Smart January: Herzliche Einladung zur Smart City Ringvorlesung am 29.01.2026
29.01.2026: Prof. Dr. Daniel Fenner, Technische Universit?t Berlin
Veranstaltungort: MG1/02.06 (Markusstra?e 8 a (Geb. 1))
Crowdsourcing privater Wetterstationsdaten für die Stadt- und Regionalklimaforschung
Abstract
Innerst?dtische Messdaten mit hoher raum-zeitlicher Aufl?sung waren und sind eine der gro?en Herausforderungen der Stadtklimatologie. Sie sind jedoch unersetzlich, um die Heterogenit?t innerst?dtischer Klimabedingungen abzubilden und r?umliche Muster zu detektieren. Die massenhafte Erhebung von atmosph?rischen Messdaten mit privaten Wetterstationen und die Verfügbarkeit dieser Daten über das Internet erm?glichen neue Wege in der (st?dtischen) Klimaforschung - von der Grundlagenforschung bis hin zu praxisbezogenen Fragestellungen. Im Vortrag soll das Thema "Crowdsourcing" privater Wetterstationsdaten für die Stadt- und Regionalklimatologie vorgestellt werden und anhand verschiedener Beispiele erl?utert werden, was in der ersten (vergangenen) Dekade dieser Datennutzung an Fortschritten erzielt wurde sowie, welche m?glichen zukünftigen Anwendungen zentrale Rollen spielen k?nnten.
Gastreferent
Prof. Dr. Daniel Fenner ist Gastprofessor am Fachgebiet Klimatologie der Technischen Universit?t Berlin. Zuvor arbeitete er als PostDoc an der Professur für Umweltmeteorologie der Albert-Ludwigs-Universit?t Freiburg, wo er eine umfangreiche Messkampagne (urbisphere-Berlin) durchführte und verschiedene Aspekte der Wechselwirkungen zwischen Stadt und atmosph?rischer Grenzschicht mit bodengestützten (Fernerkundungs-)Systemen untersuchte. Zuvor war er PostDoc an der Ruhr-Universit?t Bochum, wo er sich intensiv mit Crowdsourcing-Daten von Bürgerwetterstationen besch?ftigte (Datensammlung, Qualit?tsprüfung, Analysen). Er promovierte am Fachgebiet Klimatologie der Technischen Universit?t Berlin und untersuchte dabei st?dtische thermische Klimabedingungen, Hitzewellen und deren Wechselwirkungen mit der Stadt. Seine Forschungsinteressen und Fachkenntnisse liegen in den Bereichen Stadtklima auf verschiedenen raum-zeitlichen Skalen, Dynamik der st?dtischen Grenzschicht und Crowdsourcing privater Wetterstationsdaten.