Das Klima in Städten unterscheidet sich stark vom Umland. Dichte Bebauung, versiegelte Flächen und Abwärme von Gebäuden sowie Verkehr führen zur Entstehung urbaner Wärmeinseln. Diese Wärmeinseln heizen sich tagsüber auf und kühlen nachts nur langsam ab. Besonders in dicht besiedelten Innenstadtbereichen treten im Sommer zunehmend tropische Nächte mit nächtlichen Tiefsttemperaturen von über 20 °C auf – ein Phänomen, das in Mannheim spürbarer wird.
Strategien für eine klimaresiliente Stadt
Eine nachhaltige Stadtplanung muss diese klimatischen Herausforderungen berücksichtigen. Besonders wichtig ist der Erhalt von Frischluftschneisen und Grünflächen, da unversiegelte Flächen wie Parks, Friedhöfe und Grünanlagen kühlende Luft produzieren, die in die bebauten Gebiete strömt und für Abkühlung sorgt. Werden Grünzüge durch Neubebauungen eingeengt oder auch kleinere innerörtliche Gartenflächen durch Nachverdichtungen versiegelt, verschärft sich das Problem der Überhitzung.
Stadtklimamodellierung als Planungsinstrument
Um die Wechselwirkungen zwischen Bebauungen und Grünstrukturen auf Luftströmungen und Temperaturen besser zu verstehen und vor allem gezielte Maßnahmen zur Klimaanpassung zu entwickeln, sind Stadtklimamodellierungen sowie möglichst dichte Klimamessnetze essenziell. Mit Hilfe der Modelle können zusammen mit den Messwerten verschiedene städtebauliche Szenarien simuliert und deren klimatische Auswirkungen bewertet werden.
Wie funktionieren Stadtklimamodelle?
Stadtklimamodelle sind im Prinzip genau so aufgebaut wie die klassischen Wettervorhersagemodelle: Mit Hilfe einer ganzen Reihe an Eingangsdaten aus sogenannten Landnutzungsdaten (inklusive Stadtstrukturen) und meteorologischen Messwerten wird anhand physikalischer Gleichungen das zukünftige Wetter berechnet. Allerdings nutzen Stadtklimamodelle wesentlich differenziertere Eingangsdaten und rechnen sehr viel kleinteiliger. Dies bedeutet, dass die zugrundeliegenden dreidimensionalen Gittermodelle, in das die jeweilige Stadt aufgeteilt wird, auch erheblich kürzere räumliche Abstände aufweisen und somit für Städte das Wetter der kommenden Stunden und Tage wesentlich differenzierter prognostizieren können.
Ein solches Klimamodell (FITNAH) wurde in der Stadtklimaanalyse 2020 der Stadt Mannheim eingesetzt. Die Stadt wurde in ein Raster mit einer Gitterweite von 10 x 10 Metern unterteilt. Das FITNAH-Modell wurde mit Basisdaten gespeist, darunter digitale Oberflächen-, Vegetations- und Geländemodelle, dem 3D-Stadtmodell, Daten zu versiegelten Flächen sowie Bebauungspläne. Seitens der Meteorologie wurde ein idealtypischer wolkenfreier Sommertag zugrunde gelegt. Daraus errechnete das Modell Parameter wie bodennahe Temperatur, das Kaltluftprozessgeschehen und gefühlte Temperaturen.
Entwicklung eines KI-gestützten Mikroklimamodells
Das bestehende mikroskalige Klimamodell wird nun zu einem KI-gestützten Modell weiterentwickelt. Die wesentlichen Neuerungen umfassen:
- Höhere Auflösung: Die Analyse kann nun auf eine Rasterweite von 5 x 5 Metern verfeinert werden
- Echtzeit-Datenintegration: Kontinuierliche Messwerte aus dem entstehenden Stadtklimamessnetz fließen ein, darunter Temperatur, Luftdruck, Luftfeuchtigkeit, Windgeschwindigkeit, Sonneneinstrahlung und Niederschlag. Zusätzlich werden Boden- und Wassertemperaturen erfasst.
- Simulationen erfolgen nicht nur singulär für einen idealtypischen wolkenlosen Sommertag mit idealtypischen Ergebnissen sondern für alle realen Wettersituationen im Jahresverlauf.
- Detaillierte Prognosen sind mittels Koppelung mit gängigen Wetterprognosemodellen für die kommenden Stunden bis zu 48 Stunden in die Zukunft möglich und anhand der Klimaszenarien auch für zu erwartende zukünftige Klimabedingungen.
Ein Vorteil des KI-Ansatzes ist, dass die Rechenzeit gegenüber den bislang eingesetzten Stadtklimamodellen erheblich verkürzt werden kann und als selbst lernendes System konzipiert ist. Selbstlernend bedeutet, dass der Modell-Output kontinuierlich anhand der nachfolgend tatsächlich gemessenen meteorologischen Daten des Klimamessnetzes überprüft werden, wodurch die Ergebnisse immer präziser mit der Wirklichkeit übereinstimmen.
Das KI-gestützte Klimamodell ermöglicht Mannheim, mit hochauflösenden Echtzeitdaten und präzisen Prognosen auf Wetter- und Klimaveränderungen zielgerecht zu reagieren und dadurch Resilienz sowie Planungssicherheit zu stärken.
Bild: Temperaturkarte von Mannheim am 21. August 2023
Das Klima in Städten unterscheidet sich stark vom Umland. Dichte Bebauung, versiegelte Flächen und Abwärme von Gebäuden sowie Verkehr führen zur Entstehung urbaner Wärmeinseln. Diese Wärmeinseln heizen sich tagsüber auf und kühlen nachts nur langsam ab. Besonders in dicht besiedelten Innenstadtbereichen treten im Sommer zunehmend tropische Nächte mit nächtlichen Tiefsttemperaturen von über 20 °C auf – ein Phänomen, das in Mannheim spürbarer wird.
Strategien für eine klimaresiliente Stadt
Eine nachhaltige Stadtplanung muss diese klimatischen Herausforderungen berücksichtigen. Besonders wichtig ist der Erhalt von Frischluftschneisen und Grünflächen, da unversiegelte Flächen wie Parks, Friedhöfe und Grünanlagen kühlende Luft produzieren, die in die bebauten Gebiete strömt und für Abkühlung sorgt. Werden Grünzüge durch Neubebauungen eingeengt oder auch kleinere innerörtliche Gartenflächen durch Nachverdichtungen versiegelt, verschärft sich das Problem der Überhitzung.
Stadtklimamodellierung als Planungsinstrument
Um die Wechselwirkungen zwischen Bebauungen und Grünstrukturen auf Luftströmungen und Temperaturen besser zu verstehen und vor allem gezielte Maßnahmen zur Klimaanpassung zu entwickeln, sind Stadtklimamodellierungen sowie möglichst dichte Klimamessnetze essenziell. Mit Hilfe der Modelle können zusammen mit den Messwerten verschiedene städtebauliche Szenarien simuliert und deren klimatische Auswirkungen bewertet werden.
Wie funktionieren Stadtklimamodelle?
Stadtklimamodelle sind im Prinzip genau so aufgebaut wie die klassischen Wettervorhersagemodelle: Mit Hilfe einer ganzen Reihe an Eingangsdaten aus sogenannten Landnutzungsdaten (inklusive Stadtstrukturen) und meteorologischen Messwerten wird anhand physikalischer Gleichungen das zukünftige Wetter berechnet. Allerdings nutzen Stadtklimamodelle wesentlich differenziertere Eingangsdaten und rechnen sehr viel kleinteiliger. Dies bedeutet, dass die zugrundeliegenden dreidimensionalen Gittermodelle, in das die jeweilige Stadt aufgeteilt wird, auch erheblich kürzere räumliche Abstände aufweisen und somit für Städte das Wetter der kommenden Stunden und Tage wesentlich differenzierter prognostizieren können.
Ein solches Klimamodell (FITNAH) wurde in der Stadtklimaanalyse 2020 der Stadt Mannheim eingesetzt. Die Stadt wurde in ein Raster mit einer Gitterweite von 10 x 10 Metern unterteilt. Das FITNAH-Modell wurde mit Basisdaten gespeist, darunter digitale Oberflächen-, Vegetations- und Geländemodelle, dem 3D-Stadtmodell, Daten zu versiegelten Flächen sowie Bebauungspläne. Seitens der Meteorologie wurde ein idealtypischer wolkenfreier Sommertag zugrunde gelegt. Daraus errechnete das Modell Parameter wie bodennahe Temperatur, das Kaltluftprozessgeschehen und gefühlte Temperaturen.
Entwicklung eines KI-gestützten Mikroklimamodells
Das bestehende mikroskalige Klimamodell wird nun zu einem KI-gestützten Modell weiterentwickelt. Die wesentlichen Neuerungen umfassen:
- Höhere Auflösung: Die Analyse kann nun auf eine Rasterweite von 5 x 5 Metern verfeinert werden
- Echtzeit-Datenintegration: Kontinuierliche Messwerte aus dem entstehenden Stadtklimamessnetz fließen ein, darunter Temperatur, Luftdruck, Luftfeuchtigkeit, Windgeschwindigkeit, Sonneneinstrahlung und Niederschlag. Zusätzlich werden Boden- und Wassertemperaturen erfasst.
- Simulationen erfolgen nicht nur singulär für einen idealtypischen wolkenlosen Sommertag mit idealtypischen Ergebnissen sondern für alle realen Wettersituationen im Jahresverlauf.
- Detaillierte Prognosen sind mittels Koppelung mit gängigen Wetterprognosemodellen für die kommenden Stunden bis zu 48 Stunden in die Zukunft möglich und anhand der Klimaszenarien auch für zu erwartende zukünftige Klimabedingungen.
Ein Vorteil des KI-Ansatzes ist, dass die Rechenzeit gegenüber den bislang eingesetzten Stadtklimamodellen erheblich verkürzt werden kann und als selbst lernendes System konzipiert ist. Selbstlernend bedeutet, dass der Modell-Output kontinuierlich anhand der nachfolgend tatsächlich gemessenen meteorologischen Daten des Klimamessnetzes überprüft werden, wodurch die Ergebnisse immer präziser mit der Wirklichkeit übereinstimmen.
Das KI-gestützte Klimamodell ermöglicht Mannheim, mit hochauflösenden Echtzeitdaten und präzisen Prognosen auf Wetter- und Klimaveränderungen zielgerecht zu reagieren und dadurch Resilienz sowie Planungssicherheit zu stärken.
Bild: Temperaturkarte von Mannheim am 21. August 2023
