Fernerkundungsdaten für die Stadtklimamodellierung

Transkript

1 Fernerkundungsdaten für die Stadtklimamodellierung Anforderungen und Erfahrungen aus Nutzersicht Foto: M. Kügler Dr. Meinolf Koßmann Deutscher Wetterdienst Nationales Forum für Fernerkundung und Copernicus - 04/2014 1

2 Was zeichnet das Stadtklima aus? Höhere Jahresmittel der Lufttemperatur: ca. 0,5 2 Grad Kürzere Sonnenscheindauer: ca. 5-15% Geringere Globalstrahlung: ca. 20 % Geringere Verdunstung Niedrigere mittlere Windgeschwindigkeiten: ca % Höhere Jahressumme der Niederschläge: ca % Weniger Schnee im Winter: ca. 5 10% Deutlich erhöhte Luftverschmutzung (NOx, Staub, Ruß): ca fach Häufiger Dunst im Sommer/ Winter: ca. 30% / 100% Wärmeinseleffekt in deutschen Städten: Im Sommer bei Hochdruckwetter bis ca Grad wärmer als das umliegende Freiland 2

3 Leitfragen Wozu werden Stadtklimamodelle eingesetzt? Welchen Typen von Stadtklimamodellen gibt es? Welche Eingabedaten benötigen Stadtklimamodelle? Was erschwert aktuell die Nutzung von Fernerkundungsprodukten? Anforderungen an die Fernerkundung gibt es? Welche Anforderungen an die Fernerkundung gibt es? Welche Nutzungsmöglichkeiten bittet die Fernerkundung? Nationales Forum für Fernerkundung und Copernicus - 04/2014 3

4 Wozu werden Stadtklimamodellen eingesetzt? Luftreinhaltung Windlast Wärmebelastung Heiz- / Kühlenergieverbrauch von Gebäuden Windenergieangebot (Kleinwindanlagen) Auswirkungen des Klimawandels Stadt- und Regionalplanung Lufttemperatur 4

5 Welche Typen von Stadtklimamodellen gibt es? y Numerische Modelle Grundprinzipien die Erhaltung von Energie, Impuls und Masse Berechnungen von Vorhersagegleichungen auf einem 3-dimensionalen Rechengitter Hoher Rechenaufwand der Computersimulationen Statistische Modelle Ermittlung statistischer Zusammenhänge zwischen Stadtklimaparametern, der Bebauungsstruktur und der Wetterlage Berechnungen basieren auf Klimastationsmessungen Geringer Rechenaufwand der Computersimulationen Wiese Wasser Urban Ackerland x Temperatur Versiegelungsgrad + 5

6 Räumliche Skalen numerischer Stadtklimamodelle Skala Rechenaufwand Gebäude auflösend extrem hoch Quartiersebene hoch regionale Skala mittel Wiese Urban globale Skala relativ niedrig Wasser Ackerland 6

7 Welche Eingabedatenbenötigen Stadtklimamodelle? Geländehöhe Landnutzungsdaten Siedlung, Gewässer, Wald, Freiland, Physikalische Parameter Höhe und Dichte der Bebauung / Vegetation Versiegelungsanteil Materialeigenschaften Meteorologische Daten (Initialisierung) Atmosphärische Vertikalprofile Bodentemperatur Gewässertemperatur Innenraumtemperatur Quelle: EPA städtische Albedo 7

8 skalige und subskalige Simulation subskalig subskaliger Austausch subskalig Bebauung versiegelte Fläche niedrige Vegetation unbewachsen skaliger Austausch versiegelte Fläche niedrige Vegetation unbewachsen skaliger Austausch Kronenraum Stammraum niedrige Vegetation unbewachsen versiegelte Fläche Modellgitterzelle mit Bebauung Modellgitterzelle Freiland Modellgitterzelle mit Bäumen skaliger Austausch: z.b. durch Wind subskaliger Austausch: z.b. durch Turbulenz 8

9 Klassenbasierte und nicht klassenbasierte Modelle klassenbasiert für jede Landnutzungsklasse müssen repräsentative (mittlere) physikalische Parameter vorgegeben werden diskontinuierliche Werteverteilung der physikalischen Parameter im Modellgebiet nicht klassenbasiert direkte Nutzung physikalischer Parameter realistischere Beschreibung der Stadteigenschaften klassenbasiert nicht klassenbasiert Versiegelungsanteil zwischen Gebäuden

10 Beispiel Stadtklimamodell MUKLIMO_3 Gesamtes Modellgebiet: 70 km x 70 km inneres Modellgebiet: 38 km x 30 km Landnutzungsklassen Auflösung 100m: Datenquellen: Stadtstrukturtypdaten (Stadtgebiet) Corine Landcover 2006 (Umland) Dichte Bebauung Lockere Bebauung Wald Park Gewerbe (dicht) Gewerbe (locker) Freifläche Verkehrsfläche (versiegelt) Gewässer Ein- und Mehrfamilienhäuser (mittel) Dorfkern und Einfamilienhäuser Reihenhaussiedlung Zeilenbebauung Zeilenbebauung mit Hochhäusern Blockbebauung Ein- und Mehrfamilienhäuser (locker) Gleisanlagen Gärten 10

11 Parameter der MUKLIMO_3 Landnutzungsklassen mit Bebauung: mittlerer Gebäudegrundflächenanteil vg1, vg2 mittlere Gebäudehöhe h1, h2 in m mittlerer Wandflächenindex wai1, wai2 mittlerer Versiegelungsanteil vs (der unbebauten Fläche zwischen Gebäuden) Typ 2 Typ 1 versiegelte Fläche niedrige Vegetation unbewachsen Modellgitterzelle Klasse Beschreibung vg1 vg2 h1 h2 wai1 wai2 vs 1 Siedlung (dicht) 0,30 15,0 2,70 0,80 2 Siedlung (locker) 0,12 8 2,80 0,25 5 Gewerbegebiet (dicht) 0, ,90 0,55 6 Gewerbegebiet (locker) 0, ,50 0,80 11 Ein- und Mehrfamilienhäuser (mittel) 0,20 9 2,88 0,30 12 Dorfkern und Einfamilienhäuser 0,50 9 2,23 0,80 13 Reihenhaussiedlung (mittel) 0,35 9 1,73 0,30 14 Zeilenbebauung (mittel) 0, ,68 0,80 15 Zeilenbebauung (primär) und Hochhäuser (sekundär) 0,12 0, ,49 10,53 0,90 16 Blockbebauung (mittel) 0, ,08 0,80 Arbeitstreffen Stadtklimakooperation München Ein- und Mehrfamilienhäuser (locker) 0,12 9 2,24 0,30

12 Charakteristische Parameter zur Beschreibung der MUKLIMO_3 Landnutzungsklassen: Rauigkeitslänge z0 in m, mittlere Baumhöhe hbm in m, Blattflächendichte in der Baumkrone bf1 in m 2 /m 3, mittlere Höhe des Stammraumes hst in m, Blattflächendichte im Stammraum bf0 in m 2 /m 3, Höhe der bodennahen Bewuchsschicht hca in m, Blattflächenindex in der bodennahen Bewuchsschicht lai, Grundflächenanteil des Baumbewuchses sigbm, Grundflächenanteil der bodennahen Bewuchsschicht sigma, mittlerer Versiegelungsanteil der Fläche vs. Kronenraum Stammraum niedrige Vegetation versiegelte Fläche Modellgitterzelle unbewachsen Klasse Beschreibung z0 hbm bf1 hst bf0 hca lai sigbm sigma vs 3 Wald 0, ,3 8 0,05 0,5 0,5 1,0 0,5 0,00 4 Park, Friedhof 0, ,7 8 0,05 0,5 1,5 0,2 0,9 0,02 7 Freiflächen 0,03 0,3 1,0 0,0 0,8 0,00 8 versiegelte Fläche 0,01 1,00 51 Gleisanlagen 0,03 0,20 0,5 0,0 0,4 0,80 52 Kleingärten 0,10 0,30 0,5 0,0 0,9 0,10 Tabelle vorherige Folie Gebäude 0,20 0,5 1,0 0,0 0,7 var. Arbeitstreffen Stadtklimakooperation München

13 Was erschwert / verhindert aktuell die Nutzung von Fernerkundungsdaten? Ungenügende räumliche Auflösung (CORINE Landcover) Fehlende physikalische Parameter (Urban Atlas, CORINE) Fehlende flächenhafte Verfügbarkeit (Urban Atlas, Daten aus Flugzeugbefliegungen einzelner Städte) Hohe Kosten (Produkte privater Anbieter) $ 13

14 Welche Anforderungen an die Fernerkundung gibt es? Um Stadtklimasimulationen national/international effektiv und vergleichbar durchführen zu können müssen Informationen zu Landoberflächen (Nutzungsklassen, physikalische Parameter) flächendeckend und einheitlich verfügbar sein! landesweit, europaweit, leicht zugänglich (technisch, finanziell), mit klar definierten Nutzungsrechten (kommerziell, Forschung & Lehre, hoheitlich) Geodaten Vefügbarkeit Zugang Nutzungsrechte 14

15 Welche Anforderungen an die Fernerkundung gibt es? Modelle mit unaufgelöster Bebauung Die horizontale Auflösung der Landnutzungsinformation muss deutlich höher (ca. 10x) sein als die Auflösung des Klimamodells (Berücksichtigung subskaliger Effekte) Bebaute Flächenanteile müssen von anderen versiegelten Flächen (Straßen, Plätze) unterschieden werden Physikalische Parameter müssen auch Informationen über die 3. Dimension besitzen (Gebäudehöhe, Vegetationshöhe) Bebauung versiegelte Fläche niedrige Vegetation unbewachsen Modellgitterzelle 15

16 Welche Anforderungen an die Fernerkundung gibt es? Modelle mit aufgelöster Bebauung kleinskaligen Fragestellungen erfordern auch detaillierte Informationen zu den Materialeigenschaften der Gebäudewände, zur Existenz von Überhängen / Durchgängen von Gebäuden und zur Dachform und -orientierung 16 Foto: Wikipedia (Montreal Habitat)

17 Welche Nutzungsmöglichkeiten bieten Fernerkundungsdaten / Copernicus Dienste? Bereitstellung von Modelleingangsdaten Orographie, Landnutzung, phys. Parameter, meteorol. Initialisierung Bereitstellung von Modellevaluationsdaten Oberflächentemperaturen, atmosphärische Grenzschichthöhe, Nahtlose Vorhersage durch einheitliche Landnutzung / physikalische Parameter für die Modellkette (global bis lokal/urban) Bessere Vergleichbarkeit und somit bessere Datengrundlage für die Raumplanung und Klimaanpassung Weiterentwicklung von Stadtklimamodellen direkte Nutzung von Rasterdaten physikalischer Parameter ohne Kategorisierung über Landnutzungsklassen 17

18 Vielen Dank für Ihre Aufmerksamkeit! Foto: M. Kügler 18