Projekt

Entwicklung einer Geodatenbank zur Aufbereitung und Verifikation von Flächenmittelniederschlägen mit zwei Vorhersageverfahren in Flusseinzugsgebieten - Freistaat Sachsen Jahr 2013

Einreichung der Arbeit: Februar 2017

Hochwasser zählen in Europa zu den wesentlichen Naturgefahren in den letzten Jahrhunderten. Auch Deutschland war häufig davon betroffen.

Insgesamt ereigneten sich in den Jahren nach der Jahrtausendwende drei extreme Hochwasserereignisse (2002, 2006 und 2013) in Mitteldeutschland. An zahlreichen Pegeln der Flüsse wurden historische Pegelhöchststande überschritten, neue Rekorde aufgestellt und ganze Landschaften überschwemmt.

Nach den Erkenntnissen des letzten Berichtes vom Intergovernmental Panel on Climate Change (IPCC) wird zukünftig in zahlreichen Gebieten auf der Erde eine Zunahme
der Gefahr durch Überschwemmungen erwartet. Es sollte hierbei nicht unerwähnt bleiben, dass aufgrund der geringen Auflösung von Klimamodellen sowie deren Rückkopplung
zu hydrologischen Modellen große Unsicherheiten in der regionalen Verteilung möglich sind.

Besonderes Augenmerk legt der IPCC-Bericht vor allem auf die Veränderungen für kleinere Flusseinzugsgebiete. Durch die beobachtete und weiterhin zu erwartende Zunahme
von Starkniederschlägen beschreibt der Bericht eine sehr wahrscheinlich steigende Gefahr von Überschwemmungen in diesen Einzugsgebieten. Neben meteorologischen Trends beeinflussen auch der Wandel in gesellschaftlichen, wirtschaftlichen und hydrologischen Bereichen Hochwasserereignisse, wie Änderungen der Landnutzung (z.B. Deichbaumaßnahmen), eine zunehmende Urbanisierung und Flächenversiegelung sowie die Bebauung in überschwemmungsanfälligen Regionen durch eine wachsende Bevölkerung.

In der Masterarbeit wurden die 12-stündigen Niederschlagsvorhersagen für die sächsischen Flusseinzugsgebiete im Jahr 2013 verifiziert. Hierbei wurden zwei unterschiedliche Vorhersageverfahren mit Daten der dynamischen Wettervorhersagemodelle COSMO-EU und GME sowie dem statistischen Anschlussverfahren MOSMIX betrachtet. Für die Bestimmung der mittleren Niederschlagssummen in den Flusseinzugsgebieten wurde ein ortsbasiertes Vorhersageverfahren mit Punkt-Termin-Prognosen (PTP) und ein gitterpunktbasiertes Vorhersageverfahren mit Vorhersagen an Gitterpunkten der Wettervorhersagemodelle untersucht. Die Verifikation wurde mit Beobachtungen aus den Messnetzen des Deutschen Wetterdienstes, den Landesverwaltungen von Sachsen und Thüringen sowie von ausländischen Wetterdiensten durchgeführt.

Die notwendige Datenaufbereitung für die Verifikation der 12-stündigen mittleren Niederschlagssummen - Beobachtungen und Vorhersagen - wurde durch eine Datenbank bereitgestellt, die im Rahmen der Arbeit entworfen und implementiert wurde.

In einem ersten Schritt der Verifikation wurde zunächst die mittlere Verteilung der Niederschlagssummen in den sächsischen Flusseinzugsgebieten für das Jahr 2013 sowie für das Hochwasserereignis Ende Mai, Anfang Juni 2013 betrachtet.

Es zeigte sich, dass alle Modelle und beide Vorhersageverfahren grundsätzlich in der Lage sind, die Niederschlagsverteilung gut abzubilden. Hoch aufgelöste Modelldaten im gitterpunkt-basierten Vorhersageverfahren könnten dabei vor allem in orographisch gegliederten Regionen realistischere Mengen bereitstellen. Durch die höhere Auflösung erreichten sie eine bessere Erfassung der Orographie. Zudem wurde ersichtlich, dass die statistische Vorhersage von MOSMIX Extremwerte - bedingt durch die lineare Regression - nicht ausreichend abbildet. Im Mittel kann MOSMIX aber eine sehr gute Vorhersage bereitstellen.

Im Fortgang wurde die Verifikation mit Standardfehlermaßen durchgeführt. Es wurde eine Gesamtbetrachtung aller Flusseinzugsgebiete sowie eine spezifische Verifikation für einzelne Gebiete vorgenommen. Zudem wurden auch die Vorhersageschritte gesondert untersucht.

Die Ergebnisse der durchgeführten Untersuchungen machen deutlich, dass mit einem hoch aufgelösten gitterpunkt-basierten Vorhersageverfahren die Vorhersage für mittlere Niederschlagssummen in Flusseinzugsgebieten verbessert werden kann. Zudem kann eine statistisch kalibrierte Vorhersage, wie MOSMIX, zusätzlich einen Mehrwert zur Vorhersagegüte beitragen.