816.300 Hydrologie und
wasserwirtschaftliche Planung
H.P. Nachtnebel
2
Ziele und Inhalte
• Ziel: Vermittlung der hydrologischen und wasserwirtschaftlichen Planungs- und
Entscheidungsmethoden auf Flussgebietsebene
• Voraussetzung: Gute Kenntnisse in Hydrologie, allgemeine Kenntnisse in wasserwirtschaftlicher Planung
Struktur
• Stochastische hydrologische Modelle 14.5. HS XX Anwendung auf Extremwerte
• Zeitreihenmodelle ARMA Prozesse 15.5. SR 12
Monatsreihen und Speicherbemessung 16.5. HS XX
• Übungsteil (Zeitreihenanalyse) 22.5. SR 12
• Flussgebietsmodelle (Simulation und Prognose) 29.5. SR 12
• Wasserwirtschaftliche Planung: gesellschaftlicher Rahmen 04.6. HS XX
• Ökonomische Beurteilung von Projekten 04.6. HS XX Grundlagen und Anwendung auf HW-Schutz Restrisiko
• Übungsteil (Optimierung) 05.6. SR 12
• Ökonomische Beurteilung von Projekten (KWKW) 11.6. HS XX Diskussion der Vor- Nachteile einer rein ökon. Beurteilung 12.6. SR 12
• Mehrzielprojekte und multi-kriterielle Bewertung 13.6. HS XX
• Konflikte zwischen Wasserbau und Umwelt 13.6. HS XX
• Anwendung auf Regionalentwicklung: Marchfeld 19.6. SR 12
• Diskussion der Vor-Nachteile der erweiterten Planung 19.6. SR 12
• Grenzüberschreitende Probleme und Handlungsstrategien 20.6. HS XX
4
Extremwertanalyse
• Ziel
Ermittlung von Bemessungsgrößen für die Schutzwasserwirtschaft
Schutzbauten
Entlastungseinrichtungen
• Verschiedene Strategien sind in Anwendung
Vorgegebene Jährlichkeit
Optimaler wirtschaftlicher Schutz Risikobetrachtung
Strategien
• Normative Bemessung HQ30, HQ100, HQ300
Strategien
• Normative Bemessung HQ30, HQ100, HQ300
• Wirtschaftlichkeitsüberlegung
6 X*
Baukosten
Verbleibender Schaden
Strategien
• Normative Bemessung HQ30, HQ100, HQ300
• Wirtschaftlichkeitsüberlegung
• Risikominimierung
Minimiere das Risiko über einen Zeitraum
X*
Baukosten
Verbleibender Schaden
8
Grundlagen der Extremwertanalyse
• Erstellung des Datenkollektivs
• Anwendung eines Modelles
• Schätzung der Parameter
• Schätzung des Bemessungsereignisses
• Schätzung der Unsicherheit
• Sicherheitszuschläge
Anforderungen
• Unabhängigkeit der Ereignisse
- zeitlicher Abstand aufeinander folgender Spitzen - Minimum zwischen den Scheitel
• Umfang der Stichprobe
- möglichst groß
• Einheitlichkeit der Stichprobe
- Die Hochwässer haben die gleiche Ursache
Extremwertstatistik Seite 10
Jahresreihe
Der größte Wert eines Jahres wird ausgewählt
Partielle Reihe
Alle Werte über einem Schwellenwert werden ausgewählt wobei auf Unabhängigkeit zu achten ist
z.B. 1991 zeitlicher Abstand und Minimum dazwischen
Extremwertstatistik Seite 12
Hinweise
• Frage: wo liegt Schwellenwert?
Faustformel: 3x soviel Werte als Beobachtungsjahre in der Stichprobe
• Wann wählt man Jahresreihe oder partielle Reihe ?
Bei kurzen Beobachtungsreihen partielle Reihe Bei saisonaler Auswertung auch
Allgemeine Aussagen
1. T soll nicht größer sein als die 3-fache Beobachtungsdauer
2. Erwartungswert und Unsicherheit angeben
Vergleich Jahresreihe mit partieller Reihe
Extremwertstatistik Seite 14
Auswahl einer Verteilung
• Log-Normalverteilung
• Gumbelverteilung
• Log-Gumbelverteilung
• Pearson III-Verteilung
• Log-Pearson III Verteilung
• Weibull Verteilung
• Wakeby Verteilung
• Gamma Verteilung
• ….
Extremwertstatistik Seite 16
Quantil und Verteilung
• Zusammenhang zwischen Q und P(Q>QT)
• F(Q) ist gewählte Verteilungsfunktion
• f(Q) ist die Dichtefunktion
f(Q)
Q Q
0
F(Q) 1
Verteilungen Übersicht 1
• Normalverteilung
• 2-parametrig
• Symmetrisch
• Beidseitig unbegrenzt
• Gumbel-Verteilung
• 2parametrig
• Doppelt exponentiell
• Asymmetrisch mit fester Schiefe
• Parameter a – Lageparameter, Modalwert
• Parameter c - Maßstabsparameter
• Rechtsseitig unbegrenzt
Jahresniederschlag Jahrestemperatur
1396 ,
1 cs
c x a
e e
x F
) (
c x
a 0,5772*
sx
c 1,28255
Extremwerte:
Hochwasser Niederwasser Starkregen
Verteilungen Übersicht 2
• Pearson III Verteilung
3-parametrig variable Schiefe
18
Verteilungen Übersicht 3
• Weibull-Verteilung
• Sonderfall der Kritsky-Menkel Verteilung
• 3-parametrig
• Asymmetrisch ohne fester Schiefe
• Rechtsseitig unbegrenzt
Welche Verteilung ist nun die beste zur Berechnung eines Hochwasserereignisses?
• Keine eindeutige Aussage – aber Empfehlung:
Gumbel
Weibull
Pearson
GammaVerteilung
Implizite Annahmen
• Die Auftrittszeit von Hochwässern ist innerhalb eines Jahres gleich
• Die HW sind keinem Trend unterworfen
• Die Verteilung ist zeitlich invariant
20
Gumbelverteilung
• Gewählte Verteilungsfunktion: Gumbel – 2parametrig (Schätzung)
– Doppelt exponentiell
– Linksseitig mit 0 begrenzt, rechtsseitig unbegrenzt
n arithmiere e T
x
F c
xT a
e
T 1 log
1 )
(
Extremwertstatistik Seite 22
Gumbelverteilung
• Gewählte Verteilungsfunktion: Gumbel – 2parametrig (Schätzung)
– Doppelt exponentiell
– Linksseitig mit 0 begrenzt, rechtsseitig unbegrenzt
Geradengleichung bei 2x logarithmieren der Gumbelverteilung
n arithmiere e T
x
F c
xT a
e
T 1 log
1 )
(
) 1 (
* 1 log
1
ln
arithmieren
e c T
x a T
T c
x
a T 1
1 ln ln
Grafische Ermittlung von Q
T• Beachten:
• 2 gleiche Werte
• Partielle Reihen
• Plotting Positions
– Korrektur mittels Weibull
Jahr Qmax Rang k T(k) Weib.
1950 342 6 1,7 1,8 1951 415 4 2,5 2,8 1952 199 10 1 1,1 1953 278 8 1,3 1,4 1954 512 2 5 5,5 1955 333 7 1,4 1,6 1956 395 5 2 2,2 1957 607 1 10 11 1958 212 9 1,1 1,2 1959 437 3 3,3 3,7
Festlegung der Jährlichkeit T (Wiederkehrintervall)
Mittel 373 (m3/s), Streuung 128,3 (m3/s)
T(k)=n/k bzw (n+1)/k
Extremwertstatistik Seite 24
Grafische Ermittlung von Q
TWahrscheinlichkeitspapier für Gumbel-Verteilung
0 20 40 60 80 100
-2 -1 0 1 2 3 4 5 6 7
reduzierte Variable yT
X
1.001 1.01 1.1 1.2 1.5 2 3 4 5 10 25 50 100 200 300 400 500 1000
Wiederkehrintervall
0.1 1 50 75 80 90 96 98 99 99.8 99.9
Unterschreitungswahrscheinlichkeit [%]
Modus Mittel
200 300 400 500 600 700
800 900 1000 1100
925
??
Q(m3/s)
Rechnerische Ermittlung von Q
Tbzw. x
T• Schätzwerte xT
• Parameter
a (Maßstabsparameter) c (Lageparameter)
• Hydrologische Grundgleichung
• Entsprechung bei NV e T
x
F c
xT a
e T
1 1 )
(
sx
c 6
c x
a 0,5772*
x
T x u T s
x ( )*
x
T x K T s
x ( )*
Extremwertstatistik Seite 26
Rechnerische Ermittlung von Q
T
ln ln 1
T yT T
y
T y K T s
y ( )*
s m³/ 928
3 , 128
* 323 , 4 373
x K T sx x100 ( )*
Häufigkeitsfaktor KT
n Wiederholungszeitspanne in Jahren T
1.053 1.111 1.25 2 5 10 20 50 100
5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
-1.963 -1.677 -1.578 -1.525 -1.492 -1.468 -1.451 -1.438 -1.427 -1.418 -1.41 -1.404 -1.398 -1.394 -1.389 -1.386 -1.382 -1.379 -1.376 -1.374
-1.631 -1.4 -1.32 -1.277 -1.251 -1.232 -1.218 -1.207 -1.198 -1.191 -1.185 -1.18 -1.176 -1.172 -1.168 -1.165 -1.162 -1.16 -1.158 -1.155
-1.179 -1.023 -0.969 -0.94 -0.922 -0.91 -0.901 -0.893 -0.887 -0.883 -0.879 -0.875 -0.872 -0.869 -0.867 -0.865 -0.863 -0.862 -0.86 -0.859
-0.116 -0.136 -0.143 -0.148 -0.151 -0.153 -0.154 -0.155 -0.156 -0.157 -0.157 -0.158 -0.158 -0.159 -0.159 -0.159 -0.16 -0.16 -0.16 -0.16
1.313 1.058 0.967 0.919 0.888 0.866 0.85 0.838 0.828 0.82 0.813 0.807 0.802 0.797 0.793 0.79 0.787 0.784 0.781 0.779
2.26 1.848 1.703 1.625 1.575 1.541 1.515 1.495 1.479 1.466 1.455 1.446 1.438 1.43 1.424 1.419 1.413 1.409 1.405 1.401
3.168 2.606 2.408 2.302 2.235 2.188 2.153 2.126 2.104 2.086 2.071 2.059 2.047 2.038 2.029 2.021 2.015 2.008 2.003 1.998
4.343 3.587 3.321 3.179 3.089 3.026 2.979 2.943 2.913 2.889 2.869 2.852 2.837 2.824 2.812 2.802 2.793 2.784 2.777 2.77
5.224 4.323 4.005 3.836 3.728 3.653 3.598 3.554 3.519 3.491 3.467 3.446 3.428 3.413 3.399 3.387 3.376 3.366 3.357 3.349
Bemessungswert und Schätzfehler
• Annahme: die Messungen sind perfekt
aber man weiß nicht die Jährlichkeit der Beobachtungen
• Annahme: das Modell ist korrekt
aber man kennt das richtige Modell nicht
• Schätzfehler: nimmt ab mit Beobachtungslänge nimmt zu mit Extrapolation T
Extremwertstatistik Seite 28
Bemessungswert und Schätzfehler
• Annahme: die Messungen sind perfekt
aber man weiß nicht die Jährlichkeit der Beobachtungen
• Annahme: das Modell ist korrekt
• Schätzfehler: nimmt ab mit Beobachtungslänge nimmt zu mit Extrapolation T
(aus Yevjevich, 1973)
146 , 5 323
, 4
* 1 , 1 323 , 4
* 14 , 1
1 2
T
Berücksichtigung des Schätzfehlers
* 2
1 , 1
* 14 , 1
1 T T
T K K
KT, T und u() aus Tabellen
m³/s m³/s
/ , ,
,960 5146 1283 10 928 409 1
928
n u s
x s u
xT ()* T T ()*T x
u()
Extremwertstatistik Seite 30
δT – Wert / Red. Zufallsvariable der Gumbel VT
δT - Wert der Gumbel-Verteilung in Abhängigkeit von Jährlichkeit und Stichprobenumfang
Schätzwert und Schätzfehler
Abflussgeschehen Maxima Bad Schallerbach
Wiederkehrintervall (Jahre) 2 5 10 25 50 100
Verteilung
Gumbel 23,46 43,74 57,44 74,57 87,19 99,81
Vertrauensbereich +/- 4,32 7,85 11,20 14,90 18,45 21,62
Log Pearson III 20,87 35,95 48,95 64,14 87,56 108,90
HQ m³/s
Pegel Bad Schallerbach Trattnach
Pearson-III Verteilung
• 3-parametrig. Variable Schiefe
32
x
T A
A x
T x A e dx T
x x
P 1
1 1
f(x)=
Pearson-III Verteilung
• 3-parametrig. Variable Schiefe
• Schätzwert
• Schätzfehler
A
2 0 5
4 2 1 ,
x
T A
A x
T x A e dx T
x x
P 1
1 1
Parameter der Grundgesamtheit der Stichprobe
Mittelwert
Streuung
Schiefe
T
T K
x KT KT
n,u s x
s z
xT T T ()T x T 1 KT 0,5KT2
10,75 2
3
)3
( ) 2 )(
1
( X
i
S s
x x n
n
C n
x sX
f(x)=
Pearson-III Verteilung
34
Wiederholungszeitspanne in Jahren
1.053 1.111 1.25 2 5 10 20 50 100
0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.
1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.
2.1 2.2 2.3 2.4 2.5
-1.586 -1.555 -1.524 -1.491 -1.458 -1.423 -1.389 -1.353 -1.317 -1.28 -1.243 -1.206 -1.168 -1.131 -1.093 -1.056 -1.02 -0.984 -0.949 -0.915 -0.882 -0.85 -0.819 -0.79
-1.258 -1.245 -1.231 -1.216 -1.2 -1.183 -1.166 -1.147 -1.128 -1.107 -1.086 -1.064 -1.041 -1.018 -0.994 -0.97 -0.945 -0.92 -0.895 -0.869 -0.844 -0.819 -0.795 -0.771
-0.85 -0.853 -0.855 -0.857 -0.857 -0.857 -0.856 -0.854 -0.852 -0.848 -0.844 -0.838 -0.832 -0.825 -0.817 -0.808 -0.799 -0.788 -0.777 -0.765 -0.752 -0.739 -0.725 -0.711
-0.033 -0.05 -0.067 -0.083 -0.099 -0.116 -0.132 -0.148 -0.164 -0.18 -0.195 -0.21 -0.225 -0.24 -.0.254 -0.268 -0.281 -0.294 -0.307 -0.319 -0.33 -0.341 -0.351 -0.36
0.83 0.824 0.816 0.808 0.8 0.79 0.78 0.769 0.758 0.745 0.733 0.719 0.705 0.691 0.675 0.66 0.643 0.627 0.609 0.592 0.574 0.555 0.537 0.518
1.301 1.309 1.317 1.323 1.329 1.333 1.336 1.339 1.34 1.341 1.34 1.339 1.337 1.333 1.329 1.324 1.318 1.311 1.303 1.294 1.284 1.274 1.262 1.25
1.7 1.726 1.75 1.774 1.797 1.819 1.839 1.859 1.877 1.894 1.91 1.925 1.938 1.951 1.962 1.972 1.981 1.989 1.996 2.001 2.006 2.009 2.011 2.012
2.159 2.211 2.261 2.311 2.359 2.407 2.453 2.498 2.542 2.585 2.626 2.667 2.706 2.743 2.78 2.815 2.848 2.881 2.912 2.942 2.97 2.997 3.023 3.048
2.472 2.554 2.615 2.686 2.755 2.824 2.891 2.957 3.023 3.087 3.149 3.211 3.271 3.33 3.388 3.444 3.499 3.553 3.605 3.656 3.705 3.753 3.8 3.845
Wiederholungszeitspanne in Jahren
1.053 1.111 1.25 2 5 10 20 50 100
0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.
1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.
2.1 2.2 2.3 2.4 2.5
1.507 1.429 1.36 1.302 1.257 1.228 1.217 1.226 1.256 1.307 1.378 1.467 1.571 1.688 1.815 1.949 2.088 2.227 2.364 2.496 2.619 2.73 2.824 2.898
1.253 1.194 1.137 1.082 1.032 0.986 0.947 0.917 0.899 0.894 0.905 0.933 0.98 1.043 1.123 1.218 1.325 1.442 1.568 1.699 1.834 1.97 2.104 2.235
1.107 1.075 1.042 1.008 0.974 0.94 0.904 0.868 0.832 0.795 0.759 0.724 0.693 0.666 0.646 0.637 0.641 0.661 0.699 0.754 0.826 0.912 1.012 1.123
1.083 1.087 1.092 1.099 1.107 1.118 1.13 1.145 1.161 1.18 1.2 1.222 1.246 1.27 1.296 1.321 1.346 1.37 1.393 1.414 1.431 1.446 1.456 1.461
1.231 1.261 1.291 1.32 1.35 1.38 1.41 1.44 1.472 1.506 1.542 1.58 1.622 1.669 1.721 1.779 1.843 1.915 1.995 2.083 2.179 2.285 2.4 2.523
1.499 1.561 1.623 1.685 1.745 1.805 1.863 1.921 1.976 2.03 2.082 2.133 2.182 2.231 2.279 2.327 2.376 2.426 2.48 2.538 2.602 2.673 2.753 2.843
1.881 1.985 2.092 2.2 2.31 2.421 2.532 2.643 2.753 2.862 2.969 3.072 3.173 3.271 3.364 3.453 3.537 3.617 3.692 3.762 3.829 3.893 3.954 4.015
2.498 2.665 2.842 3.027 3.22 3.42 3.626 3.837 4.052 4.27 4.49 4.711 4.933 5.153 5.371 5.585 5.796 6.
6.198 6.388 6.57 6.742 6.904 7.055
3.017 3.236 3.471 3.722 3.987 4.265 4.555 4.856 5.167 5.488 5.815 6.149 6.489 6.832 7.177 7.523 7.868 8.211 8.55 8.883 9.209 9.526 9.834 10.129
KT
Cs
T
Vergleich verschiedener Verteilungen
HQ Statistik Ill - Vandans
Jährliche Reihe
0 50 100 150 200 250 300 350 400 450 500
48.8 68.8 88.8 108.8 128.8 148.8 168.8 188.8 208.8 228.8 248.8 268.8 288.8 308.8 328.8
Q sortiert nach WEIBULL P III
95% Konfidenzintervall P III Gumbel
95% Konfidenzintervall Gumbel LP III
95% Konfidenzintervall LP III AEV
95% Konfidenzintervall AEV
200 500 50 100
10 30 2 5
1.05 1.5 T
0.998 0.995
0.98 0.99 0.966 0.8 0.9
0.33 0.5
0.05 Pu
HQ [m³/s]
300 0.997
(Nachtnebel und Stanzel, 2007)
Ausreisser ?
Extremwertstatistik Seite 36
HQ Statistik Lutz - Garsella
Jährliche Reihe
0 40 80 120 160 200 240
2808.6 28.6Q sortiert nach WEIBULL48.6 68.6 88.6 108.6 128.6 148.6 168.6 188.6 P III
95% Konfidenzintervall P III Gumbel
95% Konfidenzintervall Gumbel LP III
95% Konfidenzintervall LP III AEV
95% Konfidenzintervall AEV UG AEV
200 500 50 100
10 30 2 5
1.05 1.5 T
0.998 0.995
0.98 0.99 0.966
0.9 0.5 0.8
0.05 0.33 Pu
HQ [m³/s]
300 0.997
(Nachtnebel und Stanzel, 2007)
HW-Statistik ohne Abflussmaximum 2005
HQ Statistik Lutz - Garsella
Jährliche Reihe ohne Extremereignis 2005
0 40 80 120 160 200 240
28028.4 Q sortiert nach WEIBULL48.4 68.4 88.4 108.4
P III
95% Konfidenzintervall P III Gumbel
95% Konfidenzintervall Gumbel LP III
95% Konfidenzintervall LP III
200 500 50 100
30 10
2 5 1.5
1.05 T
0.998 0.995
0.98 0.99 0.966
0.8 0.9 0.5
0.33
0.05 Pu
HQ [m³/s]
300 0.997
Vergleich mehrerer Pegel
38 Hochwasserspenden Ill
0.00 0.20 0.40 0.60 0.80 1.00 1.20 1.40
0 200 400 600 800 1000 1200
Einzugsgebietsgröße (km²) Hochwasserspende HQT / A
Hq 300 G Hq 300 PIII Hq 300 LPIII Hq 100 G Hq 100 PIII Hq 100 LPIII
Hq 30 G Hq 30 PIII Hq 30 LPIII Hq 5 G Hq 5 PIII Hq 5 LPIII
Hq 1 G Hq 1 PIII Hq 1 LPIII
Regionale Extremwertanalyse
Erstellung eines Längenschnittes
40
Diskussion
• Hochwässer können durch unterschiedliche Ursachen bewirkt werden:
Schneeschmelze
Niederschlagsereignisse
Durch die Kombination von beiden Gletscherausbrüche
• Hochwässer treten zu verschiedenen Zeiten auf und verursachen daher unterschiedliche
Schäden
42
Folgerungen
• Die Hochwasserstatistik gehorcht (infolge unterschiedlicher Mechanismen) in den einzelnen Saisonen unterschiedlichen Verteilungen
• Daher wird ein zeitlich variables Modell benötigt, aus dem auch allgemeine Bemessungswerte
abgeleitet werden können.
• Es sollten mehrere Pegel in einem
Einzugsgebiet analysiert werden (L-moments)
Definition von Peaks
• Festlegen eines Schwellenwertes Q0
• Auswahl unabhängiger Ereignisse
x
44
Analyse der Zeitreihe Federaun (Gail)
Saisonales Modell
(Peak over Threshold Models)
• Auftrittshäufigkeit oder Intensität
(t)
46
Saisonales Modell
(Peak over Threshold Models)
• Auftrittshäufigkeit oder Intensität
(t)
365
Verteilung der Größe der Ereignisse
48
Verteilung der Größe der Ereignisse
Poissonprozess
• Ist durch die Auftrittszeiten bzw. durch den zeitlichen Abstand dazwischen (inter arrival times) gekennzeichnet
• Ist durch die Zuordnung (Markierung) eines Ereignisses gekennzeichnet
50
Modellierung
• Intensität (Wahrscheinlichkeit des Auftretens in einem Zeitinterval)
• Hydrologische Prozesse weisen (in vielen Regionen) eine ausgeprägte Saisonalität auf.
365 / 2
* ))
sin(
exp(
) (
1
T
T t
T t
jt
t j q j
q
j o
) 0 ,
( )
(t t x
Anzahl der Ereignisse größer x=0
Beispiel Fourieranalyse (Rechteck)
X(t)
t
52
Modellierung
• Größe der Ereignisse in einem Zeitinterval
Bedingte Wahrscheinlichkeit der Unterschreitung
e
Modellierung
• (t,x) Wahrscheinlichkeit für Ereignisse größer als Q0+x im Zeitraum von 0 bis t
• N(t,x) Anzahl der Ereignisse größer als x von 0 bis t
• Dass N(t,x)=0 ist e-(t,x)
54
Was ist ein Extremwertprozess ?
i i+1
Schätzung seltener Ereignisse
(Bemessungsgrößen)
56
Auftreten von Ereignissen bestimmter Größe
Extremwertprozess
58
Vergleich von zeitlich invarianten und
saisonalen Modellen
Vergleich von saisonalem mit invariantem Modell
saisonal invariant
Schätzwert Schätzvarianz Schätzwert Schätzvarianz T (m3/s) (m3/s) (m3/s) (m3/s) (Jahre)
370 4,6 346 2,7 10
523 6,1 462 3,6 30
595 6,8 516 4,6 50
694 7,8 588 4,5 100
60
Diskussion
• Saisonales Modell zeigt deutliche Unterschiede zu nicht saisonalem Modell
• Es können unterschiedliche auslösende Prozesse berücksichtigt werden
• Schadwirkung ist meist auch stark saisonal abhängig