Modellierungskonzept

Dualer Ansatz: Aktivitätsbasierte Bottom-up-Berechnung und atmosphärische Top-down-Validierung mittels GRAMM/GRAL-Ausbreitungsmodell. Integration der Empa ICOS-Cities-Infrastruktur für räumlich aufgelöste THG-Emissionserfassung über das gesamte Stadtgebiet.

Modelldomänen und Messnetz

GRAMM/GRAL-Domänen und CO2-Messnetz Stadt Zürich

GRAMM 30x30 km
GRAL 13x13 km
CO2-Sensor (mid-cost)
Wind-Sensor
Dualer Modellierungsansatz

Bottom-up: Aktivitätsbasiert Bestehend + Erweiterung

Sektorale Berechnung auf Basis von Aktivitätsdaten und Emissionsfaktoren. Weiterentwicklung des bestehenden Netto-Null-Cockpit-Modells.

  1. 1Aktivitätsdaten erfassen Energieverbrauch (EDP), Fahrleistung (Swiss10/ASTRA), Abfallmengen (ERZ), Industriedaten
  2. 2Emissionsfaktoren anwenden KBOB 2009/1:2022 (Gebäude), HBEFA 5.1 (Verkehr), FOEN (Abfall). Pro Scope und Treibhausgas
  3. 3DAG-Berechnung 500+ Nodes: Gebäude, Mobilität, Entsorgung, IPPU, AFOLU. Szenarien bis 2040
  4. 4Ergebnisse Direkte + indirekte + negative Emissionen (kt CO2eq/a), Endenergie, Primärenergie, EE-Anteil

Top-down: Atmosphärisch Neue Integration

Räumlich aufgelöste Emissionserfassung mittels Ausbreitungsmodellierung und CO2-Messdaten. Basierend auf Empa ICOS-Cities-Forschung.

  1. 1Emissionsinventar erstellen emiproc (Python, BSD-3): Räumliche Disaggregation nach Quellkategorie (Verkehr, Heizung, Industrie, Biogen)
  2. 2Windfeld berechnen GRAMM: 30x30 km, 100 m horizontal. 1'120 Katalog-Wetterlagen (40 Richtungen x 7 Geschw. x Stabilitätsklassen)
  3. 3Ausbreitung modellieren GRAL: 13x13 km, 10 m horizontal. Lagrange-Partikelmodell pro Quellkategorie
  4. 4Validierung + Inversion Bayesianische Inversion mit CO2-Messdaten. PINNs für Windkorrekturen. Residual Kriging

Konvergenz: Bottom-up trifft Top-down

Die aktivitätsbasierten Ergebnisse werden systematisch mit den atmosphärischen Messungen verglichen. Abweichungen identifizieren fehlende Quellen oder fehlerhafte Aktivitätsdaten und ermöglichen eine kontinuierliche Verfeinerung beider Modelle.

Bottom-up Aktivitätsbasiert (kt CO2eq) Top-down Atmosphärisch (ppm CO2) Fusion Bayesianische Inversion Abweichungsanalyse Unsicherheitsquantifizierung Validierte THG-Bilanz Räumlich + zeitlich aufgelöst
CO2- und Wind-Messnetz (Empa / ICOS Cities)
Kaserne (ZKAS)
CO2 mid-cost + Meteo
47.3783 N, 8.5318 E
Stampfenbachstrasse (ZSBS)
CO2 mid-cost + NABEL
47.3863 N, 8.5400 E
ETH Hönggerberg (ZHBG)
CO2 mid-cost + Wind
47.4082 N, 8.5075 E
Affoltern (ZAFF)
CO2 mid-cost
47.4225 N, 8.5128 E
Altstetten (ZALT)
CO2 mid-cost
47.3906 N, 8.4881 E
Schwamendingen (ZSWM)
CO2 mid-cost + Wind
47.4070 N, 8.5680 E
Wollishofen (ZWOL)
CO2 mid-cost
47.3440 N, 8.5290 E
Witikon (ZWIT)
CO2 mid-cost + Wind
47.3620 N, 8.5920 E
Beromünster (Hintergrund)
ICOS / Empa Referenz
47.1896 N, 8.1755 E
Breite-Birchwil (Hintergrund)
Upwind-Referenzstation
47.4390 N, 8.6350 E
Geplante Ergebnisse
🌎

Emissionskarten

Räumlich aufgelöste CO2-Emissionen (10 m Auflösung) nach Quellkategorie: Verkehr, Heizung, Industrie, Biogen. GeoTIFF + PostGIS.

📈

Zeitreihen und Trends

Monatliche und jährliche Emissionsbilanzen. Scope 1 + 2 + 3. Trendanalyse gegenüber Netto-Null-Zielpfad 2040.

🔍

Abweichungsanalyse

Systematischer Vergleich Bottom-up vs. Top-down. Identifikation fehlender Quellen. Unsicherheitsquantifizierung pro Sektor.

🌡

Temporalprofile

Tages-, Wochen- und Saisonprofile pro Quellkategorie. Stündliche Skalierungsfaktoren für die Ausbreitungsmodellierung.

📊

Szenarien 2030/2040

Prospektive Abschätzung unter verschiedenen Massnahmenpfaden. Integration mit Klimaschutzplan-Indikatoren.

🛠

API-Anbindung

Alle Ergebnisse via GraphQL-API für das Netto-Null-Cockpit. Räumliche Abfragen via PostGIS. WebSocket für Live-Updates.