Veränderungen zielgerichtet beobachten und verlässlich vorhersagen.
Themenbereichs Icon

Themenbereich

Smarte Modelle und Monitoring

Smarte Modelle und Monitoring erlauben es, komplexe Umweltsysteme zu analysieren und verlässliche Vorhersagen darüber zu treffen, wie Umweltsysteme auf anthropogene Störungen reagieren.

Dafür muss es gelingen, Modelle auf das notwendige Minimum an Komplexität zu reduzieren und diese optimal zu parametrisieren. Das ist angesichts der hohen Komplexität von Umweltsystemen, der zahllosen Mensch - Natur - Interaktionen, der Fülle, Vielfalt oder Lücken an Daten, der unterschiedlichen zeitlichen und räumlichen Skalen und des Faktors Mensch eine große Herausforderung.

Herausforderung

Umweltsysteme bewegen sich zwischen chaotischen ungeordneten und vielfältig geordneten, aber komplexen Zuständen. Ihre Eigenschaften und Antriebskräfte sind nicht nur heterogen. Sie bewegen sich auch auf unterschiedlichen zeitlichen und räumlichen Skalen. Nimmt man dann noch die Vielzahl von interagierenden und skalenübergreifenden Wandelprozessen dazu, die zu nichtlinearen und zeitverzögerten Reaktionen in den Umweltsystemen führen können, wird deutlich, wie schwer es ist, Umweltsysteme messtechnisch zu erkunden und zu beobachten oder sie mit Modellen zu beschreiben und zu analysieren. Selbst wenn es gelingt, vorhersagekräftige regionale Modelle etwa für Wasser-, Energie- und Stoffflüsse, Artenvielfalt oder Ökosystemfunktionen zu entwickeln, sind deren Ergebnisse mit großen Unsicherheitsfaktoren behaftet. Diese Unsicherheiten gilt es zu quantifizieren und zu kommunizieren. Zudem wächst das Bewusstsein dafür, auch den nur schwer berechenbaren Umweltfaktor „Mensch“ in Modelle einzubeziehen.

Unsicherheiten von Vorhersagen müssen quantifiziert und kommuniziert werden.

Fragestellungen

Doch wo liegt das ideale Maß an Einfachheit oder reduzierter Komplexität von Umweltsystemmodellen, das dennoch robuste Aussagen zulässt? Wie reduziert man Komplexität? Wie lassen sich Umweltsysteme wie der geologische Untergrund, Böden, ganze Wälder oder Flusseinzugsgebiete erkunden und über lange Zeiträume beobachten? Wie können fehlende Datenlücken gefüllt werden? Nur mit Monitoring? Oder lassen sich vorhandene Daten auch extrapolieren? Gibt es für big data einen Qualitätscheck? Wie sicher oder unsicher sind Prognosen? Lässt sich der Faktor Mensch überhaupt in Modellen abbilden?

Bisher beschreitet die Wissenschaftsgemeinschaft zwei Wege: Sie entwickelt rechenintensive, räumlich und zeitlich ultrahoch aufgelöste komplexe Modelle, die extrem aufwendig sind und eine deutlich überhöhte Prognosesicherheit vortäuschen. Oder sie nutzt zu stark vereinfachte konzeptionelle Modelle, die für einzelne Regionen, Ökosysteme oder Artengemeinschaften angepasst sind und sich deshalb nicht in andere Umweltsysteme oder Regionen übertragen lassen.

Die Wissenschaftlerinnen und Wissenschaftler des Themenbereichs „Smarte Modelle und Monitoring“ gehen mit ihrem Ansatz einen neuen Weg. Sie haben ein hydrologisches Modellsystem entwickelt, das auf der Erkenntnis beruht, dass großskalige Phänomene wie beispielsweise der Gebietsabfluss eines Einzugsgebiets nicht von allen kleinskaligen Eigenschaften dieses Einzugsgebiets abhängen.

Erkundungs-, Monitoring- und Messkampagnen müssen vom Modellansatz und der Fragestellung getrieben sein.

Daraus folgt, dass ein Modell viel einfacher formuliert werden kann und trotzdem kaum an Aussagekraft verliert. Diese Eigenschaft nennt man Selbstmittelungseigenschaft. Das Modell besitzt eine optimale Komplexität, ist praxistauglich und auf andere Regionen übertragbar. Solche Modelle nennt man „smarte“ Modelle. Will das UFZ den Weg der smarten Modelle weitergehen, müssen große, bereits existierende Datensätze aus unterschiedlichen Quellen so aufbereitet und qualitätsgeprüft werden, dass sie der jeweiligen Fragestellung folgen.

Das gleiche gilt, wenn Daten fehlen: Erkundungs-, Monitoring- und Messkampagnen müssen vom Modellansatz und der Fragestellung getrieben sein („goal orientation“). Um biotische und abiotische Umweltsysteme einheitlich mathematisch beschreiben zu können, müssen Lücken in der Theoriebildung geschlossen werden. Und Skalierungsmethoden, die in der theoretischen Hydrologie funktionieren, müssen für komplexere Umweltsysteme fit gemacht werden.

Das UFZ entwickelt in drei großen Bereichen smarte Modelle: in der terrestrischen Hydrologie, der terrestrischen und aquatischen Ökologie und für Geosysteme. In der Hydrologie werden regionale Einzugsgebietsmodelle entwickelt, die helfen, Monitoring- und Messkampagnen zielgerichteter durchzuführen und mit besseren Vorhersagen das Management von Wasserressourcen zu optimieren. Die Wissenschaftlerinnen und Wissenschaftler wollen dabei den Schritt von der komplexitätsreduzierten hydrologischen Modellierung zur komplexitätsreduzierten Ökosystem- und Stofftransportmodellierung auf regionalen Skalen schaffen. In der Ökologie ist das Ziel, ein einheitliches theoretisches Fundament für biotische und abiotische Umweltsysteme, Prozesse und Rückkopplungen zu entwickeln.

Mit diesem Fundament – dem Kern einer neuen Generation regionaler integrierter, „smarter“ Umweltsystemmodelle – soll es gelingen, ökosystemare Prozesse im Landschaftsmaßstab mathematisch zu beschreiben und – verbunden mit einer Verlässlichkeitsaussage – in die Zukunft zu projizieren. In der Geothermie kommt die THMC - Modellierung stark gekoppelter Prozesse – thermischer, hydraulischer, mechanischer und chemischer – zum Einsatz, um multiphysikalische Prozesse in komplexen natürlichen und technischen Energiesystemen zu analysieren.

Herzstück des Umweltmonitorings und wertvoller Datenlieferant ist das hydrologische und ökologische Observatorium TERENO (Terrestrial Environmental Observatories). Die Helmholtz - Beobachtungsplattform wird zukünftig durch das modular aufgebaute Observatorium MOSES (Modular Observation Solutions for Earth Systems) erweitert. Es soll europaweit schnell und flexibel bei Extremereignissen oder in Regionen, in denen sich Trends wie beispielsweise immer längere Trockenperioden abzeichnen, eingesetzt werden. Die Forschungsinfrastruktur  ACROSS (Advanced Remote Sensing) liefert notwendige Fernerkundungsdaten etwa über Veränderungen im Wasser- und Biomassehaushalt der Erde. Das Visualisierungszentrum VISLab hat sich als eine auf Umweltdaten spezialisierte Infrastruktur des UFZ etabliert, mit der Prozesse in technischen Energiesystemen, Bodenpartikeln, Grundwasserleitern oder ganzen Flusseinzugsgebieten dreidimensional veranschaulicht werden können.

Um den hohen Anforderungen an die Rechenleistungen der Modelle gerecht zu werden, wird ein gemeinsames Rechnerkonzept zur Erdsystemmodellierung mit Partnern wie dem Deutschen Klima-Rechenzentrum DKRZ und dem Forschungszentrum Jülich entwickelt. 

Als Querschnittsthema ist der Themenbereich „Smarte Modelle und Monitoring“ innerhalb des UFZ mit allen Themenbereichen, insbesondere mit „Wasserressourcen und Umwelt“ und „Ökosysteme der Zukunft“ vernetzt, innerhalb der Helmholtz-Gemeinschaft vor allem mit den Zentren des Forschungsbereichs Erde und Umwelt, darunter das Deutsche Zentrum für Luft- und Raumfahrt DLR im Bereich der Fernerkundung und das Climate Service Center Germany GERICS (www.climate-service-center.de) am Helmholtz-Zentrum Geesthacht für die Klimamodellierung.

Wichtige strategische Partnerschaften bestehen zu Fachbehörden wie dem Deutschen Wetterdienst oder zum National Center for Atmospheric Research NCAR. Ob Fernerkundung, Big Data, Datenqualität und Datenverfügbarkeit oder Evaluierung von Modellierungs- und Monitoringkonzepten – nur der Austausch von Wissen und Expertise auf wissenschaftlicher Ebene und die Rückkopplung zu den Anwendern wird es zukünftig möglich machen, Zukunftsszenarien sowie Frühwarn- und Planungssysteme als verlässliche Entscheidungshilfen bereitzustellen.


News

Data in the middle of enchanted forest of scientific articles. Source: wikimedia commons
Wissenschaft
FAIR+: Herausforderungen bei der Bewertung der Vertrauenswürdigkeit von Beobachtungsdaten 
COCAP. Source: UFZ
Forschung
COCAP startete am 1.1.2022 

Strategische Initiativen und Projekte im Themenbereich


Digital Science Projects

Digitale Wissenschaftsprojekte - Innerhalb des Themenbereichs gibt es vielfältige Bestrebungen, um auf den Weg der Digitalisierung in den terrestrischen Umweltwissenschaften voranzukommen.

Digitale Wissenschaftsprojekte

Forschungsdatenmanagement (FDM) - Der verantwortungsvolle Umgang mit Forschungsdaten ist ein Kernbestandteil guter wissenschaftlicher Praxis. Hierbei unterstützt das Referat Forschungsdatenmanagement die Forscher und Forscherinnen am UFZ.

Forschungsdatenmanagement

Logo Forschungsprojekt MOSES

MOSES (Modular Observation Solutions for Earth Systems) ist ein flexibles und mobiles Messsystem zur Erdbeobachtung. Neun Forschungszentren der Helmholtz-Gemeinschaft sind daran beteiligt.

www.ufz.de/moses

Flussverlauf. Bild: André Künzelmann / UFZ

RSC4Earth (Remote Sensing Centre for Earth System Research) ist eine gemeinsame Initiative der Universität Leipzig und des UFZ, mit dem Ziel, die Forschung im Bereich der Erdsystemforschung auszubauen und die Funktionsweise von Ökosystemen und der Wasserdynamik in einer sich verändernden Welt besser zu verstehen.

www.rsc4earth.de

Logo CASUS

Das Wissenschaftszentrum CASUS (Center for Advanced Systems Understanding) in Görlitz, Sachsen verfolgt die Vision, ein systematisches Verständnis der komplexen Phänomene unserer Umwelt mit neuen digitalen Methoden zu entwickeln.

Wissenschaftszentrum CASUS

Logo der Helmholtz-Klimainitiative

Helmholtz Klimainitiative - Forschungsdaten und Informationen zu Klimaschutz und Anpassung sind essentiell zur Bewältigung des Klimawandels. Die Klimainitiative unter Leitung des UFZ vernetzt die Aktivitäten aus 15 Helmholtz-Zentren.

Helmholtz Klimainitiative   

WIS-D Logo

Wasserressourcen-Informationssystem Deutschland (WIS-D) - Die Unterstützung des Managements von Wasserresourcen in Deutschland steht im Mittelpunkt von WIS-D. Dazu wird mit Praxispartnern eine Dialog- und Datenplattform entwickelt, die sowohl das Management als auch die Anpassung an den Klimawandel unterstützen soll.

WIS-D

COCAP

Mithilfe des Projektes COCAP können wir genauer verstehen, wie man die Bewältigungsfähigkeit (engl. coping capacity) verschiedener Nationen für zukünftige Krisen erhöhen kann.Was sind die Erfolgsfaktoren, die wesentlich dazu beitragen?

COCAP


Weiterführende Informationen

EVE wird von der WKDV des UFZ betrieben. Quelle: ©Sebastian Wiedling

EVE ist das operative Rechensystem des UFZ, das von unserer WKDV betrieben wird. EVE ist ein mittelgroßer High-Performance-Computing (HPC)-Cluster und eignet sich für eine Vielzahl von Anwendungen in der Umweltforschung. Es bietet auch ein hervorragendes Testumfeld für die Entwicklung und das Testen paralleler Anwendungen für Tier 0/1-HPC-Architekturen (z.B. für JUWELS).

JUWELS. Quelle: Forschungszentrum Jülich

JUWELS ist das Tier 0-Rechensystem der Helmholtz-Gemeinschaft. Das Booster-Modul (44 petaFLOPS) ist derzeit (Nov 2021) auf Platz 8 der Top500 der schnellsten Rechner weltweit. Die Modellierungsplattformen OpenGeoSys und mHM des UFZ laufen auf JUWELS im operativen Betrieb und nutzen dessen Rechenleistung in verschiedenen Anwendungsprojekten.

Das Aurora-System soll bis 2021 fertiggestellt werden. Quelle: Argonne National Laboratory

Der Begriff Exascale Computing bezieht sich auf das Präfix der Dezimaleinheit (exa) und bezeichnet Rechnerarchitekturen, die 1018 Gleitkommaoperationen pro Sekunde (1 exaFLOPS) verarbeiten können. Der Bau von Exascale-Computern ist nach wie vor eine große technische Herausforderung; das erste Projekt am Argonne National Laboratory ist noch im Gange. Das Helmholtz-Inkubator-Projekt "JointLab ExaScale" widmet sich der Erarbeitung geeigneter Methoden und Softwarelösungen für das Exascale Computing der Zukunft. Das UFZ ist hier an mehreren Bereichen beteiligt, z.B. an der Entwicklung von schnellen E/A-Strömen für numerische Simulationen (HDF5), In-situ-Visualisierung (visuelle Analysen zur Laufzeit) und maschinellem Lernen.

   

Die vollständigen Publikationslisten finden Sie auf den Departmentseiten:

Hydrosystemmodellierung

Monitoring- und Erkundungstechnologien

Ökologische Systemanalyse

Remote Sensing

Umweltinformatik