UMEP für QGIS – Urbane Klima- und Energieanalysen

Das UMEP-Plugin (Urban Multi-scale Environmental Predictor) ist eine Open-Source-Erweiterung für QGIS, die urbane Klima- und Energieprozesse modelliert. Es verbindet Methoden aus Stadtklimatologie, Energieanalysen und Freiraumplanung und macht sie direkt im GIS zugänglich.

Im Unterschied zu spezialisierten Tools wie DIVA oder SimScale, die sich oft nur auf einzelne Aspekte wie Tageslicht oder Strömung konzentrieren, erlaubt UMEP eine integrierte Analyse: Klima, Energie und Stadtstruktur werden in einem gemeinsamen Rahmen sichtbar und mit realen Geodaten verknüpft.


Offizielle Dokumentation: UMEP Documentation

Funktionsumfang von UMEP

  • Strahlungs- und Energieanalysen Sonneneinstrahlung, Solarenergiepotenziale (PV & Solarthermie), Wärmeflüsse
  • Urbane Klimaindikatoren Sky View Factor, Verschattungssimulation, mittlere Strahlungstemperatur (MRT)
  • Mikroklimatische Modelle Lufttemperaturverteilung, Vegetationseinfluss, Materialeigenschaften, Belüftung
  • Klimaszenarien Integration von Wetterdaten und Klimaprojektionen, Modellierung zukünftiger Hitzebelastung und Aufenthaltsqualität

Mein aktueller Fokus

Derzeit mache ich mich intensiv mit den verschiedenen Algorithmen von UMEP vertraut. Dabei erarbeite ich, wie sich die Tools nutzen lassen, um:

  • zukünftige Klimaszenarien zu simulieren
  • räumliche Kartenprodukte für Planung und Gestaltung zu erstellen
  • den Mehrwert gegenüber klassischen Simulationsumgebungen hervorzuheben: GIS-Integration, Open-Source-Charakter und interdisziplinäre Anwendungsmöglichkeiten.

Beispiele – Erste Analysen mit UMEP

1. Sky View Factor (SVF)

Darstellung der Himmelsichtbarkeit. Helle Flächen = offene Plätze, dunkle Flächen = enge Straßenschluchten.

2. Annual Roof Irradiance

Berechnung der jährlichen Sonneneinstrahlung auf Dachflächen. Grundlage für Photovoltaik- und Solarthermiepotenziale.

3. Mean Radiant Temperature (MRT)

Thermische Strahlungsbelastung im Winter. Relevanz für thermischen Komfort und Aufenthaltsqualität.

4. Shadow Simulation

Schattenwurf am 13. August 2025, 15 Uhr. Verdeutlicht Verschattung im Tages- und Jahresverlauf.

Fazit

UMEP für QGIS bietet die Möglichkeit, klimaresiliente Stadtentwicklung datenbasiert zu unterstützen. Von der Solarenergieplanung über die Analyse von Hitzestress bis hin zur Gestaltung angenehmer Freiräume – das Plugin ist ein wertvolles Werkzeug für eine nachhaltige Stadt- und Landschaftsplanung.

Relevante Datenquellen für Analysen mit UMEP

Meteorological Data

.epw Viewer

Local Climate Zones (LCZ)

Population Data

Google Earth Engine

CityGML LOD2

mind-mapping App

Ein interaktives Werkzeug zur Visualisierung von Beziehungen

Kontext:

Im Rahmen eines selbst initiierten Nebenprojekts entwickelte ich eine webbasierte Mindmap-Anwendung, die komplexe Beziehungen und Hierarchien visuell und interaktiv darstellbar macht. Das Tool ist sowohl für persönliche Notizen als auch für strategische Planungsprozesse einsetzbar.

Funktionen und Besonderheiten

Zwei Darstellungsmodi:

Nutzer:innen können zwischen einer hierarchischen Baumstruktur (Tree) und einem relationellen Netzwerk (Graph) wechseln. Beide Modi unterstützen die gleichen Interaktionen.

Markdown-Editor:

Die Mindmap lässt sich direkt als strukturierte Liste im Markdown-Format bearbeiten – inklusive Auto-Bullet, Ein-/Ausrücken (Tab/Shift+Tab), Undo/Redo und Echtzeit-Visualisierung.

Import & Export:

Dateien können im Markdown- oder JSON-Format importiert und exportiert werden. Relationen zwischen Knoten werden ebenfalls erkannt und visualisiert.

Suche & Navigation:

Eine Suchleiste mit Live-Highlighting und Trefferanzeige erleichtert die Navigation innerhalb komplexer Strukturen.

Darstellung & Animation:

Knotenabstände, Größen, Schriftgrößen und Animationen lassen sich über ein Einstellungsmenü individuell anpassen.

Darkmode & Farbschemata:

Ein Umschaltbarer Darkmode sowie mehrere Farbschemata verbessern die visuelle Lesbarkeit – auch in Präsentationen.

Lokale Speicherung:

Die App speichert automatisch den aktuellen Zustand und lädt beim nächsten Aufruf genau dort weiter.

Anwendung & Code

Das gesamte Projekt wurde mit D3.js, HTML5, CSS und Vanilla JavaScript umgesetzt. Der Markdown-Parser basiert auf marked.js. Ziel war es, eine flexible, performante und vollständig clientseitige Lösung zu schaffen – ohne Serverabhängigkeiten.

 Link zur Live-Demo

Demo öffnen

GitHub-Repository

zum Code