Assessing air temperature variability in the urban canopy using observation networks and remote sensing in Kassel (Germany)

Das Dissertationsprojekt wird als kumulative Dissertation in Form von 3 bis 4 veröffentlichten wissenschaftlichen Forschungsarbeiten erstellt, in denen die wichtigsten Abschnitte des gesamten Dissertationsprojekts dargestellt werden. So sollen der Nutzen von Sensoren in städtischen Wetterbeobachtungsstationen, deren Aufbau und Tests für Vergleiche aufgezeigt werden. Das Forschungsprojekt eines Kasseler Stadtklima-Beobachtungsnetzwerks (KUCON) hängt im Wesentlichen von der Art und Anzahl der Wettersensoren ab, die Wetterdaten von verschiedenen definierten Standorten in den städtischen und vorstädtischen Gebieten der Stadt Kassel sammeln werden. Das Dissertationsprojekt verfolgt zwei Hauptziele: 1) Demonstration der Nützlichkeit und vergleichende Analyse von kompakten Wetterstationen, die an definierten Standorten in städtischen und ländlichen Gebieten in Kassel installiert werden, und 2) Erstellung eines hochauflösenden Datensatzes der Lufttemperatur innerhalb der urbanen Deckschicht (UCL) für die Stadt Kassel. Die Dissertation wird die folgenden Forschungsfragen untersuchen:

1. Vergleich der Genauigkeit von All-In-One (AIO) und Low-Cost-Sensoren (LCS) mit Schwerpunkt auf Lufttemperaturparametern in einer städtischen Umgebung.
2. Was ist der optimale Aufbau für die Platzierung von Sensoren für städtische Klimabeobachtungsnetzwerke?
3. Inwieweit können die RS-Techniken die Lufttemperatur schätzen, um fehlende bodengestützte Lufttemperaturstationen zu kompensieren?

In einem ersten Schritt wird der Auswahlprozess von Wettersensoren für die städtische Wetterbeobachtung in zwei Stufen unterteilt. In der ersten Stufe erfolgt die Auswahl der Sensoren anhand von Parametern wie Genauigkeit, Stromverbrauch, Gewicht und Kosten. In der zweiten Auswahlphase werden verschiedene AIO- und LC-Lufttemperatursensoren zunächst in einer Klimakammer mit kontrollierter Umgebung und anschließend in einer offenen Umgebung in-situ getestet. Sobald die geeigneten Sensoren durch den vergleichenden Analyseprozess ausgewählt sind, wird in einem zweiten Schritt ein systematischer Ansatz für die Platzierung von Sensoren für städtische Klimabeobachtungsnetze entwickelt. Diese Karten zeigen die Standorte der vorhandenen Sensoren und die Gebiete, in denen die erforderlichen Sensoren installiert werden sollen. Darüber hinaus werden Karten für lokale Klimazonen (LCZ) und Differenzkarten für die Anzahl der vorhandenen und der benötigten Sensoren erstellt. Während des Prozesses wird die Analyse global verfügbarer Datenquellen aus Satellitendaten, wie LST, ERA5-Reanalysedaten, LCZ-Klassifizierung und digitale Oberflächenmodelle (DSM), zusammen mit lokal verfügbaren Datenquellen, einschließlich städtischer Klimakarten und Crowd-Sourcing-Daten, genutzt, um die statistisch gesteuerte Sensorplatzierung zu verbessern. Die Ergebnisse werden die beobachtete Variabilität der Lufttemperatur und die definierte Methodik für die Platzierung von Sensoren in Kassel demonstrieren. Die beobachteten Daten werden verschiedenen städtischen Klimanetzwerkplattformen und Interessengruppen zur Verfügung gestellt.