Projekt Gleichgewicht zwischen Eingangsdaten- und Modellunsicherheiten bei der Anwendung räumlich gegliederter Niederschlags-Abfluss-Modelle
Leitung Dr. Michael Rode, Department Aquatische Ökosystem Analyse und Management und Prof. Dr.-Ing. Günter Meon (Leichtweiß-Institute für Wasserbau, TU Braunschweig)
Bearbeitung Haytham Shbaita
Finanzierung Deutsche Bundesstiftung Umwelt
Laufzeit 03.06 - 02.09

Kurzbeschreibung

Das Ziel der Wasserrahmenrichtlinie der Europäischen Union ist die Herstellung eines guten ökologischen Zustandes aller natürlichen Gewässer bis zum Jahr 2015. Um dieses Ziel erreichen zu können, müssen zahlreiche Maßnahmen zur Verbesserung der chemischen und ökologischen Qualität der belasteten Gewässer ergriffen werden. Für die Bewertung der vorgeschlagenen Maßnahmen, deren Kosteneffizienz und ihrer detaillierten Auswirkungen ist eine Gesamtbetrachtung des betroffenen Flusseinzugsgebietes unabdingbar. Hydrologische und Stoffhaushalts-Modelle sind wichtige Instrumente des Flusseinzugsgebietsmanagements, mit deren Hilfe Managementmaßnahmen vor ihrer Umsetzung auf ihre Effizienz hin untersucht werden können. Langzeitstudien ermöglichen dabei einen Ausblick auf die zukünftige Entwicklung des Gewässers.

Grundsätzlich sind Modellvorhersagen mit Unsicherheiten behaftet, deren Berücksichtigung bei der Interpretation der Ergebnisse von Modellberechnungen unabdingbar ist. Fehlen Informationen zur Abschätzung von Prognoseunsicherheiten kann es bezüglich der Wahl von Managementmaßnahmen zu Fehlentscheidungen mit weit reichenden Folgen kommen. Die Prognoseunsicherheiten ergeben sich einerseits durch die dem Modell zugrunde liegenden Eingangsdaten, welche in der Natur erhoben werden müssen. Diese Messgrößen sind naturgemäß mit Fehlern behaftet. Andererseits handelt es sich bei der Anwendung eines Modells immer um eine vereinfachte Abbildung der Wirklichkeit und es wird stets nur eine begrenzte Anzahl von Prozessen berücksichtigt. Hinzu kommt, dass Wasser- und Stoffhaushaltsmodelle und deren physikalisch basierten Prozessbeschreibungen häufig auf weit größeren Skalen angewendet werden als die, für welche sie ursprünglich entwickelt wurden. Daher werden Modelle im Prognoseeinsatz ebenfalls zu einer bedeutenden Quelle von Unsicherheiten.

Die Kombination der Unsicherheiten der angewendeten Modelle selber und der den Modellen zugrunde liegenden Eingangsdaten führen zu Unsicherheiten in der Modellvorhersage. Allerdings kann der Beitrag einer einzelnen Quelle zu diesen Unsicherheiten je nach Anwendungsfall erheblich variieren. So kann ein komplexeres Modell mit erheblich mehr Detailtreue die Modellunsicherheit aufgrund vereinfachter Prozessbeschreibung reduzieren. Allerdings kann dabei die Unsicherheit in den Eingangsdaten erheblich steigen, da zeitlich und räumlich wesentlich höher aufgelöste Eingangsdaten benötigt werden. Das Projekt soll gezielt das Gleichgewicht zwischen Eingangsdatenunsicherheit und der sich aufgrund zunehmender Modellkomplexität ergebenden Unsicherheit im Hinblick auf die Modellvorhersagen untersuchen. Die Forschungsarbeit wird am Beispiel räumlich gegliederter Niederschlags-Abfluss-Modelle für Teilgebiete des Weissen-Elster-Einzugsgebietes durchgeführt. Dabei werden eine Analyse der Auswirkung der räumlichen Auflösung der Eingangsdaten und eine Analyse der Auswirkung einer Erhöhung der Modellkomplexität auf die Unsicherheit von Einzugsgebietsmodellen durchgeführt.