Weiter zum Inhalt

Forschung

Das Verbundvorhaben ist in fünf Module einschließlich der Koordination gegliedert. Alle Module sind mit einander verzahnt, um die skizzierten Forschungsfragen und Ziele integrativ zu analysieren. Dazu finden inter- und transdisziplinäre Methoden Anwendung. Es werden Methoden und Modelle aus den Naturwissenschaften ebenso genutzt, wie aus den Gesellschafts- und Sozialwissenschaften. Die Module sind:

  • Entwicklung von Szenarien und Landmanagementstrategien im Dialog mit Stakeholdern,
  • integrierte klima- und biophysikalische sowie sozioökonomische Modellierung -  sektorübergreifend, flächendeckend und regional differenziert,
  • Bewertung klimatischer, ökologischer und sozioökonomischer Auswirkungen von Landnutzungsoptionen,
  • exemplarische Überprüfung der gesellschaftlichen Tragfähigkeit und Umsetzbarkeit von Handlungsoptionen in Beispielregionen.

Dem inter- und transdisziplinären Forschungsansatz entsprechend sind von CC-LandStraD unterschiedliche Ergebnisse zu erwarten:

  • sektorübergreifende, in einem iterativen Prozess mit Stakeholdern abgestimmte Landnutzungsszenarien für Deutschland
  • weiterentwickelte Modellierung der Zusammenhänge zwischen Landnutzung und Klimawandel
  • modellgestützte Wirkungsanalysen von Landnutzungsstrategien bei veränderten globalen Rahmenbedingungen (z. B. Klimaveränderungen, Markteinflüssen)
  • Darstellung existierender Zielkonflikte zwischen klimaoptimierten Landnutzungsstrategien und anderen gesellschaftlichen Ansprüchen
  • Quantifizierung gesellschaftlicher Präferenzen zu Landnutzungsstrategien
  • Einbringen von Klimaschutzaspekten in Entscheidungs- und Veränderungsprozesse

Interdisziplinärer Modellverbund

Zur Gewährleistung möglichst umfassender Informationen zu Landnutzung, Landnutzungsänderungen, Treibhausgasemissionen sowie natürlichen Standortbedingungen und Prozessen (Boden, Wasser) und einer zielführenden Analyse von Wechselwirkungen zwischen Landnutzung und Klimawandel werden im Modellverbund Modelle unterschiedlicher Disziplinen miteinander verknüpft. Es werden sowohl vorhandene Modelle, welche in Teilen bereits miteinander gearbeitet haben, als auch neu entwickelte Modelle berücksichtigt. Die sozioökonomischen und naturwissenschaftlichen Systeme repräsentieren dabei Prozesse des Klimas, der Wirtschaft, der Landnutzung und von biologisch-physikalischen Prozesse regional differenziert. Durch die voneinander isolierte Entwicklung der einzelnen Modelle können sie einerseits für sich allein stehend genutzt werden und ermöglichen gleichzeitig, im Verbund mit weiteren Modellen, den Zugang zu ergänzenden, umfangreichen Informationen (GEOFFRION 1989). Nach der inhaltlichen, räumlichen und/oder zeitlichen Harmonisierung der Basis- und Ergebnisdaten, können die Modelle über Schnittstellen gekoppelt werden und ermöglichen somit eine umfassende, regionalisierte Simulation verschiedenartiger Einflüsse auf die Landnutzung.

Folgende Ziele werden verfolgt:

  • Analyse von Auswirkungen unterschiedlicher Einflüsse und alternativer Landnutzungssysteme auf die Landnutzung und die ökosystemaren Dienstleistungen
  • Nutzung von Synergien
  • Regionalisierung globaler Einflussfaktoren für Deutschland

Grafik als Download (PDF; nicht barrierefrei; 67 KB)

Der Verbund umfasst folgende Modelle:

  • Statistical Regional Climate Model (STAR): Regionalisierung von Klimasimulations- und Klimaszenarienergebnissen
  • Land Use-Scanner (LUS): Simulation der Veränderung von Landnutzung und -bedeckung
  • Regionalisiertes Agrar- und UmweltInformationsSystem (RAUMIS): Simulation regionaler Anpassungen der landwirtschaftliche Landnutzung und Produktion sowie Auswirkungen auf Einkommen und Umweltindikatoren (Nährstoffbilanz, THG Emissionen)
  • Forstbetriebliches Simulationsmodell (FOBESIMO): Simulation forstlicher Bewirtschaftungsstrategien für simulierte Modellbetriebe auf Basis regionalspezifischer Produktionsbedingungen; Aussagen zum Marktverhalten deutscher Forstbetriebe
  • Soil and Water Integrated Model (SWIM): Simulation umwelthydrologischer Prozesse des Landschaftswasserhaushalts, des Nährstofftransports/-umsatzes, Pflanzenwachstums, der Landnutzung und des Wassermanagements auf regionaler Ebene
  • FORESt Ecosystems in a changing Environment (4C): Waldwachstumsmodell (physiologisch basiert)
  • Model Ensemble of fuzzy inference schemes (MODE): Berechnung direkter N2O und CH4 Emissionen aus Böden zur THG-Bilanzierung und Untersuchung natürlicher und anthropogener Einflüsse auf bodenbürtige N2O und Ch4 Emission
  • GAS-EM: Tabellenkalkulationsprogramm zur Berechnung gasförmiger und partikelförmiger Emissionen aus Tierhaltung und Pflanzenbau in der Landwirtschaft

 

GEOFFRION, A. M. (1989): Integrated Modeling Systems. Computer Science in Economics and Management 2: 3-15.

Modellsteckbriefe

Modellsteckbrief 4C

Das Modell 4C (FORESt Ecosystems in a changing Environment) ist ein  physiologisch basiertes Waldwachstumsmodell, das die Etablierung, das Wachstum und die Mortalität von Baumkohorten beschreibt (Lasch et al. 2005). Produktion und Wachstum werden für Gruppen von Bäumen gleicher Art, gleicher Dimension und gleichen Alters berechnet. Deren Konkurrenz um Licht, Wasser und Nährstoffe beeinflusst ihr Wachstum, ihre Mortalität und die Verjüngung im Bestand.  Der Wasser-, Stickstoff- und Kohlenstoffhaushalt wird in Abhängigkeit von Boden, Bestand und Wetter täglich bilanziert, wobei durch die Aufnahme von Wasser und Stickstoff aus dem Boden einerseits und die jährliche Zufuhr der Streu zum Bodenkompartiment andererseits die Kopplung zwischen Pflanze und Boden hergestellt wird. Auf Bestandesebene können Verjüngungs- und Bewirtschaftungsmaßnahmen simuliert werden. Mit dem Modell sollen reduzierte Impaktmodelle für Informationssysteme abgeleitet werden können. Das Modell erlaubt die Anpassung der Wälder an den Klimawandel in Abhängigkeit der Bewirtschaftungsform zu analysieren und das Bioenergiepotenzial von Kurzumtriebsplantagen zu bewerten.

Derzeit ist das Model für die fünf meist verbreiteten Baumarten in Zentraleuropa parametrisiert. Buche (Fagus sylvatica L.), Fichte (Picea abies L. Karst), Kiefer (Pinus sylvestris L), Eiche (Quercus robur L. und Quercus petraea Liebl.), Birke (Betula pendula Roth), sowie für Zitterpappel (Populus tremula (L.), P. tremuloides (Michx.), Douglasie (Pseudotsuga menziesii), Aleppo-Kiefer (Pinus halepensis Mill.), Gelb-Kiefer (Pinus ponderosa Dougl.).

Besonderheit:
4C ermöglicht Simulationen von Waldbeständen von der mediterranen bis zur boralen Region aufgrund der großen Anzahl von parametrisierten Baumarten und Prozessen. 4C wurde erfolgreich mit anderen Modellen im Rahmen verschiedener Projekte verglichen.


Input-Daten:
Klimadaten auf Tagesbasis (z. B. Temperatur, relative Luftfeuchte, Niederschlag, Strahlung), jährliche Daten der atmosphärischen CO2-Konzentration und der Stickstoffdeposition (optional), Bodenbeschreibung (physikalische und chemische Parameter), Bestandesbeschreibung
 

Ergebnisse:
Simulation des Wachstums des Waldbestandes (Durchmesser, Höhe, Volumen), Blattflächenindex, Kohlenstoff-, Wasser- und Stickstoffhaushalt des Waldbestandes in täglicher bis jährlicher Auflösung (Flüssen und Pools)


Software:
FORTRAN90


Homepage:
http://www.pik-potsdam.de/~lasch/4c.htm (Englisch)


Referenzen:
Lasch, P.; Badeck, F.W.; Suckow, F.; Lindner, M.; Mohr, P. (2005)
Model-based analysis of management alternatives at stand and regional level in Brandenburg (Germany).
For. Ecol. Manage. 207(1-2): 59-74, englisch

Modellsteckbrief Land Use Scanner

Der Land Use Scanner ermöglicht eine konsistente Integration regionaler Raumansprüche aus verschiedenen sektoralen Langfristprognosen und modelliert die Veränderung von Landnutzung und Landbedeckung. Eignungskarten geben dabei die verschiedenen Einflussfaktoren für die Verortung von Landnutzungsänderungen wieder. Der Land Use Scanner wird in Europa vielfältig angewendet z. B. Niederlande, Portugal, EU.

Art:
Operationelles, GIS-basiertes, räumlich explizit arbeitendes Simulationsmodell, basierend auf Discrete-Choice Theorie


Typische Anwendungen:
Modellierung von Politik orientierten Szenarien zukünftiger Veränderungen von Landnutzung und Landbedeckung


Wichtigste Kooperationspartner:
Object Vision BV, Amsterdam; Vrije Universiteit Amsterdam, Netherlands Environmental Assessment Agency


Besonderheiten:

  • Rasterbasierte Auflösung von derzeit 100 m in den Niederlanden und 250 m im Elbeeinzugsgebiet (weitere Auflösungen möglich)   
  • Integration einer beliebigen Anzahl von Landnutzungen, in Abhängigkeit der zur Verfügung stehenden Datenbasis, möglich   
  • Festgesetzte Planungen können im Modell vorgegeben und bei der Simulation berücksichtigt werden


Datenbasis:
Zum Beispiel aktuelle Landnutzung, Topographie, Pflanzenertragspotential, Entfernung zur Landnutzung und zu Infrastruktur, Planerische Vorgaben, regionale Raumansprüche aus sektoralen Langfristprognosen


Ergebnisse:
Karten einer möglichen zukünftigen Landnutzung und Bodenbedeckung, ggf. abgeleitete Indikatoren


Regionen / Länder (EU):
Regionale Raumansprüche können auf verschiedenen räumlichen Ebenen integriert werden. Zum Beispiel Landkreise, Raumordnungsregionen Bundesländer


Endogene Variablen:
Aktuelle Landnutzung, Räumliche Daten zu Standorteigenschaften (siehe Datenbasis)


Exogene Variablen:
Regionale Raumansprüche aus den sektoralen Langfristprognosen


Software:
Data and Model Server software (www.objectvision.nl) auf Windows System laufend


Referenzen:
Hilferink, M.; Rietveld, P. (1999)
Land Use Scanner: An integrated GIS based model for long term projections of land use in urban and rural areas.
In: Journal of Geographical Systems, 1(2): 155-177, englisch

Koomen, E.; Stillwell, J.; Bakema, A.; Scholten, H.J. (Eds.) (2007)
Modelling Land-Use Change. Progress and Applications.
Series: GeoJournal Library, Vol. 90, Springer,
englisch

Modellsteckbrief RAUMIS

Das Regionalisierte Agrar- und Umweltinformationssystem (RAUMIS) bildet regionale Anpassungen der Landwirtschaft in Deutschland auf agrar- und agrarumweltpolitischen Maßnahmen im Rahmen einer komparativ-statischen Betrachtung ab.

Art:
Mathematisches Simulationsmodell


Typische Anwendungen:
Analysen von Veränderungen der GAP, Maßnahmenanalysen zur Umsetzung der Wasserrahmenrichtlinie, des Kyoto-Protokolls oder zu Nachwachsenden Rohstoffen, Anpassungen beim globalen Wandel, Klimawandel, Input-Output-Analysen für die Umweltgesamtrechnungen des Statistischen Bundesamts


Wichtigste Kooperationspartner:
BMELV, Uni-Bonn, PIK (Potsdam), FZ-Jülich, UFZ (Leipzig)


Besonderheiten:   

  • Konsistenz zur Landwirtschaftlichen Gesamtrechnung: umfasst die landwirtschaftliche Produktion, den gesamten Faktoreinsatz sowie die landwirtschaftlichen Einkommen   
  • Ausweisung von Agrar-Umwelt-Indikatoren (z. B. Nährstoffbilanzsalden, Klimagasemissionen) konsistent zu Berichtspflichten   
  • Koppelung mit unterschiedlichen Modelltypen bspw. allgemeinen Gleichgewichtsmodellen, naturwissenschaftlichen Modellen


Datenbasis:
Landwirtschaftliche Gesamtrechnung (LGR), Bodennutzungshaupterhebung, Kalkulationsgrundlagen. Kalibrierte Basisjahre für 1979, 1983, 1987, 1991, 1995 und 1999 (2003 in Vorbereitung)


Regionen/Länder (EU):
Deutschland: 326 Modellregionen (NUTS III / Landkreis Ebene)


Sektoren/Produktdifferenzierungen:
Primärproduktion des Agrarsektors / 31 pflanzliche und 16 tierische Produktionsaktivitäten


Agrarpolitische Instrumente und Institutionen:
Produktionsquoten, Direktzahlungen, Entkopplung, Flächenstilllegung, Besatzdichten, Mindestbewirtschaftungsauflagen, Agrar-Umweltauflagen
Handel: Interregionale Transporte, Quoten, Flächenstilllegungsauflagen, Jungtiere


Endogene Variablen:
Produktionsumfänge und Einkommen auf regionaler und sektoraler Ebene. Handel (Quoten, Gülle, Stilllegung) zwischen den Regionen


Exogene Variablen:
Politikvariablen (z. B. Interventionspreise, Faktorpreise, Flächenprämien, Quoten, Produktionsauflagen), Fortschreibung technischer KoeffizientenSoftware: FORTRAN (geplant: Umstellung auf GAMS)

Dieses Modell ist Bestandteil des Thünen-Modellverbundes. Weitere Informationen zum Modellverbund finden Sie hier.

Modellsteckbrief STAR

Das Statistical Regional Model (STAR) wurde entwickelt, um Klimasimulationsergebnisse globaler Modelle so zu untersetzen, dass deren Ungenauigkeiten bezüglich regionaler Aussagen auf ein Minimum reduziert werden. Es werden hierbei verallgemeinerte Trendinformationen aus globalen Klimamodell­ergebnissen als Ausgangsgröße für eine regionale Untersetzung genutzt. Über speziell entwickelte Ähnlichkeitsbeziehungen werden diese Größen und deren Änderungen mit bereits vorliegenden Beobachtungsdaten gekoppelt.

Art:
Mathematisches Simulationsmodell


Typische Anwendungen:
Klimaszenarien bestehend aus jeweils n Realisierungen für einen in der Zukunft liegenden gewählten Zeitraum


Besonderheiten:   

  • Je nach vorhandenen Beobachtungsdaten beliebige räumliche (Punkt) und zeitliche (Stunde) Auflösung   
  • Beliebig viele Szenarienrealisationen   
  • Möglichkeit der freien Vorgabe von Klimaänderungen z. B. zur Simulation von Extremsituationen


Datenbasis:
Generalisierter Trend für eine gewählte Untersuchungsregion abgeleitet aus einem GCM-Szenarienlauf, Zeitreihen von Beobachtungsdaten meteorologischer Größen auf Tageswertbasis (GCM = Global Circulation Model)


Regionen/Länder (EU):
Räumliche Auflösung: Stationen, auf beliebige Gitter interpolierbar
Zeitliche Auflösung: >= 1 Tag


Endogene Variablen:
Regionaler Temperaturtrend abgeleitet aus dem GCM, beobachtete meteorologischen Größen an den jeweiligen Stationen


Exogene Variablen:
Prognostizierte meteorologische Größen für die betrachtete Region


Software:
Implementiert auf UNIX und Linux, übertragbar auf Windows     



STAR wurde am Potsdam Institut für Klimafolgenforschung (PIK) entwickelt. Nähere Informationen gibt es unter www.cec-potsdam.de/Produkte/Klima/STAR/star.html    



Referenzen:
Werner, P.C.; Gerstengarbe, F.-W. (1997)
A proposal for the development of climate scenarios.
Climate Research, 8, 3, 171-182
, englisch

Werner, P.C.; Gerstengarbe, F.-W. (1997)
Der Aufbau von regionalen Klimaszenarien, dargestellt am Beispiel der Region Brandenburg.
Ann. Meteor., 34, 75-76, deutsch

Wessolek, G.; Gerstengarbe, F.-W.; Werner, P.C. (1998)
A new climate scenario model and its application for regional water balance studies.
In: Proceedings of the 2nd Int. Conf. on Cli

Modellsteckbrief SWIM

Das Modell SWIM – Soil and Water Integrated Model – wurde entwickelt, um Auswirkungen von Landnutzung und Klimawandel auf die Hydrologie und die Vegetation zu untersuchen. Es vereint relevante umwelt-hydrologische Prozesse wie Wasserfluss, Nährstofftransport und -umsatz, Pflanzenwachstum, Landnutzung und Wassermanagement auf regionaler Ebene. Dieser integrierte Ansatz ermöglicht es, Klima- und Landnutzungsänderungen sowie deren Auswirkungen auf hydrologische Systeme und die Vegetation (z. B. Pflanzenerträge) zu erforschen.

Auflösung:
Zeitliche Auflösung: täglich

Räumliche Auflösung: Hydrotope. Hydrotope sind räumlich homogene geogrpahische Einheiten, die sich jeweils durch eine einmalige Kombination aus Bodentyp und Landnutzung zusammensetzen. Laterale Wasserflüsse werden auf Teileinzugegebietsebene aggregiert.


Input-Daten:
Topografie, Landnutzung, Bodentypenverteilung und deren Bodenkennwerte, Oberflächengewässer, Fliessgewässerverbund, Daten von Klima- und Niederschlagsstationen, Wasser- und Landnutzungsmanagementdaten, gemessene Abflussdaten und Nährstoffkonzentration (zur Kalibrierung und Validierung).


Ergebnisse:
Vertikale und laterale Wasserflüsse, Pflanzenbiomasse und Pflanzenerträge, Stickstoff- und Phosphorkonzentration, Sedimentstransport in täglicher, monatlicher oder jährlicher Auflösung und als GIS-Darstellung.


Software:
Fortran     

 

SWIM wurde am Potsdam Institut für Klimafolgenforschung (PIK) entwickelt. Nähere Informationen sind abrufbar unter http://www.pik-potsdam.de/~valen/swim_manual         



Referenzen:
Hattermann F.F. (2005)
Integrated modeling of global change in the German Elbe river basin.
Dissertation, englisch

Krysanova V. et al. (2000)
PIK Report Nr.69 “SWIM (Soil and Water Integrated Model), User Manual”
239 p.
, englisch

Untersuchungsregionen in CC-LandStraD

CC-LandStraD entwickelt gesellschaftlich tragfähige Landnutzungsstrategien für Deutschland. Dies beinhaltet Strategien zum Klimaschutz (Mitigation) und zu erforderlichen Anpassungen (Adaption) der Landnutzung an die Folgen des Klimawandels. Dazu werden die Wechselwirkungen zwischen Klimawandel und Landnutzung für Deutschland flächendeckend analysiert. Die derzeitige Landnutzung in Deutschland ist zu 52 % von der Landwirtschaft geprägt, zu 30 % von der Forstwirtschaft und zu etwa 14 % durch Nutzungen aus den Bereichen Siedlung und Verkehr. Einen Überblick über die regionale Landnutzung in Deutschland zeigt die folgende Karte.    

Landnutzung in Deutschland (Stand 2006)
(Karte; pdf; nicht barrierefrei; 919 KB)

Ausgehend von den ermittelten Wechselwirkungen zwischen Landnutzung und Klimawandel werden im Projekt Handlungsoptionen und Maßnahmen abgeleitet, die eine positive Wirkung auf den Klimaschutz besitzen und Anpassung an den Klimawandel mit berücksichtigen. Die Umsetzungsmöglichkeiten der abgeleiteten Handlungsoptionen und Maßnahmen werden durch das Teilprojekt "Regionaler Beteiligungsprozess" in zwei ausgewählten Fallstudienregionen exemplarisch geprüft. Als Fallstudienregion wurden die Region Altmark sowie Regionen der Köln-Aachener Bucht gewählt. Weitere Informationen zu den Fallstudienregionen finden sie hier.

Nach oben