Hydrologische Einzugsgebietsmodelle

(1)

Flussgebietsmodelle

o.Univ.Prof. DI Dr. H.P. Nachtnebel

Institut für Wasserwirtschaft, Hydrologie und konstruktiver Wasserbau

(2)

Inhalte

 Darstellung der Struktur von N-A Modellen

 Modellkomponenten

 Anwendung zur Vorhersage

 Anwendung zur Analyse von Impaktanalysen (Landnutzung, Klima)

 Zusammenfassung

(3)

Zweck

 Hydrologische N-A Modelle dienen zur Ermittlung von Bemessungswellen

 Zur Vorhersage

 Hydrologische N-A Modelle können zur

Beurteilung von flächenbezogenen Maßnahmen verwendet werden

 Können zur Beurteilung von Klimafolgen eingesetzt werden

(4)

Hydrologische Einzugsgebietsmodelle

Deterministisch Stochastisch

Niederschlags-Abflussmodelle

Hybrid

Black-Box M.

Konzeptuelle M.

(Grey-Box M.)

Flächenverteilte M.

(White-Box M.)

• UH

• Extremwertanalyse

• HBV

• FGMOD

• COSERO

• WaSiM-ETH

• ARIMA Modelle

• Neuronale Netze

• SHE Model

•Hydrus 2D

(5)

Hydrologische Einzugsgebietsmodelle

 (1) Ereignis bezogen

 Man benötigt Startwerte

 Man ermittelt Verluste (Interzeption, Muldenverluste, Versickerung,…)

 Der Effektivniederschlag wird in den Abfluss transformiert

(6)

Generierung von Bemessungswellen

 Bemessungsniederschlag

 Kalibriertes N-A Modell

(7)

Generierung von Bemessungswellen

(8)

Generierung von Bemessungswellen

(9)

Generierung von Bemessungswellen

(10)

Bemessungswellen

 Hydrologische Modellparameter für Teilgebiete

(11)

Kontinuierliche Einzugsgebietsmodelle

 (1) Ereignis bezogen

 Man benötigt Startwerte

 Man ermittelt Verluste (Interzeption, Muldenverluste, Versickerung,…)

 Der Effektivniederschlag wird in den Abfluss transformiert

 (2) Kontinuierlich

 Der Wasserkreislauf wird modelliert Die Wasserbilanz bleibt erhalten

(12)

Kontinuierliche N-A Modelle

 Arbeiten über längere Zeiträume

 Können ganze Flussgebiete modellieren

 Können in beliebige räumliche Einheiten zerlegt werden

(13)

LISFLOOD

 Grundlage des Niederschlag-Abfluss Modells LISFLOOD

• Prognose der Abflusswelle im Gerinne mittels 1D St.Venant- Gleichung

• Überflutung des Umlandes mittels 2D Manning-Gleichung

• Speicherzellenkonzept über Raster

• Digitales Geländemodell als Grundlage

 Methodik

• Räumliche Diskretisierung Bodenregion = Soilregion

Beschreibung des vorliegenden Bodens

• Ausgangsgestein

• Höhenlage

• Klima

(14)

LISFLOOD

 Datenanforderung

 Zeitliche Diskretisierung

• Fixe Zeitschritte

Typisch: 2 bis 20 sec

• Adaptierte Zeitschritte

abhängig von Rastergröße

 Räumliche Diskretisierung

• Grundlage: DKM

• Unterteilung an

 Messpegeln

 Größeren Zubringern

• Zusätzlich

 Landbedeckung

 Bodenart / -textur

 Bodenmächtigkeit

 Gefälle

 Meteorologie

(15)

Räumliche Diskretisierung

 Raster

z.B. LARSIM

(16)

Räumliche Diskretisierung

 Raster

z.B. LARSIM

 Hydrological Response Units (HRU)

oder Hydrotope wie in COSERO (IWHW)

(17)

COSERO

 Datenerfordernisse

 Landinformationen

 Meteorologische Daten (P,T)

 Hydrologische Daten Q

(18)

Räumliche Diskretisierung

(19)

Komponenten des Modells

 Schneeakkumulation und Ablation

 Verdunstung

 Bodenwasserhaushalt und Versickerung

 Generierung der Abflusskomponenten Oberflächenabfluss

Interflow

Basisabfluss

 Routing der Abflusskomponenten

(20)

Beschreibung einer Zone

(21)

Kombination von Zonen

Zonen:

hydrologische Einheiten (hydrological response units = HRUs)

Untereinzugsgebiet:

Setzt sich aus den Zonen zusammen

Einzugsgebiet:

(22)

Input Data

*100 )

( k

h h T

T_j  _m _m  _j

 Temperatur T und Niederschlag P P=P(X,h,t) Kriging

T=T(X,h,t) Höhenabhängige Interpolation

(23)

Regen und Schnee

T(t) > RAINTRT Prain(t) = P(t) Psnow(t) = 0

SNOWTRT < T(t) < RAINTRT

Prain(t) = P(t) * (T(t) – SNOWTRT / (RAINTRT - SNOWTRT)) Psnow(t) = P(t) – Prain(t)

T(t) < SNOWTRT Prain(t) = 0

Psnow(t) = P(t)

T Temperatur P Niederschlag

Prain Regenanteil des Niederschlags Psnow Schneeanteil des Niederschlags

SNOWTRT RAINTRT Schneeanteil

1

0

Lufttemp.

SNOWTRT RAINTRT

Schneeanteil

1

0

Lufttemp.

(24)

Regen und Schnee

 Schneefall wird innerhalb einer Zone log-NV verteilt

Klassen in Zone Schneehöhe

Gemessene Neuschneehöhe

(25)

Beschreibung der Komponenten: Schnee

SMTpot = RAINM + TEMPM RAINM = PNETRAIN *C0 *T TEMPM = CT(t) *( T-THTR)

T aktuelle Lufttemperatur

THTR Schwellenwert ab dem Schmelze auftritt

CT jahreszeitlich veränderlicher Schmelzfaktor [mm/°C/Zeitintervall]

CTRED Parameter zur Reduktion des Schmelzfaktors durch Neuschnee CTMAX maximaler Schmelzfaktor am 21. Juni

CTMIN minimaler Schmelzfaktor am 21. Dezember SMTpot

(26)

Albedo und Schmelze

(27)

Schneeschmelze

SNOWMELT = f(SMT, KSW, KSROH, KETAS)

MELT Schmelzanteil der jeweiligen Schneeklasse

SMT aktuelle Schmelzrate = Min(SMTpot, vorhandenem Schnee) KSW Schneewasserwert der jeweiligen Schneeklasse

KSROH Schneedichte

KETAS Sublimation (aktuelle Evapotranspiration vom Schnee)

Schmelzabfluss MELT

MELT= Max(0, Min(SNOWMELT-MELTROUT))

Die Bilanzgleichung des Schneespeichers :

(28)

Verdunstung

 Ermittlung der potentiellen Verdunstung

geo

a f

I t t T

ETP 10* ( )) *

(

* 0 . 16 )

0( 

ETP₀ potentielle Evapotranspiration für eine horizontale Fläche für ein Monat T aktuelle Temperatur [°C]

I Wärmeindex für 12 Monate

a Kennwert in Abhängigkeit des Wärmeindex

f_geo Korrekturfaktor für die Sonnenscheindauer in Abhängigkeit von der geographischen Breite Die verwendeten Faktoren sind in Bretschneider et al. (1982) tabelliert.

 Berechnung der aktuellen Verdunstung

ETAT(t) = ETAI(t) + ETAS(t) + ETAG(t)

ETAT gesamte aktuelle Evapotranspiration

ETAI aktuelle Evapotranspiration aus dem Interzeptionsspeicher ETAS aktuelle Evapotranspiration aus dem Schneemodell

ETAG aktuelle Evapotranspiration aus dem Bodenspeicher

(29)

Beiträge zur Verdunstung

 In geordneter Reihenfolge

* Interzeption

* Muldenrückhalt

* Bodenoberfläche (Verdunstung) und Pflanzen (Transpiration)

(30)

Interzeption

 Ist von Vegetation abhängig und wir durch LAI (Blattflächenindex) gesteuert

 Waldbestände: Oberfläche (bis zu 27 m²/m² Kronenprojektionsfläche, Mitscherlich 1978) weisen von allen Vegetationsformen die

höchsten Interzeptionsverluste auf.

Die effektive Interzeptionskapazität ist im Winter hoch wegen Schneeaufschichtung auf Blättern und Ästen. Die Speicherung von Niederschlag in Laubwald liegt bei 2 - 4 mm.

(31)

Interzeption

(32)

Interzeption im Jahresgang

(33)

Verdunstung

 Unterscheidung von potentieller und aktueller Evapotranspiration

 Potentielle Verdunstung ist durch klimatische Faktoren bedingt

 Aktuelle durch klimatische Faktoren und

Wasserverfügbarkeit (aktuelle Bodenfeuchte)

(34)

Verdunstung

(35)

Aktuelle Verdunstung

ALPHA

WP FK S Bodenfeuchte

(36)

Bodenspeicher

TSOIL(t+t) = TSOIL (t) * 1/(1+W) + TZON *W/(1+W)

Zeitintervalls RDT [h] berechnet.

W = RDT/24 * 0.5

Q1 = PNETRAIN + MELTZON

BW0(t+t) = BW0(t) + Q1 – ETA – VS1 – VS2 VS1= Q1* (BW0(t) / FK)^β

VS2 = BW0(t) * (1-e-(T/KBF)) QVS0 = VS1+ VS2

BW0(t)[-] aktuelle Bodenfeuchte FK [-] Feldkapazität

BETA Anpassungsparameter

VS1 Abflusswirksamer Anteil: Oberflächenabfluss VS2 langsame Versickerung

(37)

Schnelle Versickerung

(38)

1. Speicher: Oberflächenabfluss

QAB1 = BW1(t)*(1- e-t/TAB1) QVS1 = BW1(t) * (1-e-t/TVS1)

BW1(t + t) =BW1(t) + QVS0 – QAB1 –QVS1

(39)

2. Speicher: Interflow

 QAB2 = BW2(t) * (1 – e –t/TAB2)

 QVS2 = BW2(t) * (1 – e –t/TVS2)

 BW2(t + t) = BW2(t) +QVS1 –QAB2 – QVS2

(40)

3. Speicher: Grundwasserabfluss

 QAB3 = BW3(t) * (1 - e –t/TAB3)

 BW3(t + t) = BW3(t) +QVS2 –QAB3

(41)

Routing auf der Oberfläche

 QAB4 = BW4(t) * (1 – e –T/TAB4)

 BW4(t + t) = BW4(t) + QAB1 + QAB2 –QAB4

(42)

Anwendung:

 Generelle Beurteilung der Modellgüte

 Formale Beurteilung der Modellgüte

 Wasserbilanz

 Ereignis bezogene Modellierung

 Anthropogene Veränderungen

 Landnutzung

 Flussbau

 Versiegelung

 Klima

(43)

Anwendung:

 Generelle Beurteilung der Moellgüte

(44)

Formale Beurteilung der Modellgüte

 ^

 (Qm_t Qo_t)² SAA

) )

( (

var )

) ( (

var

) )

( )(

) ( cov(

2 / 1 2

/ 1

m m

o o

m m

o o

Q t

Q Q

t Q

Q t

Q Q

t r Q







 







t

o o

t

m o

Q t

Q

t Q t

Q

E ₂

2

) )

( (

)) ( )

( (

1

(45)

Vorgangsweise

 Datenprüfung (oft viele Fehler und fehlende Werte)

 Schätzung von Initialparametern aus GIS- Informationen

 Auswahl eines Zeitabschnittes T1 für Kalibrierung

 Auswahl eines Zeitabschnittes T2 für Validierung

 Modelldiagnose

(46)

Vorgangsweise bei Kalibrierung

 Startparameter

 Erfüllung der Wasserbilanz

 (eventuell P(x,t) ändern)

 Anpassung der Niederwasserphasen

 Anpassung der Schmelzphasen

 Anpassung der Hochwässer

(47)

Relative mittlere Bilanz der hydrologischen Jahre 03/04, 04/05, 05/06, 06/07 zu weinig simuliert

zu viel simuliert

+

‐

Vergleich Wasserbilanz

(48)

Datenlücken

Langfristiges Verhalten

(49)

Langfristiges Verhalten

(50)

Langfristiges Verhalten

(51)

Analysen Nov2008 Analysen Sommer 2008 beobachtet

HW 23. August 2005

(52)

Modelldiagnose

16.Juli 2008

Umrisse MODIS‐

Schneeedeckung

27.April 2008 16.Juli 2008

Umrisse MODIS‐Schneebedeckung

16.Juli 2008

(53)

Oberpinzgau bis Mittersill

Lammer

Schneebedeckung Frühjahr 2008:

Vergleich Modell ‐ MODIS

(54)

Oberes Gasteinertal

obere Saalach

Schneebedeckung Frühjahr 2008

Vergleich Modell - MODIS

(55)

Analysen Nov2008 Analysen Sommer 2008 beobachtet

HW 23.August 2005

(56)

Zusammenfassung

 Darstellung der hydrologischen Modellkomponenten:

Schnee, Interception, Bodenspeicherung, Abflusskomponenten, Routing

 Räumlich verteiltes Modell

 Kalibrierung des Modells durch

 Langfristige Bilanz

 Saisonalität

 Auslaufkurven

 Hochwasserspitzen

 Schneebedeckung

(57)

Zusammenfassung

 Kalibrierung des Modells

 A-Priori-Schätzung der Parameter fließt ein

 Validierung mit gänzlich anderen datensätzen (Schneebedeckung etc.)