WETSCAPES2.0

Im Rahmen von WETSCAPES 2.0 leitet das IGB zwei Projekte. Das erste Projekt „Novel tracer-aided, ecohydrological modeling to quantify water storage, pathways and cycling of fens at the landscape scale“ wird durch datengestützte, prozessbasierte Modellierung von Wasserkreisläufen, Speicherdynamik und -wegen in wiederhergestellten Niedermooren auf verschiedenen räumlichen und zeitlichen Skalen eine wesentliche integrierende Rolle in WETSCAPES 2.0 spielen. Dieses Projekt wird zur Quantifizierung der räumlich-zeitlichen Dynamik von Wasserspeicherung, -quellen, -wegen und -alter (die wichtige hydrologische Indizes für die Zeitskalen des Wasserkreislaufs und der Widerstandsfähigkeit gegenüber Störungen liefern) bis hin zur Landschaftsebene beitragen. Die spezifischen Ziele sind (i) die grundlegende Weiterentwicklung und Erprobung prozessbasierter, tracergestützter ökohydrologischer Modellierungsverfahren und somit (ii) die Untersuchung der hydrologischen Funktionsweise wiedervernässter Niedermoore von der Parzellenskala (ca. 10*10m²) bis zur Landschaftsskala (ca. 100km2) im Hinblick auf räumliche Muster und zeitliche Dynamik von Wasserspeicherung, -wegen und -freisetzung.
Das zweite Projekt „Rückkopplungen in WETSCAPES2.0: neuartige, integrierte Modellierungsansätze zur Bewertung des Klimaschutz- und Anpassungspotenzials“ wird in enger Zusammenarbeit mit Prof. Gerald Jurasinski (Universität Greifswald) und Prof. Julia Pongratz (LMU München) durchgeführt. Dieses Projekt wird neue Daten aus dem Monitoring in WETSCAPES2.0 in prozessbasierte Modellierungsansätze integrieren, mit verbesserter Modellparametrisierung durch Datenassimilationsprodukte und maschinelle Lernansätze, um physikalische und biogeochemische Prozessinteraktionen und Rückkopplungen zwischen wiedervernässten Mooren und den Landschaften, in die sie eingebettet sind, zu quantifizieren. Die spezifischen Ziele sind (1) die Quantifizierung physikalischer und biogeochemischer Prozessinteraktionen und Rückkopplungen zwischen Torfgebieten, ihren Landschaften und darüber hinaus, (2) die Identifizierung der Herausforderungen und Unsicherheiten bei der Quantifizierung dieser Rückkopplungen auf größeren Flächen und über Skalen hinweg durch mehrere, integrierte Ansätze; (3) die Nutzung prozessbasierter Modelle als Lernrahmen durch Information und Verbesserung von Datenerfassungs- und Versuchsaufbauschemata sowie Modellstrukturen zur Verringerung von Unsicherheiten in der Zukunft.