Auflistung nach Autor:in "Kranenburg, Richard"

Gerade angezeigt 1 - 4 von 4

Dynamic evaluation of modeled ozone concentrations in Germany with four chemistry transport models
(2023) Thürkow, Markus; Schaap, Martijn; Minkos, Andrea; Kranenburg, Richard; Nordmann, Stephan
Simulating the ozone variability at regional scales using chemistry transport models (CTMs) remains a challenge. We designed a multi-model intercomparison to evaluate, for the first time, four regional CTMs on a national scale for Germany. Simulations were conducted with LOTOS-EUROS, REM-CALGRID, COSMO-MUSCAT and WRF-Chem for January 1st to December 31st, 2019, using prescribed emission information. In general, all models show good performance in the operational evaluation with average temporal correlations of MDA8 O3 in the range of 0.77-0.87 and RMSE values between 16.3 (micro)g m-3 and 20.6 (micro)g m-3. On average, better models' skill has been observed for rural background stations than for the urban background stations as well as for springtime compared to summertime. Our study confirms that the ensemble mean provides a better model-measurement agreement than individual models. All models capture the larger local photochemical production in summer compared to springtime and observed differences between the urban and the rural background. We introduce a new indicator to evaluate the dynamic response of ozone to temperature. During summertime a large ensemble spread in the ozone sensitivities to temperature is found with (on average) an underestimation of the ozone sensitivity to temperature, which can be linked to a systematic underestimation of mid-level ozone concentrations. During springtime we observed an ozone episode that is not covered by the models which is likely due to deficiencies in the representation of background ozone in the models. We recommend to focus on a diagnostic evaluation aimed at the model descriptions for biogenic emissions and dry deposition as a follow up and to repeat the operational and dynamic analysis for longer timeframes. © 2023 The Authors
Particulate matter formation potential of gas-phase emissions over Germany
(Umweltbundesamt, 2023) Janssen, Ruud; Geers, Leon; Kranenburg, Richard; Nederlandse Organisatie voor Toegepast-Natuurwetenschappelijk Onderzoek; Deutschland. Umweltbundesamt; Brauns, Bryan
Feinstaub (PM) ist der Luftschadstoff, der in Deutschland und anderen europäischen Ländern für die höchste Krankheitslast verantwortlich ist. Deshalb sind Maßnahmen erforderlich, um die Feinstaubkonzentration in der Luft zu senken. Ein großer Teil des Feinstaubs wird jedoch nicht direkt emittiert, sondern aus gasförmigen Vorläufersubstanzen in der Atmosphäre gebildet. Daher ist es dringend notwendig, den Beitrag gasförmiger Emissionen (NOx, SO2, NH3 und organische Stoffen) zur Konzentration sekundärer anorganischer und organischer Aerosolpartikel (SIA bzw. SOA) zu ermitteln. Das Hauptziel dieses Projekts ist es, Faktoren für das PM-Bildungspotenzial gasförmiger Emissionen abzuleiten, um die Folgen von Emissionsminderungen für die atmosphärische PM-Belastung und die daraus abgeleitete Exposition zu bewerten. Zu diesem Zweck wird der Bildungsfaktor (FF) verwendet. Er gibt die Veränderung der Konzentration einer bestimmten PM-Komponente an, die sich aus einer Veränderung ihrer (Vorläufer-)Emissionen ergibt. Der Aufnahmefaktor (IF) wurde angewandt, um die Veränderung der Exposition der Bevölkerung gegenüber einer bestimmten PM-Komponente aufgrund von Veränderungen ihrer (Vorläufer-)Emissionen zu bewerten. In dem Bericht werden auch die Gründe für die Verwendung dieses Ansatzes im Vergleich zu anderen Methoden zur Quantifizierung der PM-Bildung aus gasförmigen Vorläufersubstanzen erörtert. LOTOS-EUROS wird als chemisches Transportmodell (CTM) verwendet, um die Bildung, den Transport und den Abtransport von (sekundärem) Feinstaub aus der Atmosphäre zu beschreiben. Die wichtigsten Wege der SIA-Bildung sind bekannt. Für organisches Aerosol ist das Prozessverständnis relativ gering, obwohl in den letzten Jahren große Fortschritte gemacht wurden. Mit LOTOS-EUROS haben wir Referenzsimulationen für SIA und OA durchgeführt, die im Jahresmittel eine SIA-Konzentration von 5,5 mikrog/m-3 und eine OA-Konzentration von 1 mikrog/m-3 OA über Deutschland im Jahr 2018 ergaben. Nitrat und primäres organisches Aerosol (POA) tragen in ganz Deutschland den größten Massenanteil zur SIA- bzw. OA-Konzentration bei. Die POA Konzentrationen werden trotz der Einbeziehung der kondensierbaren PM-Emissionen unterschätzt. Auf der Grundlage dieser Referenzläufe wurden Emissionsminderungsszenarien für (Vorläufer- )Substanzen und bestimmte Sektoren durchgeführt. Es wurde festgestellt, dass die SIA- und OA-Konzentrationen am empfindlichsten auf Emissionsminderungen in der Landwirtschaft bzw. bei der Verbrennung in Haushalten reagieren. Die Substanzen, die am stärksten für diese Verringerungen verantwortlich sind, sind NH3 in der Landwirtschaft und POA bei der Verbrennung in Wohngebäuden. Die Reduktionsszenarien ergaben FFs für SIA von etwa 0,001 mikrog m-3 kt-1, für SOA dagegen von etwa 0,006 mikrog m-3 kt-1. Für PPM liegt diese Zahl bei etwa 0,01 mikrog m-3 kt-1. Das bedeutet, dass 1 kt NOX-Emissionen aus einem bestimmten Sektor zu einer etwa zehnmal geringeren PM-Bildung führt als 1 kt PPM-Emission. Die berechneten SIA-Aufnahmefaktoren für alle Vorläuferstoffe (NOX, SO2 und NH3) lagen bei etwa 0,3 x 10-6 kg/kg gegenüber 4 x 10-6 kg/kg für OA, was mit der Literatur übereinstimmt. Außerdem haben wir festgestellt, dass die FF und IF bei den in dieser Studie verwendeten Auflösungen (7x7 km2 gegenüber 2x2 km2) und der interannuellen Variabilität nicht sehr empfindlich auf die Modellauflösung reagieren. Schließlich wurde ein Toolkit entwickelt, um FF- und IF-Berechnungen aus Simulationsdaten zu ermöglichen und das SIA-Bildungspotenzial für alternative Emissionsminderungsszenarien abzuschätzen, ohne die Ergebnisse des CTM direkt zu verwenden. Quelle: Forschungsbericht
PINETI-3: Modellierung atmosphärischer Stoffeinträge von 2000 bis 2015 zur Bewertung der ökosystem-spezifischen Gefährdung von Biodiversität durch Luftschadstoffe in Deutschland
(2018) Schaap, Martijn; Hendriks, Carlijn; Kranenburg, Richard; Nederlandse Centrale Organisatie voor Toegepast-Naturwetenschappelijk Onderzoek; Öko-Data Gesellschaft für Ökosystemanalyse und Umweltdatenmanagement (Strausberg); Deutschland. Umweltbundesamt; Geupel, Markus
Die ⁠Biodiversität⁠ ist durch die Ablagerung von Schad- und Nährstoffen aus der Luft in Ökosysteme gefährdet. Innerhalb des vorliegenden Projektes wurden daher die atmosphärischen Einträge dieser Schad- und Nährstoffe für Deutschland für eine Zeitreihe von 2000 bis 2015 ermittelt. Die Stickstoffdeposition ist in diesem Zeitraum um etwa 20 % gesunken. Die Schwefeldeposition konnte sogar halbiert werden. Trotzdem sind die Belastungen für viele der deutschen Ökosysteme immer noch zu hoch. Bei der ⁠Versauerung⁠ sind noch rund 30 %, bei der ⁠Eutrophierung⁠ sogar noch 70 % der natürlichen und halb-natürlichen Landökosysteme von zu hohen Einträgen im Vergleich zu ihrer Empfindlichkeit betroffen.
Untersuchung der Herkunft des grenzüberschreitenden Feinstaubtransportes im Osten Deutschlands mit einem Chemie-Transportmodell
(Umweltbundesamt, 2022) Schaap, Martijn; Kranenburg, Richard; Hendriks, Carlijn; Nederlandse Organisatie voor Toegepast-Natuurwetenschappelijk Onderzoek; Freie Universität Berlin; Deutschland. Umweltbundesamt; Langner, Marcel
Überschreitungen von Luftqualitätsgrenzwerten von Feinstaub (PM10) im Osten Deutschlands treten meist an Tagen mit kalten und stabilen Wetterlagen im Winter auf und sind oft verbunden mit dem Transport von belasteter Luft aus Polen und anderen osteuropäischen Ländern. Im Rahmen dieses Projekts wurde eine Studie zur Quellzuordnung durchgeführt, um den Beitrag des grenzüberschreitenden Transports aus unterschiedlichen Emissionsquellen an der erhöhten Feinstaubkonzentration im Osten Deutschlands zu bewerten. Die Studie wurde mit dem Chemie-Transportmodell LOTOS-EUROS uns der darin implementierten Labelling-Technik zur Quellzuordnung durchgeführt. Die Ergebnisse wurden mit den PM10-Beobachtungen der PM-Ost-Kampagne und den Ergebnissen der darin durchgeführten messbasierten Quellzuordnung verglichen. Um die Qualität des Modells im Hinblick auf die Simulation von Episoden mit hoher PM Konzentration im Winter zu verbessern, wurden in der ersten Phase des Projekts Verbesserungen der Hausbrand- Emissionen und deren zeitlicher Variabilität vorgenommen. Zusätzlich wurde eine Optimierung der vom meteorologischen Modell COSMO simulierten Mischungsschichthöhen über Sensitivitätsläufe angestrebt. Die Ergebnisse zeigen, dass der Hausbrand und die Landwirtschaft die dominierenden Faktoren für erhöhte PM10-Konzentrationen im Osten Deutschlands bei kalten und stabilen Wetterbedingungen sind. Für städtische Stationen ist auch der Verkehrsbeitrag von Bedeutung. Im Durchschnitt stammt der größte Feinstaubbeitrag aus Deutschland. Bei höheren PM-Konzentrationen allerdings übersteigt der grenzüberschreitende Beitrag Polens und anderer osteuropäischer Länder denjenigen Deutschlands selbst. Die dominierenden Quellen dieses über große Distanzen transportierten Feinstaubs sind Hausbrand und Landwirtschaft. Der Vergleich der modellbasierten Quellzuordnung aus den LOTOS-EUROS-Ergebnissen mit den auf Messungen basierenden Ergebnissen aus dem PM-Ost-Projekt zeigt eine gute Übereinstimmung für Ammoniumnitrat- und Verbrennungsquellen. Für den verkehrsbedingten Beitrag sind größere Unterschiede zu erkennen, die auf die zeitliche Variabilität der Emissionen, die Auflösung des LOTOS-EUROS-Modells, die Unterschätzung der Aufwirbelung und den Reifen- und Bremsenabrieb zurückzuführen sind. Die PM10 Gesamtkonzentrationen aus dem LOTOS-EUROS Mo-dell sind in der Regel niedriger als die gemessenen Werte, was auf nicht erfasste Quellen oder Pro-zesse im Modell zurückgeführt werden kann. Die Korrelation des nicht modellierten PM10 Anteils mit den PMF-Quellen legt nahe, dass neben einer Unterschätzung der vertikalen Mischung, der Ausschluss der SOA-Bildung in LOTOS-EUROS und eine Unterschätzung der Sulfat-Bildung wahrscheinliche Gründe für die PM10-Unterschätzung sind. Quelle: Forschungsbericht