Der Einfluss von Vegetations- und Wasserflächen auf das Mikroklima am Beispiel Mawson Lakes in Australien

ausgearbeitet von Julia Bartsch

Städte modifizieren das Klima im Vergleich zu ihrem Umland durch einen hohen Versiegelungsgrad, eine große Bevölkerungsdichte und vieles mehr (KUTTLER 2004, OKE 1982). Man spricht vom Stadtklima, welches die Energie- und Strahlungsbilanz verändert, sodass es zu Problemen wie der urbanen Hitzeinsel („Urban Heat Island“ – UHI) kommen kann (OKE 1978). Diese ist gekennzeichnet durch höhere oberflächennahe Lufttemperaturen im innerstädtischen Bereich als in der ruralen Umgebung (BORNSTEIN 1968, OKE 1973, LANDSBERG 1981). Die Unterschiede treten häufiger nachts auf, da die hohe Anzahl versiegelter Flächen – inklusive vertikaler Strukturen – eine Abkühlung der Luft verhindert. Dabei ist ein Zusammenhang zwischen Oberflächeneigenschaften und Lufttemperaturen im mikroskaligen Bereich zu erkennen: Ein größerer Baumbestand vermindert im Gegensatz zu versiegelten Flächen in Innenstädten den UHI-Effekt (COSEO & LARSEN 2014, AKBARI et al. 1996, SANTAMOURIS 2001). Die Skala des Mikroklimas erstreckt sich über wenige m² und umfasst Straßenschluchten, Hinterhöfe oder kleine Freiflächen in der Stadt (OKE 1978). Ein ideales Stadtklima kann erreicht werden, wenn eine Vielfalt an Mikroklimaten vorherrscht und Extrema vermieden werden (MAYER 1989).
Die Einflüsse von Grün- und Wasserflächen auf das Mikroklima werden in Australien mit Hilfe einer eigenen Messkampagne vom Cooperative Research Center for Water Sensitive Cities untersucht. Ziel ist es, eine bewohnbare, nachhaltige und produktive Stadt, eine „water sensitive city“, zu erschaffen. Dort wird der weltweite Wasserkreislauf effektiv genutzt, um genügend Wasser für Versorgung, Landwirtschaft, Bewässerung und Kühlung zu erhalten (KEATH & BROWN 2009). Die Analyse des Themas ist aktuell von Bedeutung, da in den letzten Jahren die Anzahl der UHIs weltweit gestiegen ist (CHRISTENSEN 2007).

Innerhalb einer zweiwöchigen Intensivmessung in Mawson Lakes (Adelaide, Australien) wird der Einfluss von Wasserflächen, Vegetationsverteilung und anderen Faktoren auf die Lufttemperatur und das menschliche Wohlbefinden im Bereich des „Urban Canopy Layers“ untersucht. Im Untersuchungsgebiet befinden sich Wohngebiete, Gewerbestandorte, sowie künstliche Seen und Feuchtgebiete. Die Wasserverfügbarkeit an diesem Standort ist einzigartig in der sonst trockenen Umgebung. Bewässerung der Grünflächen ist vor allem durch aufgefangenes Wasser möglich (COUTTS et al. 2013).
Auf einer Fläche von 2 km² mit unterschiedlichen Landnutzungen werden 27 feste Stationen und mobile Messungen zur Erhebung von Lufttemperatur, relativer Feuchtigkeit, Windgeschwindigkeit und Einstrahlung verwendet. Ergänzend dienen Bilder einer Thermalbildkamera. Mit Hilfe von Luftbildern und LiDAR („Light Detection and Ranging“ – eine Laserimpulsmessung zur Erkennung von Oberflächen) werden Daten aus der Fernerkundung importiert und folgende Datensätze erstellt: Himmelssichtfaktor („Sky View Factor“ – SVF), Landnutzungsklassifizierung, Vegetationsverteilung („Normalised Difference Vegetation Index“ – NDVI) und Oberflächentemperatur („Surface Temperature“) (Abb. 1) (COUTTS et al. 2013).

Im Gebiet ergeben sich Differenzen der Lufttemperaturen (zeitlich und räumlich) von bis zu 8 °C (im Durchschnitt 2–3 °C). Tagsüber sind die Lufttemperaturen der Stationsmessungen an Seen und Feuchtgebieten geringer als in der Nähe dichter Bebauung und freiem Grünland (Differenz 1 K). Nachts wird das Minimum der Lufttemperatur über offenen Grünflächen gemessen (Differenz 0.6 K). Je dichter die Bebauung ist, desto geringer sind auch der SVF und der NDVI (Tabelle 1). Die Landoberflächen und Einflussfaktoren auf das Mikroklima werden einem Hitze- bzw. Kühlungseffekt zugeordnet (Tab. 1), welche mittels multipler Regression errechnet werden.

Tab. 1 – Kühlungseffekte und Hitzeeffekte von verschiedenen Landoberflächen und Mikroklimafaktoren, Angaben bei 25 %en Anteil der jeweiligen Fläche an Gesamtfläche (eigene Darstellung nach COUTTS et al. 2013).

Bäume und Wasserflächen haben tagsüber einen Kühlungseffekt auf das Mikroklima, zum einen durch Beschattung (Verringerung der Oberflächentemperaturen) und zum anderen ist bewässerte Vegetation in der Lage zu transpirieren (Verdunstung von Wasser über Blätter mit Stomata und Cuticula). Der latente Wärmestrom wird höher als der sensible, daraus resultieren geringe Lufttemperaturen, der sogenannte Oasen Effekt (OKE 1978). Diese Effekte sind unabhängig von Windgeschwindigkeit und SVF.
Bebaute Flächen und Betonflächen weisen einen Hitzeeffekt auf, da sie durch einen hohen Versiegelungsgrad geprägt sind. Am Tag werden Freiflächen schnell erwärmt, doch nachts entweicht die aufgewärmte Luft schneller als auf bebauten Flächen und sie tragen zu einem Kühlungseffekt bei. In horizontalen, sowie vertikalen Strukturen der Stadt, wird tagsüber Wärme gespeichert, die nachts an die Umgebungsluft abgegeben wird. Dadurch kühlen verdichtete Gebiete nicht so sehr ab, wie Freiflächen (OKE 1982). Auch der Wind senkt die Lufttemperaturen im Stadtviertel durch Vermischung der untersten Luftschichten. Die Windgeschwindigkeit beeinflusst die Durchlüftung, sodass Stellen mit fehlenden Turbulenzen schneller erhitzen (KUTTLER 2010). Ein kleiner Betrag des SVF lässt auf dichte Bebauung oder Beschattung von Bäumen schließen. Der NDVI verweist auf den Vegetationsanteil auf den untersuchten Flächen. Demnach ist er über den Landnutzungen „Bäumen“ und „Gras“ besonders hoch und über bebauten, versiegelten Flächen gering (COUTTS et al. 2013).

Die Messmethoden Fernerkundung und landgestützte Messungen haben sowohl ihre Vor- als auch Nachteile. Mobile Messungen vor Ort sind einerseits aufwändiger und erfordern einen höheren personellen Aufwand, andererseits sind sie für Mikroklimaanalysen geeignet, da man das Untersuchungsgebiet kennenlernt und auf mögliche Einflussfaktoren aufmerksam wird. Im Fall der Feldstudie in Mawson Lakes hätte die untersuchte Fläche in einem dort verwendeten Klimamodell nur zwei Felder im Raster ausgemacht. Diese wären nicht repräsentativ für das kleinräumig variable Klima (COUTTS et al. 2013). Vor allem Langzeitbetrachtungen werden durch Modelle oder stationäre Erfassung vereinfacht. Sogar Zukunftssimulationen sind mit Szenarien möglich. Doch diese sind immer mit Unsicherheiten belastet, die die Voraussage nicht eindeutig machen. Übertragung der Messergebnisse auf andere Skalen gelingen durch Methoden wie Interpolation oder multiple Regression (CHEN et al. 2004). Bei der Auswertung der erfassten Daten mit Hilfe von Satelliten muss darauf geachtet werden, dass Sensoren der Fernerkundung Oberflächentemperaturen und nicht Lufttemperaturen messen, da letztere zusätzlich von Advektion und dem SVF beeinflusst werden. Außerdem müssen Satellitenaufnahmen zu gleichen Konditionen (z.B. in Atomsphäre, Hydrosphäre) zur Verfügung stehen, um eine Vergleichbarkeit zu gewährleisten (CHEN et al. 2005). Diese sind nicht immer gegeben.
Proxies wie der NDVI (oder der SVF) werden in anderen Studien als Korrelation zur Lufttemperatur verwendet und stellen eine verbreitete Methode, z.B. bei der Bestimmung von Landbedeckungseinflüssen, dar (BUYANTEV & WU 2010; FENNER et al. 2014). Sie können jedoch nicht als Ersatz für Messungen gesehen werden. Die in der Fallstudie verwendeten Landoberflächen sind nachvollziehbar, aber nur begrenzt auf andere Gebiete übertragbar. Dazu müssen universelle Klassifikationsansätze angewendet werden (STEWART & OKE 2012). Die unterschiedlichen Lufttemperaturen in Abhängigkeit von der Landbeckung werden in anderen Studien bestätigt (HEDQUIST et al. 2015; SEKERTEKIN et al. 2016).
Vegetation und Wasser in der Stadt sorgen für einen Kühlungseffekt durch Evapotranspiration, Beschattung und Reintegration von Regenwasser und werden deshalb zur Minderung der UHI verwendet (BUYANTEV & WU 2010; MATZARAKIS 2004; BALLINAS & BARRADAS 2016; O’MALLEY et al. 2015). Offene Grünflächen in der Stadt, die nicht ausreichend bewässert werden, bewirken das Gegenteil: Durch mangelnde Transpiration heizen diese sich auf. Außerdem verringern Bäume die Windgeschwindigkeit in der Stadt und der Kühlungseffekt ist somit lokal begrenzt (MATZARAKIS 2004).
Während der Messungen in Mawson Lakes ist keine autochthone Wetterlage gegeben. Um Einflüsse der Windgeschwindigkeit, Bewölkung oder Niederschlag zu umgehen, wird jene zum Zeitpunkt klimatischer Messungen empfohlen (KUTTLER 2010; STEWART 2011). Eine Untersuchung anderer Faktoren auf das Mikroklima wäre interessant, beispielsweise Verkehrsemissionen, Beschattung (WONG et al. 2015), Albedo oder Gebäudehöhe (HOVE et al. 2015; SCHUBERT & GROSSMANN-CLARKE 2012).

Verschiedene Faktoren wirken auf das Mikroklima ein und sind die Ursache für kleinräumige Unterschiede der Lufttemperaturen. Hohe Versiegelungsgrade, wenig Vegetation und viele Menschen treffen in einer Stadt aufeinander. Die Wahrscheinlichkeit einer UHI-Entstehung ist besonders groß und kann durch verschiedene Strategien verringert werden. Die Ergebnisse in Mawson Lakes bestätigen, dass der UHI-Effekt durch Evapotranspiration und Verschattung verringert wird. Wasser- und Vegetationsflächen tragen somit zur Verbesserung des Stadtklimas bei. Da die Kühlwirkung jedoch lokal begrenzt ist, sollte diese bereits bei der Stadtquartiersplanung Berücksichtigung finden.

Abbildung 1 – Ergebnisse der Fernerkundungsdaten aus Mawson Lakes – Landnutzungen, NDVI, Oberflächentemperatur nachts, SVF (COUTTS et al. 2013: Project B3.1: Green Cities and Microclimate – Interim Report 2, 32 Seiten).

Tabelle 1 – eigene Darstellung nach COUTTS et al., 2013: Project B3.1: Green Cities and Microclimate – Interim Report 2, 32 Seiten.

AKBARI, H., POMERANTZ, M., TAHA, H., ROSENFELD, A., ROMM, J., 1996: Policies to reduce heat islands: magnitudes of benefits and incentives to achieve them. Proceedings ACEEE Summer Study on Energy Efficiency in Buildings, 9, 177 S.

BALLINAS, M., BARRADAS, V., 2016: The Urban Tree as a Tool to Mitigate the Urban Heat island in Mexico City: A Simple Phenomenological Model. Journal of environmental quality, 45(1), 157–166 S.

BORNSTEIN, R. D., 1968: Observations of the urban heat island effect in New York City. J. Appl. Meteorol., 7, 575–582 S.

BUYANTEV, A., WU, J., 2010: Urban heat islands and landscape heterogeneity: linking spatiotemporal variations in surface temperatures to land-cover and socioeconomic patterns. Landscape ecology, 25(1), 17-33 S.

CHEN, X., ZHAO, H., LI, P., YIN, Z., 2006: Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes. Science Direct, 104, 133–146 S.

CHRISTENSEN, J., 2007: Regional climate projections, Climate Change: The Physical Science Basis. – Contribution of Working group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, University Press, Cambridge, Chapter 11.

COOPERATIVE RESEARCH CENTRE FOR WATER SENSITIVE CITIES (Hrsg.), 2014: Home. Online in Internet: URL: http://watersensitivecities.org.au/ [Stand 22.11.15].

COSEO, P., LARSEN, L., 2014: How factors of land use/land cover, building configuration, and adjacent heat sources and sinks explain Urban Heat Islands in Chicago. Landscape and Urban Planning, 125, 117-129 S.

COUTTS, A., TAPPER, N., BERINGER, J., DALY, E., WHITE, E., BROADBENT, A., PETTIGREW, J., HARRIS, R., GEBERT, L., NICE, K., HAMEL, P., FLETCHER, T., KALLA, M., 2013: Project B3.1: Green Cities and Microclimate. Interim Report 2, 32 S.

FENNER, D., MEIER, F., SCHERER, D., POLZE, A., 2014: Spatial and temporal air temperature variability in Berlin, Germany, during the years 2001–2010. Urban Climates, 10, 308-331 S.

HEDQUIST, B., SU, H., HERRERA, D., BYERLY, J., 2015: Remote sensing image-based analysis of the relationship between the urban heat island and recent land use/cover change in San Antonio, Texas. Proceedings of the Association of American Geographers Annual Conference, Chicago, Ill.

HOVE, L., JACOBSC, C., HEUSINKVELDA, B., ELBERSC, J., DRIELA, B., HOLTSLAGA, A., 2015: Temporal and spatial variability of urban heat island and thermal comfort within the Rotterdam agglomeration. Building and Environment, 83, 91-103 S.

KEATH, N., BROWN, R., 2009: Extreme events: Being prepared for the pitfalls with progressing sustainable urban water management, 10 S.

KUTTLER, W., 2004: Beitagsserie Klimaänderung und Klimaschutz. Stadtklima 1&2. Umweltwissenschaften und Schadstoff-Forschung, September 2004, 16(3), 187–199 S.

KUTTLER, W., 2010: Urbanes Klima. Gefahrstoffe – Reinhaltung der Luft, 70(7 & 8), 329–382 S.

LANDSBERG, H., 1981: The Urban Climate, 278 S.

MATZARAKIS, A., 2004: Klimawandel und Städte – Stadtklimatischer Einfluss von Bäumen, 24 S.

MAYER, H., 1989: Workshop „Ideales Stadtklima“ am 26.Oktober 1988 in München. DMG Mitteilungen 3/89: 52–54.

OKE, T., 1973: City size and the urban heat island. Atmos. Environ., 7, 769–779 S.

OKE, T., 1982: The energetic basis of the urban heat island. Quarterly journal of the royal meteorological society, 108, 1–24 S.

OKE, T., 1978: Boundary Layer Climates, Second Edition.

OKE, T., STEWART, I., 2012: Local Climate Zones for Urban Temperature Studies. Bulletin of the American Meteorological Society, 1879–1900 S.

O'MALLEY, C., PIROOZFAR, P., FARR, E., POMPONI, F., 2015: Urban Heat Island (UHI) mitigating strategies: A case-based comparative analysis. Sustainable cities and society, 19, 222–235 S.

SANTAMOURIS, M., 2001: Energy and Climate in the Urban Built Environment. James and James Science Publishers, London.

SEKERTEKIN, A., KUTOGLU, S., KAYA, 2016: Evaluation of spatio-temporal variability in Land Surface Temperature: A case study of Zonguldak, Turkey. Environmental monitoring and assessmnent, 188(1), 1-15 S.

SCHUBERT, S., GROSSMAN-CLARKE, S., 2012:The influence of green areas and roof albedos on air tempertaures during extreme heat events in Berlin, Germany. Potsdamer Institut für Klimafolgenforschung, Meteorologische Zeitschrift, 22(2), 131–143 S.

STEWART, I., 2011: A systematic review and scientific critique of methodology in modern urban heat island literature. International Journal of Climatology, 31, 200–217 S.

WONG, P., LAI, P., LOW, C., CHEN, S., HART, M., 2015: The impact of environmental and human factors on urban heat and microclimate variability. Building and Environment, 95, 199–208 S.

OKE, T., 1978: Boundary Layer Climates, Second Edition.