Zu sehen ist eine Grasfläche vor dem Hintergrund der Zugspitze und des Waxensteine. Auf der Grasfäche ist eine großflächhige wissenschaftliche Versuchsanordnung zu sehen die aus dynamischen Messkammern für die Klimagasmessungen besteht.

Modul Q&S | Quellen und Senken von Treibhausgasen

Um die Quellen und Senken der Treibhausgase Kohlendioxid (CO2), Lachgas (N2O) und Methan (CH4) mittels inverser Modellierung (Modul M) präzise darzustellen, hat neben den Beobachtungsdaten (Modul B) die Abschätzung von „a-priori“-Flüssen zwischen Landoberfläche und Atmosphäre eine zentrale Bedeutung. Das Modul Quellen & Senken (Q&S) entwickelt empirische, prozessbasierte und AI Modellansätze, um THG Flüsse aller Sektoren in hoher räumlicher und zeitlicher Auflösung zusammen mit einer systematischen Bewertung der Unsicherheiten für Deutschland und die EU zu erfassen. Der stetige Vergleich der top-down Inversionsergebnisse mit den Bottom-up-Q&S-Modellergebnissen trägt dabei zur kontinuierlichen Weiterentwicklung und Präzisierung der nationalen THG-Berichterstattung bei. Gleichzeitig liefert er wichtige, räumlich und zeitlich explizite Informationen, die eine gezieltere und effektivere Minderung der THG-Emissionen unterstützen.

In der Phase 2 etabliert das Modul Q&S einen harmonisierten Datenstrom der „Ersten Generation“, der schrittweise in den operativen Betrieb übergeht. Hierbei werden Landwirtschaft, Forstwirtschaft, der biogene CO₂-Austausch sowie Tier-3-Ansätze präzisiert und durch verbesserte Modellierungsansätze und Eingabedaten für den Nationalen Inventarbericht (NIR) weiterentwickelt. Ein zentraler Schwerpunkt der Phase 2 liegt auf der systematischen Erfassung, Quantifizierung und Reduzierung von Unsicherheiten – hervorgerufen durch Eingabedaten, Abtastfrequenz, Modellparameter und Modellstruktur –, um eine nachweislich höhere Genauigkeit für die Aufnahme von Tier-3-Methoden in die Emissionsinventare zu gewährleisten. Darüber hinaus wird der Abdeckungsbereich auf die europäische Domäne ausgeweitet: Unter Verwendung konsistenter Bottom-up-Ansätze und EU-Eingabedaten werden europäische Treibhausgasemissionsfelder bereitgestellt.

Modulkoordination Quellen und Senken (Q&S)

Das Modul Q&S wird koordiniert von Ralf Kiese, Clemens Scheer und Hannes Imhof vom KIT IMK-IFU.

Phase 2 | 2026 - 2030

QS.201 | Zeitliche Downscaling der Treibhausgasemissionen der Sektoren Industrie, Verkehr, Energie und Abfall (NFR-Sektoren 1, 2, 5) für das nationale Gebiet unter Berücksichtigung von Unsicherheiten

Eine Karte von Deutschland mit gerasterten Kohlendioxid (CO2)-Emissionen in Deutschland ab dem Jahr 2021

Hochwertige und hochaufgelöste A-priori-Emissionsinformationen bilden eine wesentliche Grundlage für das Inversionssystem von Modul M. In Phase 2 arbeiten das Umweltbundesamt (UBA) und die Freie Universität Berlin (FUB) eng zusammen, um die räumliche und zeitliche Regionalisierung für die Sektoren Energie, Industrie, Verkehr und Abfall weiter zu verfeinern und verlässliche Unsicherheitsabschätzungen zu integrieren.

Das UBA konzentriert sich dabei auf die Weiterentwicklung der räumlichen Verteilung sektorspezifischer Aktivitäts- und Emissionsdaten sowie deren Unsicherheitsbewertung im GRETA-System.
Die FUB entwickelt zeitliche Unsicherheitsprofile, optimiert den Code des Open-Source-Modells ARTEMIS für den operativen Einsatz und bereitet ein Prototyp-Modul für meteo-abhängige Zeitprofile in ICON-ART vor. Die entwickelten Ansätze werden kontinuierlich mit TeResE (UBA) und Modul M (DWD) abgestimmt und am Ende der Phase 2 gemeinsam mit Modul V (V.201) evaluiert.

Weiterführende Informationen:

Beteiligte Institutionen:

Umweltbundesamt (UBA)
FU Berlin (FUB)

Beteiligte Personen:

QS.202 | Räumliches Downscaling von THG-Emissionsunsicherheiten (N2O, CO2, CH4) der Sektoren Landwirtschaft, Landnutzung, Landnutzungsänderung und Forstwirtschaft (NFR-Sektoren 3 & 4) für Deutschland

Eddy-Kovarianz Tower in einem Sonneblumenfeld

Für eine genaue A-priori-Abschätzung im Rahmen der inversen Modellierung reicht die Unsicherheitsbewertung der bisherigen Treibhausgasinventare nicht aus, da räumlich-zeitliche Korrelationen weitgehend unberücksichtigt bleiben. Dieses Arbeitspaket zielt darauf ab, verbesserte Unsicherheitsmethoden für die Sektoren Landwirtschaft und Landnutzung (NFR 3 & 4) zu etablieren. Das Thünen-Institut für Agrarklimaschutz entwickelt hierfür multivariate Unsicherheitsansätze und Monte-Carlo-Simulationen für die Inventarmodelle, während das Thünen-Institut für Ländliche Räume räumlich-zeitliche Unsicherheitsdaten für Eingangsdaten aufbereitet. In Zusammenarbeit mit dem UBA werden diese verfeinerten Informationen in die Datenbanken ZSE und GRETA integriert, um Modul M qualitativ deutlich verbesserte Inputdaten bereitzustellen, die am Ende von Phase 2 gemeinsam mit Modul V evaluiert werden.

Beteiligte Institution:

Thünen-Institut (TI), Institut für Agrarklimaschutz, Arbeitsbereich Emissionsberichterstattung
Thünen-Institut (TI), Institut für Lebensverhältnisse in ländlichen Räumen, Arbeitsbereich Landnutzung und Ressourcenschutz

Beteiligte Personen:

Dr. Roland Fuß
Maximilian Zinnbauer

QS.203 | Prozessbasierte THG-Emissionsschätzungen (N2O, CO2, CH4) für landwirtschaftliche Böden inklusive fortgeschrittener Unsicherheitsquantifizierung für Deutschland

Ziel dieses Arbeitspakets ist die Bereitstellung hochaufgelöster Treibhausgas-Emissionsfelder (ca. 1 x 1 km², sub-täglich) für landwirtschaftliche Böden in Deutschland sowie eine umfassende Quantifizierung von Unsicherheiten. Aufbauend auf dem in Phase 1 entwickelten Modellierungsrahmen mit LandscapeDNDC werden in Phase 2 verbesserte Aktivitäts- und Eintragsdaten des Thünen-Instituts integriert. Die Unsicherheitsanalysen berücksichtigen systematisch Modellparameter, Eingangsdaten sowie Stichprobenfehler, unter anderem unter Einbindung von TERENO- und ICOS-Messdaten. Um Latenzzeiten zu verkürzen, werden Aktivitätsdaten wie Fruchtfolgen mittels maschinellem Lernen in die Zukunft projiziert, sodass zeitnahe Daten (Near-Real-Time) bereitgestellt werden können. Die hochaufgelösten Daten dienen Modul M als A-priori-Schätzungen, unterstützen die Validierung von N2O-Emissionen in Nordwestdeutschland (WP-B.209) und fließen über die GRETA-Datenbank (WP-Q&S.206) in die Evaluierung potenzieller Tier-3-Methoden für die nationale Berichterstattung ein.

Das Diagramm zeigt den Datenfluss des Modellsystems LandscapeDNDC. Es besteht aus vier Schritten: Zunächst werden heterogene räumliche und zeitliche Aktivitätsdaten (z. B. Satellitenbilder, Sensoren, Bodenproben) gesammelt. Diese Daten werden dann in ein regelmäßiges Gitter projiziert. Anschließend erfolgt die Modellberechnung auf Hochleistungsrechnern (HPC). Das Ergebnis ist eine hochaufgelöste Karte, die räumlich und zeitlich detaillierte N₂O-Emissionen (Distickstoffmonoxid) in kgN/ha/Jahr darstellt, inklusive Validierungs- und Kalibrierungsschritten. — **Prozesskette der prozessbasierten Modellierung in ITMS:** Flächenhafte Eingangsdaten aus globalen, europäischen und deutschlandweiten Quellen werden mit dem biogeochemischen Modell LandscapeDNDC verknüpft. So entstehen am Beispiel landwirtschaftlicher Böden räumlich und zeitlich hochaufgelöste Simulationen direkter N₂O-Emissionen. *Bildnachweis: Einzelne Grafikelemente via Google Gemini.*

**Prozesskette der prozessbasierten Modellierung in ITMS:** Flächenhafte Eingangsdaten aus globalen, europäischen und deutschlandweiten Quellen werden mit dem biogeochemischen Modell LandscapeDNDC verknüpft. So entstehen am Beispiel landwirtschaftlicher Böden räumlich und zeitlich hochaufgelöste Simulationen direkter N₂O-Emissionen. *Bildnachweis: Einzelne Grafikelemente via Google Gemini.*

Beteiligte Institutionen

KIT IMK-IFU, Abteilung Landschafts-Biogeochemie
Thünen-Institut (TI), Institut für Agrarklimaschutz, Arbeitsbereich Emissionsberichterstattung
Thünen-Institut (TI), Institut für Lebensverhältnisse in ländlichen Räumen, Arbeitsbereich Landnutzung und Ressourcenschutz

Beteiligte Personen

QS.204 | Prozessbasierte THG-Emissionsschätzungen (N2O, CO2, CH4) für Waldökosysteme inklusive fortgeschrittener Unsicherheitsquantifizierung für Deutschland

Dieses Bild zeigt ein Puzzle aus vier Teilen. Jedes Teil enthält folgende Elemente: Einen Holzstapel neben einem Nadelbaum, einen Traktor oder LKW auf einer unbefestigten Waldstraße, sowie einen Hintergrund mit weiteren Bäumen und Unterholz. Die Szene wirkt herbstlich mit grüner und brauner Farbgebung. — In deutschen Wäldern prägen vier Phänomene das Geschehen: Sturmwurf mindert CO₂-Speicher, Trockenstress schwächt das Wachstum, Schädlinge wie Borkenkäfer breiten sich aus und Stickstoffeinträge steigern N₂O-Emissionen – mit direkten Folgen für die Klimabilanz.

In deutschen Wäldern prägen vier Phänomene das Geschehen: Sturmwurf mindert CO₂-Speicher, Trockenstress schwächt das Wachstum, Schädlinge wie Borkenkäfer breiten sich aus und Stickstoffeinträge steigern N₂O-Emissionen – mit direkten Folgen für die Klimabilanz.

Dieses Arbeitspaket zielt darauf ab, hochaufgelöste Simulationen (ca. 1 x 1 km², sub-täglich) der Treibhausgasflüsse (CO2, CH4 und N2O) in deutschen Waldökosystemen zusammen mit einer umfassenden Unsicherheitsquantifizierung bereitzustellen. Aufbauend auf den Methodik-Demonstrationen aus Phase 1 integriert das KIT-IMK-IFU nun nationale Fernerkundungs- und Messdaten des Thünen-Instituts zur Waldbiomasse und -struktur sowie Bodendaten und N-Depositionswerte des UBA. Mittels des Prozessmodells LandscapeDNDC werden der Netto-CO2-Austausch des Waldes (getrennt nach Vegetation und Boden-C-Speicher), die Methansenke der Böden sowie indirekte N2O-Emissionen aus atmosphärischem Stickstoffeintrag hochaufgelöst simuliert. Das Thünen-Institut quantifiziert zudem die Unsicherheiten der Biomasseabschätzungen sowie die Auswirkungen künftiger Extremereignisse. Die gewonnenen Flussdaten dienen Modul M als A-priori-Informationen und fließen in den Vergleich mit den LULUCF-Zahlen des Nationalen Inventarberichts (NIR) ein.

Beteiligte Institutionen:

KIT IMK-IFU, Abteilung Landschafts-Biogeochemie
Thünen-Institut (TI), Institut für Waldökosysteme, Fachgruppe Berichte

Beteiligter Partner:

PD Dr. Ralf Kiese (KIT IMKIFU)
Dr. Rüdiger Grote (KIT IMKIFU)
Dr. Wolfgang Stümer (TI)
Dr. Steffen Herrmann (TI)

QS.205 | Operationalisierung terrestrischer biogener CO2-Flüsse (NEE)

In Ergänzung zu den prozessbasierten Ansätzen entwickelt das Max-Planck-Institut für Biogeochemie in Phase 2 die operative Bereitstellung datenbasierter, KI-gestützter Abschätzungen des biogenen terrestrischen CO2-Austauschs (NEE) zur Nutzung als a-priori Schätzung für atmosphärische Inversionen in Modul M. Hauptziel ist es, geringe Latenzzeiten (wenige Wochen bis Monate) bei gleichzeitig erhöhter Genauigkeit und langfristiger Konsistenz zu erreichen. Dazu werden automatische Protokolle für den Flusssimulationsschritt sowie für Plausibilitätsprüfungen aufgebaut. Um das System unabhängig von einzelnen Satellitenmissionen zu machen, wird ein methodischer Ansatzentwickelt, der Beobachtungsdaten verschiedener Missionen in einer Pipeline zusammenführt. Die abgeleiteten Flüsse werden kontinuierlich mit den prozessbasierten Ergebnissen aus LandscapeDNDC, den NIR-Daten und Modul V abgeglichen. Zudem wird mit UBA und Thünen-Institut geprüft, inwiefern die biogenen CO2-Flüsse konsolidiert in die jährliche GRETA-Datenbank übernommen werden können.

Infografik zur Ermittlung biogener CO2-Flüsse: Sie zeigt den Ablauf von lokalen Messungen an Eddy-Kovarianz-Stationen (wie Gebesee) und Satellitendaten über das Training von Algorithmen des maschinellen Lernens bis hin zur räumlich-zeitlichen Extrapolation, die hochaufgelöste CO2-Flusskarten (stündlich, 0,05 Grad) liefert. — **Datengetriebene Modellierung biogener CO₂-Flüsse in ITMS**: An Stationen wie Gebesee werden Messungen zu Meteorologie und CO₂-Flüssen mit Satellitendaten kombiniert, um Algorithmen des maschinellen Lernens zu trainieren. Dies ermöglicht hochaufgelöste Schätzungen des CO₂-Austauschs auf regionaler Ebene. *Bildnachweise: Stationen nach Pastorello et al. (2020); Grafikelemente von Google Gemini; KI-Symbol © popcornart – stock.adobe.com.*

**Datengetriebene Modellierung biogener CO₂-Flüsse in ITMS**: An Stationen wie Gebesee werden Messungen zu Meteorologie und CO₂-Flüssen mit Satellitendaten kombiniert, um Algorithmen des maschinellen Lernens zu trainieren. Dies ermöglicht hochaufgelöste Schätzungen des CO₂-Austauschs auf regionaler Ebene. *Bildnachweise: Stationen nach Pastorello et al. (2020); Grafikelemente von Google Gemini; KI-Symbol © popcornart – stock.adobe.com.*

Beteiligte Institution:

Max-Planck-Institut für Biogeochemie, Arbeitsgruppe Globale diagnostische Modellierung - Satellite terrestrial ecosystem large-scale analysis (Stella)

Beteiligte Personen:

QS.206 | Anpassung und Weiterentwicklung von GRETA und TeResE als zentrales System zur Konsolidierung von THG-Emissionsfeldern

Nach der erfolgreichen Demonstration in Phase 1 werden die Werkzeuge GRETA und TeResE in Phase 2 technisch erweitert, um als zentrales Datenbereitstellungssystem für ITMS zu fungieren. GRETA konsolidiert die hochaufgelösten und mit Unsicherheiten versehenen Treibhausgas-Emissionsdaten aus den verschiedenen Sektoren und Ansätzen (WP-Q&S.201-205) zu harmonisierten Gesamtfeldern für Modul M. Dabei werden auch die neuen Berichterstattungsstandards (Common Reporting Tables, CRT) unter dem Pariser Abkommen implementiert. Zusammen mit den zeitlichen Profilen aus TeResE und ARTEMIS stellt das UBA das zentralisierte Daten-Routing sicher. Darüber hinaus dient GRETA als Schnittstelle für den Vergleich von Bottom-up-Emissionsschätzungen mit regionalen Flussmessungen im Einzugsgebiet ausgewählter ICOS-Messmasten (in Zusammenarbeit mit Modul B).

Beteiligte Institutionen:

Umweltbundesamt (UBA), Arbeitsgruppe/Link
Thünen-Institut (TI), Institut für Agrarklimaschutz, Arbeitsbereich Emissionsberichterstattung

Beteiligter Partner:

Dr. Christian Mielke (UBA)
Stefan Feigenspan (UBA)
Dr. Theo Wernicke (UBA)
Dr. Roland Fuß (TI)

QS.207 | Konsistente THG-Emissionsschätzungen (CH4, CO2, N2O) für die NFR-Sektoren 1 bis 5 für den europäischen Raum

Karte von Deutschland die zeigt wie die Daten der europäischen Länder und die des Nationalen Treibhausinventar kombiniert wurden.

Da der grenzüberschreitende Transport langlebiger Treibhausgase eine große Rolle spielt, stellt dieses Arbeitspaket konsistente, hochaufgelöste A-priori-Emissionsfelder für den gesamten europäischen Raum bereit. Die FU Berlin erweitert ihr dynamisches Emissionsmodell (ARTEMIS) auf den europäischen Bereich, um die NFR-Sektoren 1, 2, 5 sowie die Viehhaltung räumlich und zeitlich unter Berücksichtigung von Unsicherheiten aufzuschlüsseln. Parallel liefert das KIT IMKIFU mithilfe von LandscapeDNDC methodisch konsistente Treibhausgas-Emissionsfelder für land- und forstwirtschaftliche Ökosysteme in Europa, angetrieben durch hochwertige Aktivitätsdaten der Gemeinsamen Forschungsstelle der Europäischen Kommission (JRC). Die Ergebnisse schließen Lücken bestehender europäischer Datensätze (z. B. CAMS) und werden am Ende von Phase 2 gemeinsam mit Modul V und Modul M evaluiert.

Beteiligte Institutionen:

FU Berlin (FUB), Institut für Meteorologie, Troposphärische Umweltforschung
KIT IMK-IFU, Abteilung Landschafts-Biogeochemie

Beteiligter Partner:

Phase 1 | assoziierte Projekte (Q&S_II) | 2024 - 2027

QS_II | Agri-For-Live: Modellierung der Treibhausgasemissionen aus der Land-, Forst- und Viehwirtschaft in Deutschland

Das zu ITMS assoziierte Verbundprojekt Agri-For-Live mit den Partnern KIT, Thünen Instituts und FZJ befasst sich mit drei zentralen Aspekten von ITMS:

Erhöhung der zeitlichen und räumlichen Auflösung der Aktivitätsdaten aus Land-, Forstwirtschaft und Landnutzung (AFOLU).
Emission von Treibhausgasen (THG) aus der Viehhaltung.
Biogeochemische Modellierung von THG-Austauschprozessen in land- und forstwirtschaftlichen Ökosystemen zur Verbesserung der räumlichen und zeitlichen Auflösung von Bottom-up-THG Inventaren.

Weitere Informationen finden Sie auf den Seiten von Agri-For-Live.

Beteiligte Institutionen:

Thünen-Institut (TI), Institut für Agrarklimaschutz, Arbeitsbereich Emissionsberichterstattung
Thünen-Institut (TI), Institut für Lebensverhältnisse in ländlichen Räumen, Arbeitsbereich Landnutzung und Ressourcenschutz
Thünen-Institut (TI), Institut für Waldökosysteme, Arbeitsbereich Waldressourcen und Klimaschutz
FZJ Jülich, Arbeitsgruppe Stochastic Analysis Terrestrial Systems

Beteiligte Personen

Dr. Roland Fuß (TI)
Maximilian Zinnbauer (TI)
Dr. Wolfgang Stümer (TI)
Dr. Steffen Herrmann (TI)
Prof. Dr. Harrie-Jan Hendricks-Franssen
Dr. Michael Herbst (FZJ)
Dr. Theresa Boas (FZJ)

QS_II | MODELPEAT: Modellierung von Treibhausgasemissionen aus Mooren: prozessbasierte, rationalisierte THG-Modellierung

Eine viergeteilte Grafik zur Umwelt- und Moorforschung. — **Eindrücke von Treibhausgasmessungen aus Mooren.** Messungen mit Hilfe einer EC Station (rechts oben) und mit Hilfe von Kammermessungen (links unten) in Moorlandschaften, links unten eine Messkammer in einer Moorlandschaft, rechts unten eine Grafik mit THG Bilanz gegen Wasserstand und einer von links nach rechts abnehmenden Kurve. Diese zeigt, dass mit zunehmendem Wasserstand die Menger der Treibhausgase in CO₂ Äquivalenten abnehmen.

**Eindrücke von Treibhausgasmessungen aus Mooren.** Messungen mit Hilfe einer EC Station (rechts oben) und mit Hilfe von Kammermessungen (links unten) in Moorlandschaften, links unten eine Messkammer in einer Moorlandschaft, rechts unten eine Grafik mit THG Bilanz gegen Wasserstand und einer von links nach rechts abnehmenden Kurve. Diese zeigt, dass mit zunehmendem Wasserstand die Menger der Treibhausgase in CO₂ Äquivalenten abnehmen.

Durch die starke landwirtschaftliche Nutzung von Mooren haben diese ihre ursprüngliche Kohlenstoffspeicherwirkung verloren und CO₂ wird in großem Maße freigesetzt. Damit sind Moore eine nicht zu unterschätzende Quelle von Treibhausgasen, deren genaue Quellen- und Senkenstärke im Jahresverlauf noch nicht flächenhaft dargestellt werden können. Dies ist aber für eine integrierte Betrachtung wie sie im Rahmen von ITMS stattfindet von großer Bedeutung.

In MODELPEAT werden, durch die Weiterentwicklung empirischer und prozessorientierter Modellierungsansätze, Werkzeuge entwickelt, um für ITMS THG-Emissionen aus Moorböden in bisher unerreichter räumlicher und zeitlicher Auflösung bereitzustellen.

Weitere Informationen finden Sie auf den Seiten von MODELPEAT.

Beteiligte Institutionen:

HSWT, Peatland Science Centre
KIT IMK-IFU, Arbeitsgruppe Terrestrische Bio-Geo-Chemie

QS_II | ARTEMIS: Verbesserung der räumlich-zeitlichen Variabilität analysierter und near real-time Treibhausgasemissionen für Nordwesteuropa

Das zu ITMS assoziierte Verbundprojekt ARTEMIS, dass von der FU Berlin durchgeführt wird, hat das Ziel das Verständnis der Prozesse und Mechanismen, die die räumlich-zeitliche Variabilität der anthropogenen Treibhausgasemissionen verursachen, zu verbessern und einen Modellierungsansatz zu entwickeln, der hochaufgelöste Emissionsinformationen für ICON-ART liefert. ARTEMIS kooperiert dabei mit dem QS_I WP1 (UBA) um die räumlich und zeitliche Verteilung von Emissionen aus dem Nationalen Inventarbericht zu verbessern.

Besonderes Augenmerk wird auf die Einbeziehung verbesserter räumlicher Gittermethoden und die Parametrisierung der Auswirkungen sich ändernder meteorologischer Bedingungen auf die Emissionsvariabilität in Deutschland für die Sektoren Energie und Industrie, Straßenverkehr, Haushalte, Abfallwirtschaft und Landwirtschaft gelegt.

Weitere Informationen finden Sie auf den Seiten von ARTEMIS.

Beteiligte Institutionen:

FU Berlin, Institut für Meteorologie, Arbeitsgruppe Troposphärische Umweltforschung

QS_II | Coast GEm: Treibhausgasemissionen aus deutschen Küstengewässern

Eine viergeteilte Grafik zur Meeresforschung in der Nordsee. Oben links lässt eine Person von einem Schiff aus ein Messgerät an einem Seil ins Meer hinab. Oben rechts und unten rechts ist ein unter Wasser platziertes, metallisches Gestell mit Messgeräten und Kabeln auf dem Meeresboden zu sehen. Unten links zeigt eine Karte der Deutschen Bucht rote Messpunkte und Verbindungslinien vor den Küsten von Emden, Bremerhaven, Bremen und Hamburg sowie rund um Helgoland.

Im Projekt Coast-GEm liegt der Schwerpunkt auf der Quantifizierung von Treibhausgasquellen und -senken im Küstenbereich der deutschen Nordsee durch die Nutzung bestehender Überwachungsinfrastrukturen in Kombination mit Fahrten in der Küstenzone der Nordsee. Ergänzt werden diese durch Messungen in der Mündung der Elbe, die die größte Nährstoffquelle für die Deutsche Bucht ist und dadurch auch einen großen Einfluss ausübt.

Coast-GEm wird durch das von der Helmholtz-Gemeinschaft geförderte AGRIO-Projekt (2025 - 2027) begleitet, das das erste kontinuierliche gekoppelte hydrodynamisch und biogeochemisch Modellsystem erstellen wird. Dies wird durch die laterale und prozedurale Verknüpfung bestehender Modelle für das Fluss-Meer-Kontinuum der Elbe, erfolgen und alle drei Treibhausgase beschreiben..

Weitere Informationen finden Sie auf den Seiten von Coast GEm.

Beteiligte Institutionen:

Alfred-Wegener-Institut Helgoland, Ökologie der Schelfmeere
HEREON, Aquatische Nährstoffkreisläufe

QS_II | TORCH: Operationelle Charakterisierung der Unsicherheiten von hochauflösenden AI-basierten biogenen CO₂-Flüssen

Um a-priori Schätzungen der biogenen CO2-Flüsse optimal in atmosphärische Inversionen integrieren zu können, braucht es Informationen über die Verlässlichkeit der Flüsse. Das Projekt TORCH bewertet die Unsicherheiten des Priors für biogene CO2-Flüsse, und ergänzt damit die Tätigkeiten in WP-Q&S_I.3 („Biogenic Fluxes“), bei denen Flussabschätzungen mittels machinellem Lernen abgeleitet werden.

Weitere Informationen finden Sie auf den Seiten von TORCH.

Beteiligte Institutionen:

Max-Planck Institut für Biogeochemie, Arbeitsgruppe Globale diagnostische Modellierung

Beteiligte Institutionen:

Phase 1 | 2022 - 2026 (abgeschlossen)

Q&S.101 | THG-Emissionen in den Sektoren Industrie, Verkehr, Energie und Abfall

Das Umweltbundesamt ist am Arbeitspaket 1 (WP1) beteiligt und stellt räumlich-zeitlich verteilte anthropogene Emissionen für die Sektoren Industrie, Verkehr, Energie und Abfall bereit. Für die räumliche Verteilung von Luftschadstoffen wird bereits das Gridding Emission Tool for ArcGIS (Greta) betrieben. Greta wird im Rahmen des Projektes um Treibhausgase erweitert. Zudem wird die zeitliche Verteilung der Emissionen durch die Erweiterung des Tools Temporal Resolution of Emission data (TeReSE) umgesetzt.

Das Umweltbundesamt ist am Arbeitspaket Q&S.201 beteiligt und stellt räumlich-zeitlich verteilte anthropogene Emissionen für die Sektoren Industrie, Verkehr, Energie und Abfall bereit. Für die räumliche Verteilung von Luftschadstoffen wird bereits das Gridding Emission Tool for ArcGIS (Greta) betrieben. Greta wird im Rahmen des Projektes um Treibhausgase erweitert. Zudem wird die zeitliche Verteilung der Emissionen durch die Erweiterung des Tools Temporal Resolution of Emission data (TeReSE) umgesetzt.

Weiterführende Informationen:

Beteiligte Personen:

Q&S.102 | Treibhausgasflüsse für die Sektoren Landwirtschaft und Forstwirtschaft

Eddy-Covariance Tower in einem Sonnenblumenfeld

In Arbeitspaket 102 liefert das Thünen-Institut räumlich heruntergerechnete Emissionsfelder der Treibhausgase CO₂-, CH₄- und N₂O auf der Grundlage der nationalen UNFCCC-Berichterstattung gemäß dem "Nationalen Inventarbericht", wobei zwischen den verschiedenen Quellenkategorien wie Tierhaltungssysteme, direkte Bodenemissionen, indirekte Emissionen und Emissionen aufgrund von Landnutzungsänderungen unterschieden wird.

Beteiligte Institution:

Thünen Institut, Institut für Agrarklimaschutz, Arbeitsgruppe Emissionsinventare

Beteiligte Personen:

Q&S.103 | Biogene CO2-Flüsse

Eine Europakarte zeigt die Rate des Netto-Ökosystem-Austauschs (Net Ecosystem Exchange Rate). Die Daten sind auf einer Farbskala dargestellt, die von Blau für negative Werte bis Rot für positive Werte in Mikromol pro Quadratmeter und Sekunde ($\mu\text{mol m}^{-2}\text{ s}^{-1}$) reicht. Der Großteil der sichtbaren Regionen Nordwest- und Mitteleuropas ist in rosa bis roten Tönen eingefärbt. Am unteren Bildrand befindet sich ein grünes Banner mit der Beschriftung „Net Ecosystem Exchange Rate“ sowie ITMS-Logos.

Der Aufbau eines flexiblen und einsatzfähigen Arbeitsablaufs zur Schätzung stündlicher biogener CO₂-Flüsse ist Ziel von Arbeitspaket 103. Diese Schätzungen werden mit hoher räumlicher und zeitlicher Auflösung auf der Grundlage der Integration von maschinellem Lernen, Satellitendaten und Messungen von CO₂-Flüssen und ergänzenden Parametern an Eddy-Kovarianz-Standorten in Deutschland durchgeführt. Dies wird als Grundlage für die Inversionsaktivitäten des ITMS-M-Moduls dienen. Diese Arbeit stützt sich auf die langjährige Erfahrung der MPI-BGC-Gruppe im Zusammenhang mit der FLUXCOM-Initiative.

Beteiligte Institution:

Max-Planck Institut für Biogeochemie, Arbeitsgruppe Globale diagnostische Modellierung

Beteiligte Personen:

Q&S.104 | Biogeochemische Modellierung des Treibhausgasaustauschs in Ökosystemen

In Arbeitspaket 104 wird mittels des biogeochemischen Prozessmodells LandscapeDNDC die Quellen- und Senkenstärke von Agrarflächen (Grünflächen und Ackerland) sowie von Waldgebieten bestimmt.
Als Eingangsdaten werden unter anderem Daten und Karten des Thünen-Instituts sowie Fernerkundungsdatensätze herangezogen (WP2).
Zur Kalibrierung und Evaluierung fließen Ergebnisse aus den bestehenden Netzwerken ICOS und TERENO mit ein. Die gewonnenen a-priori-Abschätzungen mit hoher räumlicher und zeitlicher Auflösung werden direkt für die inverse Modellierung von Modul M genutzt.

Beteiligte Institution:

KIT IMK-IFU, Abteilung Landschafts-Biogeochemie

Beteiligte Personen: