Anwendungsbezogene Aspekte der operationellen Durchflussvorhersage

Abstract

Hochwässer in den letzten Jahren, insbesondere 2002 und 2005 haben in Österreich das Thema der Hochwasservorhersage laut werden lassen. Sowohl zivile Verbände und Einrichtungen als auch Energieversorger sind an einer Durchfluss- und insbesondere Hochwasservorhersage interessiert, um rechtzeitig Maßnahmen treffen zu können, die den Ablauf eines Ereignisses möglichst schadlos bzw. unter guter Ausnutzung von Ressourcen vonstattengehen lassen. Die Mitarbeit sowohl an konzeptiven Überlegungen als auch an der tatsächlichen Erstellung und Eichung von Vorhersagesystemen haben Fragen wachsen lassen, denen sich die vorliegende Arbeit widmet.<br />Im ersten Kapitel der Arbeit wird auf grundsätzliche Unterschiede zwischen der reinen Simulationsrechnung und der Vorhersageerstellung eingegangen. Ein deutlicher Unterschied besteht in der Quantität und Qualität der Daten, die in der operationellen Vorhersage einerseits auf fernübertragene Stationen beschränkt und andererseits nur auf grobe Datenfehler geprüft zur Berechnung von zukünftigen Durchflüssen herangezogen werden. Doch nicht nur Inputdaten und deren Fehler, sondern auch die vereinfachende Modellstruktur, nicht optimal gewählte Parameter oder die bei der Modelleichung nicht berücksichtigten Ereignisstrukturen können zu Fehlern in der Vorhersage führen. Inputdaten und das abzubildende Einzugsgebiet wiederum haben Einfluss auf die physikalisch mögliche Vorhersagefrist eines Modells.<br />Das zweite Kapitel beschäftigt sich in Folge mit der Fehlerbeurteilung bei operationellen Vorhersagen, die aufgrund der unterschiedlichen Zielsetzung anders erfolgen sollte als bei normalen, "off-line"-Simulationsrechnungen. Üblicherweise wird die Güte eines Modells über einen längeren, nicht weiter differenzierten Zeitraum ausgewiesen. In diesem Kapitel wird erarbeitet, dass die getrennte Betrachtung der Güte während der Hochwasseranstiege zu einem genaueren Bild des Verhaltens eines Vorhersagemodells führt. Dazu wird auch eine neu entwickelte Routine vorgestellt, mit deren Hilfe Hochwasseranstiege in einer Ganglinie (bzw. den einzelnen Ganglinien, die den n-Stunden-Vorhersagen der Prognosefrist eines Modells entsprechen) automatisiert identifiziert werden können.<br />Verbesserungen der Güte von Prognosen können auf mehrere Arten erfolgen.<br />Neben unterschiedlichen, in Kapitel 3 vorgestellten Ansätzen zur Korrektur (an Input, Modellzuständen, Modellparametern oder Output) wird auf die Zusammenführung mehrerer Modellergebnisse eingegangen. Die Idee hier ist es, die - auf unterschiedliche Art ermittelten - Mischungsfaktoren auf ihren Zusammenhang mit der vorherrschenden Großwetterlage zu untersuchen, wobei diese systematisch aufgrund der Hauptströmungsrichtung und der Zyklonalität in zwei Höhen bestimmt wird.<br />Bezüglich der Ermittlung der Mischungsfaktoren wurden zwei Ansätze gewählt. Die Mischung aufgrund von Gütemaßen der Vorhersagen (nsme und R²) liefert weniger gute Ergebnisse als ein lineares Regressionsmodell, das die Vorhersagen unterschiedlicher Modelle je Prognosefrist direkt miteinander verknüpft.<br />Neben der Fehlerbewertung und der Mischung von Vorhersagen wird in Kapitel 4 versucht, die mit dem zuvor entwickelten Verfahren separierten Hochwasseranstiege nach Großwetterlagen zu klassifizieren, um einen Ereigniskatalog zu erhalten, mit dessen Hilfe die zu erwartende Größe von Hochwässern aufgrund einiger beobachteter Parameter im Vorhinein abzuschätzen ist. Zu diesen zählen die Vorbefeuchtung, der Basisabfluss und, wie auch im vorigen Kapitel, die vorherrschende Großwetterlage. Mit dem Hochwasserkatalog wird ein Werkzeug erarbeitet, das parallel zu einem operationellen Hochwasservorhersagesystem bzw. als Ersatz bei Fehlen desselben die Möglichkeit bietet, die Größe eines in naher Zukunft auftretenden Hochwassers abzuschätzen.<br />Zusammenfassend lässt sich sagen, dass die getrennte Betrachtung der Hochwasseranstiege und der restlichen Durchflussbereiche deutliche Unterschiede in der Fehlerbewertung und auch in der Ermittlung der Mischungsfaktoren für die Zusammenführung einzelner Vorhersagen zeigt und somit ein wichtiger und richtiger Schritt bei der Erstellung und Bewertung operationeller Hochwasservorhersagen ist. Die Miteinbeziehung der Großwetterlage in die Zusammenführung von Vorhersagen und in die Erstellung des off-line Ereigniskataloges ermöglicht es, prozessorientierte Ansätze in die Hochwasservorhersage einzubringen, wobei sich zeigt, dass sowohl die Art der Klassifizierung der Wetterlagen als auch das Einzugsgebiet selbst Einfluss auf die Schärfe der Unterschiede innerhalb der Klassen haben.<br />

Recent flood events in Austria motivated the development of several operational flood forecasting systems. Federal offices for civil protection as well as electricity companies are interested in flood warning, both of them for different reasons. Running an operational forecasting model makes it easier to set protective measures or energy marketing decisions in time. The presented thesis is dealing with questions that came up during recent and ongoing work on conception and setting up of forecasting models.<br />Chapter 1 deals with the differences between simulation and forecasting and leads directly to the question of assessing accuracy of forecasted discharges. Sources of forecasting errors are explained, the physical lead-time of a hydrologic system is displayed. Chapter 2 then focuses on the assessment of performance for real time flood forecasting systems.<br />There is a need to distinguish non-driven periods of the hydrograph and the rising limbs of a flood wave. Accuracy during these two periods is quite different, evaluation and visualization of forecasting errors yields a better understanding of the behaviour and the applicability of a forecasting model. Additional measures as the starting point timing error, peak timing error and the respective value errors are evaluated.<br />A newly developed routine for an automatic separation of rising limbs of a hydrograph is presented.<br />In chapter 3 methods of data assimilation (input or output correction, parameter or state variables update) as a measure of optimising the results of forecasting systems are presented. The additional method of combining forecasts of different sources as a post process is the main topic of this chapter. The performance of different forecasts in dependence of the general weather situation is investigated. Three different forecasts are merged using two methods: on the one hand, merging factors are gained from performance measures (nsme and R²), on the other hand, a linear regression model combines the forecasts for each time step in advance -- this second method yields the better results. A dependency of forecasting errors on the weather situation could not be derived.<br />In chapter 4 an off-line event catalogue is presented, where the time-to-peak and the peak discharge are assessed from observations of antecedent precipitation and slope of the rising limb (if already observed). The dependency on the current weather situation, which is classified following another scheme than in the chapter before, is stronger in this case and leads to different catchment responses demonstrated in different diagrams. The event catalogue can serve as additional source of information for operational forecasting as well as for issuing flood warnings as a stand-alone application in case of a missing on-line forecasting system.<br />Chapter 5 gives a résumé of the similarities and differences derived during the work for chapters 2 to 4. Distinguishing non-driven periods and rising limbs of flood waves turned out to be important for assessing the performance of operational flood forecasting systems and for deriving factors for merging forecasts of different sources. The off-line event catalogue is again based on the earlier presented hydrograph separation and yields an easy applicable instrument for flood warning purposes.