{{wiki:logo.png}} ---- //Projektbericht des Vertiefungsprojektes in dem Studiengang Ökologie und Umweltplanung (WS16/17 - SS17)// ----

Grün-Stadt[t]-Klima-Anlagen

Polina Franke*, Sonja Langela*, Julija Impris*, Jan Klingberg*, Rosalie Schmidt*

*Technische Universität Berlin, B.Sc. Ökologie und Umweltplanung, 2017

Abstract

Vegetation has been increasingly promoted as an option to mitigate heat stress in cities caused by the urban heat island effect. This study focusses on the influence of vegetation on air temprature and the Predicted Mean Vote (PMV) on a hot day in June 2016. We raise the question, how vegetation impacts the microclimate within a densely built-up residential area in Berlin. With the microclimate simulation modell ENVI-met V4.1 two different szenarios were created and analyzed. One szenario shows the area with the actual on site vegetation and the other one does not contain any vegetation. Comparing the results of both szenarios, vegetation showed no relevant impact on the air temprature. Never the less vegetation showed an impact on thermal comfort. Trees can reduce heat stress by its shade. Shaded areas have a lower PMV in comparison to the values of unshaded areas in the szenario with no vegetation. We conclude that vegetation can increase thermal comfort and reduce heat stress on hot days.

1. Einleitung

Städte werden durch das Klima beeinflusst und auch umgekehrt das Klima durch die Städte. Einer der Effekte der Stadt auf das Klima ist bekannt als Städtische Wärmeinsel (engl.: Urban Heat Island (UHI) effect). Hierbei ist die urbane Lufttemperatur höher als die Lufttemperatur in der ländlichen Umgebung. Darüber hinaus kommt es zu unterschiedlichen Windgeschwindigkeiten, Strahlungsverhältnissen und Wolkenbedeckungen. Der UHI-effect wird bedingt durch das Absorbieren der kurzwelligen Sonneneinstrahlung, welche teilweise zwischen den Häusern durch Mehrfachreflexion gehalten wird und somit nicht wieder zurück in die Atmosphäre entweichen kann. Ein höherer Grad an versiegelter Fläche in der Stadt lässt die Evaporation sinken. Deswegen wird weniger Energie in latente Wärme umgewandelt und dafür mehr in fühlbare Wärme, was den Effekt der UHI verstärkt (Kleerekoper et al. 2011). In vielen Studien wird der Einfluss des Klimawandels und die damit verbundenen Steigerungen der Lufttemperatur auf die Länge von Hitzewellen und die Auswirkungen auf den Menschen betrachtet (vgl. Tan et al. 2009, Gabriel & Endlicher 2011, Coumou et al. 2013).
Im Jahr 2005 lebten über 50 % der Weltbevölkerung in Städten und bis 2050 wird erwartet, dass es rund zwei Drittel werden. Die Folgen sind wachsende Siedlungsräume mit zunehmend versiegelter Fläche. Dies führt zur Verstärkung des Effektes der UHI (Wiener Umweltschutzabteilung 2015, 6). Der UHI-effect hat Einfluss auf die Gesundheit und das Wohlbefinden der Menschen. Hitzestress wirkt sich vor allem auf Kranke, Vorbelastete und alte Menschen aus. Es kommt zu Leistungs- und Konzentrationsschwierigkeiten und kann zu Herz-Kreislauf Problemen führen (Umweltbundesamt o.J.). Des Weiteren führen zunehmende extreme Hitzeereignisse zu steigenden Morbiditäts- und Sterblichkeitsraten (Norton et al. 2014). Aufgrund der steigenden Intensität und Anzahl der Hitzetage pro Jahr und deren Folgen für den Menschen, werden stadtplanerische Maßnahmen, welche gegen den UHI-effect wirken, in ihrer Relevanz steigen (Perks 2011).
Wie kann im urbanen Raum gegen die negativen Effekte der UHI vorgegangen werden und welche stadtplanerischen Maßnahmen bieten sich dafür an?
Eine der Möglichkeiten ist die Einführung verschiedener vegetativer Infrastrukturen in Städten (vgl. Zölch et al. 2016), denn Stadtbäume leisten durch Verschattung und Transpiration und das Verdunsten von Wasser durch ihre Stomata einen Teil zur Abkühlung der Stadt bei (Konarska et al. 2014).

Dieser wissenschaftliche Artikel soll untersuchen, wie man die Stadt mithilfe von Vegetation humanbioklimatisch beeinflussen kann. Die Untersuchungen werden sich auf zwei angrenzende Wohnblöcke der Bamberger Straße in Berlin beziehen. So ergibt sich die Frage: Welchen Einfluss hat der Faktor Vegetation auf das Mikroklima in einem Wohnblock in Berlin? Dies wird im Folgenden mit Hilfe des Klimamodells ENVI-met V4 anhand der Simulation der beiden Wohnblöcke mit unterschiedlichen Vegetationsstrukturen analysiert werden. Weil angenommen wird, dass Bäume einen kühlenden Effekt auf die Lufttemperatur haben, wird erwartet, dass das Szenario mit Vegetation eine geringere Lufttemperatur aufweisen wird. Des Weiteren ist der Einfluss von Vegetation auf den Menschen von Interesse. Aufgrund des Kühlungseffekts von Pflanzen wird erwartet, dass mehr Vegetation zu einem höheren klimatischen Wohlbefinden an heißen Tagen führt.

2. Methodik

2.1. Untersuchungsgebiet

Das Untersuchungsgebiet liegt im dicht bebauten Innenstadtbereich Berlins im Bezirk Charlottenburg-Wilmersdorf. Mit 3891 Einwohnern pro km² belegte Berlin 2014 Platz zwei der bevölkerungsdichtesten Städte in Deutschland (StBA 2016). Die hier vorherrschende Bebauungsart ist eine für Berlin typische Blockrandbebauung aus der Gründerzeit, meist bestehend aus Vorderhaus, Seitenflügel und Hinterhaus, mit einer mittleren Gebäudehöhe von 21.5 m.
Das Untersuchungsgebiet ist circa 220 x 230 m groß und erstreckt sich um die Messstation Bamberger Straße des Stadtklima-Messnetzes Berlin der TU Berlin (52.4964 , 13.3375). Im Norden grenzt es an die Geisbergstraße, im Süden an die Regensburger Straße, im Osten an die Ansbacher Straße und im Westen an die Kumbacher Straße (vgl. Abb.1). Die zwei im Untersuchungsgebiet liegenden Wohnblöcke sind aufgrund der dichten Bebauung und dem geringen Grünanteil repräsentativ für viele Berliner Wohngebiete. Die Gebäudehöhe liegt zwischen 16 und 24 m, wobei Vorderhäuser höher sind als Seitenflügel oder Hinterhäuser. Der Anteil der versiegelten Fläche beträgt 44 % und der Anteil der überbauten Fläche 32 %. Der Vegetationsanteil setzt sich zusammen aus Straßenbäumen, Vorgärten am Gehweg, Bäumen in Innenhöfen und aus verschiedener Innenhofbegrünung und beträgt lediglich 24 % der Fläche des Untersuchungsgebietes.
Berlin gehört zum warmgemäßigten, immerfeuchten Regenklima und weist im wärmsten Monat des Jahres eine mittlere Lufttemperatur unter 22°C auf (Malberg 2006, 287).
Nach der Local Climate Zone Klassifizierung gehört Blockrandbebauung in die Kategorie „compact midrise“ (LCZ 2) und ist ausgezeichnet durch eine hohe Wärmespeicherkapazität der Gebäude, einen hohen Anteil verschatteter Flächen, ein erhöhtes Potenzial zur Windkanalbildung in Straßenschluchten und einer geringeren Durchlüftungsintensität in Innenhöfen (Stewart & Oke 2012). Für die Untersuchung wurde eine Blockrandbebauung ausgewählt, da diese Baustruktur für Deutschland typisch ist und aufgrund ihrer Charakteristika zur Überwärmung neigen kann (BMVBS 2013).

untersuchungsgebiet_marked_700px.jpg
Abb. 1: Links: Untersuchungsgebiet Luftbildaufnahme © GoogleEarth, Rechts: Modell des Untersuchungsgebietes erstellt mit SPACES in ENVI-met Version 4.1

2.2. Modellierung mit ENVI-met V4

ENVI-met ist ein dreidimensionales Model zur Simulation der Wechselbeziehungen zwischen Oberflächen, Vegetation und der Atmosphäre im urbanen Raum und basiert auf einem Ansatz der numerischen Strömungsmechanik. Das Modell simuliert mikroskalige Effekte bei einer räumlichen Auflösung von 0.5 – 10 m in einem Zeitintervall von 24 – 48 h mit einer möglichen zeitlichen Auflösung von 1 – 5 s. Aufgrund der Berechnung aller wichtigen atmosphärischen Prozesse, wie zum Beispiel Windfelder und Turbulenzen, kurz- und langwellige Strahlungsflüsse unter Berücksichtigung von Verschattung, Reflexion und Rückstrahlung, Evapotranspiration und Wärmeflüssen und der Berechnung physiologischer Vegetationsparameter, wie der Photosyntheserate bei einer hohen räumlichen Auflösung, wurde ENVI-met als Tool für die Zwecke unserer Untersuchung gewählt (ENVI-met o.J.a). Die physikalischen Grundlagen des Modells wurden bereits ausführlich in der Literatur beschrieben und werden deshalb an dieser Stelle nicht weiter ausgeführt (vgl. Bruse & Fleer 1998; Huttner 2012; Salata et al. 2016).
Die Gültigkeit des Modells für europäische Klimaverhältnisse konnte aufgrund der bereits vielfachen Anwendung in verschiedenen Untersuchungen, zum Beispiel zum Einfluss von Vegetation auf mikrometeorologische Größen, den thermischen Komfort des Menschen oder die Reduzierung des Effektes der städtischen Wärmeinsel, bestätigt werden (vgl. Tsilini et al. 2014; Lee et al. 2016; Martins et al. 2016).
Als Simulationstag wurde der 24.06.2016 ausgesucht. Für das Jahr 2016 wurde dieser Tag als Hitzetag mit sehr hohen Lufttemperaturen verzeichnet, weshalb die Wahl für einen Beispieltag für künftig auftretende heiße Sommertage auf diesen fiel. In Tabelle 1 sind die Eingabedaten für die Simulation und die Aufzeichnungen der Lufttemperatur der Messstation Tempelhofer Feld des Deutschen Wetterdienstes (DWD) am 24.06.2016 aufgelistet. Aufgrund ihrer Lage bildet die DWD Messstation Tempelhofer Feld die autochthone Witterung Berlins ab. Deshalb diente der DWD Datensatz als Modellantrieb und gab den Temperaturverlauf des Tages vor. Simuliert wurden 24 h mit einer zeitlichen Auflösung von einer Stunde beginnend bei 00:00:00 Uhr. Die Systemeinstellungen der Simulation repräsentieren einen typischen Hitzetag, weil die städtische Überwärmung und Effekte der städtischen Wärmeinsel dann am größten sind.

Tab. 1: Eingabedaten für ENVI-met V4.1

Systemeinstellungen Uhrzeit Lufttemperatur in °C Uhrzeit Lufttemperatur in °C
Beginn der Simulation 24.06.2016
00:00:00 Uhr
00:00 24.75 12:00 33.25
Ende der Simulation 24.06.2016
23:59:00 Uhr
01:00 23.35 13:00 34.25
Windgeschwindigkeit in
10 Meter Höhe
2.0 m/s 02:00 22.85 14:00 34.55
Windrichtung 270° 03:00 22.15 15:00 34.65
Wolkenbedeckung 0 04:00 21.65 16:00 34.95
Rauigkeitslänge an der
Messstelle
0.1 05:00 22.05 17:00 34.75
spezifische Luftfeuchte
am oberen Modellrand
7.0 g/kg 06:00 22.55 18:00 34.25
relative Luftfeuchte
in 2 Meter Höhe
60 % 07:00 24.45 19:00 33.05
Anfangszustand des
Bodens
vorgegebene
Standardeinstellung
08:00 26.05 20:00 31.75
Schadstoffausbreitung keine 09:00 27.85 21:00 25.65
10:00 29.65 22:00 24.25
11:00 31.85 23:00 24.25


Das Untersuchungsgebiet wurde mit der in ENVI-met integrierten Anwendung SPACES in einem 110 x 115 x 34 großen Raster vereinfacht nachgebaut. Abbildung 1 zeigt links das Untersuchungsgebiet als Luftbildaufnahme und im Vergleich dazu rechts das Untersuchungsgebiet nachgebaut mit ENVI-met V4.1 SPACES. Die Abmessungen einer Rasterzelle, auch als Voxel bezeichnet, betragen 2 x 2 x 2 m. Die untersten Voxel sind für eine präzisere Berechnung zusätzlich in ein Meter Höhe horizontal geteilt worden, um bei der Auswertung der Simulationsergebnisse die Betrachtung einer bioklimatischen Kenngröße für den thermischen Komfort von Passanten zu ermöglichen. Nach dem fünfzehnten Raster in 30 m Höhe wurden die Voxel nach oben um je 5 % gestreckt, so dass die Modelloberkante bei 88.67 m liegt. Das Raster wurde um -12° von Norden gedreht um die Struktur der Wohnblöcke zu entzerren.
Um den Einfluss der Vegetation auf die Lufttemperatur und den thermischen Komfort des Menschen zu untersuchen, wurden ein Szenario mit der aktuell im Untersuchungsgebiet vorzufindenden Vegetation erstellt (vgl. Abb. 1, Rechts) und ein Szenario ohne jegliche Vegetation (vgl. Abb. 2). Für die Modellierung des Szenarios mit Vegetation ist eine Kartierung des Untersuchungsgebietes durchgeführt worden. Zudem wurden Luftbildaufnahmen analysiert, da nicht alle Innenhöfe des Untersuchungsgebietes begehbar waren. Weil die vorinstallierte ENVI-met Datenbank nicht alle Baumarten enthält, die kartiert worden sind, wurden an entsprechender Stelle phänotypisch ähnliche Baumarten aus der Datenbank als Alternative verwendet. Im Modell sind die Baumarten Acer Platanoides, Betula Pendula, Fagus Sylvatica, Platanus x Acerifolia, Quercus Robur und Picea Abies jeweils in ihren Standarteinstellungen verwendet worden. Die durchschnittliche Baumhöhe im Modell liegt bei 15.92 m. Neben Bäumen in Innenhöfen und Straßenbäumen sind Vorgärten und Gärten in Innenhöfen als 0.5 m hohes Gras mit durchschnittlicher Wuchsdichte abgebildet. Die sich am rechten Wohnblock der Regensburger Straße und am Haus der Messstation Bamberger Straße befindende begrünte Fassade konnte aufgrund der Datenverfügbarkeit nicht im Modell abgebildet werden.


Abb. 2: Szenario ohne Vegetation des Untersuchungsgebietes in 3D erstellt mit SPACES in ENVI-met Version 4.1

2.3. Untersuchung des thermischen Komforts

Für die Bewertung des Einflusses der Vegetation auf den thermischen Komfort wurde zuerst die biometeorologische Kenngröße Predicted Mean Vote (PMV) mit der in ENVI-met integrierten Anwendung BioMet berechnet. Das von ENVI-met verwendete Modell basiert auf Fangers Index (Fanger, 1972) zur Ermittlung des thermischen Komfort des Menschen in Innenräumen (ENVI-met o.J.b).
Der PMV setzt Aktivität und Bekleidung des Menschen ins Verhältnis mit der im Raum vorherrschenden Lufttemperatur, mittleren Strahlungstemperatur, Luftfeuchtigkeit und Windgeschwindigkeit (vgl. Fanger 1972: 114). Durch eine Anpassung der Formel an Strahlungs- und Windverhältnisse unter Freilandbedingungen kann der PMV eingeschränkt zur Ermittlung des thermischen Komforts im Freien eingesetzt werden (vgl. VDI 3787 Teil 1 Blatt 2/Part 2). Ursprünglich setzte Fanger den Definitionsbereich des thermischen Komforts nach der psycho-physischen ASHRAE Skala von -3 bis +3 fest (1972: 110). In ENVI-met liegt der Definitionsbereich für PMV zwischen -4 (sehr kalt) bis +4 (sehr heiß). Bei einem PMV Wert von 0 liegt keine thermische Belastung vor. Nimmt der Betrag des PMV Wertes zu, so erhöht sich die thermische Beanspruchung des Körpers, das heißt, es tritt verstärkt Kältestress bzw. Wärmebelastung auf. Weil BioMet die PMV Werte durch eine mathematische Funktion berechnet, können im Ergebnis auch Werte niedriger als -4 und höher als +4 ausgegeben werden. Diese Werte liegen außerhalb des Definitionsbereichs und sind deshalb von der Interpretation ausgeschlossen (ENVI-met o.J.b).

2.4. Vergleich zwischen simulierter und gemessener Lufttemperatur im Untersuchungsgebiet

Um die Simulationsergebnisse des ENVI-met Modells zu überprüfen, wurde die errechnete Lufttemperatur im Modell mit der gemessenen Lufttemperatur an der Messstation Bamberger Straße verglichen. Die Messstation in der Bamberger Straße befindet sich in 2.5 m Höhe an einem zur Straße hin ausgerichteten Balkon. Mit einer zeitlichen Auflösung von einer Minute werden Lufttemperatur, relative Feuchte und Luftdruck gemessen (Fachgebiet Klimatologie o.J.).
In Abbildung 3 sind der gemessene und simulierte Lufttemperaturverlauf abgebildet. Zu erkennen ist, dass die von ENVI-met berechnete Lufttemperatur, bis auf die Ausreißer von 14.00 bis 17.00 Uhr, über der gemessenen Lufttemperatur liegt. Ohne Beachtung der Ausreißer, ist die simulierte Lufttemperatur im Durchschnitt um ca. 1.08 °C höher als die gemessene.
Welche Ursachen die große Abweichung der Lufttemperatur von 14.00 bis 17.00 Uhr haben könnte, wird später diskutiert.

Mit Hilfe des mittleren quadratischen Fehlers (root mean square error (RMSE)) und Theil‘s Ungleichheitskoeffizient (U2) soll eine Fehlerschätzung eine kritische Beurteilung der Simulationsergebnisse ermöglichen. Mit der Formel nach Eckey (2011: 211) konnte ein RMSE von 1.89 ermittelt werden. Geht der RMSE gegen Null, kann das Modell als zuverlässig angesehen werden.

Abb. 3: Verlauf der Lufttemperatur an der Messstation Bamberger Straße am 24.06.2016

3. Ergebnisse

3.1. Einfluss der Vegetation auf die Lufttemperatur

Betrachtet werden die Simulationen mit und ohne Vegetation in der Bambergerstraße um 15:00 Uhr, da für diese Uhrzeit jeweils die höchste Lufttemperatur ermittelt worden ist. Die Lufttemperatur des vegetationslosen Szenarios steigt bis maximal 34.81 °C an, die Maximalwerte treten dort auf, wo direkte kurzwellige Sonneneinstrahlung nicht durch Beschattung vermieden wird. Die niedrigsten Werte für die Lufttemperatur liegen zwischen 33.00 °C und 34.00 °C und treten vor allem in den Innenhöfen des östlichen Häuserblocks auf sowie in dem Schattenwurf des westlichen Gebäudes (vgl. Abb. 4, Links).
In dem Szenario mit Vegetation liegt der Minimalwert bei 32.18 °C (vgl. Abb. 4, Rechts). Die kleinsten Werte treten dort auf, wo eine hohe Dichte an Bäumen besteht, zusätzlich Rasenflächen vorhanden sind und zugleich im Schattenwurf der Gebäude liegen. Die Voxels im Randbereich des westlichen Teils, welche unter dem Einfluss der Vegetation liegen, weisen Werte von 34.00 °C bis 34.50 °C auf. Die Randbereiche im östlichen Teil, welche unter dem Einfluss von Vegetation und der Beschattung des östlichen Gebäudeblocks liegen, weisen Werte zwischen 32.00 °C bis 33.50 °C auf. Hier wird deutlich, dass das Zusammenwirken von Vegetation und Schatten einen hohen Effekt auf die Lufttemperatur hat, während hingegen nicht beschattete Vegetationsflächen deutlich geringere Auswirkungen haben.


Abb. 4: Links: Szenario ohne Vegetation am 24.06.2016 um 15.00 Uhr, Rechts: Szenario mit Vegetation am 24.06. 2016 um 15.00 Uhr

Der maximale Unterschied der Lufttemperatur der beiden Szenarien liegt bei 1.21 °C, dies beweist, dass der Einfluss von Vegetation auf die Lufttemperatur vorhanden ist, wenn auch nur geringfügig. Auffällig sind in Abbildung 5 die Unterschiede entlang der Baumallee in der Bambergerstraße und vereinzelt in Innenhöfen, sie belaufen sich auf bis zu über 0.90 °C. Werden die geschlossenen Innenhöfe des westlichen Häuserblocks betrachtet, so fällt auf, dass der absolute Unterschied in dem Innenhof ohne Vegetation zwischen 0.30 °C bis 0.40 °C liegt und in den begrünten sich die Unterschiede auf 0.70 °C bis über 0.90 °C belaufen.


Abb. 5: Vergleich des Szenarios ohne Vegetation mit dem Szenario mit Vegetation am 24.06.2016 um 15.00 Uhr

3.2. Einfluss der Vegetation auf die direkte kurzwellige Strahlung

Betrachtet man die Abbildung 6 (Links), fällt auf, dass die Voxel nur zwei unterschiedliche Werte für die direkte kurzwellige Sonneneinstrahlung in ein Meter Höhe aufweisen. Dieses Phänomen entsteht durch den Schattenwurf der Gebäude. Überall wo der Schattenwurf der Gebäude hinfällt, liegen die Werte der Direktstrahlung unter 200.00 W/m2. Während hingegen in Bereichen ohne Schattenwurf der Gebäude sich die Werte auf über 1000.00 W/m2 belaufen.
Die Abbildung 6 (Rechts) verdeutlicht den starken Einfluss der Vegetation auf die Werte des Parameters direkte kurzwellige Sonneneinstrahlung. Die Ausdehnung der Fragmente mit einem niedrigen Wert, unter 200.00 W/m2, ist weitaus größer. Dieser Effekt wird durch den Schattenwurf der Bäume hervorgerufen.
Aufgrund der Auflösung der Voxel unterliegen die Werte der direkten kurzwelligen Sonneneinstrahlung teilweise unterschiedlichen Einflüssen. Dies zeigt sich an den Voxeln mit Werten von 200.00 bis 300.00 W/m2 und 800.00 bis 900.00 W/m2, welche vermutlich im Halbschatten liegen.
In der Abbildung 6 (Links) ist die Bambergerstraße durch die hohen Werte der Direktstrahlung in ein Meter Höhe deutlich erkennbar, wohingegen dies in der Abbildung 6 (Rechts) nicht der Fall ist. Dieser Effekt wird durch das Abfangen der direkten kurzwelligen Sonneneinstrahlung durch die Baumkronen hervorgerufen.
Der Einfluss der Vegetation lässt sich ebenfalls durch das Muster der Baumkronen um die Häuserblöcke herum deutlich anhand der niedrigen Werte der Direktstrahlung erkennen. Die Auswirkung der Vegetation und den damit verbundenen Schattenwurf auf die direkte kurzwellige Sonneneinstrahlung ist hoch und lässt sich deutlich in den beiden Simulationen erkennen. Die Werte der direkten kurzwelligen Sonneneinstrahlung in W/m2 werden durch die Baumkronen der Stadtbäume erheblich gesenkt.


Abb. 6: Links: Szenario ohne Vegetation am 24.06.2016 um 12.00 Uhr, Rechts: Szenario mit Vegetation am 24.06.2016 um 12.00 Uhr

3.3. Einfluss der Vegetation auf den PMV

Um den Einfluss der Vegetation auf den PMV darzustellen wird der absolute Unterschied des PMV in ein Meter Höhe beider Szenarien um 12:00 Uhr in Abbildung 7 gezeigt. Da hier die Sonne im Zenit steht und somit der Einfluss der Bäume gut zu erkennen ist. Die Abbildung 7 zeigt deutlich, wo Vegetation im Simulationsgebiet vorhanden ist und ihren positiven Einfluss auf den PMV hat. Der Maximalwert des absoluten Unterschieds des PMV liegt bei 1.83. In den Innenhöfen, wo keine Vegetation vorhanden ist, liegt der Unterschied zwischen 0.60 bis 0.80. Dem Entgegengesetzt übersteigt der absolute Unterschied des PMV in begrünten Innenhöfen teilweise einen Wert von bis zu 1.80.


Abb. 7: Vergleich des Szenarios ohne Vegetation mit dem Szenario mit Vegetation am 24.06.2016 um 12.00 Uhr

Des Weiteren wird der unterschiedliche Einfluss verschiedener Baumarten, welche sich durch die Parameter Höhe, Baumkronendurchmesser und Blätterdichte unterscheiden, aufgezeigt. Im offenen Innenhof des westlichen Gebäudeblocks stehen in einer senkrechten Reihe vier Betula Pendula, diese besitzen eine Höhe von sechs Metern und einen Kronendurchmesser von sieben Metern. Die Hänge-Birken senken den PMV um einen Wert zwischen 1.00 bis 1.40. Am südlichen Rand des westlichen Häuserblocks stehen drei Acer Platanoides, mit einer Höhe von 16 m, einem Kronendurchmesser von sechs Metern und einem dichterem Blätterdach als Betula Pendula. Acer Platanoides senkt den PMV gegenüber Betula Pendula um einen Wert von 1.40 bis 1.80. Die Abbildung 8 (Links) veranschaulicht den PMV erneut um 12:00 Uhr. Deutlich zu erkennen ist der Schattenwurf der Gebäude. An den Stellen, an denen der Schattenwurf der Gebäude Einfluss hat, liegt der PMV zwischen 3.00 und 3.80. Flächen ohne den Einfluss von Beschattung weisen einen PMV von über 4.00 auf.
Die Abbildung 8 (Rechts) weist deutlich mehr Voxel mit einem niedrigen PMV auf. Die Bambergerstraße weist in der Simulation mit Vegetation nur wenige Voxel mit einem PMV von über 3.20 auf. Fast alle Voxel, welche unter dem Einfluss der Vegetation oder im Schattenwurf der Gebäude liegen, haben Werte zwischen 2.60 bis 3.40.
In der Abbildung 8 (Links) besitzen die meisten Voxel der Bambergerstraße einen PMV von über 4.00. Die beschatteten Flächen der Innenhöfe, weisen einen PMV zwischen 3.00 bis über 3.80 auf. Vergleicht man diese Fläche mit denen der Abbildung 8 (Rechts), weisen diese deutlich geringere Werte auf.
Die Voxel der begrünten Innenhöfe, welche nicht durch die Gebäude oder die Bäume beschattet werden, weisen trotz Vegetation einen PMV zwischen 3.00 bis über 4.00 auf.
Vergleicht man die Abbildung 8 Links und Rechts so lässt sich deutlich der Einfluss der Bäume erkennen. Außerhalb der Flächen, welche unter dem Einfluss der Beschattung der Gebäude liegen und nur unter dem Einfluss der Bäume, liegt der absolute Unterschied des PMV deutlich höher. Der Unterschied liegt in der Regel zwischen 1.20 bis über 1.80, während der absolute Unterschied der Flächen, welche ebenfalls unter dem Einfluss der Beschattung liegen, nur zwischen unter 0.20 bis 1.00 liegt.


Abb. 8: Links: Szenarios ohne Vegetation am 24.06.2016 um 12.00 Uhr, Rechts: Szenario mit Vegetation am 24.06.2016 um 12.00 Uhr

4. Diskussion

Die Ergebnisse der Simulationen zeigen, dass Vegetation in Form von Straßenbäumen und Innenhofbegrünung die Lufttemperatur nur geringfügig zu senken vermag (vgl. Abb. 5). Die Wärmebelastung des Menschen, mitunter durch die direkte Sonneneinstrahlung, fällt dagegen im Schatten der Straßenbäume deutlich geringer aus (vgl. Abb. 7).

Eine ähnliche Untersuchung führten Zölch et al. 2016 in einem dicht besiedelten Wohnblock in München durch. Die Ergebnisse dieser Studie, die den Einfluss verschiedener Vegetationstypen auf den thermischen Komfort unter verschiedenen klimatischen Bedingungen untersuchte, decken sich mit unseren Ergebnissen. Obwohl kein direkter Zusammenhang zwischen höherem Vegetationsanteil und niedrigerer wahrgenommener Wärmebelastung festgestellt werden konnte, deutete ein allgemein höherer Vegetationsanteil dennoch auf die Senkung der Wärmebelastung des Menschen hin. Dabei wirkte sich der Effekt von Bäumen stärker aus im Vergleich zur Dach- oder Fassadenbegrünung. Begründet wird dieses Ergebnis mit dem Effekt der Verschattung, der für eine zusätzliche Abkühlung offener Stellen sorgt (ebd.). Weil unsere Untersuchung nur zwei Szenarien betrachtet, kann keine Aussage über einen quantitativen Zusammenhang zwischen Vegetationsanteil, Lufttemperatur und Wärmebelastung getroffen werden. Dennoch ist ein Einfluss der Vegetation auf die betrachteten Parameter, aufgrund der unterschiedlichen Simulationsergebnisse, unbestreitbar.

Bei dem Vergleich der simulierten Lufttemperatur mit den Messungen fielen die Ausreißer der gemessenen Daten von 14:00 bis 17:00 Uhr ins Auge. Hier sind die Lufttemperaturen in der Simulation deutlich geringer. Es wird vermutet, dass dies mit dem Standort der Messstation zusammenhängt. Diese befindet sich auf einem Balkon, auf dem sich die Hitze staut. Die Messstation in der Bamberger Straße ist nachts und bei Schatten passiv belüftet. Scheint jedoch die Sonne darauf, wird das von einem Sonnenpanel erkannt und die Messstation wird aktiv belüftet; es können allerdings keine Aussagen über die Effektivität der Belüftung getroffen werden. Aufgrund ihrer Lage (nah an einem Gebäude) sind die Messwerte möglicherweise stark vom Mikroklima beeinflusst. Eine Messung in der Mitte der Bamberger Straße in ein Meter Höhe könnte Effekte wie Wärmeabstrahlung der angrenzenden Baumaterialien oder Verwirbelungen bzw. windstille Ecken ohne Kühlung, umgehen. Die erhöhten Messwerte am Nachmittag kommen nicht durch mangelnde Belüftung zustande, sondern möglicherweise, weil sich die unter der Messstation befindende Luft erhitzt. Daher könnte das Aufheizen eine Ursache für die Ausreißer sein. Das Modell mittelt alle errechneten Größen in einem Voxel, weshalb es bei der gewählten Auflösung solche mikroklimatischen Phänomene mitunter nicht abbilden kann. Aufgrund der groben Voxelauflösung von 2 x 2 m kann das Untersuchungsgebiet im Modell nicht in seiner vollen Detailtreue abgebildet werden. Durch die Mittelung ENVI-mets aller auf einen Voxel einwirkenden Faktoren können mikroklimatische Phänomene mit einer Ausdehnung von bedeutend weniger als 2 x 2 m bei der Analyse untergehen.
Trotz unserer Bemühungen um eine möglichst detailgetreue Abbildung des Untersuchungsgebietes, konnten Bebauung und Vegetation nicht zu 100 % realitätsgetreu nachgebildet werden. Durch das Maß der Voxel sind bei der digitalen Darstellung von Schrägen, trotz angeglichener Nord-Süd-Ausrichtung, Ecken entstanden, welche bei der Berechnung zu hohen Windturbulenzen führten. Deshalb wurden die Häuserblocks im Modell gradliniger dargestellt. Baumhöhen und Kronendurchmesser sind aus der ENVI-met Datenbank übernommen und entsprechen nicht den tatsächlichen Dimensionen, weil diese Größen beim Kartieren aufgrund des hohen Arbeitsaufwandes nicht ermittelt werden konnten. Nicht alle kartierten Pflanzen sind in der ENVI-met Datenbank vorhanden. Deshalb mussten im Modell einige Baumarten durch andere ersetzt werden. Die begrünte Fassade wurde im Modell vernachlässigt. Auch Gebäudehöhen, Bodenbeschaffenheit, Grasart, -dichte und -höhe sowie Straßenbeläge wurden abstrahiert und vergleichsweise homogen dargestellt. Dennoch konnten unterschiedliche Ergebnisse zwischen keiner vorhandenen Vegetation und annähernd real vorhandener Vegetation festgestellt werden.
Lee et al. untersuchten 2016 mit dem ENVI-met V4 Modell das Potenzial von städtischer Grünabdeckung zur Verminderung des menschlichen Hitzestresses in Freiburg, Deutschland. Sie kamen mit der gleichen Software und einem ähnlichen Versuchsaufbau zu dem Schluss, dass Bäume gegenüber reinen Grasflächen das menschliche Wohlbefinden positiv beeinflussen, da sie Schatten spenden. Auch, da die regionale Windgeschwindigkeit bei Hitzewellen in Mitteleuropa gering ist, wird Verschattung der direkten Sonnenstrahlung als die effektivste Abschwächungsstrategie betrachtet (ebd.). Im Gegensatz zu unserem Modellaufbau passten Lee et al. die Vegetation in der Anwendung SPACES individuell, auf Grundlage von Messungen die vorher vor Ort durchgeführt wurden, an. Die Fehlereinschätzung (RMSE von 0.66) zeigt im Vergleich zu unserer Untersuchung (RMSE von 1.89) eine bessere Prognose auf. Ein möglicher Grund könnte die repräsentativere Abbildung der Vegetation im Modell sein. Weil die Simulationsergebnisse beider Untersuchungen die selbe Tendenz aufweisen, ziehen wir dennoch den Schluss, dass vor allem bei eingeschränktem zeitlichen und finanziellen Rahmen, aussagekräftige Ergebnisse mit der ENVI-met eigenen Vegetationsdatenbank erzielt werden können.

Mayer & Höppe nahmen schon im Juli 1985 an einem heißen Sommertag biometeorologische Messungen an drei Standorten in München und vergleichend in einem nahegelegenen Fichtenhochwald (Ebersberger Forst) vor. Die nördlich exponierte Straßenschlucht, sowie der von Bäumen beschattete Innenhof wiesen gleichermaßen eine um durchschnittlich 2 °C niedrigere Lufttemperatur auf. Die Temperaturwerte im Fichtenhochwald lagen im Vergleich zur Stadt um 3 - 6 °C niedriger. Die Ergebnisse der Untersuchung von Mayer & Höppe verleiten zu dem Schluss, dass es für die Lufttemperatur keine Rolle spielt, ob der Schatten von Gebäuden oder Bäumen herrührt.
Die Studie von Müller et al. (2006) überprüfte den Einfluss der Gebäudestruktur auf das Wohlbefinden der Menschen in Berlin. Dabei werden drei Untersuchungsgebiete innerhalb der Stadt betrachtet. Die Studie belegt, dass verschiedene städtische Bebauungen in Abhängigkeit von dem Schattenwurf einen positiven Effekt auf das Wohlbefinden der Menschen haben. Für den Standort mit dem geringsten Schattenwurf, den Alexanderplatz, wurden die meisten Tage mit Hitzestress ermittelt. Dies belegt, dass Schattenwurf auch unabhängig von Vegetation einen positiven Effekt auf thermalen Komfort hat. Es stellt sich die Frage, ob es bessere schattenspendende Maßnahmen als Straßenbäume gibt und somit Vegetation zur Vermeidung von Hitzestress nicht die effektivste Methode darstellt. Hierbei dürfen weitere positive Effekte von Vegetation allerdings nicht vergessen werden. Straßenbäume tragen zur Schadstofffilterung bei, bieten Lebensraum für andere Fauna und Flora und besitzen zudem einen ästhetischen Effekt.

Die ENVI-met Applikation BioMet berechnet einen ortsgebundenen PMV Wert. Das bedeutet, dass die untersuchte Person so lange einem konstanten Klimaszenario ausgesetzt ist, bis sich der Energieumsatz des Körpers darauf eingestellt hat (ENVI-met o.J.b). Im Freien, vor allem auf der Straße, wie es in unserem Untersuchungsgebiet hauptsächlich der Fall ist, halten sich die meisten Menschen nicht über einen längeren Zeitraum an einem festen Punkt auf. Und weil auf dem Gehweg ein Passant beim Laufen zwangsläufig zwischen sonnenexponierten und beschatteten Bereichen wechseln würde, kann keine Aussage über seinen allgemeinen thermischen Komfort getroffen werden. Die in Abbildung 8 dargestellten PMV Werte gelten somit nur für einen Menschen, der sich über einen ausreichend langen Zeitraum an einem festen Standort befindet. BioMet berechnet den PMV für eine männliche Referenzperson von 35 Jahren mit einer Körpergröße von 1.75 m und einem Gewicht von 75 kg. Die von Fanger entwickelte Gleichung (vgl. 1972: 114), bezieht Faktoren wie Alter, Geschlecht, Körperbau, Ethnizität und andere psychologische und physiologische Aspekte nicht mit ein, weil seine Untersuchungen keinen signifikanten Einfluss dieser Faktoren auf den thermischen Komfort gezeigt haben (vgl. ebd.: 81-93). Weil Fangers Gleichung nur für klimatisierte Innenräume gilt, kann nicht ausgeschlossen werden, dass bei einer Anpassung der Formel an Freilandbedingungen die oben angeführten Faktoren im Freien einen Einfluss auf den thermischen Komfort besitzen (vgl. ENVI-met o.J.b). Somit ist die Übertragbarkeit der Ergebnisse auf Gruppen mit abweichenden Eigenschaften von denen der Referenzperson nicht gewährleistet.

Für ein aussagekräftigeres Ergebnis wären weiterführende Untersuchungen nötig. Baumarten, Standort und Anzahl der Bäume könnten noch realistischer abgebildet werden, sowie auch Arten der vorhandenen Sträucher, Nadelgehölze, Stauden und Gräser. Weiterführend könnten auch Szenarien von mehr Vegetation, als vorhanden, simuliert werden. Ein schlüssigerer Vergleich der simulierten Lufttemperatur mit den Messungen könnte im Voraus besser geplant werden. Repräsentativere Vergleichsergebnisse könnten zum Beispiel durch die Auswahl von Standort, Art und Anzahl der Messstationen erzielt werden.

5. Schlussfolgerung

In dieser Ausarbeitung wurde mit Hilfe des numerischen Simulationsmodels ENVI-met V4.1 der vegetative Einfluss auf ein innerstädtisches und dicht besiedeltes Wohngebiet in Berlin Charlottenburg-Wilmersdorf untersucht. Dafür wurde das Untersuchungsgebiet in einem vegetationsfreien Szenario und einem Szenario mit Vegetation simuliert und die Ergebnisse der beiden miteinander verglichen. Einen maßgeblichen Unterschied in Bezug auf die Lufttemperatur beider Szenarien konnte jedoch nicht festgestellt werden. Die Hypothese, dass Vegetation die Lufttemperatur im Untersuchungsgebiet in einem Meter Höhe senkt, konnte nicht bestätigt werden. Des Weiteren wurde untersucht, ob Vegetation an einem Hitzetag den Hitzestress von Menschen zu senken vermag und das klimatische Wohlbefinden steigert. Untersucht wurde dieser Aspekt mithilfe des PMV. Aufgrund der durch Straßenbäume herabgesetzten direkten kurzwelligen Strahlung konnte ein positiver Einfluss auf den PMV verzeichnet werden. Somit konnte die Hypothese, dass Vegetation das thermische Wohlbefinden des Menschen erhöht, bestätigt werden.
Die Ergebnisse der Untersuchengen dieser Studie könnten für stadtplanerische Empfehlungen eine Rolle spielen. Ausserdem geben die Ergebnisse einen Anreiz, weitere klimatische und ökonomische Fragestellungen zu bearbeiten. Beispielsweise, ob die Erhöhung des Vegetationsanteils gleichzeitig einen proportional höheren Nutzen für das städtische Mikroklima bedeutet. Oder wie würde sich der Einfluss auf die Lufttemperatur und den thermischen Komfort ändern, wenn die Untersuchung mit anderen Vegetationsarten generiert wird?

Abbildungsverzeichnis

Abb. 1: Links: GeoBasis-DE/BKG. 2009. (verändert), Rechts: eigene Darstellung mit ENVI-met Version 4.1 SPACES
Abb. 2: eigene Darstellung mit ENVI-met Version 4.1 SPACES
Abb. 3: eigene Darstellung erstellt mit RStudio
Abb. 4: Links und Rechts: eigene Darstellung mit ENVI-met Version 4.1 Leonardo
Abb. 5: eigene Darstellung mit ENVI-met Version 4.1 Leonardo
Abb. 6: Links und Rechts: eigene Darstellung mit ENVI-met Version 4.1 Leonardo
Abb. 7: eigene Darstellung mit ENVI-met Version 4.1 Leonardo
Abb. 8: Links und Rechts: eigene Darstellung mit ENVI-met Version 4.1 Leonardo

Tabellenverzeichnis

Tab. 1: Eingabedaten für ENVI-met V4.1 (eigene Darstellung)

Literaturverzeichnis

Bruse, M., Fleer, H., 1998: Simulating surface-plant-air interactions inside urbanenvironments with a three dimensional numerical model. Environmental Modelling & Software 13, 373 – 348.

Bundesministerium für Verkehr, Bau und Stadtentwicklung (BMVBS) (Hrsg.), 2013: Alles im Wandel: Demografische und klimatische Veränderungen im Kontext der integrierten Stadtentwicklung. BMVBS-Online-Publikation 23/2013. URL: https://www.deutsche-digitale-bibliothek.de/binary/X44UMLNVC47UEVZ5C4HI6PINFAWPOMIF/full/1.pdf (Abruf 25.08.2017).

Coumou, D., Robinson, A., Rahmstorf, S., 2013: Global increase in record-breaking monthly-mean temperatures. Climatic Change, 118(3-4), 771-782.

Environmental Modelling Group (ENVI-met) (Hrsg.), o.J.a: ENVI-met Model Architecture. URL: http://www.model.envi-met.com/hg2e/doku.php?id=intro:modelconept (Abruf 20.08.2017).

Environmental Modelling Group (ENVI-met) (Hrsg.), o.J.b: PMV/PPD. URL: http://envi-met.info/hg2e/doku.php?id=apps:biomet_pmv (Abruf 22.08.2017).

Fachgebiet Klimatologie, Institut für Ökologie, Technische Universität Berlin (Hrsg.), o.J.: Stadtklima-Messnetz Berlin. Bamberger Straße. URL: http://www.klima.tu-berlin.de/index.php?show=forschung_dch_messnetz_bamberg&lan=de (Abruf 24.08.2017).

Fanger, P., 1972: Thermal comfort : Analysis and applications in environmental engineering. New York [u.a.]: McGraw-Hill, 244 S.

Gabriel, K. M., & Endlicher, W. R., 2011: Urban and rural mortality rates during heat waves in Berlin and Brandenburg, Germany. Environmental pollution, 159(8), 2044-2050.

Huttner, S., 2012: Further Development and Application of the 3D Microclimate Simulation ENVI-met. Dissertation im Promotionsfach Geographie am Fachbereich Chemie, Pharmazie und Geowissenschaften der Johannes Gutenberg-Universität Mainz, Mainz.

Kleerekoper, L., van Esch, M., & Salcedo, T. B., 2012: How to make a city climate-proof, addressing the urban heat island effect. Resources, Conservation and Recycling, 64, 30-38.

Konarska, J., Uddling, J., Holmer, B., Lutz, M., Lindberg, F., Pleijel, H., Thorsson, S., 2014: Transpiration of urban trees and its cooling effect in a high latitude city. International journal of biometeorology, 60(1), 159 - 172.

Lee, H., Mayer, H., & Chen, L., 2016: Contribution of trees and grasslands to the mitigation of human heat stress in a residential district of Freiburg, SouthwestGermany. Landscape and Urban Planning, 148, 37–50.

Malberg, H. und SpringerLink., 2006: Meteorologie Und Klimatologie: Eine Einfuhrung. 5. erweiterte und aktualisierte Aufl., Berlin, Heidelberg : Springer Berlin Heidelberg.

Martins, T. A. L., Adolphe, L., Bonhomme, M., Bonneaud, F., Faraut, S., Ginestet, S.,et al., 2016: Impact of Urban Cool Island measures on outdoor climate andpedestrian comfort: Simulations for a new district of Toulouse, France. Sustainable Cities and Society, 26, 9–26.

Mayer, H., Höppe, P., 1986: Thermal Comfort of Man in Different Urban Environments. Theoretical and applied climatology, 38(1), 43-49.

Müller, M., Matzarakis, A., Endlicher, W., 2006: Heat stress in Berlin (Germany). 6th International Conference on Urban Climate, Urban Climate Group, Department of Geosciences, Göteborg University, Sweden (Eds.), 838-841.

Norton, B. A., Coutts, A. M., Livesley, A. J., Harris, R. J., Hunter, A. M., Williams, N., 2014: Planning for cooler cities: A framework to priortise green infrastructre to mitigate high temperatures in urban landscapes. Landscapes and Urban Planing, 134, 127 - 138.
Salata, F., Golasi, I., de Lieto Vollaro, R., de Lieto Vollaroa, A., 2016: Urban microclimate and outdoor thermal comfort. A proper procedure to fit ENVI-met simulation outputs to experimental data. Sustainable Cities and Society 26, 318 – 343.

Schwarze, J. (Hrsg.), 1980: Angewandte Prognoseverfahren. Verlag Neue Wirtschafts-Briefe. Herne/Berlin, 375 S.

Statistisches Bundesamt (Destatis) (StBA) (Hrsg.), 2016: Datenreport 2016. Ein Sozialbericht für die Bundesrepublik Deutschland. Bundeszentrale für politische Bildung/bpb, Bonn.

Stewart, I.D., Oke, T.R., 2012: Local climate zones for urban temperature studies. 2012 American Meteorological Society. URL: http://journals.ametsoc.org/doi/pdf/10.1175/BAMS-D-11-00019.1 (Abruf 25.08.2017).

Tan, J., Zheng, Y., Tang, X., Guo, C., Li, L., Song, G., Zhen, X., Yuan, D., Kalkstein, A., Li, F., Chen, H., 2010: The urban heat island and its impact on heat waves and human health in Shanghai. International journal of biometeorology, 54(1), 75-84.

Tsilini, V., Papantoniou, S., Kolokotsa, D., & Maria, E., 2014: Urban gardens as a solution to energy poverty and urban heat island. Sustainable Cities and Society,14, 323–333.

Verein Deutscher Ingenieure (VDI) (Hrsg.), 2008. VDI 3787 Blatt 2/Part 2: Umweltmeteorologie. Methoden zur human-biometeorologischen Bewertung von Klima und Lufthygiene für die Stadt- und Regionalplanung. Teil 1: Klima. Düsseldorf: Beuth Verlag.

Wiener Umweltschutzabteilung, 2015: Urban Heat Islands. In: Strategieplan Wien, Wien, 6.

Zölch, T., Maderspacher, J., Wamsler, C., Pauleit, S., 2016: Using green infrastructure for urban climate-proofing: An evaluation of heat mitigation measures at the micro-scale. Urban Forestry & Urban Greening, 20, 305-316.


Navigation

[[Einleitung]] \\ ---- **Hintergrund** \\ [[Themenbezogene Hintergrundrecherche]] \\ [[Paperclub]] ---- **Exkursionen** \\ [[Mikroklimatische Messungen]] \\ [[Wettermuseum Lindenberg]] \\ [[Hamburg]] \\ ---- **Ergebnisse** \\ [[Citizen Weather Station]] \\ [[Grün-Stadt[t]-Klima-Anlagen]] \\ [[Urban Classes]] ---- [[Glossar]] \\ [[Impressum]] \\ ----

QR Code
QR Code wiki:gruen-stadt_t_-klima-anlagen (generated for current page)