Messung des Stadtklimas vor Ort mit moderner IoT-Technologie

Das meteoblue Stadtklima-Monitoringsystem besteht aus vier verschiedenen Modulen und kann innerhalb von weniger als einem Jahr voll einsatzfähig gemacht werden. Das System ist so konzipiert, dass die für die Stadt entwickelten Services über einen Projektzeitraum von 1-3 (oder mehr) Jahren nachhaltig weitergeführt werden können. Je nach Anwendungsfall des Kunden kann jedes Modul auch einzeln implementiert werden. Nach erfolgreicher Fertigstellung der Module sind folgende Ziele erreicht:

• Das IoT-Messnetz ist erfolgreich installiert und voll funktionsfähig
• Messdaten, Wärmekarten und weitere Analysen sind in ein bereits bestehendes Smart City Dashboard integriert und für alle Stakeholder in Echtzeit verfügbar
• Ein Katalog verschiedener Stadtplanungsszenarien steht allen Stakeholdern zur Verfügung und bietet eine solide wissenschaftliche Grundlage für Maßnahmen zur Anpassung an den Klimawandel
• Wir bieten weitere Unterstützung bei der Entscheidungsfindung zu Folgemaßnahmen

Stadtklima im Wandel

Mehr als die Hälfte der Weltbevölkerung lebt heute in Städten, Tendenz steigend. Die wachsende Zahl der Menschen in den Städten erfordert mehr Lebensraum und eine erweiterte Infrastruktur. Mit der Verdichtung der Bebauung ist ein Temperaturanstieg zu erwarten, der auch in Städten, in denen dies bisher nicht notwendig war, Anpassungssmaßnahmen erforderlich macht. Ein umfassendes Stadtklimamonitoring ist die Grundlage für eine deutliche Verbesserung der Lebensqualität durch die Entwicklung geeigneter städtischer Maßnahmen.

Stadtklimamonitoring hilft kommunalen Unternehmen, ihre Effizienz zu steigern (Verkehrs-, Straßen- und Baumanagement, Wasserhaushalt usw.). Veranstalter, Planer und Versicherungen können von besseren Risikoanalysen für Hitze, Niederschlag, Wind, Luftverschmutzung und andere Faktoren profitieren.

Dr. Sebastian Schlögl, Head of Meteorology bei meteoblue, spricht über die Herausforderungen des Klimawandels und Möglichkeiten, damit verbundenen Risiken zu überwachen und zu mindern.

Städte mit aktiven Stadtklima-Monitoringsystemen

Echtzeitmessungen

Um eine Vorstellung davon zu bekommen, wie ein Messnetz aussieht und wie wir diese Daten anzeigen und nutzen, können Sie sich die Echtzeitmessungen in Basel, Schweiz, ansehen. Dieses wurde im Jahr 2020 eingerichtet und besteht aus mehr als 180 Metos LoRain-Sensoren. Die Sensoren wurden prinzipiell im gesamten Stadtzentrum sowie in den Außenbezirken und Vororten von Basel verteilt, um alle relevanten lokalen Klimazonen abzudecken.

Gemessen werden Lufttemperatur, Niederschlag und relative Luftfeuchtigkeit in 15-minütiger Auflösung. Die Übertragung ist über das LoRa-Netzwerk der IWB gesichert. Die Kartenansicht ermöglicht es, großräumige Temperatur- oder Niederschlagsmuster über dem Stadtgebiet mühelos zu erkennen (Abbildung links). Städtische Hotspots können visuell identifiziert werden.

Zusätzlich zu den Rohdaten werden eine Reihe weiterer Informationen (siehe Abbildung rechts oben) angeboten. Diese können ebenfalls durch Anklicken einer Station auf der Karte abgerufen werden. Historische Messdaten in grafischer Form, eine 5-Tages-Vorhersage auf Basis der Stationsdaten und statistische Auswertungen sind auf der meteoblue Webseite verfügbar. Die statistischen Auswertungen beinhalten z.B. die durchschnittliche Lufttemperatur und Niederschlagssumme in Tages-, Wochen- und Monatsauflösung.

Das Hitze-Ranking vergleicht die mittleren Lufttemperaturen aller Messstationen. Dies hilft, Hotspots in der Stadt schnell zu ermitteln.

Darüber hinaus bietet meteoblue eine Rohdaten-API an, mit der man sich den Zugriff auf die kompletten Zeitreihen aller Stadtklimadaten seit der Installation im Jahr 2020 sichern kann.

Monitoringsystem

1. Einrichtung

In der ersten Phase wird ein vollautomatisches IoT-Messnetz in städtischen Gebieten (sowie in den umliegenden ländlichen Gebieten) installiert, das Lufttemperatur und Niederschlag an typischerweise ≥50 verschiedenen, nach wissenschaftlichen Kriterien ausgewählten Standorten misst. Ziel ist es, alle lokalen Klimazonen und Points of Interest dort abzudecken, wo die (oft kostspieligen) offiziellen WMO-Stationen keine Daten haben. Alternativ können auch Daten aus bestehenden Messsystemen in die Prozesskette integriert werden.

2. Betrieb

In der zweiten Phase wird ein Echtzeit-Monitoringsystem eingesetzt, das kalibrierte und qualitätskontrollierte Messungen anzeigt und Satellitendaten und externe Modelle nutzt, um spezielle Stadtklimakarten zu erstellen (z. B. Wärmekarten, die den städtischen Wärmeinseleffekt mit einer räumlichen Auflösung von 10 m erfassen und darstellen, Kaltluftströmungskarten oder Niederschlagsrisikokarten). Das Echtzeit-Monitoringsystem kann optional in bestehende Stadtmanagement-Plattformen integriert werden.

3. Planung

In der dritten Phase wird ein Oberflächenenergiebilanzmodell für mögliche Anpassungsmaßnahmen an den Klimawandel z. B. Dachbegrünung, Bewässerung, Oberflächenentsiegelung) für städtische Hotspots angewendet, um die beste Anpassungsstrategie in der Stadt auszuwählen. Darüber hinaus können bereits geplante Maßnahmen priorisiert und die wirtschaftliche Effektivität bewertet werden.

4. Validierung

In der vierten Phase werden die Auswirkungen der Anpassungsmaßnahmen an den Klimawandel mit Hilfe des IoT-Messnetzes analysiert und die Orte, an denen Anpassungsmaßnahmen durchgeführt wurden, mit denen verglichen, an denen keine Anpassung stattfand.

meteoblue arbeitet mit Stationslieferanten, lokalen Dienstleistern und wissenschaftlichen Partnern zusammen, um bestmögliche Qualität zu gewährleisten und alle relevanten Milestones fristgerecht zu erreichen. Jedes Projekt ist so konzipiert, dass die für die Stadt entwickelten Services nach Erreichen der Meilensteine am Ende der jeweiligen Projektphase nachhaltig weitergeführt werden können. Optimalerweise werden die ersten drei Phasen innerhalb von 1,5 Jahren abgeschlossen und unterstützen so die Stadtverwaltung bei der Anpassung an den Klimawandel.

Die folgende Tabelle gibt einen Überblick über die verschiedenen Phasen und eine Schätzung des ungefähren zeitlichen Aufwands für das Erreichen der Milestones.

Die Qualitätssicherung der Messungen bereitet die Rohdaten für die weitere Analyse vor. Datenfilterung, Gap Filling und Homogenisierung steigern den Wert der Rohmessdaten erheblich.

meteoblue bietet eine Qualitätssicherung der Messungen auf Basis der über die API verfügbaren Messdaten. meteoblue unterscheidet zwischen drei verschiedenen Anwendungsfällen: Einzelstation, mehrere Stationen und Stadtnetz. Die Qualitätssicherung wird für die folgenden Wettervariablen angeboten:

• Lufttemperatur
• Niederschlag
• Windgeschwindigkeit
• Windrichtung
• Sonneneinstrahlung
• Relative Luftfeuchtigkeit

Die Qualitätssicherung der Messungen ermöglicht Echtzeitwarnungen für den Fall, dass die Datenübertragung gestört ist und die Stationen keine Informationen senden. Darüber hinaus erstellen wir monatliche Berichte und meteorologische Statistiken für Klimaindizes und Stationsabdeckung. Außerdem bietet das System eine Datennormalisierung in gleichmäßig verteilten Zeitstempeln und bietet Funktionen wie Stationsqualitätskontrolle, Gap Filling und Datenhomogenisierung. Die Verfügbarkeit dieser Funktionen hängt vom Anwendungsfall und der meteorologischen Variable ab.

Verschiedene Stationsanbieter können die Messungen mit unterschiedlicher zeitlicher Auflösung aufzeichnen. Um die Messungen verschiedener Stationsbetreiber zu vergleichen, ist es notwendig, den gleichen Zeitstempel zu verwenden. Außerdem zeichnen die Stationen in der Regel nicht genau zur vollen oder halben Stunde auf. Daher interpoliert das Zeitstempel-Tool in Richtung der vollen und halben Stunde. Der Kunde kann über die zeitliche Auflösung des Datensatzes entscheiden. Wenn die gewählte zeitliche Auflösung kleiner ist als die zeitliche Auflösung des Stationsanbieters, werden die Werte zwischen den regulären zeitlichen Auflösungen mit NaN (Not a Number) gefüllt.

Qualitätskontrolle der Stationen

Die Qualitätskontrolle erfolgt in einem dreistufigen Prozess:

Screening

Die Metadaten der Stationen werden auf ihre Korrektheit überprüft. Liegt der Breiten- oder Längengrad der Station außerhalb der natürlichen Koordinaten der Erde, werden die Stationsdaten einem Korrekturprozess unterzogen. Zusätzlich wird die Datenabdeckung auf der Grundlage des Verhältnisses der relevanten Werte (d. h. derjenigen, die nicht gleich NaN sind) berechnet.

Statische Qualitätskontrolle für jede einzelne Station

Auf die Zeitreihen der einzelnen Stationen werden mehrere verschiedene Filter angewendet. Diese Filter sind in der Regel unterschiedlich für die verschiedenen Variablen.

QC1-Filter für Temperatur	Beschreibung
NaN-Prüfung	Erkennung von NaNs
Logische Prüfung	Erkennung unlogischer, zu hoher oder zu niedriger Werte
Statische Prüfung	Erkennung von Ausreißern außerhalb der Schwellenwerte
Flatliner-Check	Erkennung von Flatlinern, bei denen aufeinanderfolgende Werte gleich sind
Blip-Check	Erkennung plötzlicher Temperaturänderungen oberhalb des Schwellenwerts
Räumliche Prüfung	Erkennung räumlich unlogischer Werte

Dynamische Qualitätskontrolle

Die dynamische Qualitätskontrolle wird für komplexe Vergleiche zwischen verschiedenen Stationen verwendet (gilt nur für den Anwendungsfall des Stadtnetzes, siehe oben). Die räumliche Konsistenz der Stationen wird durch Kontrolle mithilfe von benachbarten Stationen innerhalb eines bestimmten Radius überprüft.

Gap Filling

Für das Gap Filling werden drei verschiedene Ansätze verwendet.

1. Lineare Interpolation
• Wenn die Lücke nur einen Zeitstempel umfasst
2. Verwendung einer anderen Station
• Wenn die Lücke größer als ein Zeitschritt ist
• Suche nach der Station mit der besten Korrelation auf der Grundlage historischer Messungen
• Verwendung der Station mit der besten Korrelation und Anwendung einer Verzerrungskorrektur (um eine mögliche Verzerrung zwischen den beiden Stationen zu berücksichtigen)
3. Verwendung von Modelldaten
• Wenn die Lücke größer als ein Zeitschritt ist
• Verwendung von Modelldaten aus der meteoblue Modellkette, die am besten zu der Station passt (Auswahl von bis zu 20 verschiedenen numerischen Wettervorhersagemodellen (NWP) je nach Standort)

Homogenisierung der Daten

Das meteoblue Datenhomogenisierungstool enthält mehrere Funktionalitäten für eine Vielzahl von Anwendungsfällen.

Für Temperaturmessungen stehen zwei verschiedene Ansätze (Bias-Korrektur und Strahlungskorrektur) zur Verfügung, die sich gegenseitig ergänzen und auf unterschiedlichen Annahmen beruhen. Wird ein städtisches Low-Budget-Sensornetz verwendet, kann eine Verzerrungskorrektur im operativen und historischen Anwendungsfall angewendet werden, wenn mindestens ein Low-Budget-Sensor in der Nähe einer WMO-Standardstation (z. B. METAR, MeteoSchweiz usw.) installiert ist. Die Bias-Korrektur berechnet in Echtzeit die Differenz zwischen dem Low-Budget-Sensor und der WMO-Station und korrigiert diese Differenz für alle Sensoren im Stadtnetz mit einer Aktualisierungsfrequenz der WMO-Messung. Diese Verzerrungskorrektur wird auf alle im Stadtnetz verfügbaren Variablen angewandt. Diese Methode berücksichtigt systemische Diskrepanzen zwischen der WMO-Station und dem Stadtnetz, z. B. Fehler aufgrund von Wärmestau oder systematische Fehler, die während der Nacht auftreten.

Für den Anwendungsfall "Historisches Stadtnetz" wird eine wissenschaftliche Strahlungskorrektur angewendet, um die bestmögliche Qualität der historischen Wetterdaten zu gewährleisten. Beachten Sie, dass es aufgrund der Komplexität dieser Strahlungskorrektur nicht möglich ist, diese Methode im operationellen Einsatz zu verwenden.

Aus diesem Grund unterscheiden sich die Ergebnisse im Betrieb von den Ergebnissen des historischen Datenpakets, wo normalerweise die höchste Qualität erreicht wird.

Die wissenschaftliche Strahlungskorrektur basiert auf unseren speziellen Verfahren, die in einem wissenschaftlichen Forschungsbericht veröffentlicht wurden, und umfasst separate Korrekturen für schattige und sonnige Bedingungen. Als Eingangsgrößen für die Strahlungskorrektur werden die direkte kurzwellige Strahlung, die diffuse kurzwellige Strahlung, die Lufttemperatur, die Windgeschwindigkeit und der Sonnenhöhenwinkel verwendet.