Erfassung von Ausweichbewegungen von Zugvögeln mittels Pencil Beam Radar und Erfassung von Vogelkollisionen mit Hilfe des Systems VARS

Transkript

1 DOTI 29 - Matthias Ibeler Erfassung von Ausweichbewegungen von Zugvögeln mittels Pencil Beam Radar und Erfassung von Vogelkollisionen mit Hilfe des Systems VARS Schlussbericht zum Projekt Ökologische Begleitforschung am Offshore-Testfeldvorhaben alpha ventus zur Evaluierung des Standarduntersuchungskonzeptes des BSH (StUKplus) Dr. Axel Schulz, Dr. Tobias Dittmann, Dr. Timothy Coppack Im Auftrag des Bundesamts für Seeschifffahrt und Hydrographie (BSH) Rostock, August 214

2 (FKZ A/IfAÖ1 und IfAÖ2) Auftraggeber: Bundesamt für Seeschifffahrt und Hydrographie (BSH) Bernhard-Nocht-Straße Hamburg Auftragnehmer: Institut für Angewandte Ökosystemforschung GmbH Alte Dorfstr. 11, Neu Broderstorf Tel , Fax: Stand: August 214 Die diesem Bericht zugrunde liegenden Untersuchungen wurden im Rahmen des Forschungsvorhabens Ökologische Begleitforschung am Offshore-Testfeldvorhaben alpha ventus zur Evaluierung des Standarduntersuchungskonzeptes des BSH (StUKplus) durchgeführt. Das StUKplus-Vorhaben wird mit Mitteln des Bundesministeriums für Umwelt, Naturschutz und Reaktorsicherheit unter dem Förderkennzeichen A gefördert. Es ist Bestandteil der Forschungsinitiative Research at alpha ventus (RAVE). Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autoren. Seite 2

3 (FKZ A/IfAÖ1 und IfAÖ2) Erfassung von Ausweichbewegungen von Zugvögeln mittels Pencil Beam Radar und Erfassung von Vogelkollisionen mit Hilfe des Systems VARS Auftragnehmer IfAÖ - Institut für angewandte Ökosystemforschung GmbH Auftragsnummer A/IfAÖ A/IfAÖ2 Projektbezeichnung Erfassung von Ausweichbewegungen von Zugvögeln mittels Pencil Beam Radar und Erfassung von Vogelkollisionen mit Hilfe des Systems VARS Laufzeit des Projektes Projektbeteiligte Dr. Axel Schulz, Dr. Tobias Dittmann, Dr. Timothy Coppack Seite 3

4 (FKZ A/IfAÖ1 und IfAÖ2) 1. Zusammenfassung Die Einschätzung der Effekte von Offshore-Windparks auf Zugvögel ist eine der relevantesten naturschutzfachlichen Fragen im Zusammenhang mit der Nutzung regenerativer Energie auf offener See. Bisher bestanden national und international kaum Kenntnisse über das nächtliche Verhalten von Vögeln im Nahbereich von Windenergieanlagen, obwohl Nachtzieher einen Großteil des Vogelzugaufkommens ausmachen. Im Rahmen der Evaluierung des Standarduntersuchungskonzepts (StUK3) des BSH und der Forschungen zum Offshore-Windpark alpha ventus (RAVE - Research at alpha ventus) wurden neue Methoden und Ansätze für das Betriebsmonitoring von Offshore-Windparks entwickelt, um insbesondere Aussagen zur Gefährdung von Zugvögeln durch Kollision zu ermöglichen. Die Ergebnisse der beiden in diesem Kontext verwirklichten Projekte Erfassung von Ausweichbewegungen von Zugvögeln mittels Pencil Beam Radar und Erfassung von Vogelkollisionen mit Hilfe des Systems VARS werden im vorliegenden Bericht gemeinsam dargestellt. Dabei werden mit beiden Ansätzen erhobene Daten miteinander verschnitten. In den Jahren erfolgten in beiden Projekten kontinuierliche Dauermessungen mit eigens hierfür entwickelten Messgeräten. Ein für den Einsatz im Offshorebereich sowie für Messungen in verschiedenen Richtungen und Höhenstufen modifiziertes Fixbeam- (= Pencil Beam-) Radar wurde auf der am Rand des Offshore-Windparks alpha ventus gelegenen Forschungsplattform FINO1 installiert. Dieses Radargerät erfasste den nächtlichen Vogelzug bis in eine Höhe von 3.4 m. Es erlaubte eine Abschätzung absoluter Zugraten und ermöglichte weiterhin eine automatische Erkennung und Unterscheidung ziehender Vögel auf Basis ihrer Flügelschlagmuster. Als mögliche großräumige Auswirkungen von Offshore-Windparks auf nachts ziehende Vögel werden einerseits Scheuchwirkungen (macro-avoidance) und andererseits Lockeffekte durch die vorgeschriebene Beleuchtung der Anlagen und begleitende Strukturen diskutiert, die zu verringerten bzw. zu erhöhten Vogelzahlen innerhalb des Offshore-Windparks führen könnten. Vor diesem Hintergrund wurden die mit dem Fixbeam-Radar in sieben Zugperioden im Windpark alpha ventus gemessenen Zugraten mit solchen aus einem Referenzbereich außerhalb des Offshore- Windparks verglichen. Dabei ergab sich eine starke Variation zwischen den einzelnen Zugnächten. Im Mittel wurden in fünf der sieben untersuchten Saisons innerhalb der untersten 2 Höhenmeter signifikant höhere Zugraten innerhalb des Offshore-Windparks ermittelt. Im Herbst 212 wurden außerhalb des Offshore-Windparks höhere Zugraten festgestellt, im Herbst 213 konnten keine Unterschiede registriert werden. Den größten Anteil der registrierten Nachtzieher stellten Singvögel. Weiterhin wurden zwei für den Offshore-Einsatz optimierte Kamerasysteme (VARS: Visual Automatic Recording System) entwickelt, die sowohl tagsüber als auch nachts eine automatische Erfassung fliegender Vögel gestatten. Eines dieser Kamerasysteme wurde auf der Gondel einer Windenergieanlage (AV4, REpower 5M) montiert und erfasste fliegende Vögel im Rotorbereich. Ein weiteres VARS, das ein horizontales Blickfeld über das Plattformdeck in den Offshore-Windpark besaß, wurde am Turmfuß derselben Turbine installiert. Vor allem die Kamera auf der Gondel diente der Ermittlung von Kollisionsraten sowie über einen Abgleich mit den mittels Radar erfassten Zugraten dem Nachweis von Ausweichbewegungen im unmittelbaren Nahbereich des Rotors (micro-avoidance). Seite 4

5 (FKZ A/IfAÖ1 und IfAÖ2) Zur Ermittlung von Kollisionsraten wurde das Modell von Band (2, 212) bzw. Band et al. (27) genutzt. Hierbei konnten sonst auf Annahmen basierende, kritische Größen (z. B. avoidance rate) durch konkrete Messwerte aus dem Rotorbereich ersetzt werden. Die notwendigen Parameter lagen über die Betriebsdaten der Windenergieanlage und die Aufzeichnungen von VARS für den Moment des Rotordurchflugs eines jeden Vogels vor. Die Summe aller im oberen Rotorbereich beobachteten Einzelereignisse ergab eine Kollisionsrate von 8-14 Individuen pro Anlage und Jahr. Rund 82 % der beobachteten Rotordurchflüge traten in der Dunkelphase und entsprechend wenige bei Tageslicht auf. Um möglichen Verteilungsunterschieden von Vögeln in verschiedenen Höhenstufen des Rotors gerecht zu werden, wurden zusätzlich zur Gondelkamera auch die Daten vom Turmfuß herangezogen. Danach ergab sich eine potenzielle Kollisionsrate von Kollisionsereignissen pro Anlage und Jahr. Mit VARS wurden im Rotorbereich signifikant weniger Vögel beobachtet, wenn der Rotor drehte. Dass dieser Sachverhalt ein tatsächliches Ausweichverhalten widerspiegelt, ließ sich auch aus Vergleichen mit den Radardaten folgern. Das Verhältnis von Rotordurchflügen (ermittelt mit VARS) und der mit Radar gemessenen Zugrate in der relevanten Höhenschicht ergab bei Betrieb der Anlage eine nächtliche Ausweichrate im Nahbereich (micro-avoidance) von 95,62 98,3 %. Bei still stehendem Rotor verringerte sich die Ausweichrate auf 4,73 %. Hiermit wurde erstmals eine Ausweichrate für nachts ziehende Vögel ermittelt, die auf gemessenen Durchflugraten im Rotorbereich und Flugraten im Offshore-Windpark alpha ventus basiert. Ein solcher Wert ist wesentliche Voraussetzung für die Nutzung von Kollisionsmodellen. Auch eine Kollisionsrate, die die besonders relevante Artengruppe der Singvögel einschließt, und auf einer Dauermessung im Rotorbereich einer Offshore-Windenergieanlage basiert, war bisher nicht verfügbar. Seite 5

6 (FKZ A/IfAÖ1 und IfAÖ2) 2. Summary The effects of offshore windfarms on migratory birds are among the most relevant conservation concerns related to the use of renewable energy at sea. Although night-time migrants make up a large proportion of the overall migration volume, knowledge about their behaviour in the vicinity of wind turbines was hitherto scant - both nationally and internationally. As part of the evaluation process leading to the standard investigation concept (StUK, issued by BSH) and within the research initiative RAVE at Germany s first offshore wind farm alpha ventus, new methods and approaches for monitoring birds at operational wind turbines were specially developed to provide evidence on the risk of collision for migratory birds. The present report summarizes results of two research projects, which included the development and application of two remote sensing technologies: pencil beam radar and VARS (Visual Automated Recording System). Results emerging from both projects are blended together in this report. Continuous long-term measurements using both technologies were carried out between 21 and 213. A purpose-built and modified fixbeam (= pencil beam) radar was installed on the research platform FINO1 near the offshore wind farm alpha ventus. This radar system automatically detects nocturnal bird migration in elevations of up to 3.4 m and enables the calculation of absolute migration rates and a differentiation of migrating bird taxa on the basis of their wingbeat patterns. One possible large-scale impact of offshore wind farms on night migrating birds is macro-avoidance (avoidance of the entire wind farm area). Furthermore, the attraction of birds through artificial lights on turbines and associated structures may locally reduce or increase the number of birds flying within the wind farm. Against this backdrop, migration rates as measured with fixbeam radar over seven seasons in the wind farm were compared with values from a reference area outside the wind farm. Results showed strong variation between migratory nights. In five out of seven seasons, significantly higher migration rates were detected on average inside the wind farm within the lowest 2 meters. In autumn 212, higher migration rates were found outside the wind farm; in autumn 213, no differences were detected. The largest share of detected nocturnal migrants included songbirds. The camera system VARS (Visual Automatic Recording System; purpose-developed for offshore conditions) allows automatic detection of flying birds at day and night. One of these camera systems was mounted on the nacelle of a wind turbine (AV4, Repower 5M) and captured birds flying in the rotor-swept zone. Another VARS with a horizontal field of view was installed on the platform deck of the same turbine. The camera on the nacelle was deployed to assess collision rates as well as micro-avoidance rates (avoidance of the rotor-swept zone) through comparison with event rates measured at a larger spatial scale by radar. Collision rates were determined on the basis of the Band model (Band 2, 212, Band et al. 27). The most critical input variable avoidance rate, which is usually based on broad assumptions, was replaced by actual values measured at the operational wind turbine. All necessary parameters, i.e. the operational state of the wind turbine and records of birds passing the rotor-swept zone, were available. The sum of all single events observed in the outermost rotor zone resulted in a collision rate of 8-14 individuals per year and turbine. Seite 6

7 (FKZ A/IfAÖ1 und IfAÖ2) Around 82 % of the observed flights through the rotor-swept zone occurred during the dark phase and accordingly less in daylight. To account for variation in the distribution of birds flying at different elevations, the data of the second camera on the platform deck were integrated, resulting in a potential collision rate of victims per year and turbine. Significantly lower numbers of birds were observed within the rotor-swept zone when the turbine was running. Comparisons with simultaneous radar data suggested that this relationship reflects actual avoidance behaviour. The ratio of events determined with VARS within the rotor-swept zone and migration rates measured with radar at relevant elevations yielded nocturnal micro-avoidance rates that ranged from to 98.3 %. The micro-avoidance rate decreased to 4.73 % when the rotors were standing still. We herein present for the first time avoidance rates for night-migrating birds based on actual flight rates measured within the rotor-swept zone of a wind turbine and inside a wind farm. These micro-avoidance values are an essential prerequisite for the effective use of collision risk models. Moreover, a collision rate including the most relevant group of species of birds, i.e. nocturnal passerine migrants, and which is based on continuous measurements in the rotor-swept zone of an offshore wind turbine, was previously unavailable. Seite 7

8 (FKZ A/IfAÖ1 und IfAÖ2) 3. Inhaltsverzeichnis 1. Zusammenfassung Summary Inhaltsverzeichnis Tabellenverzeichnis Abbildungsverzeichnis Abkürzungsverzeichnis Einleitung Stand von Wissenschaft und Technik Kollisionsrisiko Erfassung des Vogelzugs nach StUK mittels Radar Material und Methoden Erfassung des Vogelzuges mit Radar Messdesign Auswertung Datenauswahl für Darstellung allgemeiner Zugphänologien Datenauswahl für Darstellung von Höhenklassen Wetterparameter Erfassung von Vögeln mit dem Kamerasystem VARS Ermittlung von Kollisionsraten Ermittlung einer Ausweichrate für den Nahbereich (micro-avoidance) Methodenkritik Fixbeam-Radar VARS Band-Modell Ergebnisse Zeitliches Auftreten des Vogelzuges im Bereich des Windparks alpha ventus Höhenverteilung ziehender Vögel über die Saison Verhalten der Vögel an der Offshore-Windenergieanlage AV Erfassung von Vögeln im Rotorbereich der OWEA AV Erfassung von Vogelereignissen über dem Plattformdeck der AV Differenzierung nach dem Betriebszustand der OWEA AV Beteiligtes Artenspektrum Beispiele für besondere Locknächte Betrachtungen zum Anlockereignis am Seite 8

9 (FKZ A/IfAÖ1 und IfAÖ2) Betrachtungen zum Anlockereignis in der Nacht vom Kollisionsraten an der OWEA AV Großräumiges Ausweichen (macro-avoidance) Ausweichrate für den Nahbereich (micro-avoidance) Diskussion Phänologie und Intensität des Vogelzuges Zugrate innerhalb und außerhalb von alpha ventus (macro-avoidance) Einordnung der Ergebnisse zu Kollisionsrate und Ausweichrate im Nahbereich (micro-avoidance) Potenzielle Ursachen für Ausweichverhalten im Nahbereich von OWEA Anwendung von VARS und Fixbeam-Radar im Rahmen von StUK Ausblick Publikationen zum Projekt Literaturverzeichnis Anhang Jahreszeitliches Auftreten der mit Fixbeam-Radar erfassten Vögel Flughöhenverteilung der mit Fixbeam-Radar erfassten Vögel Seite 9

10 (FKZ A/IfAÖ1 und IfAÖ2) 4. Tabellenverzeichnis Tabelle 1: Technische Spezifikationen des Fixbeam-Radar BirdScan Tabelle 2: Termine der zehn stärksten mittleren stündlichen Zugraten pro Nacht (Vögel/h*km) innerhalb und außerhalb des Windparks alpha ventus mit den herrschenden Windbedingungen. Die Zugraten betreffen Vögel gesamt im Erfassungsbereich bis max. 3.4 m Höhe. SD = Standardabweichung, N = Anzahl der Stundenwerte. Das Datum gibt jeweils den Termin der Abenddämmerung an, die angegebenen Werte beziehen sich auf zusammenhängende Nächte Tabelle 3: Arten bzw. Artengruppen, die mit VARS an der OWEA AV4 erfasst wurden. Dargestellt ist die Anzahl der Ereignisse ohne Großmöwen (mehrfaches Auftreten des gleichen Individuums innerhalb einer Stunde entfernt). VARS Gondel: , VARS Plattformdeck: Tabelle 4: Kollisionsraten von Zugvögeln an der AV4 im Zeitraum , ermittelt aus den mit VARS erfassten Vogelbewegungen im Rotorbereich und dem Kollisionsmodell von Band (212) Seite 1

11 (FKZ A/IfAÖ1 und IfAÖ2) 5. Abbildungsverzeichnis Abbildung 1: Lage des Windparks alpha ventus (rotes Rechteck) in der AWZ (blaue Linie) der Deutschen Bucht Abbildung 2: Typisches Flügelschlagmuster eines Singvogels, wie es mit dem Fixbeam- Radar (im Gegensatz zu anderen Radartypen) erfassbar ist Abbildung 3: Schema der alternierenden Messungen innerhalb und außerhalb des Windparks alpha ventus mit dem Fixbeam-Radar. Die Pfeile geben die Hauptzugrichtungen der Nachtzieher an Abbildung 4: Schema der Messungen in drei verschiedenen Anstellwinkeln mit dem Fixbeam-Radar. Innerhalb einer Stunde wurden drei dieser Messungen innerhalb und drei Messungen außerhalb des Windparks durchgeführt Abbildung 5: VARS im Einsatz auf der Gondel der AV4 (links) und beim Test der Infrarotstrahler vor der Installation (rechts, infrarotempfindliche Aufnahme) Abbildung 6: Messkonzept von VARS auf der AV4 im Windpark alpha ventus Abbildung 7: Vergleich von rechnerischem Wert eines Testkörpers von 1 cm² (entspricht kleinem Singvogel) und den gemessenen Pixeln. Unterschiede ergeben sich durch Bewegungsunschärfe und Mischpixel am Körperrand Abbildung 8: Ausrichtung des VARS am Turmfuß der AV4 im Windpark alpha ventus und Definition des Sektors, in dem der Rotor über dem Kameraausschnitt dreht (schematisch). 32 Abbildung 9: Jahreszeitliches Auftreten von Vögeln verschiedener Typen während des Frühjahrszuges 211 im Bereich des Windparks alpha ventus und außerhalb nach Erfassung mittels Fixbeam-Radar. Dargestellt sind mittlere stündliche Zugraten pro Nacht plus/minus 95%-Konfidenzintervall. Beachte unterschiedliche Skalierungen. Das Datum gibt jeweils das Datum des Nachtbeginns an. Darstellung weiterer Saisons siehe Anhang Abbildung 1: Zugrate verschiedener Vogelgruppen während des Frühjahrszuges 211 in Höhen bis 2 m (schwarz) sowie in größeren Höhen (grau) im Bereich des Windparks alpha ventus und außerhalb. Dargestellt sind mittlere stündliche Zugraten pro Nacht. Beachte unterschiedliche Skalierungen. Das Datum gibt jeweils den Termin des Nachtbeginns an Abbildung 11: Verteilung der Vogelindividuen in der ersten Jahreshälfte 211 bis 213, erfasst mit VARS von der Gondel der AV4 im Windpark alpha ventus (unabhängig vom Betrieb der Anlage). Orange: Vögel im Rotorbereich, grau: außerhalb Rotorbereich, schwarz: Messlücken Abbildung 12: Verteilung der Vogelindividuen in der zweiten Jahreshälfte 21 bis 213, erfasst mit VARS von der Gondel der AV4 im Windpark alpha ventus (unabhängig vom Betrieb der Anlage). Orange: Vögel im Rotorbereich, grau: außerhalb Rotorbereich, schwarz: Messlücken Abbildung 13: Verteilung der Vogelindividuen in der ersten Jahreshälfte 212 und 213, erfasst mit VARS vom Plattformdeck der AV4 (ohne Möwen und Kormorane). durchbrochene Säulen: Einordnung als Vogel unsicher Seite 11

12 (FKZ A/IfAÖ1 und IfAÖ2) Abbildung 14: Verteilung der Vogelindividuen in der zweiten Jahreshälfte 212 und 213, erfasst mit VARS vom Plattformdeck der AV4 (ohne Möwen und Kormorane). durchbrochene Säulen: Einordnung als Vogel unsicher Abbildung 15: Jahreszeitliche Aktivität von Großmöwen im Windpark alpha ventus nahe der AV4, erfasst mit VARS (Blickrichtung horizontal vom Plattformdeck der AV4) Abbildung 16: Verteilung der Vogelaktivität (Individuen/Stunde) im Rotorbereich der AV4 in Abhängigkeit vom Betrieb der Anlage und der Tageszeit (9/21-8/213). Als Grenze zwischen Tag und Nacht wurde die bürgerliche (zivile) Dämmerung angesetzt. Die Anlaufgeschwindigkeit betrifft eine Rotationsperiode von 7,76-8,31 Sekunden Abbildung 17: Verteilung der Vogelaktivität (Individuen/Stunde) am Plattformdeck der AV4 in Abhängigkeit vom Betrieb der Anlage und der Tageszeit (3/212-8/213). Als Grenze zwischen Tag und Nacht wurde die bürgerliche (zivile) Dämmerung angesetzt. Die Anlaufgeschwindigkeit betrifft eine Rotationsperiode von 7,76-8,31 Sekunden Abbildung 18: Verteilung von Abbildung 17, abzüglich der Nacht vom bei den Vogelereignissen ohne Großmöwen und Kormorane (links) und dem bei den Großmöwen und Kormoranen (rechts) Abbildung 19: Beispiele für Vogelaufzeichnungen mit VARS (links: Mauersegler bei Nacht, rechts: Steinschmätzer am Tag). Einzelbilder aus Videosequenzen Abbildung 2: Anzahl der Vogelereignisse im Rotorbereich nach Aufzeichnungen von VARS (orange) und zugehörige Leistung der AV4 (grau). Von 6: bis 8: Uhr (UTC) wurden nur Vogelereignisse oberhalb des Rotors (nicht dargestellt) registriert Abbildung 21: Mit Fixbeam-Radar ermittelter Zughöhenverlauf innerhalb und außerhalb des Windparks alpha ventus in zwei aufeinander folgenden Herbstnächten mit hoher Zugintensität, 31.1./ (oben) und 1./ (unten) mit den Wetterparametern Rückenwindkomponente (= tailwind component TWC), Seitenwindkomponente (crosswind component CWC) und Luftfeuchte. Niederschlag wurde nicht festgestellt. Die Fläche der Kreise entspricht der Zugrate. In der Nacht 31.1./ wurde in den letzten Nachtstunden mit dem Kamerasystem VARS eine starke Anlockung von Singvögeln an der Windturbine AV4 festgestellt, nicht aber in der Folgenacht (s. o.) Abbildung 22: In den starken Zugnächten vom und hielt sich ein stark beleuchtetes Schiff an der AV4 auf (Aufnahme des VARS am Plattformdeck der AV4). Alle auf dem Bild erkennbaren Lichtquellen und Konstruktionen betreffen das Schiff. In unbeeinflussten Nächten war der gleiche Bildausschnitt dunkel Abbildung 23: Anzahl der Vogelbewegungen im Rotorbereich der AV4 nach Aufzeichnungen von VARS. Die Zeiträume der beiden Nächte sind grau hinterlegt. Zeitangaben in UTC Abbildung 24: Mit Fixbeam-Radar ermittelter Zughöhenverlauf innerhalb und außerhalb des Windparks alpha ventus in zwei aufeinander folgenden Frühjahrsnächten hoher Zugintensität, 13./ (oben) und 14./ (unten) mit Rückenwindkomponente (TWC), Seitenwindkomponente (CWC), Luftfeuchte und Niederschlag. Fläche der Kreise entspricht Zugrate. In der Nacht 13./ wurde mit VARS eine starke Anlockung von Singvögeln an der Windturbine AV4 festgestellt, in der Folgenacht in geringerem Maße (s. o.) Seite 12

13 (FKZ A/IfAÖ1 und IfAÖ2) Abbildung 25: Mittlere stündliche Zugraten + Standardfehler innerhalb und außerhalb des Windparks alpha ventus nach Radarmessungen. Grundlage des Vergleichs sind die Zugraten aller Nachtstunden, in denen Daten von beiden Seiten aus allen drei Anstellwinkeln vorlagen und hierbei mindestens ein Echo registriert wurde. Wilcoxon-Tests. Zahlen über den Säulenpaaren geben die Anzahl der betrachteten Nachtstunden an. *: p <,5, **: p <,1, ***: p <, Abbildung 26: Nächtliche Ansicht der OWEA AV2 im Windpark alpha ventus am um Mitternacht aufgenommen mit VARS aus 1,15 km Entfernung. Die Rotorblätter und der Turm der Anlage sind durch Mondlicht (Vollmond: 3.9., Halbmond: 22.9.) deutlich erkennbar Abbildung 27: Nächtliche Ansicht der OWEA AV2 im Windpark alpha ventus am um Mitternacht aufgenommen mit VARS aus 1,15 km Entfernung. Die Rotorblätter und der Turm der Anlage sind durch Mondlicht (hellerer Wolkenhintergrund, Vollmond: 3.9.) deutlich erkennbar Abbildung 28: Jahreszeitliches Auftreten von Vögeln verschiedener Typen während des Herbstzuges 21 im Bereich des Windparks alpha ventus und außerhalb nach Erfassung mittels Fixbeam-Radar. Dargestellt sind mittlere stündliche Zugraten pro Nacht plus/minus 95%-Konfidenzintervall. Beachte unterschiedliche Skalierungen. Das Datum gibt jeweils das Datum des Nachtbeginns an Abbildung 29: Jahreszeitliches Auftreten von Vögeln verschiedener Typen während des Herbstzuges 211 im Bereich des Windparks alpha ventus und außerhalb nach Erfassung mittels Fixbeam-Radar (Frühjahr 211 wird bereits in Kapitel 4.1. präsentiert). Dargestellt sind mittlere stündliche Zugraten pro Nacht plus/minus 95%-Konfidenzintervall. Beachte unterschiedliche Skalierungen. Das Datum gibt jeweils das Datum des Nachtbeginns an. Gelb: Messlücken Abbildung 3: Jahreszeitliches Auftreten von Vögeln verschiedener Typen während des Frühjahrszuges 212 im Bereich des Windparks alpha ventus und außerhalb nach Erfassung mittels Fixbeam-Radar. Dargestellt sind mittlere stündliche Zugraten pro Nacht plus/minus 95%-Konfidenzintervall. Beachte unterschiedliche Skalierungen. Das Datum gibt jeweils das Datum des Nachtbeginns an. Gelb: Messlücken Abbildung 31: Jahreszeitliches Auftreten von Vögeln verschiedener Typen während des Herbstzuges 212 im Bereich des Windparks alpha ventus und außerhalb nach Erfassung mittels Fixbeam-Radar. Dargestellt sind mittlere stündliche Zugraten pro Nacht plus/minus 95%-Konfidenzintervall. Beachte unterschiedliche Skalierungen. Das Datum gibt jeweils das Datum des Nachtbeginns an. Gelb: Messlücken Abbildung 32: Jahreszeitliches Auftreten von Vögeln verschiedener Typen während des Frühjahrszuges 213 im Bereich des Windparks alpha ventus und außerhalb nach Erfassung mittels Fixbeam-Radar. Dargestellt sind mittlere stündliche Zugraten pro Nacht plus/minus 95%-Konfidenzintervall. Beachte unterschiedliche Skalierungen. Das Datum gibt jeweils das Datum des Nachtbeginns an. Gelb: Messlücken Abbildung 33: Jahreszeitliches Auftreten von Vögeln verschiedener Typen während des Herbstzuges 213 im Bereich des Windparks alpha ventus und außerhalb nach Erfassung mittels Fixbeam-Radar. Dargestellt sind mittlere stündliche Zugraten pro Nacht plus/minus Seite 13

14 (FKZ A/IfAÖ1 und IfAÖ2) 95%-Konfidenzintervall. Beachte unterschiedliche Skalierungen. Das Datum gibt jeweils das Datum des Nachtbeginns an Abbildung 34: Zugrate verschiedener Vogelgruppen während des Herbstzuges 21 in Höhen bis 2 m (schwarz) sowie in größeren Höhen (grau) im Bereich des Windparks alpha ventus und außerhalb nach Messungen mit Fixbeam-Radar. Dargestellt sind mittlere stündliche Zugraten pro Nacht. Das Datum gibt jeweils den Termin des Nachtbeginns an Abbildung 35: Zugrate verschiedener Vogelgruppen während des Herbstzuges 211 in Höhen bis 2 m (schwarz) sowie in größeren Höhen (grau) im Bereich des Windparks alpha ventus und außerhalb nach Messungen mit Fixbeam-Radar (Daten aus dem Frühjahr 211 s. Kapitel 4.2). Dargestellt sind mittlere stündliche Zugraten pro Nacht. Das Datum gibt jeweils den Termin des Nachtbeginns an Abbildung 36: Zugrate verschiedener Vogelgruppen während des Frühjahrszuges 212 in Höhen bis 2 m (schwarz) sowie in größeren Höhen (grau) im Bereich des Windparks alpha ventus und außerhalb nach Messungen mit Fixbeam-Radar. Dargestellt sind mittlere stündliche Zugraten pro Nacht. Das Datum gibt jeweils den Termin des Nachtbeginns an Abbildung 37: Zugrate verschiedener Vogelgruppen während des Herbstzuges 212 in Höhen bis 2 m (schwarz) sowie in größeren Höhen (grau) im Bereich des Windparks alpha ventus und außerhalb nach Messungen mit Fixbeam-Radar. Dargestellt sind mittlere stündliche Zugraten pro Nacht. Das Datum gibt jeweils den Termin des Nachtbeginns an Abbildung 38: Zugrate verschiedener Vogelgruppen während des Frühjahrszuges 213 in Höhen bis 2 m (schwarz) sowie in größeren Höhen (grau) im Bereich des Windparks alpha ventus und außerhalb nach Messungen mit Fixbeam-Radar. Dargestellt sind mittlere stündliche Zugraten pro Nacht. Das Datum gibt jeweils den Termin des Nachtbeginns an Abbildung 39: Zugrate verschiedener Vogelgruppen während des Herbstzuges 213 in Höhen bis 2 m (schwarz) sowie in größeren Höhen (grau) im Bereich des Windparks alpha ventus und außerhalb nach Messungen mit Fixbeam-Radar. Dargestellt sind mittlere stündliche Zugraten pro Nacht. Das Datum gibt jeweils den Termin des Nachtbeginns an Seite 14

15 (FKZ A/IfAÖ1 und IfAÖ2) 6. Abkürzungsverzeichnis AV4 Windenergieanlage Nummer 4 im Offshore-Windpark alpha ventus Bft. Beaufort BMU Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit BSH Bundesamt für Seeschifffahrt und Hydrographie CWC crosswind component (Seitenwindkomponente) db (A) dem menschlichen Gehör angepasster Schalldruckpegel in Dezibel db Dezibel FINO Forschungsplattform in Nord- und Ostsee FKZ Förderkennzeichen IfAÖ Institut für Angewandte Ökosystemforschung GmbH Ind. Individuen IR Infrarot Kap. Kapitel MTR migration traffic rate MW Megawatt N Größe der Stichprobe NE Nordost NERI National Environmental Research Institute, Dänemark NW Nordwest OWEA Offshore-Windenergieanlage RAVE Research at Alpha VEntus SE Südost StUK Standarduntersuchungskonzept SW Südwest TWC tailwind component (Rückenwindkomponente) UTC Universal Time Coordinated VARS Visual Automatic Recording System VPN Virtual Private Network Seite 15

16 (FKZ A/IfAÖ1 und IfAÖ2) 7. Einleitung Die deutsche Bundesregierung strebt im Zuge der Energiewende einen verstärkten Ausbau der erneuerbaren Energien an, bei dem die Erschließung der deutschen Meeresgebiete für großflächige Windparks eine zentrale Stellung einnimmt. Bei einem solchen Ausbau der Offshore-Windenergienutzung sind die möglichen Gefährdungen der Meeresumwelt, einschließlich des Vogelzuges zu berücksichtigen. Am Beispiel des ersten deutschen Offshore- Windparks in der Nordsee, alpha ventus, wurden derartige Umweltauswirkungen im Detail untersucht. Alpha ventus liegt rund 45 km nordwestlich der Insel Borkum in der Deutschen Bucht (Abbildung 1). Dieser Teil der Nordsee wird jährlich von Millionen von Zugvögeln überflogen, bei denen es sich zum größten Teil um Singvögel handelt, die in Skandinavien brüten (Dierschke et al. 211). Aber auch Wasser- und Watvögel queren in großer Zahl das Seegebiet. Der Vogelzug über der Deutschen Bucht findet zu allen Jahreszeiten statt, konzentriert sich aber in zwei Phasen mit besonders hohen Zugintensitäten, die sich von Anfang März bis Ende Mai (Frühjahrszug) sowie von Mitte Juli bis Mitte November (Herbstzug) erstrecken (Dierschke et al. 211). Damit stellt die Bewertung des Kollisionsrisikos für Zugvögel eine der relevantesten naturschutzfachlichen Fragen im Zusammenhang mit der Nutzung regenerativer Energie auf offener See dar. Nachtzieher spielen eine besondere Rolle, da sie den größten Teil der ziehenden Individuen ausmachen und nächtlicher Vogelschlag an beleuchteten Strukturen auf offener See infolge von Lichtanlockung vielfach belegt wurde (Gauthreaux & Belser 26). Mit den in der zweiten Fortschreibung des BSH-Standarduntersuchungskonzepts (StUK3; BSH 27) beschriebenen Methoden zur Untersuchung der Auswirkungen von Offshore- Windenergieanlagen auf die marine Umwelt ließ sich das nächtliche Verhalten von Vögeln im unmittelbaren Rotorbereich von Windenergieanlagen jedoch nicht erfassen. Für Singvögel gilt dies auch für die Hellphase, da die meist großen Entfernungen zwischen Ankerpositionen (bzw. Plattform) und Turbinen keine Beobachtungen des Verhaltens kleiner Arten im direkten Umfeld der Turbinen zulassen. Im Rahmen des StUKplus-Forschungsvorhabens, das Bestandteil der Forschungsinitiative Research at alpha ventus (RAVE) ist, sollten Lösungen für dieses Problemfeld gefunden werden, die letztlich auf eine Evaluierung des StUK ausgerichtet waren. Im Mittelpunkt standen die Fragen, welche Auswirkungen der aus 12 Anlagen der 5-MW-Klasse bestehende Offshore-Windpark alpha ventus auf den Vogelzug inklusive Kollisionen mit den Rotoren besitzt und über welche Technologien ein Betriebsmonitoring von Offshore-Windparks realisierbar ist. Als zentraler Lösungsansatz wurden kontinuierliche Dauermessungen von festen Standorten angesehen, da sich der Vogelzug an nur wenigen Tagen im Jahr konzentrieren kann und damit bei den diskontinuierlich durchgeführten Erfassungen von Schiffen und Plattformen die Gefahr besteht, entscheidende Ereignisse nicht zu registrieren. Dies betrifft in besonderem Maße die Ermittlung des Kollisionsrisikos mit den Turbinen, aber auch die lückenlose Dokumentation des Zugverlaufs. Voraussetzung für kontinuierliche Dauermessungen war der Einsatz automatisierter Verfahren. Der Schwerpunkt der Untersuchungen lag in der Erfassung des nächtlichen Vogelzugs, da hier das größte Gefahrenpotenzial gesehen wird und die wesentlichen Wissenslücken bestehen (vgl. Cook et al. 212). Dabei fokussiert der vorliegende Bericht auf die Kernfragen zu Lichtanlockung und Ausweichverhalten, inklusive der Ermittlung von Kollisions- und Aus- Seite 16

17 (FKZ A/IfAÖ1 und IfAÖ2) weichraten. Da die Reaktionen der Vögel auf den gesamten Offshore-Windpark und/oder auf die einzelnen Turbinen erfolgen konnten, mussten verschiedene räumliche Dimensionen betrachtet werden. So erfolgten auf großräumiger Ebene Vergleiche von Zugraten innerhalb und außerhalb des Windparks mittels Fixbeam- (= Pencil Beam-) Radar (Neumann et al. 29) und im Nahbereich der Windenergieanlagen mit dem speziell entwickelten Kamerasystem VARS (Visual Automatic Recording System, Schulz et al. 29). Analog dazu war bei der Ermittlung von Ausweichraten zwischen großräumigem Ausweichen vor dem Windpark (macro-avoidance) und Ausweichen unmittelbar vor dem Rotor (micro-avoidance) zu unterscheiden. Übergeordnetes Ziel der Untersuchungen war die Erprobung der Radar- und Kameratechnik sowie des Messdesigns, um Lösungen für die Evaluation des BSH-Standarduntersuchungskonzepts anzubieten. Bereits im Oktober 213 wurde die Anpassung dieses Standards vollzogen (StUK4, BSH 213). In den Methodenkatalog des StUK4 wurde auf Basis der bisherigen Erfahrungen der Einsatz von Fixed Pencil Beam Radaren sowie optischen Systemen aufgenommen. Im vorliegenden Bericht werden die Ergebnisse der beiden StUKplus-Teilprojekte Erfassung von Ausweichbewegungen von Zugvögeln mittels Pencil Beam Radar (IfAÖ1) und Erfassung von Vogelkollisionen mit Hilfe des Systems VARS (IfAÖ2) gemeinsam dargestellt und die erzielten Daten miteinander verschnitten. Abbildung 1: Lage des Windparks alpha ventus (rotes Rechteck) in der AWZ (blaue Linie) der Deutschen Bucht. Seite 17

18 (FKZ A/IfAÖ1 und IfAÖ2) 8. Stand von Wissenschaft und Technik Im Offshore-Windpark alpha ventus wurden Methoden zur automatischen Erfassung des Vogelzugs eingesetzt, die dem aktuellen Stand der Technik entsprechen. Das Kamerasystem VARS sowie entscheidende Modifikationen des Fixbeam-Radars BirdScan wurden eigens in Forschungsprojekten des BMU entwickelt. Mit diesen Geräten wurden Daten erzielt, die in Detailgrad und Vollständigkeit deutlich über die Anforderungen des zu Projektbeginn maßgeblichen StUK3 (BSH 27) hinausgehen (Neumann et al. 29, Schulz et al. 29). Die genannten Geräte sind im internationalen Kontext als zuverlässige Techniken anerkannt (Coppack et al. 211, Schulz et al. 211b, Collier et al. 212). Der Dauerbetrieb eines Kamerasystems auf der Gondel einer Offshore-Windenergieanlage (VARS) und der Einsatz eines Fixbeam-Radars an einem im Betrieb befindlichen Offshore-Windpark stellen bislang Alleinstellungsmerkmale dieser Fernerkundungsmethoden innerhalb des Fachgebiets dar Kollisionsrisiko Bisherige Untersuchungen zu Kollisionsrisiken von Zugvögeln im Offshore-Bereich konzentrierten sich vornehmlich auf den Tagzug von Wasservögeln und basieren im Wesentlichen auf Sichtbeobachtungen in Kombination mit Radarmessungen (Noer et al. 2, Desholm & Kahlert 25, Larsen & Guillemette 27, Krijgsveld et al. 211, Cook et al. 212, Skov et al. 212, Furness et al. 213). Die Ergebnisse dieser Studien belegen vielfach ein großräumiges Ausweichverhalten von Wasservögeln gegenüber den Offshore-Windparks. Die Kollisionsraten werden nach derzeitigem Stand der Wissenschaft über Kollisionsmodelle geschätzt, die eine Kombination aus der Flughöhenverteilung von tagziehenden Wasservögeln und deren Meideverhalten (avoidance rates) beinhalten. Jedoch sind die erforderlichen Daten zum großräumigen Ausweichen (macro-avoidance) sehr inkonsistent und begrenzt verfügbar, Daten zum kleinräumigen Ausweichen im unmittelbaren Rotorbereich (microavoidance) liegen für Offshore-Windparks bisher kaum vor (Cook et al. 212). Die Ausweichraten (avoidance rates) werden in den Modellrechnungen meist mit 98 % - 99,5 % angesetzt, wobei Cook et al. (212) aufgrund der bestehenden Kenntnislücken empfehlen, auch 95 % zu nutzen. Mögliche Kollisionsrisiken, die mit echten Messdaten hinterlegt sind, können nur für einzelne Arten und Standorte abgeschätzt werden, z.b. für die Eiderente (Desholm & Kahlert 25, Desholm et al. 26). Für die zahlenmäßig weitaus größere Gruppe ziehender Singvögel liegen aus Offshore- Windparks vor allem aufgrund methodischer Probleme keine Daten aus der Literatur vor. Lediglich eine vom NERI entwickelte Infrarotkamera war ein Jahr lang im dänischen Offshore-Windpark Nysted I im Einsatz (Petersen et al. 26). Die technischen Einschränkungen des Systems (zu geringe Reichweite der Kamera) erlaubten jedoch keine Aussagen über Kollisionsraten von Singvögeln mit der Turbine. Genaue Untersuchungen von Singvögeln in der Nacht waren und sind besonders wesentlich, da schon kleine Variationen im Meideverhalten großen Einfluss auf die berechneten Kollisionsraten ausüben (Chamberlain et al. 26, Bellebaum et al. 28). Die Übertragung von Untersuchungen an Land auf Offshore- Standorte ist hierbei problematisch, weil Landvögel ihren Zug über See bei Eintritt schlechter Wetterbedingungen nicht unterbrechen können und die Lichtattraktion wahrscheinlich stärker ist (einzige Lichtquellen). Deshalb bestehen potenziell höhere Kollisionsrisiken über See. Seite 18

19 (FKZ A/IfAÖ1 und IfAÖ2) Zahlreiche Kollisionsopfer an Leuchttürmen und Offshore-Plattformen zeigen, dass Zugvögel über der offenen See einer Kollisionsgefahr mit beleuchteten anthropogenen Strukturen ausgesetzt sind (Blasius 189, 1891a, b, 1895, 1899, 194, Hansen 1954, Müller 1981, Orejas et al. 25, Aumüller et al. 211). Die jährlichen Kollisionsraten an Feuerschiffen lagen in der Nord- und Ostsee im Bereich von 1 bis 2 Kollisionen pro Jahr (Hansen 1954). An modernen, hohen Offshore-Plattformen verunglückten ebenfalls mehrere Hundert Vögel pro Jahr (Müller 1981, Orejas et al. 25). Aufgrund der unterschiedlichen Konstruktionen und Beleuchtungen ist die Übertragbarkeit der Kollisionsraten von Plattformen auf drehende Windenergieanlagen nicht gegeben. Beispielsweise stellten Young et al. (23) für Messtürme, die mit Stahlseilen abgespannt waren, drei- bis vierfach erhöhte Kollisionsraten im Vergleich zu den Windenergieanlagen der Umgebung fest. Über das nächtliche Verhalten von Vögeln gegenüber Offshore-Windparks ist wenig bekannt. Eiderenten zeigten auch nachts Meideverhalten gegenüber Windparks (in kürzerer Entfernung als am Tage) bzw. passten auch in der Dunkelheit ihre Flugrichtung dem Verlauf der Turbinenreihen an (Christensen et al. 24). Bei Kleinvögeln kann es an Küstenstandorten zumindest in unmittelbarer Nähe der Anlage zu kurzfristigen Ausweichbewegungen kommen (Winkelman 1992a) Erfassung des Vogelzugs nach StUK mittels Radar Im Rahmen der Risikobewertung der Errichtung von Offshore-Windenergieanlagen (OWEA) im Hinblick auf ziehende Vögel werden zur Erfassung des Vogelzugs nach den Untersuchungsstandards des BSH (StUK3 bzw. StUK4) Schiffsradargeräte eingesetzt. Diese werden überwiegend von Schiffen aus betrieben, sind vergleichsweise kostengünstig und ermöglichen durch ihre Mobilität eine Erreichbarkeit aller marinen Standorte. Bislang wurden vor allem vertikal rotierende Geräte eingesetzt, um Erkenntnisse über das jahreszeitliche Auftreten (Phänologie) des Vogelzugs sowie die Höhenverteilung zu gewinnen. Daneben werden Schiffsradargeräte auch im horizontalen Betrieb verwendet, um Flugrichtungen zu registrieren, doch ist dies nur bei sehr ruhiger See möglich. Grundsätzlich werden bei Verwendung von Schiffsradargeräten im herkömmlichen Betrieb Echosignale registriert, die im Vorfeld durch eine Software in nicht direkt nachvollziehbarer Form aufgearbeitet und in Form meist gelber Flecken auf dem Radarschirm dargestellt werden. Diese Signale werden als Vögel gewertet. Eine gewisse Validierung der Richtigkeit dieser Annahme kann durch den Abgleich mit bei Tag visuell entdeckten Vögeln oder nachts erfassten Zugrufen erfolgen. Die Erfahrung zeigt jedoch, dass ein visuelles Auffinden der auf dem Radarschirm dargestellten und als Vögel eingestuften Echos auch tagsüber nicht immer möglich ist. Hierbei ist zu berücksichtigen, dass Schiffsradargeräte mit relativ großen Öffnungswinkeln von meist ca. 2 arbeiten. Dadurch wird durch den rotierenden Radarstrahl ein recht großes Luftvolumen abgedeckt, die registrierten Signale aber nur auf einem 2-dimensionalen Bildschirm dargestellt. In Folge sind die auf dem Bildschirm dargestellten Signale in einem recht weiten Luftraum zu suchen, die Entfernung zum Beobachter ist oft weit und der Hintergrund des Himmels oft sehr hell und strukturarm, was ein Entdecken von Vögeln und damit die Validierung der Einstufung der erfassten Signale erschwert. Grundsätzlich werden durch Schiffsradargeräte aber auch andere Objekte im Luftraum wie Insekten, Feuchtigkeit, Staub, Luftmassengrenzen etc. dargestellt (Cooper et al. 1991, Hüppop et al. 29) und können mit Vögeln verwechselt werden. Eine Erfassung von Vögeln ist bis in eine Entfernung von 1. bis 1.5 m sinnvoll möglich. Insbesondere in den untersten 1 m ist die Erfassung durch Stör- Seite 19

20 (FKZ A/IfAÖ1 und IfAÖ2) signale von Bodenstrukturen, auf See durch Wellen, nur sehr eingeschränkt möglich (Orejas et al. 25, Hüppop et al. 26). Durch das Softwarebüro Steuri GmbH wurde in Kooperation mit der Schweizerischen Vogelwarte Sempach ein anderer Weg der Radarerfassung von Vögeln entwickelt: In Anlehnung an die Erfassung des Vogelzugs mit einem umgebauten Zielfolgeradar der Schweizerischen Armee ( Superfledermaus ), mit dem die Vogelwarte Sempach jahrzehntelange Erfahrung besitzt (Bruderer 1997a, b), wurden Schiffsradargeräte umgebaut und mit einer Parabolantenne versehen. Diese bündelt den Radarstrahl stark, so dass dieser einen Öffnungswinkel von nur etwas mehr als 2 besitzt. Durch die Bündelung reicht der Radarstrahl deutlich weiter. Eine Erfassung der kleinsten Singvögel ist bis in eine Entfernung von über 4 km möglich. Zudem besitzt der Strahl im Gegensatz zu Schiffsradargeräten herkömmlicher Verwendung durch die Bündelung einen sehr viel schärfer begrenzten Rand, so dass er bei Messung in geringen Höhen weniger anfällig für Störsignale durch Bodenstrukturen wie eine bewegte Wasseroberfläche oder auch in der Nähe befindliche Windenergieanlagen ist. Der Radarstrahl dreht nicht, sondern steht während der Messungen still. Aufgrund der Bündelung des Radarstrahls wird für diesen Radartyp u. a. der Begriff Pencilbeam-Radar verwendet. Andere Bezeichnungen wie fixed-beam-radar, fast fixed-beam Radar oder Fixbeam- Radar beziehen sich auf den während der Messungen still stehenden Strahl. Im Folgenden wird der Begriff Fixbeam-Radar verwendet. Durch Eichung mit der Superfledermaus, die Abgleich mit verschiedenen anderen Verfahren zur Vogelerfassung kalibriert wurde, erlaubt das Fixbeam-Radar eine Abschätzung absoluter Zugraten (Liechti et al. 1995, Neumann et al. 29). Im Gegensatz zu im herkömmlichen (oben beschriebenen) Betrieb verwendeten Schiffsradargeräten werden durch ein Fixbeam-Radar direkt Rohsignale der erfassten Objekte abgegriffen. Bei Objekten, die ihren Radarquerschnitt durch Bewegung verändern, wie dies bei Vögeln, die mit den Flügeln schlagen, der Fall ist, können die so erzeugten Veränderungen der Signale als Muster erkannt und zur Identifikation der Echos genutzt werden. Somit ist es im Gegensatz zu herkömmlichen Schiffsradargeräten möglich, Echos direkt zu bestimmen und Vogelechos von anderen Echos (Insekten, Feuchtigkeit etc.) zu unterscheiden (Schmaljohann et al. 28). Weiterhin ist es innerhalb der Vogelechos aufgrund gruppentypischer Flügelschlagfrequenzen möglich, zwischen drei verschiedenen Flugtypen zu unterscheiden: Singvogeltyp (Bogenflug: hochfrequente Schlagphase, gefolgt von einer Gleitphase, vgl. Abbildung 2), Watvogeltyp (gleichmäßige Flügelschläge ohne Gleitphase: Hierunter fallen neben Watvögeln auch Tauben, Enten, Möwen, Greife etc.), Seglertyp (relativ niederfrequente Schlagphase, gefolgt von einer längeren Gleitphase; vgl. Bruderer & Weitnauer 1972). Da es aber auch Übergänge gibt, Vögel nicht immer optimal im Strahl erfasst werden, Vögel auch in Gruppen fliegen können, wobei sich die Flügelschlagfrequenzen überlagern etc., ist ein Teil der Vogelechos nicht näher bestimmbar. Für die hier zu beantwortenden Fragen ist die Bestimmbarkeit von Singvogelechos von übergeordneter Bedeutung, da diese durch ihre Populationsgrößen einen erheblichen Anteil des Zuggeschehens ausmachen und insbesondere für nachtziehende Singvögel Lockwirkungen durch Lichtquellen mit der Folge von Massenkollisionen belegt sind (Gauthreaux & Belser 26, Aumüller et al. 211). Seite 2

21 (FKZ A/IfAÖ1 und IfAÖ2) Schlagphase Gleitphase mit angelegten Flügeln Flügelschlagmuster Abbildung 2: Typisches Flügelschlagmuster eines Singvogels, wie es mit dem Fixbeam-Radar (im Gegensatz zu anderen Radartypen) erfassbar ist. 9. Material und Methoden 9.1. Erfassung des Vogelzuges mit Radar Innerhalb des FuE-Vorhabens Entwicklung einer Methode zur automatischen Quantifizierung des Vogelzuges im Bereich von Offshore-Windparks und der Barrierewirkung der technischen Anlagen für den Vogelzug mittels fast fixed beam Radar war bereits ein auf den Einsatz im Offshore-Bereich zugeschnittener Prototyp eines Fixbeam-Radars namens BirdScan entwickelt worden (Neumann et al. 29). Dieses Gerät wurde für den Einsatz auf der Forschungsplattform FINO1 modifiziert, u. a., um den Vogelzug abwechselnd in zwei unterschiedlichen horizontalen Ausrichtungen messen zu können (Abbildung 3) sowie um eine Bedienbarkeit über eine Fernverbindung zu gewährleisten. Seit Herbst 21 läuft das Radargerät kontinuierlich. Im vorliegenden Bericht werden die Ergebnisse aus den Zugperioden Herbst 21 bis Herbst 213 dargestellt (Herbst 213 bis zum ). Im Jahr 21 kam es zunächst immer wieder zu Beeinträchtigungen durch ein anderes, von der Firma Avitec GbR ebenfalls auf der Plattform FINO1 betriebenes Radargerät (vgl. Hill et al. 214). Komplette Messausfälle, die gelegentlich auftraten, waren in erster Linie auf ein Abschalten des Radargerätes infolge anderweitiger Wartungsarbeiten auf der Plattform zurückzuführen, bei denen grundsätzlich der Strom abgestellt wurde. Zu technischen Spezifikationen des Radargerätes s. Tabelle 1. Seite 21

22 (FKZ A/IfAÖ1 und IfAÖ2) Tabelle 1: Technische Spezifikationen des Fixbeam-Radar BirdScan. Sender Theoretische Spitzen-Pulsleistung 25 kw Pulslänge,25 µs Pulsrepetitionsfrequenz Sendefrequenz 1.8 Hz 941 MHz ± 3 MHz (X-Band) Antenne Nomineller Strahlöffnungswinkel 2,2 Operationeller Strahlöffnungswinkel bis knapp 4 Durchmesser der Antenne Gewinn der Antenne Ausrichtung des Radarstrahls 1, m 35 db 114 (ca. SE) / 294 (ca. NW) Vertikaler Anstellwinkel 5,6-57 Empfänger Noise figure 5, db Bandbreite 2 MHz Messdesign Zur optimalen Erfassung des Vogelzuges im Radarstrahl sollte dieser quer zur Hauptzugrichtung der Vögel ausgerichtet sein, die als NE (Frühjahr) bzw. SW (Herbst) angenommen wurde. Um bei den Messungen im Windpark Störechos durch die Windturbinen so gering wie möglich zu halten, wurde der Radarstrahl mittig in die Lücken zwischen den Windturbinen gerichtet (horizontaler Winkel von 114, SE-Sektor), bei Messungen außerhalb des Windparks wurde die entgegengesetzte Richtung (294, NW-Sektor) gewählt (Abbildung 3). Diese Winkelangaben entsprechen den in früheren Berichten angegebenen Winkelangaben von 4.37 Promille (innerhalb des Offshore-Windparks) bzw Promille (außerhalb des Offshore-Windparks). Diese dem Schweizer Armeekompass entlehnten Winkelangaben in Promille sind in Deutschland wenig üblich und spielen hier nur im Zusammenhang mit der Betriebssoftware des Fixbeam-Radars eine Rolle. Im vorliegenden Bericht werden daher Winkel in Grad angegeben. Innerhalb jeder vollen Stunde wurden mit dem Fixbeam-Radar in einem Messzyklus insgesamt sechs Messungen des Vogelzuges durchgeführt. Hiervon wurde in der ersten halben Stunde jeweils eine Messung in den vertikalen Anstellwinkeln 5,6, 17 und 57 (entsprechend 1, 3 und 1. Promille) innerhalb des Windparks (114 ) durchgeführt, gefolgt von drei entsprechenden Messungen auf der windparkabgewandten Seite in der zweiten halben Stunde (vgl. Abbildung 4). Jede Messung entsprach einem Zeitraum von 4,7 Minuten. Seite 22

23 (FKZ A/IfAÖ1 und IfAÖ2) Abbildung 3: Schema der alternierenden Messungen innerhalb und außerhalb des Windparks alpha ventus mit dem Fixbeam-Radar. Die Pfeile geben die Hauptzugrichtungen der Nachtzieher an. Abbildung 4: Schema der Messungen in drei verschiedenen Anstellwinkeln mit dem Fixbeam-Radar. Innerhalb einer Stunde wurden drei dieser Messungen innerhalb und drei Messungen außerhalb des Windparks durchgeführt. Seite 23

24 (FKZ A/IfAÖ1 und IfAÖ2) Für Aussagen zum Zuggeschehen im eigentlichen Bereich des Windparks alpha ventus wurden im vorliegenden Bericht ausschließlich diejenigen Bereiche des Radarstrahls herangezogen, mit denen dieser auf einer horizontalen Linie von 2.5 m Länge entsprechend einer horizontalen Entfernung von ca. 25 bis 2.3 m von der Forschungsplattform FINO1 den Windpark durchschneidet. (vgl. Abbildung 3; Messungen in größerer horizontaler Distanz von der Forschungsplattform würden ausschließlich den Luftraum außerhalb des Windparks betreffen und aufgrund der vertikalen Anstellwinkel auch keine Aussagen mehr zu den hier besonders interessierenden niedrigen Höhenschichten erlauben. Bei Messungen im direkten Nahbereich der Forschungsplattform wäre eine Beeinflussung des Vogelzugs durch die Plattform selbst denkbar). Für Aussagen zum Zuggeschehen außerhalb von alpha ventus wurden ausschließlich Daten verwendet, die in einem entsprechenden Raum in horizontaler Gegenrichtung erhoben wurden Auswertung Die Auswertung der erzielten Radarbilder war im Einzelnen eine Abfolge sehr vieler, teilweise automatisch bzw. halbautomatisch über eine Spezialsoftware erfolgender Einzelschritte (vgl. Zaugg et al. 28, Neumann et al. 29). Für eine Zuordnung der erfassten Echos zu verschiedenen Vogeltypen mit spezifischen Flügelschlagmustern (vgl. Abbildung 2) wurde ein automatischer Vorgang unter Verwendung je eines für Frühjahr bzw. Herbst jeweils gleich bleibenden Trainingsdatensatzes durchgeführt. Auf die genaue Beschreibung der verschiedenen Einzelschritte wird hier verzichtet, auf einige für das Verständnis der Daten wesentliche Prinzipien sei aber im Folgenden hingewiesen. So wurden für Angaben zur Vogelzugintensität zunächst die pro halber Stunde (entsprechend den beiden Horizontalausrichtungen) in den verschiedenen vertikalen Anstellwinkeln abgedeckten Flächen des Radarstrahls unter Abzug von Störbereichen durch die Windturbinen aufsummiert und mit der Summe der erfassten Vögel sowie einem Erfassungszeitraum von 4,7 Minuten pro Messung in Beziehung gesetzt. Dies erfolgte zunächst getrennt für die verschiedenen Vogeltypen, da die Erfassungsfläche im Radarstrahl in Abhängigkeit von ihrem typspezifischen Erfassungswinkel ( operativer Öffnungswinkel ) unterschiedlich ist (vgl. Neumann et al. 29). Die sich heraus ergebenden Vogelsummen pro abgedeckter Fläche wurden auf einen Zeitraum von einer Stunde sowie eine rechteckige Fläche mit einer 1. m langen Grundlinie und einer der Erfassungshöhe entsprechenden Höhe hochgerechnet, um rechnerisch diejenige Anzahl von Vögeln anzugeben, die innerhalb einer Stunde im betrachteten Bereich eine gedachte horizontale Grundlinie von 1. m Länge überfliegen (vgl. Liechti & Schmaljohann 27). Dies entspricht der Einheit Vögel pro Stunde und Kilometer, die als Maß für eine Zugrate (= migration traffic rate MTR) inzwischen international üblich ist. Da der größte Teil des Vogelzuges bei Nacht stattfindet, gerade über Auswirkungen von Windenergieanlagen auf nachts ziehende Vögel aufgrund der schlechten Beobachtbarkeit mit herkömmlichen Mitteln wenig bekannt ist und eine Quantifizierung von Vögeln mit dem Fixbeam-Radar durch eine wesentlich geringer ausgeprägte Truppbildung bei Nacht zuverlässiger möglich ist, wurde die Erfassung des Vogelzuges mittels Fixbeam-Radar auf die Dunkelphase beschränkt. Zur Festlegung der Dunkelphase wurde der Zeitraum zwischen bürgerlicher Abend- und Morgendämmerung herangezogen. Dabei wurden die mit dem Fixbeam durchgeführten Messzyklen so ausgewählt, dass pro Nacht jeweils ein kompletter Messzyklus den Zeitpunkt der Abend- bzw. Morgendämmerung einschloss. Seite 24

25 (FKZ A/IfAÖ1 und IfAÖ2) Datenauswahl für Darstellung allgemeiner Zugphänologien Für die Darstellung allgemeiner Zugphänologien über die Frühjahrs- und Herbstzugperioden hinweg wurden alle pro Nacht erhobenen und auswertbaren Daten verwendet. Dabei trat gelegentlich der Fall ein, dass innerhalb einer Stunde nicht in allen Anstellwinkeln und beiden horizontalen Ausrichtungen Daten erhoben werden konnten. Solche Fälle traten z. B. dann ein, wenn durch Niederschlag Messungen nicht auswertbar waren oder wenn bei starkem Seegang insbesondere im niedrigsten Anstellwinkel erzielte Radarbilder aufgrund starker Störechos durch Wellen und Gischt nicht mit in die Auswertung einbezogen werden konnten ( unvollständiger Messzyklus ). Da innerhalb der hier sinnvollen Betrachtungsbereiche mit einem Anstellwinkel des Radarstrahls von 5,6 Vögel bis in eine Höhe von 25 m, mit einem Anstellwinkel von 17 bis in 7 m und mit einem Anstellwinkel von 57 bis in 3.4 m Höhe erfasst werden konnten, wurden die erfassten Anzahlen bei Berechnung der entsprechenden Zugrate jeweils bis zur maximal verwendeten Messhöhe hochgerechnet. Eine generelle Hochrechnung auf eine Messhöhe von 3.4 m verbietet sich, weil sich vor allem in den untersten Höhenschichten der Vogelzug stark verdichtet und bei ausschließlichen Messungen in niedrigen Schichten daher eine Hochrechnung auf 3.4 m zu unrealistisch hohen Zugraten führen würde. Insofern sind die in den Abbildung 28 bis Abbildung 33 präsentierten Zugraten als Mindest-Zugraten zu verstehen Datenauswahl für Darstellung von Höhenklassen Aus den in Kap angegebenen Gründen wurden Analysen zur Höhenverteilung der Vögel ausschließlich solche Datensätze verwendet, in denen pro Stunde und Horizontalausrichtung Daten aus allen drei Anstellwinkeln vorhanden waren Wetterparameter Zum Abgleich des Vogelzuggeschehens mit Wetterdaten wurden Messdaten verwendet, die von der Forschungsplattform FINO1 bzw. von der Windturbine AV4 zur Verfügung standen. Diese waren Windgeschwindigkeit [m/s], Windrichtung [ ] und relative Luftfeuchte [%] in 9 m Höhe sowie das Vorkommen von Niederschlag. Aus Windgeschwindigkeit und Windrichtung wurden die für den Vogelzug bedeutenden Größen Rückenwindkomponente (= tailwind component TWC) und Seitenwindkomponente (= crosswind component CWC) berechnet. Dabei gilt: TWC = cos (gemessene Windrichtung Rückenwindrichtung) x Windgeschwindigkeit Positive Werte für TWC drücken dabei Rückenwind, negative Werte Gegenwind aus. CWC = sin (gemessene Windrichtung Rückenwindrichtung) x Windgeschwindigkeit. Positive Werte für CWC drücken vom fliegenden Vogel aus gesehen, Wind von links, negative Werte Wind von rechts aus. Dabei wurde hier von einer im Frühjahr nach NE, im Herbst nach SW gerichteten Hauptzugrichtung ausgegangen. In den hier präsentierten Darstellungen wurden für ein einfacheres Verständnis jedoch die im Frühjahr erzielten Werte mit einem Faktor von -1 multipliziert, so dass negative CWC-Werte grundsätzlich Wind aus NW, positive Werte Wind aus SE anzeigen. Aus den Werten für TWC, CWC sowie die Luftfeuchte wurden Mittelwerte pro Stunde gebildet, um einen Abgleich mit den hier auf Stunden bezogenen Messwerten zum Vogelzugge- Seite 25

26 (FKZ A/IfAÖ1 und IfAÖ2) schehen zu gestatten. Für den Niederschlag wird die Anzahl der 1-Minuten-Intervalle pro Stunde angegeben, in denen Niederschlag auftrat Erfassung von Vögeln mit dem Kamerasystem VARS Das Kamerasystem VARS (Visual Automatic Recording System) wurde im Rahmen des vom Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit (BMU) geförderten Projekts Entwicklung und Einführung eines automatischen Erfassungssystems für die Ermittlung des Vogelschlages unter Praxisbedingungen auf FINO2 entwickelt (Schulz et al. 29). Es handelt sich um ein infrarotbasiertes Kamerasystem mit Bewegungsanalysesoftware, das fliegende Vögel am Tag und in der Nacht in Echtzeit erkennt und als Videosequenz aufzeichnet. Die Kurzbezeichnung VARS umfasst sämtliche Hard- und Softwarekomponenten, die zum automatischen Betrieb notwendig sind. Das System ist auch im internationalen Maßstab anerkannt (Collier et al. 211, 212). Auf der Gondel der Windenergieanlage AV4 (Anlagentyp: REpower 5M) erfasste ein VARS die Flugbewegungen von Zugvögeln im Rotorbereich, um ihre Kollisionsgefährdung abschätzen zu können. Die Kamera überwachte am Tag und in der Nacht einen definierten Kreissektor unmittelbar hinter dem Rotor (Abbildung 5). Diese Messanordnung ermöglichte die Dokumentation von Vögeln, die den Rotorkreis von vorn erfolgreich durchflogen und damit eine Abschätzung der Anzahl der Kollisionsereignisse (s. Kap. 9.3). Individuen, die sich dem Rotor von hinten näherten, konnten vollständig erfasst werden. Die Messung eines definierten Kreissektors vor dem Rotor ist durch die Drehung der Gondel nicht umsetzbar. Wie die Untersuchungen von Winkelman (1992b) belegen, stellt dies kein Nachteil dar, da die Vögel die Rotoren der Windenergieanlagen am Tag und in der Nacht zu etwa gleichen Teilen mit dem Wind bzw. gegen den Wind anflogen. Die Positionierung des VARS auf der Gondel besitzt aber zwei wesentliche Vorteile. Durch die Installation auf der Gondel dreht sich das Kameramodul beim Nachführen der Gondel in den Wind in gleichem Maße mit, so dass über den gesamten Messzeitraum hinweg immer der gleiche, auf den Rotorkreis bezogene Bildausschnitt abgedeckt wird. Zudem ermöglicht die Nähe zum Rotor, dass die Vögel auch bei schlechter Sicht im Gefahrenbereich erfasst werden können. Das Kameramodul auf der Gondel wurde etwa 45 nach oben ausgerichtet (Abbildung 5), um die Flugbewegungen über Nabenhöhe zu erfassen. Als Kompromiss zwischen einem möglichst großen Blickfeld und der notwendigen Auflösung zur Erkennbarkeit kleiner Singvögel bis in den Bereich der Rotorblattspitzen kam ein Öffnungswinkel von 22 zur Anwendung. Der hochempfindliche Sensor besaß eine Auflösung von 768 x 576 Pixeln. Die aufgezeichneten Videodaten wurden täglich vom VARS-Rechner in der Gondel zu einem Backup- Rechner im Turmfuß verschoben, von dem wiederum der automatische Datentransfer über eine Fernverbindung direkt ins IfAÖ realisiert wurde. Über die VPN-Verbindung waren auch Direktzugriffe auf alle Computer möglich. Das VARS auf der Gondel ermöglichte über mehr als drei Jahre eine durchgängige Datenerhebung, ohne technische Ausfälle durch mechanische Belastungen (Vibrationen) oder die Offshore-Bedingungen. Messlücken entstanden durch Stromabschaltungen/-ausfälle auf der Windenergieanlage und in sehr geringem Umfang durch Unterbrechung des Eingangsignals nach Rechnerzugriffen über die Fernverbindung. Nach Stromabschaltungen nimmt das VARS die Messungen selbständig wieder auf. Solche abrupten Unterbrechungen trennten Seite 26

27 (FKZ A/IfAÖ1 und IfAÖ2) den Rechner in der Gondel allein im Jahr 212 an 21 Tagen von der Versorgung, ohne das die Technik in der Folge versagte. Abbildung 5: VARS im Einsatz auf der Gondel der AV4 (links) und beim Test der Infrarotstrahler vor der Installation (rechts, infrarotempfindliche Aufnahme). Das ursprüngliche Messkonzept sah vor, auf den Gondeln von mindestens zwei OWEA mit VARS die Flugbewegungen von Zugvögeln im Windpark alpha ventus zu erfassen. Nachdem durch Vorgaben des Betreibers nur noch die Möglichkeit bestand, auf einer der Offshore- Windenergieanlagen (AV4) zu messen, wurde für ein VARS eine alternative Anordnung mit einer Blickrichtung von unten in den Rotor entworfen. Eine Blickrichtung in den Rotorkreis setzte eine Anpassung der Bewegungsanalysesoftware voraus, die die Rotorblätter als Auslöser von Videosequenzen ausschließt. Dazu mussten Videodateien mit unterschiedlichen Positionen des Rotorblattes (entsprechend der Drehung der Gondel) aufgezeichnet werden. Anhand der Videos stellte sich heraus, dass bei dieser Perspektive die Rotorblätter jeden Teil des Bildausschnittes erreichen und dabei permanent einen zu großen Bereich umfassen. Die Folge war selbst bei einer dynamischen Anpassung von Ausschlussregionen (aktuelle Stellung des Flügels) ein zu geringer Restbereich, in dem detektierte Vögel die Aufzeichnung auslösen können. Darüber hinaus bewirkten die hohe zeitliche Folge der Rotorfragmente und deren Auftreten im gesamten Videobild, dass die automatische Schwelle, die ein Optimum zwischen Rauschunterdrückung und maximaler Empfindlichkeit einstellt, zu stark heraufgesetzt wird. Eine uneingeschränkte Erkennung von fliegenden Vögeln wäre damit nicht sichergestellt. Da der Öffnungswinkel des Objektivs nicht beliebig erhöht werden kann (Reduzierung der Reichweite bei gegebener Auflösung, seitliche Ausleuchtung durch die IR-Strahler begrenzt) wurde der Kameraausschnitt knapp unter den Rotorbereich verlegt (Abbildung 6). Dadurch konnte zumindest die Aktivität von Vögeln im Bereich des Plattformdecks der AV4 in Anhängigkeit von Betriebszustand erfasst werden. Zwischen Deckoberfläche und Flügelspitzen besteht lediglich eine Distanz von ca. 9 m. Somit ließen sich die Ergebnisse, die von der Gondel aus erzielt wurden, vor allem in Hinblick auf die Häufigkeit des Auftretens von Vögeln in den unterschiedlichen Höhenschichten absichern. Seite 27

28 (FKZ A/IfAÖ1 und IfAÖ2) Abbildung 6: Messkonzept von VARS auf der AV4 im Windpark alpha ventus. Die Erfassung von fliegenden Vögeln von der Gondel der AV4 erfolgte vom bis (Trennung von der Fernverbindung). Allerdings standen durch das reguläre Projektende am die Messdaten zum Betriebszustand der Turbine nur bis Ende August zur Verfügung, so dass die restliche Herbstzugsaison 213 (Sep./Okt.) nur für Aussagen zur generellen Ereignisintensität herangezogen werden konnten. Für die wissenschaftliche Auswertung mit allen technischen Parametern der AV4 stand letztlich eine nahezu dreijährige Dauermessung zur Verfügung. Die Vergleichsmessungen mit dem Kameramodul vom Plattformdeck der AV4 wurden am aufgenommen und konnten ebenfalls bis aufrechterhalten werden (vier Zugperioden). Die Auswertung wird wiederum durch das reguläre Projektende am begrenzt. Eine längere Messlücke von neun Tagen ergab sich durch eine Stromabschaltung in der letzten Julidekade 212, die die gesamte Turbine und damit auch das VARS auf der Gondel betraf. Der Zeitraum fällt in die Zugzeit von Limikolen, liegt aber außerhalb des regulären Kleinvogelzuges. Darüber hinaus traten lediglich kurze Unterbrechungen auf, die in den Auswertungen berücksichtigt sind. Das Kamerasystem VARS ist in der Lage, auch bei Niederschlag und schlechter Sicht Vögel automatisch zu erfassen. Allerdings ergibt sich aus dem nachts aufgezeichneten Regen ein hoher Aufwand bei der Aufarbeitung der Videodaten. Für diese Studie wurden auch die Regenstunden manuell nach Vögeln durchgesehen, um keine Zeiträume auszuklammern. Da aber nur vergleichsweise wenige Vögel bei Regen flogen, ließe sich der Aufwand bei kommerziellen Projekten über Softwarelösungen oder Vorselektion reduzieren Ermittlung von Kollisionsraten Zur Ermittlung von Kollisionsraten aus den Messungen im Rotorbereich wurde das Modell von Band (2, 212) bzw. Band et al. (27) genutzt. Hierbei war nur der rein physikali- Seite 28

29 (FKZ A/IfAÖ1 und IfAÖ2) sche Ablauf beim Durchflug eines Vogels durch den Rotor relevant (Stage 2 in Band 2, Band et al. 27 bzw. Stage C in Band 212), da die mit VARS gemessenen Flugraten im Rotorbereich bereits die Lockwirkungen durch das Licht des Windparks und Ausweichbewegungen im Nahbereich der Rotoren quantitativ einschließen. Somit konnten die sonst im Band-Modell mit erheblichen Unsicherheiten verbundenen Annahmen der avoidance rates (Chamberlain et al. 26, Bellebaum et al. 28, Cook et al. 212) durch Messwerte im Gefährdungsbereich ersetzt werden. Diese Ausweichraten müssen sonst dazu genutzt werden, aus den nächtlichen Zugraten (ermittelt mit Radar) eine Annäherung an die tatsächliche (hier mit VARS gemessene) Durchflugrate durch den Rotorkreis abzuschätzen. Die Wahrscheinlichkeit, mit der ein Vogel beim Durchfliegen der Rotorscheibe kollidiert, hängt von den Abmaßen und der Drehgeschwindigkeit des Rotors, dem Anstellwinkel der Rotorblätter, der Größe des Vogels und seiner Fluggeschwindigkeit ab (Band 212). Entsprechend fanden folgende Parameter Eingang in das Modell: b = c = γ = R = Ω = L = W = Anzahl der Rotorblätter Maximale Blatttiefe [m] Anstellwinkel der Rotorblätter [Grad] Rotorradius [m] Rotordrehzahl [Umdrehungen pro Sekunde] Körperlänge des Vogels [m] Flügelspannweite des Vogels [m] F = Flugverhalten: schlagend (1) oder gleitend (cos φ) v = β = α = Fluggeschwindigkeit des Vogels [m/s] L/W ( aspect ratio ) v/rω Die Kollisionswahrscheinlichkeit p eines Vogels, der an einem Punkt die Rotorebene durchfliegt (definiert durch die Koordinaten r, φ), ergibt sich dann nach folgendem Ansatz (Band 212): p (r, φ) = ( bω/2 πv ) [ I ± c sin γ + α c cos γ I + max ( L, WαF ) ] r = Radius, bei dem der Vogel den Rotorkreis quert φ = Winkel innerhalb der Rotorebene (relativ zur Vertikalen) am Punkt, an dem der Vogel den Rotorkreis quert (φ = beim obersten Punkt des Kreises, φ = π am untersten Punkt) Als konstante Werte gingen die Anzahl der Rotorblätter (drei), der Rotorradius der OWEA des Typs REpower 5M (63 m) und die maximale Blatttiefe von 4,6 m ein. Alle übrigen Parameter wurden für jeden Durchflug eines Vogels als Einzelfall ermittelt. Der jeweils aktuelle Anstellwinkel der Rotorblätter der AV4 stand als Minutenwert über das SCADA-System der Seite 29

30 Anzahl der Pixel StUKplus-Endbericht Pencil Beam Radar und VARS (FKZ A/IfAÖ1 und IfAÖ2) Anlage zur Verfügung. Gleiches gilt für die Generatordrehzahl, aus der die Rotordrehzahl (Übersetzung ~1:97) bzw. die Rotationsperiode berechnet wurde. Die Körperlänge und Flügelspannweite des jeweils durchfliegenden Vogels musste vielfach anhand von Referenzarten erfolgen, da oft nur eine Einordnung als Kleinvogel erfolgen konnte. Hierzu wurden gemäß des Eindrucks auf dem Kamerabild und der Jahreszeit häufige, meist mittelgroße Singvogelarten, wie Star, Sing-/Rotdrossel oder Amsel herangezogen. Bei stichprobenartigen Tests ergaben die Größenunterschiede verschiedener Singvogelarten im Vergleich zu den Einflüssen anderer Parameter nur marginale Auswirkungen auf das Rechenergebnis. Das Flugverhalten der Vögel ließ sich anhand der Kamerabilder in schlagend oder gleitend unterteilen, während die Bestimmung der Fluggeschwindigkeit aus den Videos die Programmierung eines zusätzlichen Tools in der Auswertesoftware erforderte. Über die bekannte Bildfrequenz und den in dieser Zeit zurückgelegten Weg (Pixelanzahl) konnte in Verbindung mit einer auf 1 m-schritte angelegten Entfernungsschätzung die Geschwindigkeit des jeweiligen Vogels ermittelt werden. Die Entfernungsschätzung beruhte auf Rückrechnung der Vogelflächen und Vergleichen mit Testkörpern bekannter Größe am Tag und zusätzlich anhand der abgebildeten Helligkeit des mit IR-Licht angestrahlten Vogels in der Nacht. Über die bekannte Vogelgröße ließ sich errechnen, mit welcher Pixelfläche sich diese im Videobild in den einzelnen Entfernungsklassen abbilden müssen. Dass die theoretischen und die von der Software angezeigten Pixelflächen in der Praxis nah beieinander liegen, zeigten Versuche mit Testkörpern (Abbildung 7) theoretischer Wert Messwert mit Testkörper (Mittel der Trackpunkte) Messwert mit Testkörper (Maximum der Trackpunkte) Entfernung zur Kamera [m] Abbildung 7: Vergleich von rechnerischem Wert eines Testkörpers von 1 cm² (entspricht kleinem Singvogel) und den gemessenen Pixeln. Unterschiede ergeben sich durch Bewegungsunschärfe und Mischpixel am Körperrand. Für die praktische Umsetzung der Kollisionsberechnung wurde das für eine 5 MW-Turbine optimierte Modell (Band 212), verfügbar unter genutzt. Hierzu wurde der Teil, der die Kollisionswahrscheinlichkeit für einen einzelnen Rotordurchflug betrifft, herausgelöst. Seite 3

31 (FKZ A/IfAÖ1 und IfAÖ2) Das Modell liefert bei der Berechnung ein Ergebnis für die Flugrichtung gegen den Wind (von hinten) und eines mit dem Wind (von vorn). Durch die Aufzeichnungen mit VARS konnte zwischen drei Szenarien unterschieden werden: (a) Der Vogel fliegt von vorn durch den Rotor, (b) der Vogel fliegt von hinten zum Rotor, (c) der Vogel fliegt parallel hinter der Rotorscheibe. Die drei Situationen wurden unterschiedlich in die Modellierung einbezogen. Während parallel fliegende Vögel nicht in die Rechnungen eingingen (kein Rotordurchflug), wurden die Anflüge von hinten vollständig über die Modellvariante gegen den Wind errechnet. Bei Rotordurchflügen von vorn können hinter der Rotorscheibe nur diejenigen Vögel mit dem VARS erfasst werden, die den Durchflug ohne Kollision überstanden haben. Somit musste die ursprüngliche Anzahl der auftreffenden Vögel über die Kollisionswahrscheinlichkeit für den jeweiligen Durchflug korrigiert werden. p korr = p / (1-p), p = Kollisionswahrscheinlichkeit eines Durchflugs Dadurch ergibt sich beispielsweise aus einer Kollisionswahrscheinlichkeit von 6,4 % für einen von vorn durch den Rotor fliegenden Vogel ein korrigierter Wert von,6838 kollidierten Individuen. Ein viertes, bisher nicht betrachtetes Szenario (d) betrifft den schrägen Durchflug von Vögeln durch den Rotorbereich. Jede Abweichung vom rechten Winkel erhöht die Zeit in der Gefahrenzone und damit die Kollisionswahrscheinlichkeit. Durch die zweidimensionale Abbildung im Videobild ergibt ein schräger Anflugwinkel eine Stauchung der Strecke, die pro Zeiteinheit vom Vogel zurückgelegt wurde. Da die Berechung der Vogelgeschwindigkeit auf Grundlage des von Einzelbild zu Einzelbild zurückgelegten Weges (als Pixelanzahl) erfolgte, bewirkt diese optische Verkürzung der Strecke eine Verringerung der errechneten Geschwindigkeit. Eine geringere Fluggeschwindigkeit ergibt wiederum eine höhere Kollisionswahrscheinlichkeit, so dass ein schräger Durchflug durch die Rotorscheibe über den Wert für die Geschwindigkeit berücksichtigt ist. Nach dem vorstehenden Verfahren wurde für jedes Einzelereignis der Szenarien (a) und (b) die Wahrscheinlichkeit einer Kollision mit dem Rotor berechnet und als Individuenwert ausgedrückt (5 % Kollisionswahrscheinlichkeit für den Durchflug des Vogels =,5 kollidierte Vögel). Diese Einzelwerte ergaben addiert für den Messzeitraum das Ergebnis für den Kameraausschnitt von 22 Öffnungswinkel. Um eine Kollisionsrate pro Anlage und Jahr anzugeben, musste das Ergebnis mit dem Faktor 16,36 hochgerechnet und auf die Zeiteinheit bezogen werden. Um eine Absicherung der Hochrechnung für den gesamten Rotorkreis zu gewährleisten, wurden die Messdaten der Kamera am Turmfuß herangezogen. Hintergrund war die potenziell unterschiedliche Höhenverteilung der Vögel im Nahbereich der AV4, die z. B. durch die Verteilung der Lichtquellen an der Anlage oder die besseren Landemöglichkeiten auf dem Plattformdeck hervorgerufen werden können. Da die Blickrichtung der unteren Kamera nicht direkt in den Rotorbereich reichte und damit keine Kollisionsraten errechnet werden konnten, wurde lediglich die Anzahl an Flugbewegungen über und neben dem Plattformdeck (Rotorradius) ins Verhältnis zu den Ergebnissen der Gondelkamera gesetzt. Dazu wurden nur die Vogelanzahlen bei Betrieb der Turbine im Vergleichszeitraum (3/212-8/213) genutzt. Für die Kamera am Turmfuß erfolgte zusätzlich die Einschränkung nach der Ausrichtung des Rotors, um nur die Flugbewegungen zum Vergleich heranzuziehen, bei denen eine erhöhte Kollisionswahrscheinlichkeit angenommen werden kann (Abbildung 8). Im betreffenden Sek- Seite 31

32 (FKZ A/IfAÖ1 und IfAÖ2) tor wurden alle Flugbewegungen herangezogen, selbst wenn in einigen Fällen die Vermutung bestand, dass das gleiche Individuum mehr als einmal aufgezeichnet wurde, da jeder potenzielle Durchflug separat zu betrachten ist. Abbildung 8: Ausrichtung des VARS am Turmfuß der AV4 im Windpark alpha ventus und Definition des Sektors, in dem der Rotor über dem Kameraausschnitt dreht (schematisch). Da das Durchfliegen des Rotorkreises anhand der Kamerabilder vom Turmfuß nicht belegt werden kann, repräsentieren die auf Grundlage des unteren VARS korrigierten Kollisionsraten den ungünstigsten Fall Ermittlung einer Ausweichrate für den Nahbereich (micro-avoidance) Die Annahme des Anteils, mit der Zugvögel den drehenden Rotoren von OWEA ausweichen, ist der entscheidende Faktor bei der Modellierung von Kollisionsopferzahlen aus Zugraten (Chamberlain et al. 26). Durch die Messung von Rotordurchflügen mit VARS und den am gleichen Windpark mit Radar erfassten Zugraten konnte für den Standort eine Durchflugrate ermittelt werden. Diese ergab sich aus dem Verhältnis von Rotordurchflügen (hochgerechnet auf den gesamten Rotorkreis) zur mit dem Fixbeam Radar im Bereich des Offshore- Windparks gemessenen Zugrate im relevanten Höhenbereich bis 2 m. Die gesuchte Ausweichrate betrifft dann entsprechend den Kehrwert bezogen auf 1 Prozent. Dabei handelt es sich um die Ausweichrate im direkten Nahbereich der Turbinen (micro-avoidance). Für die Vergleiche von Radar und VARS wurde nach den Zeiträumen unterschieden, in denen der Rotor der OWEA AV4 drehte bzw. in denen er still stand. Als Grenze wurde eine Generatordrehzahl von 7 Umdrehungen pro Minute herangezogen, die zwischen Stillstand und langsamem Anlaufen der Turbine trennt (entspricht 7,2 Rotorumdrehungen pro Minute). Gelegentliche Rotorbewegungen im Leerlauf dürften sich in Hinblick auf eine Scheuchwirkung gegenüber Vögeln kaum vom absoluten Stillstand unterscheiden. Die detaillierte Herleitung der Ausweichrate im Nahbereich erfolgt im Zusammenhang mit der Ergebnisdarstellung (Kap. 1.7). Seite 32

33 9.5. Methodenkritik StUKplus-Endbericht Pencil Beam Radar und VARS (FKZ A/IfAÖ1 und IfAÖ2) Die im Offshore-Windpark alpha ventus verwendeten Erfassungsmethoden für Zugvögel besitzen trotz ihrer international anerkannten Qualitäten auch Einschränkungen, auf die sowohl in den entsprechenden Abschnitten der Methodenbeschreibung als auch in der Diskussion eingegangen wird. An dieser Stelle werden die relevantesten Aspekte und deren Konsequenzen als kurze Übersicht zusammengefasst Fixbeam-Radar Die in Kap beschriebene halbautomatische Auswertung der mit dem Fixbeam-Radar erzielten Rohdaten liefert Aussagen zu mehreren Artengruppen. Eine manuelle Aufarbeitung der einzelnen Echos könnte noch genauere Angaben zu Flügelschlagmustern und damit etwas weiter differenzierten Artengruppen liefern, wäre jedoch erheblich zeitaufwändiger und stärker vom persönlichen Eindruck des Bearbeiters beeinflusst. Aus diesem Grund war eine manuelle Auswertung für die hier durchgeführten Dauermessungen, die sehr große Datenmengen lieferten, nicht praktikabel (vgl. Neumann et al. 29). Immer wieder traten auch Echos auf, die nicht sicher bestimmt werden konnten was beim Betrieb eines konventionellen Schiffsradargerätes allerdings grundsätzlich der Fall ist. Im Vergleich zu einem im konventionellen Betrieb verwendeten Schiffsradargerät ist der Strahl des Fixbeam-Radars wesentlich stärker gebündelt und dadurch a priori weniger anfällig für Störechos durch Strukturen, die sich am Rand des Strahls befinden, wie z. B. eine bewegte Wasseroberfläche. Dennoch können auch bei Verwendung eines Fixbeam-Radars Störechos auftreten. Dies ist hier vor allem bei Messungen im niedrigsten Anstellwinkel von 5,6 von Relevanz. Insbesondere bei starkem Wellengang sind in dieser Einstellung erzielte Radarbilder oft nur teilweise verwertbar. Auf Messungen in niedrigen Anstellwinkeln kann aber nicht grundsätzlich verzichtet werden, da hiermit die untersten 2 m, die im Kontext der Windenergienutzung von besonderem Interesse sind, am besten abgedeckt werden. Die Angaben der gemessenen Zugraten als Anzahl Vögel pro km und h in verschiedenen Höhenklassen basieren auf Hochrechnungen. Hierbei wird einerseits von der Zeitdauer der Erfassungen auf die ganze Stunde als auch von der mit dem Radarstrahl erfassten Fläche auf eine Fläche hochgerechnet, die einem Rechteck der Ausmaße 1 km x Höhe der Höhenklasse entspricht. Dabei besteht die mit dem Radarstrahl abgedeckte Fläche pro Stunde und Messrichtung aus maximal drei Teilflächen (je eine Teilfläche pro Anstellwinkel). Je kleiner die absolut durch den Radarstrahl abgedeckte Fläche ist, desto geringer ist die Wahrscheinlichkeit, innerhalb dieser Fläche mindestens einen Vogel zu erfassen und desto stärkeren Einfluss besitzen die verwendeten Hochrechnungsfaktoren. Aufgrund der Kegelform des Radarstrahls, der Verwendung von drei verschiedenen Anstellwinkeln und der Tatsache, dass durch das Auftreten nicht auswertbarer Bilder nicht in allen Fällen die drei Teilflächen gewertet werden können, variieren die pro Höhenklasse abgedeckten Flächen in ihrer Größe und damit die Hochrechnungsfaktoren sowohl zwischen als auch innerhalb der Höhenklassen. Um bei den o. g. Hochrechnungen bei annehmbaren Werten zu bleiben, wurde auf der Basis von Höhenklassen von mindestens 1 m gearbeitet. Seite 33

34 (FKZ A/IfAÖ1 und IfAÖ2) VARS Die Messungen mit dem Kamerasystem VARS ermöglichten eine realitätsnahe Schätzung der durchschnittlichen Kollisionsrate pro OWEA und Jahr, die auf der Erfassung von Vögeln im unmittelbaren Rotorbereich basiert. Die tatsächlichen Kollisionen von Vögeln mit den Rotorblättern der untersuchten OWEA konnten aber nicht erfasst werden. Dazu wäre ein Aufnahmesystem notwendig, das fliegende Vögel auch nachts automatisch und vollständig erfasst, ohne durch die Rotorbewegung ausgelöst zu werden. Dies ist angesichts der Dimensionen zwischen den Zielobjekten (kleine Singvögel) und der Größe der Rotorscheibe mit VARS bisher nicht möglich (s. Kap. 9.2). Alternative Aufnahmeverfahren, die nicht unmittelbar durch bewegte Objekte ausgelöst werden, besitzen hingegen das Problem, dass sich Rotorblätter und Vögel durch vergleichbare Helligkeitseigenschaften überlagern, wenn keine Einzelbildauflösung (wie bei Videos) vorliegt. Eine zuverlässige Vogelerkennung wäre dann nicht mehr gegeben. Die Dimensionen der Rotorblätter sind auch die Ursache für die geringe Abdeckung des Rotorkreises durch das VARS auf der Gondel der OWEA AV4. Der gewählte Öffnungswinkel von 22 war der erforderliche Kompromiss zwischen einem möglichst großen Blickfeld und der notwendigen Auflösung zur Erkennbarkeit kleiner Singvögel bis in den Bereich der Rotorblattspitzen. Daraus ergab sich die Konsequenz, einen Hochrechnungsfaktor von 16,36 (= 36 /22 ) zu nutzen, um eine Kollisionsrate für den gesamten Rotorkreis der Anlage angeben zu können. Bei diesem Schritt werden die mit VARS ermittelten Werte auf die anderen Sektoren übertragen, weil von dort keine Messwerte vorliegen. Der ursprüngliche Ansatz, mehrere VARS auf verschiedenen OWEA zu installieren, ließ sich im Offshore-Windpark alpha ventus nicht realisieren. Es ist aber zu erwarten, dass der lange Messzeitraum von drei Jahren, die geringe Abdeckung zumindest teilweise kompensiert. Ein großer Vorteil von VARS ist, dass fliegende Vögel auch bei Niederschlag und schlechter Sicht automatisch erfasst werden können. Allerdings löst nächtlicher Regen die Aufzeichnung ebenso aus, so dass sich ein hoher Aufwand bei der Aufarbeitung der Videodateien ergab. Bei zukünftigen Projekten ließe sich der Aufwand über Softwarelösungen reduzieren, da das manuelle Durchsehen der Regenstunden ausreichend Vergleichsmaterial lieferte, um technische Lösungen zu validieren. Die mit VARS aufgezeichneten Vögel lassen sich in der Regel in bestimmte Artengruppen einordnen, aber nur selten bis auf Artniveau bestimmen. Daher konnten keine artspezifischen Kollisionsraten ermittelt werden. Selbst bei einer erfolgreichen Arterkennung wäre eine sehr hohe Abdeckung mit optischen Messsystemen im Offshore-Windpark erforderlich, um repräsentative Stichproben pro Art zu erreichen Band-Modell Bei der Berechnung von Kollisionsraten mit dem Modell nach Band (2, 212) bzw. Band et al. (27) besitzt die angenommene Ausweichrate einen um Zehnerpotenzen höheren Einfluss auf das Ergebnis als die übrigen Parameter (Chamberlain et al. 26). Diese Unsicherheit konnte durch direkte Messungen mit VARS vermieden werden, so dass nur noch der Durchflug eines Vogels durch die Rotorscheibe betrachtet werden musste (vgl. Kap. 9.3). Es verbleiben aber einige Vereinfachungen und Einschränkungen des Modells, die Einfluss auf die ermittelte Kollisionsrate besitzen: Seite 34

35 Gefährdung durch stationäre Strukturen StUKplus-Endbericht Pencil Beam Radar und VARS (FKZ A/IfAÖ1 und IfAÖ2) Mit dem Modell nach Band (212) wird die Wahrscheinlichkeit ermittelt, mit der ein durch die Rotorscheibe fliegender Vogel vom drehenden Rotor getroffen wird. Daher gingen in die Rechnung nur Vögel aus Zeiträumen ein, in denen die OWEA AV4 laut Messungen des SCADA-Systems drehte. Stand die Anlage still, wurde davon ausgegangen, dass keine (kaum) Kollisionsgefahr vorlag. Letztlich ist die Kollisionswahrscheinlichkeit bei stehendem Rotor aber unbekannt. Turbulenzen und Nachlaufströmung Der Effekt, den die Turbulenzen der Nachlaufströmung auf fliegende Vögel ausüben, ist mit dem Modell nicht quantifizierbar, da nur der Kontakt zwischen Vogel und Rotorblättern betrachtet wird. Theoretisch sind auch Verluste durch Turbulenzen möglich (Bewusstlosigkeit, Desorientierung, Kontakt mit der Wasseroberfläche), aber auch Effekte des Luftstroms über der Rotorblattoberfläche, die ein Ablenken des Vogels vor einer Kollision in Einzelfall bewirken könnten. Beides wird hier vernachlässigt. Form der betrachteten Vögel Die Form der Vögel wird im Modell von Band (212) als fliegendes Kreuz aus Körperlänge und Flügelspanne vereinfacht, so dass die wesentlichen Abmessungen betrachtet werden. Echte Vögel sind größer als dieses Kreuz, so dass eine theoretische Unterschätzung der Kollisionswahrscheinlichkeit vorliegen könnte. Diese Abweichung von der Realität hat aber in der Praxis keinen nennenswerten Einfluss, da auch geringe Änderungen von Körperlänge und Flügelspanne nur marginale Auswirkungen auf das Rechenergebnis besitzen. Winkel bei der Querung des Rotorkreises Die Berechnung mit dem Kollisionsmodell geht von einer Flugbahn des Vogels aus, der im rechten Winkel durch den Rotorkreis führt. Bei Durchflügen im schrägen Winkel ist eine Steigerung der Kollisionswahrscheinlichkeit durch den längeren Aufenthalt in der Gefahrenzone gegeben. Wie bereits in Kap. 9.3 dargestellt, konnte dies bei den hier durchgeführten Berechnungen über die Vogelgeschwindigkeit (optische Stauchung der Strecke im zweidimensionalen Videobild) berücksichtigt werden. 1. Ergebnisse 1.1. Zeitliches Auftreten des Vogelzugs im Bereich des Windparks alpha ventus Der mittels Fixbeam-Radar erfasste nächtliche Vogelzug im Bereich des Windparks alpha ventus spielte sich in Schüben bzw. Wellen ab (Abbildung 9 sowie Abbildung 28 bis Abbildung 33 im Anhang). Dabei folgten auf einzelne oder mehrere Tage umfassende Phasen vergleichsweise starken Zuges solche mit sehr schwachem oder gar keinem Zug. Die Dauer der Zugwellen und die dabei erreichten Zugintensitäten schwankten stark von Jahr zu Jahr. Hervorzuheben sind z. B. im Frühjahr 213 die vier Nächte 13./14.4., 14.4./15.4., 2.4./21.4. und 21.4./ In diesen Nächten wurde ein besonders hoher Anteil der insgesamt in der Saison registrierten Vögel festgestellt. Ähnliches galt auch für insgesamt vier Nächte Anfang und Mitte Oktober. Insgesamt wurden im hier betrachteten Zeitraum von Mitte Oktober 21 bis Ende Oktober 213 dreizehn Nächte mit mittleren nächtlichen Zugra- Seite 35

36 (FKZ A/IfAÖ1 und IfAÖ2) ten von über 2. Vögeln pro Stunde und Kilometer erfasst. Im Allgemeinen wurden stärkere Zugschübe innerhalb einer Nacht sowohl innerhalb als auch außerhalb des Offshore- Windparks registriert. Grundsätzlich schwankten die stündlichen Zugraten innerhalb der Nacht sehr stark (vgl. 95 %-Konfidenzintervalle in Abbildung 9 sowie Abbildung 28 bis Abbildung 33 im Anhang). Einen Überblick über die jeweils zehn stärksten mittleren stündlichen Zugraten pro Nacht über den gesamten betrachteten Höhenbereich bis 3.4 m hinweg sowie innerhalb und außerhalb von alpha ventus gibt Seite 36

37 (FKZ A/IfAÖ1 und IfAÖ2) Tabelle 2. Diese verteilten sich auf die Perioden Mitte April und Ende Mai sowie Ende Oktober/Anfang November. Außerhalb des Offshore-Windparks wurde ein weiteres herausragend starkes Zugereignis Ende Juni festgestellt. In acht bzw. neun der zehn stärksten Zugnächte außerhalb bzw. innerhalb des Windparks herrschten zumindest zeitweise Winde mit Ostkomponente. In jeweils fünf der Nächte trat Gegenwind einer Stärke von mindestens drei Beaufort auf, in drei bzw. zwei der Nächte kam es im Laufe der Nacht zu einer Verschlechterung der Wetterbedingungen im Sinne einer stärker werdenden Gegenwindkomponente ( Seite 37

38 (FKZ A/IfAÖ1 und IfAÖ2) Tabelle 2). Über die Saisons hinweg stellten Singvögel insgesamt den höchsten Anteil der auf Basis der Flügelschlagfrequenzen bestimmten Vögel (vgl. Abbildung 9 sowie Abbildung 28 bis Abbildung 33 im Anhang). Seite 38

39 (FKZ A/IfAÖ1 und IfAÖ2) Tabelle 2: Termine der zehn stärksten mittleren stündlichen Zugraten pro Nacht (Vögel/h*km) innerhalb und außerhalb des Windparks alpha ventus mit den herrschenden Windbedingungen. Die Zugraten betreffen Vögel gesamt im Erfassungsbereich bis max. 3.4 m Höhe. SD = Standardabweichung, N = Anzahl der Stundenwerte. Das Datum gibt jeweils den Termin der Abenddämmerung an, die angegebenen Werte beziehen sich auf zusammenhängende Nächte. Außerhalb Windpark alpha ventus Datum Mittelwert SD N Windrichtung und stärke (Bft.) ,35 572,91 11 S-SE 2-3, über N auf W 3-4 drehend ,88 35,45 7 NE 3-4, auf E 3 drehend , ,42 11 Überwiegend SE , ,25 13 SE 4, später E ,5 874,32 11 SE 8, über S 9 auf SW 6 drehend , ,49 15 Von SE 2 auf SW bis S 6 drehend , ,79 15 Von S und E 1 auf SW 6 drehend ,29 441,61 7 NE bis N, , ,7 6 SW ,23 776,44 14 NW bis N 5-6 Innerhalb Windpark alpha ventus Datum Mittelwert SD N ,51 542,12 11 S-SE 2-3, über N auf W 3-4 drehend ,47 976,5 7 NE 3-4, auf E 3 drehend ,99 698,18 7 NE 5, später E ,35 898,42 7 NE bis N, , ,43 11 SE 8, über S 9 auf SW 6 drehend , ,3 11 Überwiegend SE ,7 1.46,67 15 Von SE 2 auf SW bis S 6 drehend , ,56 13 SE 4, später E , ,95 7 E 7, abnehmend , ,74 7 W 4, später NW 5 Seite 39

40 (FKZ A/IfAÖ1 und IfAÖ2) Frühjahr Windpark Watvogeltyp Windpark Singvogeltyp Windpark Unbestimmte Vögel Windpark Alle Vögel Datum Abbildung 9: Jahreszeitliches Auftreten von Vögeln verschiedener Typen während des Frühjahrszuges 211 im Bereich des Windparks alpha ventus und außerhalb nach Erfassung mittels Fixbeam-Radar. Dargestellt sind mittlere stündliche Zugraten pro Nacht plus/minus 95%- Konfidenzintervall. Beachte unterschiedliche Skalierungen. Das Datum gibt jeweils das Datum des Nachtbeginns an. Darstellung weiterer Saisons siehe Anhang. Seite 4

41 (FKZ A/IfAÖ1 und IfAÖ2) 1.2. Höhenverteilung ziehender Vögel über die Saison Die Höhenverteilung ziehender Vögel zeigte von Nacht zu Nacht erhebliche Unterschiede (Abbildung 1). Frühjahr 211 Zugrate (Vögel/h/km) im Windpark Watvogeltyp Zugrate (Vögel/h/km) im Windpark Singvogeltyp Zugrate (Vögel/h/km) im Windpark unbestimmte Vögel Zugrate (Vögel/h/km) im Windpark alle Vögel Datum Flughöhe > 2m bis 2 m Abbildung 1: Zugrate verschiedener Vogelgruppen während des Frühjahrszuges 211 in Höhen bis 2 m (schwarz) sowie in größeren Höhen (grau) im Bereich des Windparks alpha ventus und außerhalb. Dargestellt sind mittlere stündliche Zugraten pro Nacht. Beachte unterschiedliche Skalierungen. Das Datum gibt jeweils den Termin des Nachtbeginns an. Seite 41

42 (FKZ A/IfAÖ1 und IfAÖ2) Während typischer Zugwellen wurden regelmäßig auch in den untersten 2 Höhenmetern, die im Hinblick auf das im Zusammenhang mit der Errichtung von Windenergieanlagen bestehende Konfliktpotenzial von besonderem Interesse sind, beträchtliche Anteile des Zugvolumens festgestellt. Dies galt insbesondere für die Ende Mai 212, Mitte April 213 und Ende April 213 registrierte Wellen starken Zuges, in denen deutlich über die Hälfte bis die überwiegende Menge aller Vögel in den untersten 2 m registriert wurden. Während weiterer Zugwellen Ende Oktober/Anfang November 21, Ende März 211 sowie Anfang Oktober 211 wurde immer noch mehr als ein Fünftel des Zugvolumens in Flughöhen bis 2 m festgestellt (vgl. Abbildung 1 sowie Abbildung 34 bis Abbildung 39) Verhalten der Vögel an der Offshore-Windenergieanlage AV Erfassung von Vögeln im Rotorbereich der OWEA AV4 Vom bis zum wurden mit dem VARS auf der Gondel der OWEA AV4 rund 1.2 Vögel aufgezeichnet. In dieser Anzahl sind sowohl einzeln fliegende Vögel als auch Trupps enthalten, wobei 9 % der 922 Ereignisse jeweils ein Individuum betrafen. Die jahreszeitliche Verteilung zeigt keine klassische Phänologie, sondern Flugbewegungen in allen Monaten (Abbildung 11, Abbildung 12). Dies resultiert vor allem aus der ganzjährigen Anwesenheit von Großmöwen, die in unregelmäßigen Abständen den Bildausschnitt in größerer Höhe durchflogen. Die Artengruppe stellte den überwiegenden Teil der aufgezeichneten Individuen, die außerhalb des Rotorkreises der AV4 erfasst wurden. Spitzen in dieser Höhenschicht erklären sich vielfach durch verstärkte Flugaktivität der Möwen, was durch das Auftreten von Trupps an einzelnen Tagen noch verstärkt wird. Einzige Ausnahme stellte der Morgen des dar, als sich viele nachts vom Licht angelockte Singvögel bis in die Vormittagsstunden über der Gondel aufhielten und dabei auch Höhen oberhalb des Rotors durchflogen. Besonders relevant sind die Flugbewegungen von Vögeln innerhalb des Rotorkreises, da sie den Aufenthalt in der Gefahrenzone dokumentieren. Das mit Abstand stärkste Ereignis in diesem Bereich betraf die Nacht vom , als nach einem Zugstau mehr als 1 Individuen bei Stillstand der Turbine aufgezeichnet wurden (vgl. Kap ). Die folgende Nacht zum erreichte unter gleichen Rahmenbedingungen ebenfalls überdurchschnittliche Anzahlen. Diese Doppelnacht war das erste auffällige Ereignis seit dem (vgl. Kap ). In den dazwischen liegenden Jahren 211 und 212 traten nur geringe, gleichmäßig verteilte Flugaktivitäten im Rotorbereich auf (Abbildung 11, Abbildung 12). Das jahreszeitlich ungewöhnliche Auftreten von Vögeln am betraf primär Mauersegler, die sich im Luftraum über der AV4 aufhielten. Seite 42

43 Individuen Individuen Individuen StUKplus-Endbericht Pencil Beam Radar und VARS (FKZ A/IfAÖ1 und IfAÖ2) außerhalb Rotor Abbildung 11: Verteilung der Vogelindividuen in der ersten Jahreshälfte 211 bis 213, erfasst mit VARS von der Gondel der AV4 im Windpark alpha ventus (unabhängig vom Betrieb der Anlage). Orange: Vögel im Rotorbereich, grau: außerhalb Rotorbereich, schwarz: Messlücken. Über den Betrachtungszeitraum vom bis wurden 328 Vögel bzw. fliegende Objekte, bei denen es sich um Vögel handeln kann, im Rotorbereich festgestellt. Daraus ergibt sich bei einem Öffnungswinkel von 22 eine hochgerechnete Anzahl von >5.3 Individuen für den direkten Gefährdungsbereich einer Anlage, wenn man eine Gleichverteilung der Vögel im Rotorkreis voraussetzt und jeder Vogel nur einmal den Bildausschnitt durchflogen hat. Es muss aber betont werden, dass diese Hochrechnung unabhängig vom Betriebszustand der AV4 erfolgte und daher nicht die Anzahl der tatsächlich gefährdeten Vögel kennzeichnet. Die Anzahl der Kollisionsereignisse lässt sich erst durch die Differenzierung zwischen Betrieb und Stillstand der Windenergieanlage (Kap ) und die Berechnung der Kollisionswahrscheinlichkeit (Kap. 1.5) abschätzen. Wie unter Kap. 9.2 dargestellt, musste der Datensatz für diese Auswertung zum Ende August 213 eingekürzt werden. Die Abbildung 12 belegt aber, dass keine wesentlichen Lockereignisse in den Monaten September und Oktober 213 auftraten. Seite 43

44 Individuen Individuen Individuen Individuen StUKplus-Endbericht Pencil Beam Radar und VARS (FKZ A/IfAÖ1 und IfAÖ2) Beginn der Messungen Ende der Messungen Abbildung 12: Verteilung der Vogelindividuen in der zweiten Jahreshälfte 21 bis 213, erfasst mit VARS von der Gondel der AV4 im Windpark alpha ventus (unabhängig vom Betrieb der Anlage). Orange: Vögel im Rotorbereich, grau: außerhalb Rotorbereich, schwarz: Messlücken. Seite 44

45 Anzahl der Individuen Anzahl der Individuen StUKplus-Endbericht Pencil Beam Radar und VARS (FKZ A/IfAÖ1 und IfAÖ2) Erfassung von Vogelereignissen über dem Plattformdeck der AV4 Gegenüber den Ergebnissen von der Gondel ergaben sich am Plattformdeck der AV4 (2 m Höhe) mehr aufgezeichnete Vogelindividuen (Abbildung 13, Abbildung 14). Die Ursache liegt vermutlich in der größeren Attraktivität des Plattformdecks als potenzieller Ruheplatz für landgebundene Arten. Dies impliziert bei rastenden Vögeln auch, dass Mehrfacherfassungen derselben Individuen auftreten, was im Luftraum über der Gondel seltener zu erwarten ist. Zu beachten ist auch, dass die potenziellen Scheuchwirkungen des drehenden Rotors über dem Plattformdeck geringer sein können, als im unmittelbaren Einflussbereich. Vorstellbar ist z. B. ein bewusstes Ausweichen der Vögel durch einen flachen Anflug an das Plattformdeck oder die Nutzung des Deckbereiches, den die Rotorblätter nicht überstreichen (Rotor gegenüber Kamera). Durch die höheren Anzahlen an Vogelereignissen lassen die Kameraaufzeichnungen am Turmfuß die Zugperioden der Singvögel deutlicher hervortreten. Die höchsten Werte wurden im Oktober und April festgestellt, wobei das Auftreten von Trupps und vermutliche Mehrfacherfassungen auch einzelne Spitzen in der frühen Zugzeit im Februar und März hervorrief Beginn der Messungen Abbildung 13: Verteilung der Vogelindividuen in der ersten Jahreshälfte 212 und 213, erfasst mit VARS vom Plattformdeck der AV4 (ohne Möwen und Kormorane). durchbrochene Säulen: Einordnung als Vogel unsicher. Seite 45

46 Anzahl der Individuen Anzahl der Individuen StUKplus-Endbericht Pencil Beam Radar und VARS (FKZ A/IfAÖ1 und IfAÖ2) Ende der Messung Abbildung 14: Verteilung der Vogelindividuen in der zweiten Jahreshälfte 212 und 213, erfasst mit VARS vom Plattformdeck der AV4 (ohne Möwen und Kormorane). durchbrochene Säulen: Einordnung als Vogel unsicher. Im Gegensatz zu den meisten Seevogelarten halten sich Möwen und nichtziehende Kormorane regelmäßig innerhalb von Offshore-Windparks auf (Fox et al. 26, Blew et al. 28). Dies lässt sich auch anhand der horizontal vom Plattformdeck ausgerichteten Kamera nachvollziehen, auf der nahezu täglich Flugbewegungen von Großmöwen zwischen den OWEA von alpha ventus festzustellen waren. Im Jahresverlauf 212 zeigten sich eine ansteigende Tendenz im Mai und ein Abfall ab Oktober. Die höchsten Aktivitätswerte wurden von Juli bis September ermittelt (Abbildung 15, oben). Im Folgejahr 213 ließ sich prinzipiell der gleiche Verlauf nachweisen. Nachdem in der Kälteperiode im März nahezu keine Großmöwen festzustellen waren, ergab sich eine kleine Einflugwelle mit den höchsten Werten zum Ende April, die möglicherweise durch den Zugstau (z. B. bei der Heringsmöwe) ausgelöst wurde. Der wesentliche Anstieg betraf wie schon 212 die Sommermonate ab Juli (Abbildung 15, unten). Die Verteilung der Großmöwen im Windpark alpha ventus entspricht auffallend der Phänologie der Heringsmöwe auf Helgoland (Dierschke et al. 211), die als häufigste Großmöwe im Offshore-Bereich der Nordsee auftritt. Daher ist zu erwarten, dass ein Großteil der aufgezeichneten Individuen dieser Art zuzurechnen ist. Seite 46

47 Großmöwen / Tag Großmöwen / Tag StUKplus-Endbericht Pencil Beam Radar und VARS (FKZ A/IfAÖ1 und IfAÖ2) 25 n = keine Messung Dekaden I Jan I Feb I Mrz I Apr I Mai I Jun I Jul I Aug I Sep I Okt I Nov I Dez I 25 2 n = keine Messung Dekaden I Jan I Feb I Mrz I Apr I Mai I Jun I Jul I Aug I Sep I Okt I Nov I Dez I Abbildung 15: Jahreszeitliche Aktivität von Großmöwen im Windpark alpha ventus nahe der AV4, erfasst mit VARS (Blickrichtung horizontal vom Plattformdeck der AV4). Kormorane traten vor allem am auf, als mehrere Individuen auf dem Plattformdeck der AV4 über mehrere Stunden rasteten. Weitere Verdachtsfälle betrafen Vögel am (1 Ind.), (2 Ind.) und (1 Ind.), die in großer Entfernung durch den Offshore-Windpark flogen Differenzierung nach dem Betriebszustand der OWEA AV4 Kollisionen von Zugvögeln mit Offshore-Windenergieanlagen sind insbesondere mit den drehenden Rotoren zu erwarten, sodass für die Abschätzung des Gefährdungspotenzials eine Differenzierung nach dem Betriebszustand der Turbinen vorgenommen werden muss. Als wesentliche Einflussfaktoren kommen die potenziell unterschiedliche Wahrnehmung der Gefahrenquelle durch die Vögel am Tag und in der Nacht (Sichtverhältnisse) sowie die Lichtanlockung auf hoher See (nachts) hinzu. Daher wurde den erfassten Vogelereignissen im Ro- Seite 47

48 (FKZ A/IfAÖ1 und IfAÖ2) torbereich der OWEA AV4 der zugehörige Betriebszustand der Anlage zugeordnet und nach der Tageszeit getrennt dargestellt (Abbildung 16). Als Grenze zwischen Tag und Nacht wurde der Beginn bzw. das Ende der bürgerlichen (zivilen) Dämmerung angesetzt (Sonne 6 unter Horizont). Vögel / h Vögel / h,5 Tag Nacht n = 289,5 Tag Nacht n = 155 ohne und ,4,4,3,3,2,2,1,1 Betrieb Anlaufgeschwindigkeit außer Betrieb Betrieb Anlaufgeschwindigkeit außer Betrieb Abbildung 16: Verteilung der Vogelaktivität (Individuen/Stunde) im Rotorbereich der AV4 in Abhängigkeit vom Betrieb der Anlage und der Tageszeit (9/21-8/213). Als Grenze zwischen Tag und Nacht wurde die bürgerliche (zivile) Dämmerung angesetzt. Die Anlaufgeschwindigkeit betrifft eine Rotationsperiode von 7,76-8,31 Sekunden. Das Verhältnis zwischen den Vogelindividuen im Rotorbereich und den Stunden der einzelnen Betriebszustände zeigt am Tag und in der Nacht signifikante Unterschiede (Chi²-Tests: Nacht: Chi²=658,92, df=2, p<.1, N=19; Tag: Chi²=23.88, df=2, p<.1, N=99) zwischen Betrieb und Stillstand der AV4 (Abbildung 16, linke Seite). Der gesamte Datensatz wird von zwei Nächten, einschließlich der Morgenstunden, dominiert. Vor allem die Nacht vom ergab nach einem Zugstau im Frühjahr 213 (vgl. Gelpke et al. 213) eine Anzahl von mehr als hundert Individuen, die den Rotorbereich querten (vgl. Abbildung 11). In geringerem Umfang trifft dies auch für die Nacht zum und die nachfolgenden Morgenstunden zu. Aber auch ohne diese beiden Spitzenereignisse verbleiben signifikante Unterschiede zwischen den Flugraten der Vögel bei den drei Betriebszuständen der untersuchten Windenergieanlage (Chi²-Tests: Nacht: Chi²=134,83, df=2, p<.1, N=75; Tag: Chi²=161.15, df=2, p<.1, N=8; Abbildung 16, rechte Seite). Es bestand kein prinzipieller Unterschied zwischen dem Verhalten der Vögel am Tag und in der Nacht. Sowohl in der Hellphase als auch in der Dunkelheit traten mehr Individuen im Rotorbereich auf, wenn die Turbine stand, wobei nachts etwa die doppelte Anzahl an Vögeln nachgewiesen wurde. Durch das VARS am Turmfuß der AV4 lassen sich die Erkenntnisse aus dem Rotorkreis für den Bereich über und neben dem Plattformdeck prüfen. Dazu musste der Datensatz zwischen den ständig im Seegebiet anwesenden Großmöwen (und rastenden Kormoranen) und den übrigen Arten getrennt betrachtet werden, da die Möwen quantitativ zu stark dominieren und sie sich im Gegensatz zu den meisten Seevogelarten regelmäßig in Offshore-Windparks aufhalten (u. a. Fox et al. 26, Blew et al. 28). Trotz der Differenzierung ergeben sich ähnliche Verteilungen bei Großmöwen (und Kormoranen) und den sonstigen Arten. Beide Gruppen näherten sich dem Plattformdeck in der Nacht bevorzugt dann, wenn die Turbine stand (Abbildung 17). Letztlich zeigt sich die glei- Seite 48

49 (FKZ A/IfAÖ1 und IfAÖ2) che Abstufung, wie für den Rotorbereich (Abbildung 16). Am Tag ergab sich ein ähnlicher Verlauf, allerdings weniger ausgeprägt. Einschränkend muss beachtet werden, dass vor allem die Verteilung in der Nacht stark von jeweils einem Einzelereignis dominiert wurde. Bei den Großmöwen waren verstärkt Flugbewegungen am zu verzeichnen, als mindestens 17 Individuen das Plattformdeck als Rastplatz nutzten. Bei den übrigen Arten trat wieder die Nacht zum hervor, in der ein Großteil der Vogelereignisse zu verzeichnen war. Reduziert man die Stichprobe um diese Termine, nivelliert sich die nächtliche Verteilung der Vögel auf die Betriebszustände erheblich, während am Tag kaum Änderungen auftreten (Abbildung 18). Vögel / h Vögel / h,12,1 Vogelereignisse (ohne Großmöwen und Kormorane) Nacht Tag,2 Großmöwen und Kormorane Nacht Tag,8,15,6,1,4,2,5 Betrieb Anlaufgeschwindigkeit außer Betrieb Betrieb Anlaufgeschwindigkeit außer Betrieb Abbildung 17: Verteilung der Vogelaktivität (Individuen/Stunde) am Plattformdeck der AV4 in Abhängigkeit vom Betrieb der Anlage und der Tageszeit (3/212-8/213). Als Grenze zwischen Tag und Nacht wurde die bürgerliche (zivile) Dämmerung angesetzt. Die Anlaufgeschwindigkeit betrifft eine Rotationsperiode von 7,76-8,31 Sekunden. Vögel / h Vögel / h,12,1 Vogelereignisse (ohne Großmöwen und Kormorane) Nacht Tag,2 Großmöwen und Kormorane Nacht Tag,8,15,6,1,4,2,5 Betrieb Anlaufgeschwindigkeit außer Betrieb Betrieb Anlaufgeschwindigkeit außer Betrieb Abbildung 18: Verteilung von Abbildung 17, abzüglich der Nacht vom bei den Vogelereignissen ohne Großmöwen und Kormorane (links) und dem bei den Großmöwen und Kormoranen (rechts). Seite 49

50 Beteiligtes Artenspektrum StUKplus-Endbericht Pencil Beam Radar und VARS (FKZ A/IfAÖ1 und IfAÖ2) Die mit VARS aufgezeichneten Vögel lassen sich in der Regel in Vogelgruppen einordnen, eine Bestimmung auf Artniveau ist aber nur in wenigen Fällen möglich (Abbildung 19). Generell ist die Erkennung von Arten/Artengruppen durch die seitliche Perspektive in vielen Fällen schwieriger, als dies bei einer Blickrichtung direkt von unten oder oben der Fall ist. Dennoch ließen sich vor allem über und neben dem Plattformdeck der AV4 einige Artnachweise erbringen, die das Spektrum potenziell gefährdeter Arten aufzeigen (Tabelle 3). Tabelle 3: Arten bzw. Artengruppen, die mit VARS an der OWEA AV4 erfasst wurden. Dargestellt ist die Anzahl der Ereignisse ohne Großmöwen (mehrfaches Auftreten des gleichen Individuums innerhalb einer Stunde entfernt). VARS Gondel: , VARS Plattformdeck: Artengruppe / Art Rotorbereich (VARS Gondel) Turmfuß (VARS Plattformdeck) Basstölpel 1 Kormoran 4 Turmfalke 1 Wanderfalke 1 Falke sp. 5 kleiner Greifvogel 1 Wespenbussard 1 Kiebitz 1 1 Watvogeltyp 2 Lachmöwe 1 Kleinmöwe sp. 4 Raubmöwentyp 1 Seeschwalbe sp. 1 Trottellumme/Tordalk 1 Haustaube 2 Taube sp Mauersegler 11 1 Lerchentyp 1 4 Mehlschwalbe 1 Rauchschwalbe 5 Schwalbe sp. 4 Steinschmätzer 1 1 Drosseltyp 15 9 Grasmückentyp 1 Laubsängertyp 2 Meisentyp 1 Dohle 1 Krähe sp Star 7 43 Kleinvogel Kleinvogel / Fledermaus 2 Kleinvogel oder Insekt/Tropfen unbestimmte Vögel 3 21 Seite 5

51 (FKZ A/IfAÖ1 und IfAÖ2) Unter Ausschluss der ständig im Seegebiet anwesenden Großmöwen dominieren die Kleinvögel. Von Seevögeln konnte ein Basstölpel und ein Alkenvogel erkannt werden, die sich bei Stillstand der Anlage näherten. Von den Greifvögeln traten vor allem Falken am Plattformdeck der AV4 auf und im freien Luftraum über der Gondel flogen mehrfach Mauersegler. Abbildung 19: Beispiele für Vogelaufzeichnungen mit VARS (links: Mauersegler bei Nacht, rechts: Steinschmätzer am Tag). Einzelbilder aus Videosequenzen. Als problematisch stellten sich zeitweise Insekten heraus, die besonders in den Sommermonaten erschienen. Vor allem nachts konnten bei einem Teil kleiner Objekte (größere Entfernung, geringe Pixelanzahl) keine sichere Trennung zwischen Vogel und Insekt vorgenommen werden. Dies gilt besonders vor dem Hintergrund eindeutiger Nachweise von Großinsekten (Tagfalter, Hautflügler, Großlibelle) anhand der Kameraaufzeichnungen. Unter manchen Bedingungen (z. B. Nieselregen) konnten auch große Wassertropfen, die sich von der Konstruktion lösten, durch Verwirbelungen hinter dem Rotor ungewöhnliche Flugbahnen durch den Bildausschnitt nehmen. An der Erfassungsgrenze (geringe Pixelanzahl) entstanden dadurch einzelne Fälle, bei denen Unsicherheiten verblieben. Es ist daher nicht auszuschließen, dass ein Teil der Ereignisse, die in Tabelle 3 als Kleinvogel oder Insekt/Tropfen ausgewiesen sind, größere Insekten oder Tropfen betreffen Beispiele für besondere Locknächte Betrachtungen zum Anlockereignis am In Aumüller et al. (211) wird über ein Vogelschlagereignis an der Forschungsplattform FI- NO1 am Rand des Offshore-Windparks alpha ventus berichtet und in den Kontext zum Ablauf des Vogelzuges und den zugehörigen Witterungsbedingungen in der betreffenden Nacht gestellt (vgl. hierzu auch Hill et al. 214). Über verschiedene Ansätze identifizierten die Autoren nachträglich die Nacht vom zum als Zeitraum des Kollisionsereignisses. An dieser Stelle sollen diese Ergebnisse in Bezug zu den Messungen des IfAÖ mit dem Fixbeam-Radar sowie den Aufzeichnungen mit VARS im Rotorbereich der Windenergieanlage AV4 gesetzt werden, die nur 4 m östlich von FINO1 liegt. Seite 51

52 : 1: 2: 3: 4: 5: 6: 7: 8: 9: 1: 11: 12: 13: 14: 15: 16: 17: 18: 19: 2: 21: 22: 23: : 1: 2: 3: 4: 5: 6: 7: 8: 9: 1: 11: 12: Vögel / Leistung der Anlage (Indikator -6) StUKplus-Endbericht Pencil Beam Radar und VARS (FKZ A/IfAÖ1 und IfAÖ2) Die Messungen des IfAÖ mit dem Fixbeam-Radar ergaben für die betreffende Nacht vom zum starken Vogelzug in niedrigen Höhen bis 4 m. Hierbei wurden sowohl im Bereich von alpha ventus als auch außerhalb des Offshore-Windparks hohe Zugintensitäten festgestellt. Innerhalb des Offshore-Windparks zogen mehr Vögel in den untersten 2 m (Abbildung 21), was eine Beeinflussung durch die beleuchteten Offshore- Windenergieanlagen nahe legt. Dennoch wurden mittels VARS in dieser Nacht keine Vögel im direkten Nahbereich der OWEA AV4 festgestellt. Im Gegensatz dazu konnten in der vorhergehenden Nacht (31.1. / ), in der laut Fixbeam-Radar ähnlich hohe Zugintensitäten im Offshore-Windpark herrschten, an der OWEA AV4 sehr viele Vögel mit VARS festgestellt werden, was auf eine massive Lockwirkung von alpha ventus hindeutet. Wahrscheinlich waren Unterschiede im Betriebszustand der OWEA AV4 für die erhebliche Diskrepanz bei den im Rotorbereich mit VARS erfassten Vogelzahlen in den beiden Nächten verantwortlich. In der ersten Nacht stellte die Turbine den Betrieb gegen 3:1 Uhr (UTC) ein und lief erst gegen 19: Uhr wieder dauerhaft an. In der Phase zwischen 5:55 Uhr und 8:3 Uhr drehte sie nochmals in geringem Umfang. Ab 19: Uhr steigerte sich die Leistung der Anlage kontinuierlich bis dann gegen 4: Uhr für den Rest des Volllast erreicht wurde (Abbildung 2). Somit war während der Nacht vom zum , der Aumüller et al. (211) das Kollisionsereignis auf FINO1 zuordnen, ein kontinuierlicher Betrieb der AV4 zu verzeichnen. 7 Beginn der Bügerlichen Dämmerung Abbildung 2: Anzahl der Vogelereignisse im Rotorbereich nach Aufzeichnungen von VARS (orange) und zugehörige Leistung der AV4 (grau). Von 6: bis 8: Uhr (UTC) wurden nur Vogelereignisse oberhalb des Rotors (nicht dargestellt) registriert. Seite 52

53 (FKZ A/IfAÖ1 und IfAÖ2) Nacht 31.1./ Luftfeuchte [%] CWC TWC Windstärke [m/s] Gegenwind Rückenwind NW-Wind SE-Wind Vögel außerhalb Windpark Vögel innerhalb Windpark Zugrate Vögel/h*km 1 Flughöhe (m) Zeit (UTC) Zeit (UTC) Nacht 1./ Luftfeuchte [%] CWC TWC Windstärke [m/s] Gegenwind Rückenwind NW-Wind SE-Wind Flughöhe (m) Vögel außerhalb Windpark Vögel innerhalb Windpark Zugrate Vögel/h*km Zeit (UTC) Zeit (UTC) Abbildung 21: Mit Fixbeam-Radar ermittelter Zughöhenverlauf innerhalb und außerhalb des Windparks alpha ventus in zwei aufeinander folgenden Herbstnächten mit hoher Zugintensität, 31.1./ (oben) und 1./ (unten) mit den Wetterparametern Rückenwindkomponente (= tailwind component TWC), Seitenwindkomponente (crosswind component CWC) und Luftfeuchte. Niederschlag wurde nicht festgestellt. Die Fläche der Kreise entspricht der Zugrate. In der Nacht 31.1./ wurde in den letzten Nachtstunden mit dem Kamerasystem VARS eine starke Anlockung von Singvögeln an der Windturbine AV4 festgestellt, nicht aber in der Folgenacht (s. o.). Seite 53

54 (FKZ A/IfAÖ1 und IfAÖ2) Das Ergebnis deutet darauf hin, dass der Betriebszustand von Offshore-Windenergieanlagen den Umfang des Auftretens von Vögeln im Rotorbereich stark beeinflussen kann. Die beobachteten Unterschiede in beiden betrachteten Nächten können als Indizien für ein erhöhtes Meideverhalten im Nahbereich der Anlagen interpretiert werden, wenn die Rotoren drehen. Letzteres bedeutet jedoch nicht, dass in den untersuchten Nächten keine Kollisionen von Vögeln an den Offshore-Windenergieanlagen stattgefunden haben. Es ist vielmehr davon auszugehen, dass das Kollisionsrisiko aufgrund der hohen Zugraten in Rotorhöhe im Vergleich zu anderen Nächten stark erhöht war. Die Ergebnisse geben aber einen Hinweis darauf, dass die von beleuchteten Offshore-Windenergieanlagen ausgehende Lockwirkung auf nachtziehende Vögel in Kombination mit der Meidung durch die drehenden Rotoren deutlich geringer ist, als die von OWEA mit stehenden Rotoren und wahrscheinlich auch anderen unbewegten, beleuchteten Strukturen wie Offshore-Plattformen. In welchem Umfang die Kollisionswahrscheinlichkeit an drehenden Rotoren trotz des Ausweichverhaltens im Vergleich zu still stehenden Anlagen erhöht ist, muss offen bleiben. Die Art der Konstruktion der Forschungsplattform FINO1 mit drahtverspannten Auslegern bis in 1 m Höhe könnte neben der Beleuchtung eine weitere Ursache für die hohe Anzahl an Totfunden sein. Am baugleichen Mast von FINO2 in der Ostsee wurden sowohl Kollisionen mit den Stahlseilen zur Abspannung der Ausleger (vorwiegend in der Morgendämmerung vor Sonnenaufgang), aber auch mit der Stahlgitterkonstruktion (in der Nacht) mit VARS dokumentiert (Schulz et al. 211 a, b). Daher sind Vogelkollisionen mit der FINO1-Plattform selbst für statische Bauteile wahrscheinlich nicht direkt auf die fest stehenden Komponenten von Offshore-Windenergieanlagen (z. B. den Turm) übertragbar, wenn sich diese in ihrer Konstruktion stark von der Forschungsplattform unterscheiden Betrachtungen zum Anlockereignis in der Nacht vom In der Nacht vom wurde mit VARS die mit Abstand höchste Anzahl an Vögeln im Rotorbereich der OWEA AV4 innerhalb des Untersuchungszeitraums von drei Jahren erfasst (vgl. Abbildung 11). In dieser Nacht lagen mehrere Besonderheiten vor, die in Kombination zu dieser Ansammlung an der Turbine führten. Vor allem die Auflösung eines sehr ausgeprägten Zugstaus im Frühjahr 213 (vgl. Gelpke et al. 213) führte nach Ende einer lang anhaltenden Schlechtwetterperiode auch über der Nordsee zu Massenzug (vgl. Abbildung 32). In den ersten beiden dieser starken Zugnächte hielt sich ein stark erleuchtetes Bauschiff an der Anlage auf (Abbildung 22) und es fanden nachts Arbeiten auf der Turbine statt. Dementsprechend war die OWEA AV4 über den gesamten Zeitraum außer Betrieb, so dass ein Zustand ohne potenzielle Scheuchwirkungen durch den drehenden Rotor, aber möglicherweise gesteigerte Lockwirkung durch die zusätzliche Lichtquelle vorlag. Seite 54

55 12: 13: 14: 15: 16: 17: 18: 19: 2: 21: 22: 23: : 1: 2: 3: 4: 5: 6: 7: 8: 9: 1: 11: 12: 13: 14: 15: 16: 17: 18: 19: 2: 21: 22: 23: : 1: 2: 3: 4: 5: 6: 7: 8: 9: 1: 11: 12: Anzahl der Vogelereignisse StUKplus-Endbericht Pencil Beam Radar und VARS (FKZ A/IfAÖ1 und IfAÖ2) Abbildung 22: In den starken Zugnächten vom und hielt sich ein stark beleuchtetes Schiff an der AV4 auf (Aufnahme des VARS am Plattformdeck der AV4). Alle auf dem Bild erkennbaren Lichtquellen und Konstruktionen betreffen das Schiff. In unbeeinflussten Nächten war der gleiche Bildausschnitt dunkel. Der Ablauf des starken Lockereignisses in der Nacht vom und der Folgenacht ist in Abbildung 23 dargestellt. Danach setzten die mit VARS erfassten Vogelbewegungen im Rotorbereich der AV4 rund zwei Stunden nach Einbruch der Dunkelheit am ein, steigerten sich über fünf Stunden bis 2: Uhr UTC+1, um dann innerhalb von zwei Stunden zügig abzunehmen. Mit dem Sonnenaufgang wurden keine Vögel mehr festgestellt. In der Folgenacht wurden deutlich weniger Vögel an der Turbine registriert Abbildung 23: Anzahl der Vogelbewegungen im Rotorbereich der AV4 nach Aufzeichnungen von VARS. Die Zeiträume der beiden Nächte sind grau hinterlegt. Zeitangaben in UTC+1. In der Nacht vom nahm die Luftfeuchtigkeit bis Mitternacht ab, danach aber zu und verdichtete sich ab ca. 1: Uhr UTC zu leichtem Regen. In der Folgenacht, in der ebenfalls das hell erleuchtete Bauschiff an der AV4 lag und die Turbine still stand, war die Luftfeuchtigkeit durchweg deutlich niedriger und der Himmel war, wie auf VARS zu erkennen, sternenklar. Dadurch war den Messungen mit dem Fixbeam-Radar zufolge der Anteil niedrig fliegender Vögel zwar geringer als in der Nacht zuvor, die absolute Zugintensität in den untersten 2 m jedoch in den meisten Nachtstunden ähnlich hoch (Abbildung 24). Die mit VARS erfasste Lichtanlockung im Rotorbereich war demnach trotz ähnlicher Zugintensität bei sternenklarem Himmel geringer, als in der vorherigen Nacht mit hoher Luftfeuchte und einsetzendem Regen (s. Kap. 11.2). Seite 55

56 (FKZ A/IfAÖ1 und IfAÖ2) 6 Anzahl Minuten-Intervalle mit Niederschlag Nacht 13./ Luftfeuchte [%] CWC TWC Windstärke [m/s] Gegenwind Rückenwind NW-Wind SE-Wind Flughöhe (m) Vögel Vögel innerhalb Windpark Zugrate Vögel/h*km Zeit (UTC) Zeit (UTC) Nacht 14./ Luftfeuchte [%] CWC TWC Windstärke [m/s] Gegenwind Rückenwind NW-Wind SE-Wind Flughöhe (m) Vögel Vögel innerhalb Windpark Zugrate Vögel/h*km Zeit (UTC) Zeit (UTC) Abbildung 24: Mit Fixbeam-Radar ermittelter Zughöhenverlauf innerhalb und außerhalb des Windparks alpha ventus in zwei aufeinander folgenden Frühjahrsnächten hoher Zugintensität, 13./ (oben) und 14./ (unten) mit Rückenwindkomponente (TWC), Seitenwindkomponente (CWC), Luftfeuchte und Niederschlag. Fläche der Kreise entspricht Zugrate. In der Nacht 13./ wurde mit VARS eine starke Anlockung von Singvögeln an der Windturbine AV4 festgestellt, in der Folgenacht in geringerem Maße (s. o.). Seite 56

57 (FKZ A/IfAÖ1 und IfAÖ2) 1.5. Kollisionsraten an der OWEA AV4 Über die von VARS im Rotorbereich aufgezeichneten Vogelbewegungen ließ sich die Kollisionsrate für die OWEA AV4 im Windpark alpha ventus über das in Kap. 9.3 beschriebene Verfahren ermitteln. Die Rechnungen mit dem Kollisionsmodell von Band (212) ergaben als Durchschnittswert für den Zeitraum eine Anzahl von 8-14 Kollisionsereignissen pro OWEA und Jahr, wenn als Grundlage die mit der Gondelkamera aufgezeichneten Rotordurchflüge herangezogen wurden (Tabelle 4). Die angegebene Spanne drückt die Unsicherheiten bei der Bestimmung entfernter Flugobjekte aus. Der Basiswert von acht Kollisionsereignissen betrifft die sicher erkannten Vögel, während sich die obere Grenze durch verbliebene Unsicherheiten bei der Trennung von Kleinvögeln gegenüber anderen Flugobjekten (z. B. Großinsekten, abfallende Tropfen) ergab. Vor allem fliegende Objekte, die mit geringen Pixelflächen abgebildet wurden, ließen sich nicht immer sicher zuordnen (vgl. Kap ). Daher wurden für die obere Grenze auch Rotordurchflüge herangezogen, bei denen es sich mit einiger Wahrscheinlichkeit ebenfalls um Vögel handelte ( mögl. Vogelkollisionen, Tabelle 4). Insgesamt basieren die Rechnungen auf 38 Durchflügen (21 sichere und 17 mögliche Vogelereignisse), von denen nur drei gegen den Wind stattfanden. Davon betrafen 31 Ereignisse die Nacht. Tabelle 4: Kollisionsraten von Zugvögeln an der AV4 im Zeitraum , ermittelt aus den mit VARS erfassten Vogelbewegungen im Rotorbereich und dem Kollisionsmodell von Band (212). 21 ab ganzjährig 212 ganzjährig 213 bis Summe Vogelkollisionen 8,62 6,44 3,87 2,93 21,86 mögl. Vogelkollisionen 6,29 5,12 2,9 4,24 17,73 Messtage Kollisionsrate pro Jahr Vogelkollisionen/Messtag,93,18,11,12 7,68 mögl. Vogelkoll./Messtag,68,14,6,18 6,23 Kollisionen/Messtag,16,32,17,3 13,91 Die durchschnittliche Kollisionswahrscheinlichkeit mit dem Rotor ermittelt aus den für jeden einzelnen Rotordurchflug berechneten Kollisionswahrscheinlichkeiten betrug,636 (d. h. 6,36 %, Einzelwerte 3,73 bis 1,86 %) und unter Einschluss der unsicheren Flugobjekte,637. Dieser relativ niedrige Wert resultiert u. a. aus dem meist geringen Anstellwinkel der Rotorblätter, der in knapp 9 % der Fälle um null Grad (senkrecht) stand. Bei einer Steigerung des Anstellwinkels ergeben sich regelmäßig höhere Kollisionswahrscheinlichkeiten. Dass die Rotorblätter der AV4 meist senkrecht ausgerichtet waren, wenn Vögel im Gefahrenbereich festgestellt wurden, ist plausibel, da der Anstellwinkel erst bei Überschreiten der Nennwindgeschwindigkeit von 13 m/s (6 Bft.) automatisch vollzogen wird. Solche hohen Windgeschwindigkeiten werden von Singvögeln seltener zur Querung der Nordsee genutzt (z. B. bei optimalen Rückenwind). Seite 57

58 (FKZ A/IfAÖ1 und IfAÖ2) Die ermittelte Kollisionsrate von 8-14 Individuen bezieht sich primär auf Singvögel, da bei Betrieb der Anlage nahezu ausschließlich Kleinvögel mit dem VARS auf der Gondel nachgewiesen wurden. Die einzigen Nicht-Singvögel betrafen einen Watvogeltyp und eine mögliche Spatelraubmöwe. Rund 82 % der Ereignisse traten in der Dunkelheit und entsprechend wenige bei Tageslicht auf. Um möglichen Verteilungsunterschieden von Vögeln in verschienen Höhenstufen des Rotors gerecht zu werden, wurden zusätzlich zur Gondelkamera auch die Daten vom Turmfuß herangezogen (vgl. Kap. 9.3). Die Rotordurchflüge oberhalb der Gondel und die Vogelbewegungen im Kamerasektor über dem Plattformdeck (vgl. Abbildung 8) standen für Zeiträume, in denen die AV4 in Betrieb war, in einem Verhältnis von 1:3,67 zugunsten der unteren Kamera. Unter Ausklammerung der Großmöwen, die im Rotorbereich über der Gondel bei Betrieb der Anlage nicht auftraten, reduzierte sich der Wert auf 1:1,67. Überträgt man dieses Verhältnis auf die ermittelten Kollisionsraten, ergibt sich eine Spanne von Kollisionsereignissen pro OWEA und Jahr. Unter Einschluss der Großmöwen, die sich bevorzugt in unteren Höhenschichten aufhielten, steigt der errechnete Wert für die Kollisionsrate entsprechend des oben genannten Verhältniswertes auf 29 Individuen pro Anlage und Jahr. Ein Hochrechnen der möglichen Vogelereignisse von der Gondelkamera um das genannte Verhältnis ist nicht sinnvoll, da bei Großmöwen keine Bestimmungsunsicherheiten im Rotorbereich bestehen. Da mit der Kamera am Turmfuß keine Rotordurchflüge, sondern nur Flüge im Nahbereich der Gefahrenzone dokumentiert werden, sind diese Schätzungen ohnehin unter diesem Vorbehalt zu interpretieren Großräumiges Ausweichen (macro-avoidance) In fünf der sieben untersuchten Saisons wurden in Höhen bis 2 m innerhalb des Windparks im Mittel höhere Zugraten gemessen als außerhalb, im Herbst 212 war dies umgekehrt, im Herbst 213 konnten keine Unterschiede gefunden werden (Abbildung 25). Damit wurden keine Hinweise auf ein generelles großräumiges Ausweichen gegenüber dem Offshore-Windpark gefunden. Vielmehr deuten die Ergebnisse an, dass es zu Lockwirkungen von alpha ventus auf nachts ziehende Vögel kommt. Besonders deutlich erhöhte Zugraten innerhalb des Parks in den untersten 2 m gegenüber außerhalb wurden während Zugwellen im Oktober/November 21 und Ende Mai 212 festgestellt. Sehr ähnliche Zugraten in diesem Höhenbereich innerhalb und außerhalb des Offshore-Windparks wurden während insgesamt vier starker Zugnächte Mitte und Ende April 213 registriert (Abbildung 38). Für zwei dieser Nächte wurde der Zugverlauf über die Nacht sowie über alle erfassten Höhenschichten hinweg und unter Betrachtung von Wetterparametern bereits in Abbildung 24 dargestellt. Seite 58

59 (FKZ A/IfAÖ1 und IfAÖ2) 35 3 *** 136 Höhe bis 2 m *** 171 * 198 *** 663 * 11 ** innerhalb Windpark 5 Herbst 21 Frühjahr 211 Herbst 211 Frühjahr 212 Herbst 212 Frühjahr 213 Herbst 213 Saison Abbildung 25: Mittlere stündliche Zugraten + Standardfehler innerhalb und außerhalb des Windparks alpha ventus nach Radarmessungen. Grundlage des Vergleichs sind die Zugraten aller Nachtstunden, in denen Daten von beiden Seiten aus allen drei Anstellwinkeln vorlagen und hierbei mindestens ein Echo registriert wurde. Wilcoxon-Tests. Zahlen über den Säulenpaaren geben die Anzahl der betrachteten Nachtstunden an. *: p <,5, **: p <,1, ***: p <, Ausweichrate für den Nahbereich (micro-avoidance) Zur Berechnung der Ausweichrate (avoidance rate) wurden zunächst alle mit VARS erfassten Ereignisse herangezogen, die nachts bei drehendem Rotor die Rotorscheibe durchflogen. Dies waren 14 sicher identifizierbare Vögel und unter Einschluss der unsicheren Objekte maximal 31 Vögel. Von den sicher bestimmten Vögeln durchflogen 12 Individuen den Rotor von vorne kommend und hatten dementsprechend im Moment der Erfassung durch VARS die Rotorscheibe erfolgreich durchflogen. Bei einer mittels Band-Modell bestimmten mittleren Kollisionswahrscheinlichkeit beim Durchflug von,636 ergaben sich somit rechnerisch,76 weitere Individuen, die beim versuchten Durchflug mit dem Rotor kollidierten und entsprechend nicht von der Kamera erfasst werden konnten. Diese rechnerisch ermittelten Kollisionsereignisse wurden bei Berechnung der Ausweichrate einbezogen. Von den maximal 31 erfassten Vögeln durchflogen 28 den Rotor von vorn. Unter Berücksichtigung der entsprechenden Kollisionsrate ergaben sich rechnerisch 1,78 weitere Kollisionsereignisse. Zur Berechnung der Durchflugrate wurde daher von 14,76 bis 32,78 Vögeln ausgegangen, Seite 59

60 (FKZ A/IfAÖ1 und IfAÖ2) die beim Betrieb der Anlage den Kameraausschnitt durchflogen bzw. bereits zuvor beim Durchflug durch die Rotorebene kollidierten. Bei einem Öffnungswinkel von 22 entspricht dies 241,53 bis 536,4 Vögeln, die den gesamten Rotorkreis in der betrachteten Erfassungszeit von 8.741,45 Stunden querten, entsprechend einer Durchflugrate von,28-,61 Individuen pro Stunde. Zur Berechnung der Ausweichrate (avoidance rate) wurde als Bezugsgröße eine allgemeine Zugrate im Bereich des Windparks alpha ventus mit dem Fixbeam-Radar ermittelt. Hierfür wurden aus dem Zeitraum von Januar 211 bis August 213 die Radardaten verwendet, die innerhalb des Windparks in Höhen bis 2 m gemessen wurden. Radardaten aus dem Herbst 21 wurden nicht mit einbezogen, weil es in diesem Zeitraum noch Probleme durch Störechos infolge des Betriebes eines weiteren Radars auf der Forschungsplattform FINO1 gab und insgesamt nur ein recht geringer Zeitraum mit überdurchschnittlich hohen Zugraten abgedeckt wurde. Der genannte Höhenbereich bis 2 m (und nicht eine geringere Obergrenze) wurde gewählt, um einerseits den Höhenbereich der Rotoren gut abzudecken, andererseits aber auch, um eine gewisse Mindestfläche des Radarstrahls im Betrachtungsbereich zu garantieren. Aufgrund des schlanken Strahls, der verwendeten Anstellwinkel und der relativ geringen Dichte fliegender Vögel konnten so hinreichend robuste Werte berechnet werden. Es wurden ausschließlich diejenigen Bereiche des Radarstrahls herangezogen, mit denen dieser auf einer horizontalen Linie von 2.5 m Länge entsprechend einer Entfernung von 25 bis 2.3 m von der Forschungsplattform FINO1 den Offshore-Windpark durchschneidet. Die bei allen Einzelmessungen im Betrachtungszeitraum abgedeckten Flächen des Radarstrahls wurden aufsummiert und mit der Summe der erfassten Vögel und einem Erfassungszeitraum von 4,7 Minuten pro Messung in Beziehung gesetzt. Dies erfolgte zunächst getrennt für die vier verschiedenen Vogeltypen, da die Erfassungsfläche im Radarstrahl in Abhängigkeit von ihrem typspezifischen Erfassungswinkel ( operativer Öffnungswinkel ) unterschiedlich ist. Die ermittelten Werte wurden anschließend auf die Fläche des Rotorkreises von,12 km² (entsprechend 126 Meter Durchmesser) und einen Zeitraum pro Stunde bezogen, der für alle vier Vogeltypen aufsummiert eine Zugrate durch den Rotorkreis von 1,4 Vögeln pro Stunde ergab. Aus dem Quotienten der mit VARS gemessenen Rotordurchflüge und der mittels Radar ermittelten Zugrate errechnete sich ein Anteil von 1,97 4,37 %, was eine Ausweichrate von 95,62 98,3 % ergab. Nach dem gleichen Schema wurde auch die Ausweichrate gegenüber dem stehenden Rotor ermittelt, wobei potenzielle Kollisionen mit den unbewegten Rotorblättern vernachlässigt wurden. Bei Stillstand der Turbine wurden in insgesamt 1.722,2 Stunden, in denen VARS lief, 163 Flüge von Vögeln durch den mit der Kamera abgedeckten Bereich registriert. Hieraus ergab sich eine Flugrate durch die gesamte Rotorscheibe von 1,55 Vögeln pro Stunde. Dem gegenüber errechnete sich aus den Radardaten für einen Ausschnitt entsprechender Fläche im Offshore-Windpark eine Zugrate von 2,61 Vögeln pro Stunde. Hieraus ergab sich, dass ein Anteil von 59,27 % der Vögel den Rotorbereich bei stehender Anlage durchflog, was einer Ausweichrate von 4,73 % entspricht. Damit wurde bei Stillstand der Turbine ein 13,6 bis 3-mal höherer Anteil an Vögeln im Rotorbereich festgestellt als bei drehendem Rotor. Seite 6

61 11. Diskussion StUKplus-Endbericht Pencil Beam Radar und VARS (FKZ A/IfAÖ1 und IfAÖ2) Phänologie und Intensität des Vogelzuges Das Auftreten von Nachtziehern in Schüben relativ hoher Zugintensitäten, die eine oder mehrere Nächte umfassen können und sich mit Phasen ohne oder nur schwachem Zuggeschehen abwechseln, wurde auch in anderen Untersuchungen auf der offenen Nordsee belegt (Orejas et al. 26, Hüppop et al. 29, Dierschke et al. 211). In der vorliegenden Untersuchung wurden insbesondere im Frühjahr 213 und im Herbst 211 hohe Anteile des in der Saison erfassten Vogelzuges innerhalb von jeweils nur vier Nächten erfasst. Eine dieser Zugwellen in den Nächten 13./14.4. und 14./ war sehr wahrscheinlich das Ergebnis eines markanten Wetterwechsels, der inzwischen auch Eingang in die ornithologische Literatur gefunden hat (Gelpke et al. 213). Nach dem Ende einer sehr langen Kälteperiode in Deutschland, begleitet von anhaltenden Gegenwinden, was zu einem sehr ausgeprägten Zugstau führte, kam es im April infolge einer plötzlichen Wetterbesserung zu einem massenhaften Aufbruch von Zugvögeln nach Norden. Insbesondere Windrichtung und stärke kommt oft in Kombination mit weiteren Faktoren grundsätzlich eine Schlüsselrolle als Auslöser für Zugwellen zu (Liechti 26). Beide Größen können für die individuelle Entscheidung von Landvögeln, große Strecken über See zurückzulegen oder nicht, entscheidend sein (Schmaljohann & Naef-Daenzer 211). U. a. durch Schwankungen der Wetterbedingungen, Variation in der genauen Terminierung von Abzugsentscheidungen in der Nacht (Schaub et al. 23) sowie durch Durchzug von Vögeln aus unterschiedlich weit von der FI- NO1 entfernten Aufbruchsgebieten lassen sich die in der vorliegenden Untersuchung festgestellten erheblichen Schwankungen der stündlichen Zugintensitäten im Verlauf der Nacht erklären. In neun bzw. acht der zehn Nächte stärkster Zugintensität innerhalb und außerhalb des Windparks alpha ventus wurden zumindest zeitweise Winde mit Ostkomponente registriert. Dies unterstreicht die Rolle der Winddrift für das Auftreten von Landvögeln über der Deutschen Bucht (vgl. Dierschke et al. 211) bzw. die Rolle von Winddrift für die Route ziehender Vögel generell (Liechti et al. 26; Newton et al. 28). Vor dem Hintergrund, dass Vögel vorzugsweise bei günstigen Windbedingungen starten (Newton et al. 28), ist bemerkenswert, dass jeweils in der Hälfte der zehn Nächte Gegenwinde der Stärke 3 Bft. und höher auftraten. In mehreren Nächten waren Verschlechterungen der Windbedingungen im Sinne eines stärker werdenden Gegenwinds zu verzeichnen. Beides deutet darauf hin, dass die Vögel einen Teil ihres Weges über Wasser unter relativ guten Zugbedingungen zurückgelegt haben und dass es durch unterwegs eintretende Wetterverschlechterung zu einer Verringerung der Fluggeschwindigkeit und damit einher gehenden Stauungseffekten und entsprechend erhöhten Zugdichten kam. Wirklich bewiesen werden könnte ein derartiger Zusammenhang über einen Vergleich der gemessenen Zugmuster mit großräumig angelegten Wettermodellen, was jedoch über den Rahmen der hier vorgestellten Studie hinausgeht. Die Untersuchungen von Karlsson et al. (211) zeigen, dass viele Nachtzieher auch ohne Unterstützung durch Rückenwinde ziehen, obwohl dies für eine energetische Optimierung des Zuges vorteilhaft wäre (Liechti et al. 26). Es wird vermutet, dass es sich Vögel in vielen Fällen nicht leisten können, auf optimale Windbedingungen zu warten, da entsprechende Phasen vergleichsweise selten sind, für den Zug ein großer Teil der Nacht gebraucht wird und die Nachteile des Wartens zu groß wären (Karlsson et al. 211). Seite 61

62 (FKZ A/IfAÖ1 und IfAÖ2) Im Hinblick auf das von Offshore-Windparks ausgehende Gefährdungspotenzial für Zugvögel bedeuten die genannten starken Schwankungen der Zugintensität, dass sich dies innerhalb sehr kurzer Zeit stark erhöhen kann. Des Weiteren hat der geschilderte Ablauf des Vogelzuges zur Folge, dass für die Abschätzung der eigentlichen Bedeutung eines Seegebietes für den Vogelzug oft nur relativ kurze Zeitintervalle zur Verfügung stehen. Bei schiffsgestützten Untersuchungen des Vogelzuges, wie sie derzeit nach dem Standarduntersuchungskonzept des BSH (StUK4, BSH 213) vorgesehen sind, kommt daher der Wahl der Erfassungstermine, die in der Summe zeitlich ungefähr ein Viertel der Hauptzugperioden abdecken, besondere Bedeutung für die Aussagekraft der erhobenen Daten zu. Die in der vorliegenden Untersuchung registrierten Zugmuster unterstreichen den besonderen Wert kontinuierlicher Erfassungen des Vogelzuges im Kontext von Windparkplanungen, wie auch im Standarduntersuchungskonzept des BSH (213) dargelegt. Denn kontinuierliche Messungen können die Wahrscheinlichkeit, Zugwellen hinreichend zu erfassen, entscheidend erhöhen. Solche Dauerbeobachtungen erfordern i. d. R. feste Plattformen. Da Forschungsplattformen künstliche Strukturen im Meer darstellen und infolge ihrer Struktur und Beleuchtung ihrerseits eine Gefahr für ziehende Vögel darstellen können (Aumüller et al. 211, Schulz et al. 213), kann empfohlen werden, vorrangig bereits im Windparkbereich vorhandene Strukturen wie Umspannplattformen, andere Plattformen oder die Offshore-Windenergieanlagen selbst als Standort für stationäre Messgeräte zu nutzen. Teilweise zeitgleich zu den hier durchgeführten Untersuchungen wurden auf der Forschungsplattform FINO2 im zentralen Teil der südwestlichen Ostsee durch das IfAÖ ebenfalls Erfassungen des Vogelzuges mittels Fixbeam-Radar durchgeführt (Schulz et al. 213). Dabei gelang insbesondere im Herbst 211 eine fast lückenlose Erfassung des nächtlichen Vogelzuges über der Ostsee. Während bei den hier dargestellten Erfassungen des Vogelzuges auf FINO1 mittels Radar im Zeitraum von Mitte Oktober 21 bis Ende Oktober 213 in insgesamt zehn Nächten vergleichsweise hohe Zugraten von im Mittel 2. Vögeln/h*km und mehr (Maximum Vögel/h*km in der Nacht 21./ ) gemessen werden konnten (vgl. Seite 62

63 (FKZ A/IfAÖ1 und IfAÖ2) Tabelle 2), wurde eine Zugrate von 2. Vögeln/h*km bei FINO2 alleine im Herbst 211 bereits sechsmal, z. T. um ein Mehrfaches, überschritten (bei FINO1 im Herbst 211 kein einziges Mal). Weiterhin zeigen die Erfassungen auf FINO2 auch in den durch allerdings größere Messlücken unterbrochenen Zugsaisons Frühjahr und Herbst 212 eine deutlich größere Anzahl mittlerer oder kleiner Zugwellen, so dass über der Ostsee bei FINO2 insgesamt von einem deutlich stärker ausgeprägten Nachtzug ausgegangen werden muss als im Seegebiet bei FINO1, das zur offenen Nordsee zu rechnen ist. Wahrscheinliche Gründe für den schwächer ausgeprägten Nachtzug über der offenen Nordsee bei FINO1 sind das (im Gegensatz zur Ostsee) fehlende Vorhandensein von sich in Zugrichtung verjüngenden Landmassen, die auch nachts als Leitlinien wirken können (vgl. Bruderer & Liechti 1998, Schulz et al. 213), die Alternative, die Nordsee in der östlichen Deutschen Bucht auf kürzerer Strecke zu queren (vgl. Orejas et al. 25) sowie ein für die Masse ziehender Landvögel kleinerer Einzugsbereich (vgl. BirdLife International 24, Hüppop & Hüppop 29). Sowohl Radaruntersuchungen aus dem Offshorebereich der Nordsee (Orejas et al. 25, Hüppop et al. 28) als auch die erwähnte, mit ähnlicher Methodik von der Forschungsplattform FINO2 aus durchgeführte Studie (Schulz et al. 213) belegen ebenso wie die hier vorgestellte Untersuchung eine regelmäßig starke Verdichtung des Vogelzuges in den untersten Höhenschichten Zugrate innerhalb und außerhalb von alpha ventus (macroavoidance) Bislang liegen aufgrund der schlechten Beobachtbarkeit von Nachtziehern mit herkömmlichen Methoden kaum Kenntnisse zu ihrer Verteilung im Bereich von Offshore-Windparks vor. Lediglich für Tauch- bzw. Meeresenten konnte bisher nachts ein regelmäßiges großräumiges Ausweichen vor den OWEA (Dirksen et al. 1998, Kahlert et al. 24), aber auch Durchflüge durch die zwischen den Turbinenreihen bestehenden Gassen belegt werden (Christensen et al. 24, Desholm & Kahlert 25). Krijgsveld et al. (211) erfassten fliegende Vögel mit horizontal und vertikal betriebenen Schiffsradargeräten im Bereich eines Offshore-Windparks in der niederländischen Nordsee. Ein eigentlicher Vergleich von Zugraten innerhalb und außerhalb des Windparkareals fand jedoch nicht statt. Mit dem Horizontalradar beobachtete Ausweichbewegungen gegenüber dem Offshore-Windpark, die bei Nacht ausgeprägter waren als am Tag, werden vor allem auf Flugbewegungen vor Ort rastender Wasservögel zurückgeführt, doch berichten die Autoren von erheblichen Beeinträchtigungen durch Störsignale durch die OWEA. Aussagen zur Verteilung von Vögeln bei eigentlichen Zugereignissen innerhalb und außerhalb des Offshore-Windparks waren für den Höhenbereich der OWEA nicht möglich, da das Horizontalradar keine Informationen zur Flughöhe liefert. Blew et al. (28) erfassten den allgemeinen Vogelzug im Bereich von zwei dänischen Offshore-Windparks in Nord- bzw. Ostsee mit herkömmlichen Schiffsradargeräten, die von einem am Rand der Windparks ankernden Schiff aus betrieben wurden. Hierbei wurden mit dem vertikal rotierenden Radar nachts im Schnitt etwas höhere Anzahlen ziehender Vögel auf der dem Offshore-Windpark abgewandten Seite festgestellt. Blew et al. (28) wei- Seite 63

64 (FKZ A/IfAÖ1 und IfAÖ2) sen jedoch auf die Problematik hin, dass die im Radarbild ebenfalls dargestellten OWEA zu erheblichen Störechos und Abschattungseffekten auf der Windparkseite führten, was einen beidseitigen Vergleich von Zugraten erschwert. Krijgsveld et al. (211) berichten ebenfalls von deutlichen Abschattungseffekten im Offshore-Windpark, die nicht auswertbare Zonen zur Folge hatten. Bei der Verwendung herkömmlicher Schiffsradargeräte sind die genannten Störeffekte durch den relativ breiten Öffnungswinkel des Radarstrahls bedingt, der für Störsignale durch randständige Strukturen anfällig ist und eine Ausrichtung in die Gassen von Offshore-Windparks erschwert (vgl. Schmaljohann et al. 28). Zudem waren Störsignale durch die Bewegungen des ankernden Schiffes variabel in ihrer Ausdehnung und der eigentliche Erfassungsbereich nicht klar definierbar. Bei den hier vorgestellten Untersuchungen mittels Fixbeam-Radar waren die erzielten Radarbilder trotz des im Vergleich zum herkömmlichen Schiffsradar wesentlich schlankeren und am Rand stärker begrenzten Radarstrahls ebenfalls durch gewisse von den OWEA ausgehende Störsignale gekennzeichnet. Diese waren jedoch klarer begrenzt und aufgrund der festen Messplattform (FINO1) in ihrer Ausdehnung wesentlich einheitlicher. Dementsprechend war es hier möglich, den eigentlichen Erfassungsbereich klar zu definieren, Störzonen klar von einer Auswertung auszuschließen und entsprechend flächenbezogene Zugraten zu berechnen. In der vorliegenden Studie wurden in fünf der sieben untersuchten Saisons nachts im Mittel leicht bis deutlich höhere Zugraten innerhalb von alpha ventus im Vergleich zum Referenzbereich außerhalb des Offshore-Windparks gemessen. In einer Saison (Herbst 212) wurde außerhalb von alpha ventus eine leicht erhöhte Zugrate festgestellt, im Herbst 213 konnten keine Unterschiede ermittelt werden. Somit ergaben sich keine Hinweise auf großräumige Ausweichbewegungen von Nachtziehern, welche sich in generell höheren Zugraten außerhalb von alpha ventus niederschlagen. Vielmehr deuten die Ergebnisse auf eine Lockwirkung des Offshore-Windparks auf Nachtzieher hin. Für solche Lockeffekte ist die Befeuerung der Anlagen als Hauptursache anzunehmen. Lockeffekte von Lichtquellen auf Vögel bei Nacht sind vielfach und seit über hundert Jahren belegt (Blasius 189, Gätke 1891, Gauthreaux & Belser 26, Ballasus et al. 29, Dierschke et al. 211). Für eine von Offshore-Windparks ausgehende Lockwirkung durch Licht ist vermutlich sehr viel weniger die der Flugsicherheit dienende rote Blinkbefeuerung auf der Gondel als vielmehr die stehende weiße Beleuchtung im Bereich der Gründungen verantwortlich. Nach bisherigen Erkenntnissen reagieren Vögel bei Nacht wesentlich stärker auf stehendes als auf blinkendes Licht. Zur Wirkung der Lichtfarbe ist ein einheitliches Bild schwieriger zu zeichnen (Ballasus et al. 29). Lockwirkungen durch Licht im Offshorebereich treten vor allem dann ein, wenn sich Wetterbedingungen verschlechtern und die Sichtweite abnimmt (Gauthreaux & Belser 26, Ballasus et al. 29, Hüppop & Hilgerloh 212, Schulz et al. 213). Bei Eintreten von Gegenwind, geringer Sichtweite oder Regen bzw. deren Kombination verringern Vögel in der Regel ihre Zughöhe (Alerstam 199, Gruber & Nehls 23, Hüppop et al. 212) und geraten dabei auch ohnehin in den Höhenbereich, in denen sich OWEA befinden. Messwerte zum Auftreten von Nebel im Bereich der Forschungsplattform FINO1 standen für die hier durchgeführten Untersuchungen nicht zur Verfügung, wohl aber Angaben zur Luftfeuchte. Sehr hohe Luftfeuchtigkeit kann als Hinweis auf schlechte Sichtverhältnisse gewertet werden (Hüppop & Hilgerloh 212). Für die starken Zugnächte 31.1./ sowie 1./ wurden in der vorliegenden Untersuchung bei hoher Luftfeuchte bzw. auch nachfolgendem Regen mit der Kamera starke Lockwirkungen an einer OWEA nachgewiesen. Radaranalysen für diesen Seite 64

65 (FKZ A/IfAÖ1 und IfAÖ2) Zeitraum zeigen, dass die Vögel innerhalb von alpha ventus vorwiegend in Höhen bis 2 m, außerhalb des Offshore-Windparks aber in etwas größeren Höhen flogen (s. Kap. 1.4). Dies spricht dafür, dass die Vögel durch die Lichtanlockung der beleuchteten OWEA regelrecht heruntergezogen wurden. In den beiden anderen, hier im Detail dargestellten starken Zugnächten im April 213 konnte ein solcher Effekt nicht festgestellt werden, da die Vögel hier von vornherein in den untersten 2 m flogen. Wissenschaftliche Untersuchungen, über welche Entfernungen hinweg Lockeffekte von Licht auf Zugvögel stattfinden, fehlen weitgehend (Ballasus et al 29). Bruderer et al. (1999) stellten an Land in Israel mit einem Zielfolgeradar fest, dass die Reaktionen auf eine starke Lichtquelle bis zu einem Kilometer weit reichten. Für die Verhältnisse auf See fehlen Daten dieser Art bisher, könnten für eine Beurteilung, inwieweit beleuchtete Offshore-Windparks Zugwege über Wasser durch Lockwirkung beeinflussen, aber wesentlich sein Einordnung der Ergebnisse zu Kollisionsrate und Ausweichrate im Nahbereich (micro-avoidance) Auch wenn Kollisionen von Vögeln mit der OWEA AV4 nicht direkt dokumentiert werden konnten, so ermöglichte der hier verfolgte Ansatz die Angabe einer realitätsnahen Schätzung der durchschnittlichen Kollisionsrate je OWEA und Jahr und - in Kombination mit den Radarmessungen - auch einer Ausweichrate. Zumindest konnte die Dimension des Problems umrissen werden, die vor dieser Untersuchung auch international nicht einzugrenzen war. Als Einschränkung verbleibt die geringe Abdeckung des Rotorkreises durch das Kamerasystem VARS, was durch den langen Messzeitraum möglicherweise kompensiert wird. Zudem wurde allein der Bereich des drehenden Rotors als Gefährdungsbereich definiert, während feststehende Anlagenteile (Pylon, Rotorblätter bei Stillstand) ausgeklammert blieben. Bei der Interpretation der Ergebnisse muss vor allem darauf hingewiesen werden, dass die hier ermittelte Kollisionsrate nur für die OWEA AV4 im Windpark alpha ventus gilt. Für Offshore-Windenergieanlagen mit anderer Lage im Windpark, zur Küste oder in anderen Meeresgebieten könnten abweichende Zugraten und Mechanismen zutreffend sein. Die Möglichkeiten reichen von unterschiedlichen Vogeldichten am Rand bzw. innerhalb eines Offshore- Windparks (hier auch in Bezug auf die starken Lichtquellen FINO1 und Umspannwerk) bis hin zu höheren Zugraten in Küstennähe bzw. über der Ostsee. Dagegen lässt sich die in der vorliegenden Untersuchung ermittelte Ausweichrate (vgl. Kap. 1.7) potenziell auf andere Standorte übertragen, wenn Messungen mit Radar exakte Zugraten aus dem zu beurteilenden Offshore-Windpark liefern. Unsicherheiten bzgl. der Übertragbarkeit der Ergebnisse resultieren aus der Lage der OWEA AV4 am Rand von alpha ventus und aus der unmittelbaren Nähe zu einer stärkeren Lichtquelle (FINO1, Entfernung: 4 m). Daher ist nicht sicher, ob die ermittelte Ausweichrate als Durchschnittswert für einen gesamten Offshore-Windpark anwendbar ist. Im Gegensatz zu allen anderen, bisher in der Literatur verwendeten avoidance rates basiert der hier ermittelte Wert aber auf tatsächlichen Messungen in der Meeresumwelt und schließt die besonders relevante Gruppe der Singvögel mit ein. Sowohl die durchgängige Langzeiterfassung in der Nacht (drei Jahre) als auch die optische Erfassung von kleinen Singvögeln im Rotorbereich wurden erstmals durchgeführt (vgl. Cook et al. 212). Seite 65

66 (FKZ A/IfAÖ1 und IfAÖ2) Die bisher in den Modellrechnungen für den Tagzug angesetzten avoidance rates betragen meist 98% - 99,5%, wobei Cook et al. (212) aufgrund der Unsicherheiten empfehlen, auch 95% zu nutzen. Trotz der Verschiedenheit der Ansätze hinsichtlich der Tageszeit (Tag gegenüber Nacht) und der Erfassungsmethode (visuelle Beobachtungen / Schiffsradar gegenüber Dauermessungen mit VARS und Fixbeam-Radar) erreichten die Ausweichraten im Windpark alpha ventus vergleichbare Werte. Mit 95,6 % bis 98, % liegen die nächtlichen avoidance rates, die hier als micro-avoidance im unmittelbaren Nahbereich verstanden werden müssen, in der Spanne der publizierten Werte. Alle früheren Untersuchungen zu nächtlichen avoidance rates erfolgten mit Schiffsradaren. Da diese Radare durch die drehenden Rotoren der OWEA massiv gestört werden, ist im Nahbereich keine Detektion von Vögeln mit dieser Methode möglich. Somit sind die in Cook et al. (212) aufgeführten Beispiele zur nächtlichen micro-avoidance eher als meso-avoidance zu interpretieren (z. B. Durchfliegen des Parks zwischen Anlagenreihen). Kollisionsraten von Offshore-Standorten, die auf Messungen im Rotorbereich basieren, liegen bisher nur für die Eiderente vor. Über eine Modellrechnung kalkulierte Desholm (26) für den Offshore-Windpark Nysted das Kollisionsrisiko dieser Art auf 1,4 Vögel pro OWEA und Jahr. Da dieser Wert nur für eine Art gilt, sind Vergleiche mit der im Windpark alpha ventus ermittelten Rate nicht möglich. Im Gegensatz zu Offshore-Windparks liegen für Landstandorte eine Vielzahl an Studien vor, die vor allem auf der Auswertung von Totfunden basieren. Nach einer Literaturauswertung lagen die weltweit ermittelten Kollisionsraten im Bereich von bis 64 Vögeln (Mittel 6,9; Median 1,8) pro Onshore-Windenergieanlage und Jahr, wobei Kollisionsraten von mehr als fünf Vögeln pro Windenergieanlage und Jahr vorrangig bei Windparks in ungünstigen Standorten ermittelt wurden (Hötker 26). Bei einer Auswertung von europäischen Studien, die Sucheffizienz und Abtrag durch Aasfresser mit berücksichtigen, lagen die berechneten Kollisionsraten an Küstenstandorten zwischen 1,34 und 58 Vögel pro Turbine und Jahr (Witte & van Lieshout 23). Damit fügt sich der im Windpark alpha ventus ermittelte Wert von 8-14 (max. 29) Individuen in die von Landstudien bekannten Szenarien ein, obwohl andere Einflüsse (keine Gewöhnungseffekte, keine Landemöglichkeit für Landvögel) in der Offshore-Umgebung wirken. Auch die an der OWEA AV4 errechnete Kollisionswahrscheinlichkeit eines Vogels, der durch die Rotorscheibe fliegt, lag mit durchschnittlich,64 (6,4 %) in der Spanne von,2 bis,16, die bei Modellrechnungen für verschiedene Szenarien ermittelt wurden (Bellebaum et al. 28). Die daraus ermittelten Kollisionsraten weichen allerdings deutlich voneinander ab, da in der genannten Studie eine Ausweichrate von -9 % angenommen werden musste und die jährlichen Zugraten über der südwestlichen Ostsee als wesentlich höher einzuschätzen sind, als am Standort alpha ventus. Setzt man die mit VARS und Fixbeam-Radar für die OWEA AV4 im Offshore-Windpark alpha ventus ermittelte Ausweichrate von 95,6 % bis 98, % an, reduziert sich die in Bellebaum et al. (28) angegebene Kollisionsrate von ca Vögeln pro Anlage und Jahr (9- % Ausweichrate) rechnerisch auf 2-44 Individuen pro Anlage und Jahr. Die verbleibende Differenz zum Standort alpha ventus (8-14 Ind. / Anlage und Jahr) resultiert zum Großteil aus der höheren jährlichen Zugrate über der südwestlichen Ostsee. Seite 66

67 (FKZ A/IfAÖ1 und IfAÖ2) Potenzielle Ursachen für Ausweichverhalten im Nahbereich von OWEA Die Vergleiche der Flugbewegungen im Rotorbereich bei Betrieb und Stillstand der OWEA AV4 zeigten deutliche Unterschiede zwischen den Betriebszuständen. Sowohl am Tag als auch in der Nacht hielten sich mehr Vögel im Rotorbereich auf, wenn die Turbine stand (vgl. Kap ). Darüber hinaus wurde eine große Diskrepanz zwischen der mit Radar gemessenen nächtlichen Zugrate in der betreffenden Höhenschicht und den mit VARS erfassten Flugbewegungen an der OWEA AV4 registriert (vgl. Kap. 1.7). Aufgrund dieser Fakten lässt das Verhalten der Vögel auf Meideverhalten im Nahbereich des Rotors schließen. Wenn man dies voraussetzt, müssen die Vögel die Turbinen wahrnehmen und ihr Flugverhalten anpassen. Drei Möglichkeiten der Wahrnehmung erscheinen potenziell möglich: 1. Optische Wahrnehmung 2. Akustische Wahrnehmung 3. Wahrnehmung von Infraschall (Druckunterschiede) Optische Wahrnehmung Die optische Wahrnehmung der drehenden Rotorblätter ist bei ausreichender Sicht als der wahrscheinlichste Grund für Meideverhalten am Tag anzusehen. Im Gegensatz zu Brutplätzen und längerfristig genutzten Rasthabitaten an Landstandorten erfolgt wahrscheinlich keine Gewöhnung der Zugvögel gegenüber den Windenergieanlagen auf See. Lediglich für Großmöwen und Kormorane, die die Konstruktionen als Teil ihres Lebensraumes nutzen und auch regelmäßig auf den Gründungen rasten, ist dies zu erwarten. Im Gegensatz zum Tag ist die optische Wahrnehmung in der Nacht weniger offensichtlich, aber unter bestimmten Bedingungen wahrscheinlich. Das Restlicht z. B. durch Mondschein bietet in klaren Nächten ausreichend Beleuchtung, um das Hindernis selbst aus größerer Entfernung wahrzunehmen (Abbildung 26). Bei lockerer Bewölkung bestand sogar die Variante, dass sich die OWEA AV2 im Windpark dunkel vor einer erleuchteten Wolkenschicht abbildete (Abbildung 27). Bei Mondlicht wird eine maximale Ausleuchtung von,25 Lux erreicht, bei sternenklarem Himmel und Neumond,1 Lux. Da nachtziehende Singvogelarten selbst kleine Objekte bis mindestens,7 Lux erkennen können (Donner 1951), ist durch die großen hellen Flächen der Rotorblätter eine noch bessere Wahrnehmbarkeit in der Nacht zu erwarten. Dass die Anlagenreihen selbst aus größerer Entfernung durch Vögel erkannt werden können, belegen weiträumige Verhaltensreaktionen von Wasservögeln (van der Winden et al. 1999, Dirksen et al. 2, Christensen et al. 24). So wurden in mondhellen Nächten signifikant mehr Flugbewegungen von Tauchenten zwischen den OWEA festgestellt, während sie den Offshore-Windpark bei weniger Licht häufiger umflogen (van der Winden et al. 1999, Dirksen et al. 2). Auch Eiderenten passten nachts ihre Flugrichtung dem Verlauf der Reihen an (Christensen et al. 24). Seite 67

68 (FKZ A/IfAÖ1 und IfAÖ2) Abbildung 26: Nächtliche Ansicht der OWEA AV2 im Windpark alpha ventus am um Mitternacht aufgenommen mit VARS aus 1,15 km Entfernung. Die Rotorblätter und der Turm der Anlage sind durch Mondlicht (Vollmond: 3.9., Halbmond: 22.9.) deutlich erkennbar. Abbildung 27: ächtliche Ansicht der OWEA AV2 im Windpark alpha ventus am um Mitternacht aufgenommen mit VARS aus 1,15 km Entfernung. Die Rotorblätter und der Turm der Anlage sind durch Mondlicht (hellerer Wolkenhintergrund, Vollmond: 3.9.) deutlich erkennbar. Neben den natürlichen Lichtquellen Mond und Sterne bestehen an jedem Bauwerk im Windpark alpha ventus künstliche Lichtquellen durch die Flug- und Schiffssicherheitsbeleuchtung sowie die Deckslampen von FINO1, dem Umspannwerk und den Offshore- Windenergieanlagen. Besonders bei hoher Luftfeuchte wird das Licht durch die Reflexion an den Wassertropfen stärker gestreut, so dass auch punktuelle und scharf abgegrenzte Lichtquellen einen größeren diffus erleuchteten Bereich bilden (Ballasus et al. 29), was u. U. die nächtliche Erkennbarkeit der Rotorblätter beeinflusst. Das beim VARS genutzte Infrarotlicht der Strahler scheidet als Ursache für Meideverhalten im Rotorbereich aus, da Vögel diese Wellenlänge nicht wahrnehmen. Akustische Wahrnehmung Die akustische Wahrnehmung des Rotors erscheint in der Offshore-Umgebung zunächst wenig wahrscheinlich, da Meeresbrandung als bekanntes Geräusch allgemein mit einem Schalldruckpegel von 6-7 db (A) angegeben wird. Allerdings erreicht die Repower 5M, auf der das VARS im Windpark alpha ventus montiert ist, nach Herstellerangaben einen maximalen Schallleistungspegel von 17,5 db (A). Dieser emittierte Schall wird primär durch die Windgeräusche der Rotorblätter hervorgerufen, so dass Vögel den deutlichen Unterschied der Lärmpegel im Nahbereich wahrnehmen könnten. Ob daraus Reaktionen resultieren, muss offen bleiben. Wahrnehmung von Infraschall (Druckunterschiede) Als Infraschall werden Luftdruckschwankungen unterhalb einer Frequenz von 16 (2) Hz definiert. Vögel (z. B. Tauben) sind offenbar in der Lage, diese Druckunterschiede wahrzunehmen, so dass sogar die großräumige Orientierung über diesen Sinnesreiz diskutiert wurde (vgl. Hagstrum 2). Durch Windenergieanlagen wird in Abhängigkeit von Windstärke und Windrichtung Infraschall erzeugt, der besonders am Ende der Rotorblätter durch Wirbelablösungen oder durch andere Verwirbelungen an Kanten, Spalten und Verstrebungen erzeugt wird (Ratzbor et al. 212). Durch diese Rahmenbedingungen kann nicht ausgeschlossen werden, dass Infraschall zur Wahrnehmung von Windturbinen durch Vögel in der Nacht beiträgt. Seite 68