Parameter-Regionalisierung hydrologischer Modelle mit CCG

PI:Univ.Prof. Dr. Karsten Schulz Co-PI: Dr. Mathew Herrnegger Mathematische hydrologische Modelle sind extrem wichtige Werkzeuge in der Wasser- und Energiewirtschaft, wenn es z.B. im Hochwasserschutz oder bei der Produktion von Wasserkraft darum geht, den Abfluss unserer Fließgewässer richtig zu beschreiben und vorherzusagen. Oder, wenn abgeschätzt werden muss, welche Auswirkungen der Klimawandel auf die zukünftige Versorgung mit Trinkwasser, oder die Bewässerung von landwirtschaftlichen Flächen zur Gewährleistung der Nahrungsmittelproduktion hat. Hydrologische Prozesse und vor allem die Bildung von Abfluss sind ein sehr komplexes Geschehen und sind von einer Reihe von Faktoren abhängig. Neben der Niederschlagsmenge und den Niederschlagsintensitäten sind dies im Wesentlichen die Eigenschaften der Landschaft bzw. Einzugsgebietes. Dazu gehören neben dem Relief, auch die Vegetation, der Boden mit seiner Mächtigkeit und Textur, der Versieglungsgrad der Oberfläche (z.B. durch Asphaltierung) oder die Vorfeuchte, d.h. wie viel Wasser bereits im Boden gespeichert ist. Hydrologische Modelle müssen alle relevanten Prozesse und die Eigenschaften des Gebietes möglichst detailliert in Form mathematischer Gleichungen beschreiben; die Eigenschaften des Gebietes gehen dabei als sogenannte Prozess-/Modellparameter in die Gleichungen ein. Ein großes Problem dabei ist, dass die Eigenschaften des Gebietes nicht überall in der Form gemessen bzw. beobachtet werden können, wie diese im hydrologischen Modell in Form von Modellparametern benötigt werden. Hierzu wird im Projekt eine Methode entwickelt, die in der Lage ist, aus gemessenen Abflüssen an verschiedenen Messpegel sogenannte Übertragungsfunktionen abzuschätzen. Diese Übertragungsfunktionen sind in der Lage, einfache und üblicherweise leicht verfügbare Daten (z.B. digitales Geländemodell/Topographie aus Laserscans, oder Bodenbedeckung aus Satellitenbildern) flächendeckend in die benötigten Modelparameter zu übertragen. Die Methode wird sowohl den mathematischen Zusammenhang (Struktur der mathematischen Gleichung) zwischen Modellparametern und Landschaftsdaten, als auch deren Koeffizienten ermitteln. Das im Projekt entwickelte Verfahren wird dabei Methoden aus der Angewandten Informatik nutzen, die unter dem Begriff Context Free Grammar zusammengefasst sind und in der Lage sind, aus Daten direkt Gleichungen abzuleiten. Im Rahmen des Projektes wird das entwickelte Verfahren für drei sehr unterschiedlich komplexe hydrologische Modelle (u.a. das Zufluss-Prognosemodell COSERO, welches von der VERBUND Trading GmbH operationell genutzt wird) entwickelt und in verschiedenen österreichischen (z.B. Mur) und Europäischen Einzugsgebieten getestet wird. Auf diese Weise hoffen wir, ein Verfahren zu entwickeln, welches für unterschiedliche Regionen bzw. Einzugsgebiete und für unterschiedliche hydrologische Vorhersagemodelle in der Lage ist, über eine verbesserte räumliche Abschätzung der notwendigen Modellparameter, eine deutlich verbesserte Prognose der Niederschlags-Abfluss-Beziehung zu erreichen.

Die Vorhersage von Hochwasserereignissen und die Abschätzung der Auswirkungen des Klimawandels auf den Wasserhaushalt und auf Naturgefahren wird mit Hilfe mathematischer Modelle durchgeführt. Diese Modelle beschreiben wie aus Regen und Schnee Abfluss entsteht oder wie der Klimawandel Gletscher und Schnee schmelzen lässt und damit z.B. die Bildung von Grundwasser/Trinkwasser verändert wird. Diese Modelle brauchen für jeden Punkt in der Landschaft eine Vielzahl an Information, wie z.B. die Wasserleitfähigkeit und Porosität der Böden oder des geologischen Untergrundes, die Wurzelverteilung und andere Eigenschaften der Vegetation oder die Topographie des Gebietes. Diese Größen sind nicht überall messbar, werden aber in den Modellen benötigt und müssen daher flächig, als sogenannte Modell-Parameter, abgeschätzt werden und repräsentieren damit die lokalen Gegebenheiten. Im Rahmen des Projektes haben wir ein neues Verfahren entwickelt, welches aus Daten von Geographischen Informationssystemen (GIS) und Satellitenbildern diese Modell-Parameter für jeden Punkt im Gebiet abschätzen kann. Dabei können wir aus Abflussdaten und aus flächigen Informationen von Satelliten sogenannte Transferfunktionen bestimmen, d.h. für jeden Punkt im Gebiet werden aus den GIS- und Fernerkundungsdaten die notwendigen Modellparameter berechnet. Das von uns entwickelte Verfahren nutzt einen sogenannten Autoencoder (ein Neuronales Netzwerk) und kann sowohl die mathematische Formel für die Transferfunktionen ableiten, als auch gleichzeitig die notwendigen Koeffizienten in den Formeln ermitteln. Wir konnten zeigen, dass dieses Verfahren sehr gut auf andere Gebiete übertragbar ist und, dass mit zusätzlichen Daten sowohl die Formeln der Transferfunktionen als auch die hydrologischen Vorhersagen mit deutlich geringeren Unsicherheiten durchgeführt werden können.