Strategies to detect and attribute aerosol global impacts on clouds and climate from synergetic approaches involving modeling and observational evidence at different spatial and temporal scales.

Parameterisations of fractional cloudiness in large-scale atmospheric models rely on information about the subgrid-scale variablity of the total water specific humidity, qt , provided in form of a probability density function (PDF). In this contribution, four different approaches to evaluate such total-water PDFs are discussed: (i) Satellite spectroradiometers with high spatial resolution allow to construct at the scale of model grid boxes a histogram, and subsequently to derive the moments of the PDF, of the vertical integral of qt . This can be compared to the same quantity diagnosed from the model parameterisation. Although the vertical integral mostly focuses on the boundary layer, and involves issues in grid-boxes with orographic variability, it allowed nevertheless in the example presented to pinpoint deficiencies of a model parameterisation. (ii) Assuming a simple PDF shape and saturation within clouds, the simple “critical relative humidity” metric can be derived from infrared sounders and/or cloud lidar in combination with reanalysis data with a vertical resolution. It allows to evaluate the underlying PDF of any cloud scheme, but is sensitive to the assumptions. (iii) Supersites with a combination of ground-based lidar, radar and microwave data provide high-resolution high-quality reference data. In a “virtual reality” framework, we showed, however, that it is difficult to evaluate higher moments of a spatial PDF with this temporally-varying data. (iv) From a hierarchy of models from general circulation models to direct numerical simulations, we find that the variance of the qt follows a power-law scaling with an exponent of about -2. This information is very useful to improve the parameterisations.

Global climate change is considered to be one of the most serious concerns of humankind (United Nations, 1992; United Nations, 2002). Anthropogenic greenhouse gases and aerosols impact considerably the energy balance of the Earth system, possibly provoking adverse effects on social, ecological, and economical equilibria. This is one of the main reasons why the understanding of the Earth’s climate system is of major importance. If better predictions of the response of the climate system to anthropogenic perturbations were available, political decisions against negative impacts could be taken, and social adaptations to changed climate conditions would be possible.

Variability and change of the Earth\''s climate are of fundamental importance to humankind. In particular anthropogenic climate change has been considered widely as one of the most urgent concerns for the society (United Nations, 1992, 2002). It is therefore vital to improve the understanding of the Earth\''s climate system and its variability.

Aerosole dienen als Kondensationskerne (CCN) und verändern die Wolkentropfenkonzentration (Nd) und weitere Wolkeneigenschaften. Nd ist daher ein Schlüsselparameter von Aerosol-Wolken-Wechselwirkungen (ACI). ACI sind bezüglich ihrer Klimarelevanz nur unzureichend bestimmt. ACI wurden auf verschiedenen Skalen und mit unterschiedlichen Methoden von unterschiedlichen Perspektiven aus untersucht, was zu einer großen Variabilität von ACI Metriken in der Literatur führt. Für eine genauere Quantifizierung von ACI, wurden in dieser Arbeit damit verbundene, entscheidende Unsicherheiten diskutiert, u.a. das Einmischen trockener Luft, Unsicherheiten von Retrieval-Methoden und die Konsistenz von Schlüsselparametern auf verschiedenen Skalen. Um Nd und weitere Wolkeneigenschaften aus passiven Satellitenbeobachtungen für Flüssigwasserwolken abzuleiten, wird oft das adiabatische Modell herangezogen. Es wurde untersucht, inwiefern dieses Modell reale Bedingungen wiedergibt. Es wurde gezeigt, dass Wolken typischerweise subadiabatisch sind, mit stark reduziertem Flüssigwassergehalt nahe der Wolkenoberkante. Der Einmischprozess variiert zeitlich stark und erschwert die Quantizierung von ACI. Für unterschiedliche Cloudnet-Stationen variieren die Medianwerte des subadiabatischen Faktors von 0.35+/-0.12 bis 0.48+/-0.22. Dieser hängt stark von der geometrischen Wolkendicke ab, wobei dickere Wolken subadiabatischer sind. Die Ableitung von Nd aus bodenbasierten Radar-Radiometer-Beobachtungen ist sehr sensitiv gegenüber a-priori Annahmen. Um zusätzliche Beobachtungen und Unsicherheiten berücksichtigen zu können, wurde ein neuartiges Optimal Estimation (OE) Retrieval entwickelt und mittels synthetischer Wolkenprofile evaluiert. Mittels einer Sensitivitätsstudie konnte die Verbesserung der Retrieval-Genauigkeit für die OE Methode gezeigt werden, wenn die Beobachtungen der optischen Dicke mit berücksichtigt werden. Die Annahme einer typischen Breite der Tropfengrößenverteilung ist dabei eine der größten Unsicherheiten von Nd (Unsicherheit für die OE Methode etwa 150%, für die Radar-Radiometer-Methode etwa 200%). Desweiteren wurden aus unterschiedlichen Perspektiven abgeleitete wolkenmikrophysikalische Größen hinsichtlich ihrer Konsistenz untersucht. Beim Vergleich von Nd und des Effektivradius (re) vom bodengebundenen Retrieval mit in-situ Beobachtungen für einen Falltag wurde eine gute Übereinstimmung gefunden. Beim Vergleich der von SEVIRI und Bodenstationen abgeleiteten Wolkeneigenschaften haben sich mittlere quadratische Abweichungen des Flüssigwasserpfads und der optischen Dicke von jeweils 65 gm2 und 14 ohne signifikanten Bias gezeigt. Damit zeigt sich SEVIRI für großskalige, statistische ACI-Untersuchungen repräsentativ zur Bodenperspektive. Für individuelle Falltage traten jedoch teils größere Unterschiede auf, welche durch Inhomogenitäten und Auflösungseffekte erklärt werden können. Mit SEVIRI Beobachtungen und aus der MACC Reanalyse abgeleiteten CCN Konzentrationen wurde eine Quantifizierung von ACI für das Jahr 2012 durchgeführt. Dabei wurde für Europa ein deutlicher, mikrophysikalischer Effekt gefunden, d.h. eine Abnahme von re und eine Zunahme von Nd mit zunehmender CCN Konzentration. Im Gegensatz dazu wurde für die Wolkenalbedo kein eindeutiger Anstieg mit der CCN-Konzentration gefunden. Verwendet man die Aerosol-optische Dicke (AOD) anstelle der CCN-Konzentration, sind die Werte der ACI Metrik nur halb so groß. Dieses Ergebnis deutet darauf hin, dass die AOD kein optimaler CCN-Proxy ist.

3D-Punktwolken haben die Objektvermessung in den letzten 25 Jahren signifikant verändert. Da Einzelpunktmessungen durch flächenhafte Messungen in Form von Punktwolken bei vielen Anwendungen ersetzt wurden, spricht man auch von einem Paradigmenwechsel in der Vermessung. Ermöglicht wurde diese Änderung in der Messmethodik durch die Innovationen im Instrumentenbau und die rasanten Entwicklungen der Computertechnologie. Luftgestützte und terrestrische Laserscanner sowie handgeführte 3D-Scanner liefern heute direkt dichte Punktwolken, während dichte 3D-Punkt-wolken aus Fotos bildbasierter Aufnahmesysteme indirekt abgeleitet werden, die zur detaillierten 3D-Objektrekonstruktion zunehmend eingesetzt werden. In dieser Arbeit werden Untersuchungen vorgestellt, mit denen das geometrische Genauigkeitsverhalten verschiedener scannender Messsysteme evaluiert und geprüft wurde. Während bei den untersuchten terrestrischen Laserscannern in den Untersuchungen die Genauigkeitsangaben (1 Sigma) der technischen Spezifikationen der Systemhersteller von 3-5 mm für den 3D-Punkt und die Distanzmessung eingehalten wurden, zeigten sich dagegen bei vielen untersuchten 3D-Handscannern signifikante Abweichungen gegenüber den technischen Spezifikationen. Diese festgestellten Abweichungen deuten auf eine gewisse geometrische Instabilität des jeweiligen Messsystems hin, die entweder durch die Bauweise und/oder durch eine ungenaue Systemkalibrierung (besonders hinsichtlich der Maßstäblichkeit) verursacht werden. Daher ist davon auszugehen, dass diese handgeführten 3D-Scanner offensichtlich erst am Anfang ihrer Entwicklungsphase stehen und dass noch genügend Optimierungspotential vorhanden ist. Als flexible und effiziente Alternativen zu den scannenden Messsystemen haben sich seit ca. 10 Jahren die bildbasierten Aufnahmesysteme zunehmend im Markt etabliert. Die in dieser Arbeit vorgestellten Untersuchungen des bildbasierten Aufnahme- und Auswertungsverfahren haben gezeigt, dass diese (mit Farbattributen versehene) 3D-Punktwolken, je nach Bildmaßstab und Oberflächenmaterial des Objektes, durchaus den Genauigkeiten der Laserscanner entsprechen. Gegenüber den Ergebnissen vieler 3D-Handscanner weisen die durch bildbasierte Aufnahmeverfahren generierten Punktwolken qualitativ bessere Resultate auf. Allerdings zeigte der Creaform HandySCAN 700, der auf einem photogrammetrischen Aufnahmeprinzip beruht, als einzige Ausnahme bei der handgeführten 3D-Scannern sehr gute Ergebnisse, die mit Durchschnittswerten besser als 30 Mikrometern sogar in den Bereichen der Referenzsysteme (hier Streifenprojektionssysteme) lagen. Die entwickelten Prüfverfahren und die entsprechenden durchgeführten Untersuchungen haben sich als praxistauglich erwiesen, da man auch unter zur Hilfenahme der VDI/VDE Richtlinie 2634 ver-gleichbare Ergebnisse erzielt, die dem praxisorientierten Anwender Aussagen über die Leistungsfä-higkeit des Messsystems erlauben. Bei den im statischen Modus erfassten Scans kommen noch Fehlereinflüsse durch die Registrierung der Scans hinzu, während bei kinematisch erfassten Scans die Genauigkeiten der verschiedenen (absoluten) Positionierungssensoren auf dem Fehlerhaushalt der Punktwolke addiert werden. Eine sorgfältige Systemkalibrierung der verschiedenen im kinematischen Modus arbeitenden Positionierungs- und Aufnahmesensoren des mobilen Multi-Sensor-Systems ermöglicht eine 3D-Punktgenauigkeit von ca. 3-5 cm, die unter guten Bedingungen mit höherwertigen Sensoren ggf. noch verbessert werden kann. Mit statischen Scans kann eine höhere Genauigkeit von besser als 1 cm für den 3D-Punkt erreicht werden, jedoch sind bei größeren aufzunehmenden Flächen mobile Aufnahmesysteme wesentlich effizienter. Die Anwendung definiert daher das zum Einsatz kommende Messverfahren. 3D-Punktwolken dienen als Grundlage für die Objektrekonstruktion auf verschiedenen Wegen: a) Engineering Modelling als generalisierte CAD-Konstruktion durch geometrische Primitive und b) Mesh Modelling durch Dreiecksvermaschung der Punktwolken zur exakten Oberflächenbeschreibung. Durch die Generalisierung bei der CAD-Konstruktion können sehr schnell Abweichungen vom Sollmaß von bis zu 10 cm (und größer) entstehen, allerdings werden durch die Anpassung auf geometrische Primitive eine signifikante Datenreduktion und eine topologische Strukturierung erreicht. Untersuchungen haben jedoch auch gezeigt, dass die Anzahl der Polygone bei der Dreiecksvermaschung je nach Oberflächenbeschaffenheit des Objektes auf 25% und sogar auf 10% der Originaldatenmenge bei intelligenter Ausdünnung (z.B. krümmungsbasiert) reduziert werden kann, ohne die visuelle und geometrische Qualität des Ergebnisses zu stark zu beeinträchtigen. Je nach Objektgröße können hier Abweichungen von unter einem Millimeter (z.B. bei archäologischen Fundstücken) bis zu 5 cm im Durchschnitt bei größeren Objekten erreicht werden. Heute können Punktwolken eine wichtige Grundlage zur Konstruktion der Umgebung für viele Virtual Reality Anwendungen bilden, bei denen die geometrische Genauigkeit der modellierten Objekte im Einzelfall keine herausragende Rolle spielt.:Erklärung I Kurzfassung II Inhaltsverzeichnis V 1. Einführung 1 1.1. Struktur der Arbeit 2 1.2. Punktwolken durch scannende Systeme 4 1.2.1. Technische Spezifikationen terrestrischer Laserscanner 4 1.2.2. Untersuchungen terrestrischer Laserscanner 6 1.2.3. Untersuchungen handgeführter 3D-Scanner 9 1.3. Geometrische Objektmodellierung auf Basis von Punktwolken statischer Scans 10 1.3.1. Automation in der geometrischen Objektmodellierung auf Basis von Punktwolken 11 1.3.2. Engineering Modelling – Objektrekonstruktion mithilfe geometrischer Primitive im CAD 12 1.3.3. Mesh Modelling – Objektrekonstruktion durch Dreiecksvermaschung 17 1.4. Geometrische Objektmodellierung auf Basis von Punktwolken kinematischer Scans 18 1.5. Punktwolken durch photogrammetrische Verfahren 22 2. Genauigkeitsuntersuchungen 25 2.1. Terrestrische Laserscanner 25 2.2. Handgeführte 3D-Scanner 41 3. Objektmodellierung auf Basis statischer Scans 55 3.1. Objektmodellierung durch CAD 55 3.2. Objektmodellierung durch Dreiecksvermaschung 72 4. Objektmodellierung auf Basis kinematischer Scans 85 4.1. Landbasiertes kinematisches Scanning 85 4.2. Wasserbasiertes kinematisches Scanning (Bonus-Artikel) 103 5. Alternative Verfahren für die Generierung von Punktwolken 111 6. Fazit und Ausblick 126 7. Literatur 135 / 3D point clouds have significantly changed the surveying of objects in the last 25 years. Since in many applications, the individual point measurements were replaced through area-based measurements in form of point clouds, a paradigm shift in surveying has been fulfilled. This change in measurement methodology was made possible with the rapid developments in instrument manufacturing and computer technology. Today, airborne and terrestrial laser scanners, as well as hand-held 3D scanners directly generate dense point clouds, while dense point clouds are indirectly derived from photos of image-based recording systems used for detailed 3D object reconstruction in almost any scale. In this work, investigations into the geometric accuracy of some of these scanning systems are pre-sented to document and evaluate their performance. While terrestrial laser scanners mostly met the accuracy specifications in the investigations, 3-5 mm for 3D points and distance measurements as defined in the technical specifications of the system manufacturer, significant differences are shown, however, by many tested hand-held 3D scanners. These observed deviations indicate a certain geometric instability of the measuring system, caused either by the construction/manufacturing and/or insufficient calibration (particularly with regard to the scale). It is apparent that most of the hand-held 3D scanners are at the beginning of the technical development, which still offers potential for optimization. The image-based recording systems have been increasingly accepted by the market as flexible and efficient alternatives to laser scanning systems for about ten years. The research of image-based recording and evaluation methods presented in this work has shown that these coloured 3D point clouds correspond to the accuracy of the laser scanner depending on the image scale and surface material of the object. Compared with the results of most hand-held 3D scanners, point clouds gen-erated by image-based recording techniques exhibit superior quality. However, the Creaform HandySCAN 700, based on a photogrammetric recording principle (stereo photogrammetry), shows as the solitary exception of the hand-held 3D scanners very good results with better than 30 micrometres on average, representing accuracies even in the range of the reference systems (here structured light projection systems). The developed test procedures and the corresponding investigations have been practically proven for both terrestrial and hand-held 3D scanners, since comparable results can be obtained using the VDI/VDE guidelines 2634, which allows statements about the performance of the tested scanning system for practice-oriented users. For object scans comprised of multiple single scan acquired in static mode, errors of the scan registration have to be added, while for scans collected in the kine-matic mode the accuracies of the (absolute) position sensors will be added on the error budget of the point cloud. A careful system calibration of various positioning and recording sensors of the mobile multi-sensor system used in kinematic mode allows a 3D point accuracy of about 3-5 cm, which if necessary can be improved with higher quality sensors under good conditions. With static scans an accuracy of better than 1 cm for 3D points can be achieved surpassing the potential of mobile recording systems, which are economically much more efficient if larger areas have to be scanned. The 3D point clouds are the basis for object reconstruction in two different ways: a) engineering modelling as generalized CAD construction through geometric primitives and b) mesh modelling by triangulation of the point clouds for the exact representation of the surface. Deviations up to 10 cm (and possibly higher) from the nominal value can be created very quickly through the generalization in the CAD construction, but on the other side a significant reduction of data and a topological struc-turing can be achieved by fitting the point cloud into geometric primitives. However, investigations have shown that the number of polygons can be reduced to 25% and even 10% of the original data in the mesh triangulation using intelligent polygon decimation algorithms (e.g. curvature based) depending on the surface characteristic of the object, without having too much impact on the visual and geometric quality of the result. Depending on the object size, deviations of less than one milli-metre (e.g. for archaeological finds) up to 5 cm on average for larger objects can be achieved. In the future point clouds can form an important basis for the construction of the environment for many virtual reality applications, where the visual appearance is more important than the perfect geometric accuracy of the modelled objects.:Erklärung I Kurzfassung II Inhaltsverzeichnis V 1. Einführung 1 1.1. Struktur der Arbeit 2 1.2. Punktwolken durch scannende Systeme 4 1.2.1. Technische Spezifikationen terrestrischer Laserscanner 4 1.2.2. Untersuchungen terrestrischer Laserscanner 6 1.2.3. Untersuchungen handgeführter 3D-Scanner 9 1.3. Geometrische Objektmodellierung auf Basis von Punktwolken statischer Scans 10 1.3.1. Automation in der geometrischen Objektmodellierung auf Basis von Punktwolken 11 1.3.2. Engineering Modelling – Objektrekonstruktion mithilfe geometrischer Primitive im CAD 12 1.3.3. Mesh Modelling – Objektrekonstruktion durch Dreiecksvermaschung 17 1.4. Geometrische Objektmodellierung auf Basis von Punktwolken kinematischer Scans 18 1.5. Punktwolken durch photogrammetrische Verfahren 22 2. Genauigkeitsuntersuchungen 25 2.1. Terrestrische Laserscanner 25 2.2. Handgeführte 3D-Scanner 41 3. Objektmodellierung auf Basis statischer Scans 55 3.1. Objektmodellierung durch CAD 55 3.2. Objektmodellierung durch Dreiecksvermaschung 72 4. Objektmodellierung auf Basis kinematischer Scans 85 4.1. Landbasiertes kinematisches Scanning 85 4.2. Wasserbasiertes kinematisches Scanning (Bonus-Artikel) 103 5. Alternative Verfahren für die Generierung von Punktwolken 111 6. Fazit und Ausblick 126 7. Literatur 135

Clouds have a large impact on the Earth’s radiation and energy budget and play consequently a crucial role in prediction of climate change. At the same time, they are highly variable in time and space. To study and distinguish the different influences of clouds on the climate system it is useful to separate clouds into individual cloud regimes. In this thesis a new cloud classification and their response to disturbed cloud droplet number concentration is presented. Liquid water clouds at cloud scale are separated on the basis of cloud properties derived from combined A-Train satellite measurements involving the MODIS measurements onboard Aqua, the CloudSat cloud radar and the CALIPSO cloud lidar. Using the combined MODIS and CALIPSO cloud-top phase discrimination, liquid water clouds are identified. The high resolved vertical measurements of the CALIPSO lidar provide three cloud base height classes and the spatial variability of cloud top height within a 20 km footprint as an inhomogeneity parameter from which two cloud inhomogeneity classes are defined resulting in a total of six liquid cloud classes. The classification smoothly disentangles marine and continental clouds as well as stratiform and cumuliform clouds in different latitudes at the high spatial resolution of about 20 km. Analyzing the cloud droplet effective radius reff , cloud optical thickness τc , adiabatic liquid water path Lad, adiabatic cloud droplet number concentration Nc,ad and cloud geometrical thickness Hthick,CC derived from collocated combined MODIS, CloudSat and CALIPSO measurements shows a useful discrimination between cloud regimes. Further separations between non precipitating and precipitating clouds using the CloudSat precipitation flag as well as between three classes of free tropospheric relative humidity from a meteorological reanalysis above cloud top are made to investigate adjustments to aerosol-cloud interactions for individual cloud regimes. For this, the cloud liquid water path response, cloud thickness response, and cloud fraction response to perturbed cloud droplet concentration is analyzed. All sensitivities depend on the chosen cloud or environmental parameter indicating the importance of analyzing aerosol-cloud interactions for particular cloud regimes since similar clouds with similar cloud parameter responses are grouped together helping to identify individual behavior of these cloud regimes to perturbations in cloud droplet number concentration.

To model clouds in the mesoscale a 3D nonhydrostatic numerical model - GESIMA - was used, with a new cloud scheme which includes a quasispectral treatment of 6 different bulk water species ( water vapor, cloud water, rain, ice, snow, graupel) . lt allows to predict the distribution parameters since the number concentration and the mass mixing ratio were prognosed. So it is possible to vary the average particle masses ( diameters) in time which gives more realistic results. According to measurements two different distribution functions (log-normal for rain and cloud water and Marshall-Palmer for solid water classes) were used to describe the different water species. The cloud model is tested in a simulation of a mesoscale snowfall event over the southern Baltic Sea. / Für die mesoskalige Simulation von Wolken wurde ein nichthydrostatisches numerisches 3D-Modell - GESIMA - benutzt, in dem ein neuer Wolkenmodul mit quasispektraler Behandlung 6 verschiedener Wolkenteilchenklassen (Wasserdampf, Wolkenwasser, Regen, Eis, Schnee, Graupel) implementiert wurde. Es erlaubt die Vorhersage der Verteilungsparameter, da sowohl die Teilchenzahlkonzentration als auch das Massenmischungsverhältnis prognostiziert werden. Damit ist es möglich auch die mittlere Masse (Durchmesser) einer Teilchensorte zeitlich zu variieren, was zu realistischeren Resultaten führt. In Übereinstimmung mit Messungen wurden 2 verschiedene Verteilungsfunktionen zur Beschreibung für die verschiedenen Teilchenklassen (log-normal für Wolkenwasser und Regen und Marshall-Palmer für Schnee und Graupel) benutzt. Das Wolkenmodell wurde in einer Simulation eines mesoskaligen Schneefallereignisses über der südwestlichen Ostsee getestet.

Simulations alternatively assuming a landscape with and without urbanization plus open-cast mining were performed with a non-hydrostatic model. lt is examined whether the atmospheric response to landuse changes is sensitive to the direction of the geostrophic wind. The results of simulations with the same geostrophic wind direction show that except for the cloud and precipitating particles the daily domain-averages of the variables of state hardly differ for the different landscapes. Nevertheless, the local weather may be affected appreciably over and downwind of the altered surfaces. The significant differences in the cloud and precipitating particles, however, are not bound to the environs of the landuse changes. Generally, the most significant differences occur for the cloud and precipitation particles, the soil wetness factors and the vertical component of the wind vector. The latter changes strongly influence the cloud and precipitation formation by the interaction cloud microphysics-dynamics. The results also indicate that for most of the quantities the local magnitude of the atmospheric response changes for the various directions of the geostrophic wind. However, the differences of the domain-averaged 24h-accumulated evapotranspiration are similar for all geostrophic wind directions. / Um zu untersuchen, ob die atmosphärische Antwort auf Landnutzungsänderungen sensitiv zur Richtung des geostrophischen Windes ist, wurden Simulationen durchgeführt, bei denen alternativ eine Landschaft mit und ohne Urbanisierung plus Tagebauten angenommen wurde. Die Simulationsergebnisse zeigen, daß - außer für Wolken- und Niederschlagspartikel - die täglichen Gebietsmittelwerte der Zustandsvariablen sich kaum für die beiden Landschaften unterscheiden. Trotzdem kann das lokale Wetter merklich über und im Lee der Oberflächen mit veränderter Landnutzung beeinflußt werden. Die signifikanten Differenzen in den Wolken- und Niederschlagspartikeln sind jedoch nicht an die unmittelbare Nähe der Landnutzungsänderungen gebunden. Generell treten die signifikanten Unterschiede bei den Wolkenund Niederschlagspartikeln, der Bodenfeuchte und der Vertikalkomponente des Windvektors auf. Letztere beeinflussen stark die Wolken- und Niederschlagsbildung durch die Wechselwirkung Wolkenmikrophysik-Dynamik. Die Ergebnisse zeigen außerdem, daß lokal der Grad der atmosphärischen Reaktion für die meisten Größen bei unterschiedlicher Richtung des geostrophischen Windes anders ausfällt. Die Differenzen der Gebietsmittelwerte der 24h-akkumulierten Evapotranspiration gleichen sich jedoch für alle Richtungen des geostrophischen Windes.

The accomplished case studies focus on the influence of land-use on the distributions of latent heat-fluxes and cloud-water. The numerical case studies were performed with the threedimensional non-hydrostatic Mesoscale-Model GESIMA for different land-use distributions applying always the same initial conditions of a cloudy day in spring with a geostrophic wind of 8 m/s from the west. The cloud-water distributions at different times and at different levels, their temporal development, the daily sums of the domain-averaged latent heat-fluxes and cloud-water mixing ratios were investigated. Even simple initial conditions (no orography, stable atmosphere) and simple pattern in the land-use distributions emphasize that the influence of surface heterogeneity on meteorological processes cannot be neglected. As shown in this case study, land-use distribution influences the distribution and the amount of cloud-water as weil as the latent heat-flux. On the whole, all these processes are very complex and non-linear. / Die durchgeführten Sensitivitätsstudien konzentrieren sich auf den Einfluß der Landnutzungsverteilung auf die Flüsse latenter Wärme und das Wolkenwasser. Die numerischen Untersuchungen wurden mit dem dreidimensionalen nicht-hydrostatischen Mesoskalen-Modell GESIMA für verschiedene Landnutzungsmuster unter immer den gleichen meteorologischen Anfangsbedingungen für einen bewölkten Frühlingstag mit einem geostrophischen Wind von 8 m/s durchgeführt. Die Wolkenwasserverteilung zu bestimmten Zeiten und in bestimmten Niveaus, die zeitliche Entwicklung der Wolkenwasserverteilung, die Tagessummen der Gebietsmittelwerte der Flüsse latenter Wärme und des Wolkenwassers werden untersucht. Auch einfache Randbedingungen (keine Orographie, stabile, atmosphärische Bedingungen) und einfache Landnutzungsverteilungsmuster machen deutlich, daß der Einfluß der Heterogenität der Unterlage auf meteorologische Prozesse nicht zu vernachlässigen ist. Sie kann entscheidend die Verteilungen der Flüsse latenter Wärme und des Wolkenwassers beeinflussen. Die damit verbundenen Prozesse sind äußerst komplex und nicht linear.