guamo nutzung des gmes urban atlas für die ... · räumliche auflösung mmu kombinierte karte:...
TRANSCRIPT
GUAMO
Nutzung des GMES Urban Atlas für die
Stadtklimamodellierung
Nationales Forum für Fernerkundung und Copernicus - 3/2017
Vera Heene
Deutscher Wetterdienst
E-Mail: [email protected]
Quelle: DLR Deutschland, Oberpfaffenhofen
Inhalt
Projekt Übersicht 1
2
3
Übersicht Stadtklimamodell MUKLIMO_3
4 Erste Ergebnisse
Fernerkundungsdaten als Eingangsdaten
5 Ausblick weitere Projektaufgaben
Nationales Forum für Fernerkundung und Copernicus - 3/2017
Das Gesamtziel des Vorhabens ist es die Daten des „Land Monitoring Service“ für
hochaufgelöste und deutschlandweit vergleichbare Stadtklimasimulationen mit dem Modell
MUKLIMO_3 nutzbar zu machen.
Projekt Ziele
1 Projekt Übersicht
Projekt Aufgaben
Geplante Projektlaufzeit: 01.08.2016 – 31.07.2018
gestartet am 01.10.2016
Die technischen Arbeitsziele umfassen die Verschneidung der Copernicus GMES Urban Atlas Daten
(inkl. vorhandener 3d Information) mit verfügbaren HRL Daten und die Entwicklung einer Software zur
Vorverarbeitung und Nutzung der GMES Urban Atlas Daten für das Modell MUKLIMO_3.
Die wissenschaftlichen Arbeitsziele umfassen den Vergleich von mikroskaligen
Stadtklimasimulationen die auf in-situ erhobenen Landnutzungsdaten der Städte basieren
mit Landnutzungsdaten und Parametern die auf Fernerkundungsprodukten basieren.
Nationales Forum für Fernerkundung und Copernicus - 3/2017
4
Meilensteine 1. Jahr 2. Jahr
Arbeitspaket AP1
M1: Erstellung eines flächendeckenden Landnutzungsdatensatzes für Deutschland
M2: Verschneidung von GMES Urban Atlas und HRL zur statistischen Ableitung der
physikalischen Parameter für jede Urban Atlas Landnutzungsklasse
M3: Analyse der Parameterspannbreiten auf räumliche Unterschiede in Deutschland
M4: Erstellung einer oder mehrerer Landnutzungstabellen
Arbeitspaket AP2
M5: Erstellung eines Fortran Programms zur Zuordnung der Landnutzungsklassen auf die
unterschiedlichen Modellgitter und benötigten Formate von MUKLIMO_3
M6: Erweiterung der Software um die Klassifikation der Local Climate Zones nach Stewart und
Oke (2012)
M7: Test der Softwarefunktionalität und Durchführung von MUKLIMO_3 Simulationen für vier
Teststädte
M8: Vergleich der MUKLIMO_3 Simulationsergebnisse der bisherigen Methode mit der neuen
Methode
M9: Abschlussbericht
1 Projekt Übersicht
Nationales Forum für Fernerkundung und Copernicus - 3/2017
Stadtklimamodellierung
Numerische Stadtklimamodell MUKLIMO_3 im DWD
Untersuchung von klimatischen Auswirkungen von Flächennutzungsänderungen
Klimaanalysen und Klimaprojektionen für Städte
5
Eingangsdaten
Geländehöhe
Landnutzung (Siedlung, Wald, Gewässer,…)
Physikalische Parametern (Höhe und Dichte der Bebauung /
Vegetation, Versiegelungsanteil,…)
Meteorologische Daten (Atm. Vertikalprofile, Bodentemp,…)
Ergebnisse
Zeitabhängige 3D Felder
Lufttemperatur
Luftfeuchtigkeit
Wind
Modell mit aufgelöster Bebauung
Modell mit unaufgelöster Bebauung
2 Übersicht Stadtklimamodell MUKLIMO_3
Tmax
Nationales Forum für Fernerkundung und Copernicus - 3/2017
München
Landnutzungsdaten und physikalische Parameter
• Klassenbasiertes Modell
• Für jede Landnutzungs-
klasse müssen
repräsentative (mittlere)
physikalische Parameter
vorgegeben werden
• Die Parameter werden
über eine Eingabetabelle
dem Stadtklimamodell
vorgegeben
6
2 Übersicht Stadtklimamodell MUKLIMO_3
Nationales Forum für Fernerkundung und Copernicus - 3/2017
Hauptklassen der MUKLIMO_3 Stadtstrukturtypen
Copernicus Land Monitoring Service
7
CORINE Land Cover
High Resolution Layers
Reference Data: EU-DEM
Related Pan-European products
Urban Atlas
3 Fernerkundungsdaten als Eingangsdaten
Nationales Forum für Fernerkundung und Copernicus - 3/2017
http://land.copernicus.eu/
8
3 Fernerkundungsdaten als Eingangsdaten
Urban Atlas Vorteil:
feinere Detaillierung der Oberflächen in 17
städtische Klassen (7 Bebauungsklassen) mit
MMU 0,25 ha
Nachteil:
nicht flächendeckend verfügbar
CORINE Land Cover (CLC) Vorteil:
flächendeckend verfügbar
Nachteil:
wenige städtische Klassen verfügbar und geringere
räumliche Auflösung MMU
Kombinierte Karte: Urban Atlas für Urbane Gebiete
und CLC für Umland
- geplant über GDI-DE zur Verfügung zu stellen
- Anwendung im DWD für Stadtklimasimulationen mit
MUKLIMO_3 (räumliche Auflösung 50 – 100 m)
Kombinierte Karte Urban Atlas 2012 und CLC 2012
Landnutzungsdaten
Nationales Forum für Fernerkundung und Copernicus - 3/2017
Landnutzungsdaten
9
3 Fernerkundungsdaten als Eingangsdaten
Urban Atlas bietet zusätzlich Street
Tree Layer Daten als ergänzende
Information zu Bäumen in Städten.
• eine zusammenhängende Reihen oder
Patches von Bäumen auf 500 m²
• Mindestbreite (MinMW) 10m
Verschneidung von Urban Atlas mit
Street Tree Layer generiert eine
zusätzlich Landnutzungsklasse.
Informationsgewinn bei Simulationen
mit hoher Auflösung (z.B. 20 m).
Für große Städte bisher meist nur
Anwendungen mit mittlerer Auflösung
(z.B. 50-100 m).
Offenbach am Main
Urban Atlas 2012 Quelle: EEA
Nationales Forum für Fernerkundung und Copernicus - 3/2017
High Resolution Layers (European Environment Agency):
• Imperviousness (Imd – 2012 aufl. 20 m)
• Tree Cover Density (Tcd – 2012 aufl. 20 m)
• Forest Type (Ft – 2012 aufl. 20 m)
Related Pan-European Products (Joint Research Centre):
• European Settlement Map (Esm – 2016 aufl. 10 m)
10
3 Fernerkundungsdaten als Eingangsdaten
Imperviousness 2012 Quelle:EEA
Tree cover density 2012 Quelle: EEA European Settlement Map 2012 Quelle:JRS, EEA
Physikalische Parameter
Nationales Forum für Fernerkundung und Copernicus - 3/2017
11
Gitterzelle vg1 h1 wai1 vs hbm bf1 hst bf0 lai hca sigmb sigma
Gebäude +
Esm
+ + +
Imd
+
Bäume +
Imd
+ + + + + +
Tcd
+
Freifläche +
Imd + + +
Gewässer
const. T
vg1: mittlerer Gebäudegrundflächenanteil
vs: mittlerer Versiegelungsanteil
sigmb: Grundflächenanteil des Baumbewuchses
h1: mittlere Gebäudehöhe
hbm: mittlere Baumhöhe in m
wai1: mittlerer Wandflächenindex
bf1: Blattflächendichte in der Baumkrone in m²/m³
hst: mittlere Höhe des Stammraumes in m
bf0: Blattflächendichte im Stammraum in m²/m³
hca: Höhe der bodennahen Bewuchsschicht
lai: Blattflächenindex in der bodennahen Bewuchsschicht
sigma: Grundflächenanteil der bodennahen
Bewuchsschicht
3 Fernerkundungsdaten als Eingangsdaten
Physikalische Parameter
Nationales Forum für Fernerkundung und Copernicus - 3/2017
Wichtige Aspekte für Datenprozessierung
12
Für städtische Klimaanwendungen mit Modell MUKLIMO_3 sind hochaufgelöste
Landnutzungsdaten erforderlich (hohe räumliche sowie feinere Klassifizierung).
• Urban Atlas bietet gute räumliche Auflösung aber die Klassifizierung von
Bebauungsstrukturen ist noch nicht genügend detailliert, z.B. Klasse 12100 „Industrial
commercial, public, military and private units“.
• Mittels HRL und ESM ist es möglich Urban Atlas Klassen in mehr Klassen zu unterteilen.
Zuordnung der Urban Atlas Klassen zu MUKLIMO_3 Hauptklassen.
• z.B. Klasse 14200 “Sports and leisure facilities” kann Hauptklasse „Gebäude“, „Bäume“
oder „Freiland“ sein.
• Mittels HRL und ESM ist es möglich Urban Atlas Klassen räumlich differenziert mehreren
MUKLIMO_3 Hauptklassen zuzuordnen.
Benötigt: 3D Daten (Vegetation, Gebäude)
4 Erste Ergebnisse
Nationales Forum für Fernerkundung und Copernicus - 3/2017
12400 Airports: München Flughäfen
13
Nutzungstyp mit vielen Gebäuden oder eher Freifläche?
Urban Atlas 2012 Quelle: EEA
“Franz Josef Strauß” Flughafen Quelle: Google Maps
Quelle
: G
oogle
Maps
4 Erste Ergebnisse
Klasseneinteilung
notwendig
Nationales Forum für Fernerkundung und Copernicus - 3/2017
Entscheidungsbaum: Urban Atlas Klasseneinteilung
14
Entscheidungsbaum: Klasseneinteilung
4 Erste Ergebnisse
Nationales Forum für Fernerkundung und Copernicus - 3/2017
• Zuordnung der Urban Atlas Klassen in eine
von vier MUKLIMO_3 Hauptklassen:
Gebäude, Bäume, Freiland und Gewässer.
• Manche Klassen können als Gebäude,
Freifläche oder Bäume aufgenommen
werden. 14200 Sports and leisure facilities
• Z.B. Einteilung der Gebäudeklasse mittels
ESM Layer auf 4 Sub-Klassen: ohne
Gebäude, Bebauung lockere Dichte,
Bebauung mittlere Dichte und Bebauung
hohe Dichte
• Bestimmung der physikalischen
Parametern mittels ESM, TCD, IMD durch
zonale Statistiken.
München Beispiel
15
4 Erste Ergebnisse
Simulierter Tag: 16. Juli
Regionale Tagemittewerte:
• Wind 0,7 m/s aus ONO
• Lufttemperatur 15°C
• Rel. Luftfeuchte 42%
Simulierte Lufttemperatur in 5 m Höhe um 15 Uhr Urban Atlas 2012, klassenverfeinert, 50 m Raster
• Gebiet 38 km x 30 km
• Auflösung 50 m
• 74 Klassen davon 33 Bebauungsklassen
Nationales Forum für Fernerkundung und Copernicus - 3/2017
Temperaturdifferenz 15 Uhr: Sim. mit Klassenverfeinerung minus Original UA
16
Quelle: Google Maps
4 Erste Ergebnisse
München Beispiel Klassenverfeinerung ermöglicht realistischere
Klimasimulationen
Nationales Forum für Fernerkundung und Copernicus - 3/2017
Weitere Projektaufgaben
• Erstellung eines Fortran Programms als Vorverarbeitungswerkzeug zur
Zuordnung der Landnutzungsklassen auf die vielfältig konfigurierbaren
Modellgitter und das benötigte Eingangsformat von MUKLIMO_3.
• Test der Softwarefunktionalität und Durchführung von MUKLIMO_3
Simulationen für vier Teststädte unterschiedlicher Bebauungsstruktur.
• Vergleich der MUKLIMO_3 Simulationsergebnisse der bisherigen Methode mit
der neuen Methode
17
5 Ausblick weitere Projektaufgaben
Nationales Forum für Fernerkundung und Copernicus - 3/2017
DWD Klima und Umwelt – 03/2017 18
Vielen Dank für Ihre
Aufmerksamkeit!