Durchschnittliche Experimentierdauer: 10 Minuten

Mit dem Fortschreiten des Klimawandels müssen sich vor allem Städte verstärkt auf extreme Wetterbedingungen vorbereiten – Starkniederschläge, Hochwasserereignisse und Hitzewellen werden besonders in urbanen Gebieten immer häufiger. Dass dieses Extremwetter gerade in Städten mit hoher Flächenversiegelung, wenig Grünflächen und dichter Bebauung schwerwiegende Folgen für Natur und Gesundheit hat, ist kein Zufall.
Niederschläge können nicht versickern, die Kanalisation ist überfordert und die gesundheitliche Belastung der "urbanen Hitzeinseln" macht vielen Menschen schwer zu schaffen.

An insgesamt drei Lernstationen sollt ihr einen Einblick in das Zusammenspiel zwischen Natur und Stadt ermöglicht bekommen sowie die Bedeutung und die Auswirkungen verschiedenster Aspekte einer “Schwammstadt” und anderer Präventivmaßnahmen vermittelt bekommen.

Simulation von Versickerungsflächen
Mit diesem Modellversuch soll die Wichtigkeit der Beschaffenheit von verschiedenen Untergründen wie Straßen, Plätze, Parks etc. für die Hochwasserbekämpfung vermittelt werden. Ihr könnt das Versickerungsverhalten von Wasser auf verschiedensten stadttypischen Oberflächen erforschen und eure Erkenntnisse auf die echte Welt übertragen.

Maßnahmen gegen Hitzebelastung
Durchlüftung, Beschattung und das Anlegen von Grünflächen haben großen Einfluss auf die Ausdehnung und Intensität einer urbanen Hitzeinsel. Hier könnt ihr durch spielerisches Experimentieren das Prinzip der Kaltluftschneise oder den Effekt von Grünflächen in einer Stadt kennenlernen. Mithilfe von Bausteinen gestaltet ihr eure eigene Modellstadt, mit dem Ziel, die Stadt bestmöglich vor Hitze zu schützen.

Retentionsflächen in einer Modellstadt
Mithilfe von selbst errichteten Retentionsflächen sollt ihr eine Modellstadt vor Hochwasser schützen. Ob und wie die Maßnahmen wirken wird ersichtlich, wenn der Fluss überläuft.

Die Station ermöglicht es, durch freies Experimentieren über die Wichtigkeit von Hochwasserschutzmaßnahmen zu lernen und dieses Wissen direkt im Modell anzuwenden.