiedlicher Nudging-Strategien, Parametrisierungen physikalischer Prozesse und urbaner Interaktionen</span><span> auf </span><span>die Modellperformance</span> <span>von</span><span> Lufttemperatur, Windrichtung, Windgeschwindigkeit und Grenzschichth&#246;he. Durch diese Analysen gew&#228;hrleisten wir, dass die Simulation der Beobachtungsstrategien auf robuste</span><span>m</span><span> und realistische</span><span>m</span><span> atmosph&#228;rischen Transport basieren und schlussendlich repr&#228;sentative Empfehlungen f&#252;r den Aufbau von Messnetzwerken liefern k&#246;nnen. </span></p>
<p>Die Ver&#228;nderung von Landoberfl&#228;chen kann einen profunden Einfluss auf das lokale und regionale Klima haben. Insbesondere St&#228;dte sind mit einer umfassenden Umgestaltung der lokalen Oberfl&#228;chenstruktur verbunden, was im Zusammenspiel mit anthropogen Emissionen von strahlungsrelevanten Gasen und Partikeln zu einer deutlichen Modifikation der Energiebilanz der st&#228;dtischen Grenzschicht f&#252;hrt. Viele der resultierenden Auswirkungen auf meteorologische Gr&#246;&#223;en wurden in den letzten Dekaden umfassend untersucht. Eines der bekanntesten Stadtklimaph&#228;nomene ist die &#220;berw&#228;rmung von Stadtgebieten im Vergleich zum Umland, die urbane W&#228;rmeinsel. Neben dem Temperatureffekt ist ein klarer st&#228;dtischer Einfluss auf das Windfeld und die Modifikation von Niederschl&#228;gen &#252;ber und im Umfeld von St&#228;dten zu beobachten und durch viele Studien belegt.</p><p>Beobachtungs- und Modellstudien liefern &#252;berzeugende Nachweise, dass Niederschlagsmuster &#252;ber Stadtgebieten und/oder deren Umgebung modifiziert werden bzw. konvektive Niederschl&#228;ge und Sturzflutereignisse verst&#228;rkt oder gar ausgel&#246;st werden k&#246;nnen. Der Einfluss der Stadt wird demnach &#252;ber thermische Effekte in Verbindung mit der W&#228;rmeinsel, Hinderniseffekten, Aerosoleinfl&#252;ssen auf mikrophysikalische Prozesse und auf das Erw&#228;rmungsprofil &#252;ber der Stadt sowie durch anthropogene Feuchtequellen (z.B. K&#252;hlt&#252;rme) bewirkt. Niederschl&#228;ge k&#246;nnen durch St&#228;dte nicht nur verst&#228;rkt, sondern unter Umst&#228;nden insbesondere in Verbindung mit Partikelemissionen auch abgeschw&#228;cht oder gar abgewendet werden.</p><p>Obwohl die Stadteffekte auf den Niederschlag ziemlich gut bekannt sind, weisen die vielen ver&#246;ffentlichten Studien dazu eine gro&#223;e Bandbreite bezogen auf die Gr&#246;&#223;e der Niederschlagsver&#228;nderungen und deren Lage relativ zum Stadtgebiet auf. Ein klareres, vollst&#228;ndigeres Bild mit deutlichen Aussagen zur urbanen Niederschlagsmodifikation kann derzeit noch nicht gezeichnet werden, wenn dieses bei der sich durch die &#252;berlagernden Einflussfaktoren ergebenden Komplexit&#228;t &#252;berhaupt m&#246;glich ist. Vielfach wird durch eine fehlende standardisierte Berichterstattung von Studienergebnissen das Zusammenstellen von generalisierten Aussagen erheblich erschwert.</p><p>Im Rahmen des Exzellenzclusters &#8222;Climate, Climatic Change and Society&#8220; (CliCCS) fokussiert ein Projekt auf nachhaltige Anpassungsszenarien von St&#228;dten in Hinblick auf hydrologische Belastungen in Verbindung mit dem Klimawandel. Innerhalb dieses Projekts haben wir eine systematische Literaturrecherche zur Niederschlagsmodifikation durch St&#228;dte mit Schwerpunkt auf die letzten 10 Jahre durchgef&#252;hrt. Anlass daf&#252;r war, dass der letzte umfassende Review zu dem Thema einige Jahre zur&#252;ckliegt und die Anzahl der Ver&#246;ffentlichungen stetig steigt. Zudem wurden in den letzten Jahren r&#228;umlich besser aufgel&#246;ste Modelle verwendet, die eine direkte Berechnung konvektiver Prozesse erlaubten. Dabei wurde h&#228;ufig auch der Aerosoleinfluss auf die Niederschlagsbildung explizit betrachtet. Auch auf der Beobachtungsseite konnten durch den Einsatz von besser aufgel&#246;sten Fernmessverfahren (Radar, Satellit) kleinskaligere Prozesse aber auch regionale Muster in neueren Studien umfassender analysiert werden.</p><p>Hier berichten wir &#252;ber erste Ergebnisse unseres systematischen Reviews aufgeschl&#252;sselt nach r&#228;umlicher Skala, dominanten Prozessen und m&#246;glichen Bezug zum Klimawandel. Dabei stellen wir den Einfluss von St&#228;dten auf Starkniederschl&#228;ge heraus und weisen auf die Entwicklung der Forschungslandschaft und vermeintliche Forschungsl&#252;cken hin. Zur Veranschaulichung werden ausgew&#228;hlte Ergebnisse neuerer Ver&#246;ffentlichungen gezeigt.</p>