Niederschlag-Abflussmodellierung: Abhängigkeit der Modellparameter von Zeit und Zielfunktionen

Abstract

Niederschlag-Abflussmodellierung ist für Bemessungs- und Bewirtschaftungsfragen im Wasserbau und in der Wasserwirtschaft erforderlich etwa für die Bestimmung der Spitzenbelastung (Bemessungshochwässer) und zur Abschätzung von hydrologischen Veränderungen im Einzugsgebiet. Um diese zukünftigen Situationen modellmäßig abbildbar zu machen, bedarf es einer entsprechenden Schätzung der Parameter. Diese sollte robust sein, um eine verlässliche Vorhersage zu ermöglichen. In diesem Zusammenhang stellt sich allerdings die Frage, inwieweit diese Parameter selbst von Veränderungen, z.B. durch Änderungen des Klimas, beeinflusst werden. Im Rahmen dieser Arbeit wird dazu ein Konzeptmodell auf Tagesbasis - TUWmodel - verwendet, das das Einzugsgebiet in räumlich differenzierter Form beschreibt. Die Kalibrierung der Modellparameter erfolgt mit einem globalen Optimierungsalgorithmus (SCE-UA) unter Verwendung unterschiedlich formulierter Zielfunktionen, von denen manche Zusatzinformation betreffend Schnee und a-priori Parameterverteilungen berücksichtigen, getrennt für drei unterschiedliche Zeiträume. Die Untersuchung wird für 50 ausgewählte, unbeeinflusste, österreichische Einzugsgebiete durchgeführt. Die Ergebnisse zeigen, dass die Modellierungseffizienz ME zum Zweck der Wasserbilanzmodellierung empfohlen werden kann. Die Verwendung von Zusatzinformationen über Schneeverhältnisse im Gebiet bei der Kalibrierung kann die Modellqualität der Schneebedeckung für Gletscher-/Schnee-dominierte Regime verbessern. Jedoch ist dies mit leichten Einbußen betreffend der Qualität der Abflussmodellierung verbunden. Die detaillierte Betrachtung der Effizienzkriterien weist auf gewisse Probleme bei der Verwendung von der Zusatzinformation über die Schneebedeckung (ZS1) bei der Modellierung des Endes der Schneeschmelze und bei der Verwendung von a-priori Verteilungen der Modellparameter (ZP ) hin. Allgemein gültige Aussagen bezüglich der Zusammenhänge von mit unterschiedlichen Zielfunktionen kalibrierten Parametern gestalten sich durch die Parameterunsicherheit schwierig. Für die für unterschiedliche Zeiträume kalibrierten Modellparameter kann gezeigt werden, dass sie jeweils besser korreliert sind, wenn die Kalibrierungszeiträume näher beieinander liegen. Es wird daher für die Kalibrierung die Verwendung von Abflusszeitreihen aus der jüngsten Vergangenheit empfohlen.

Rainfall-runoff modelling is needed for water ressources design and management issues such as load design (design flood) estimation and the assessment of hydrological changes in catchments. To be able to accurately simulate future runoff, robust model parameters are required. However, these parameters may themselves be affected by changes of the climate and other controls. For analysing this question, a conceptual, semi-distributed rainfall-runoff model (TUW-model) with daily time steps is used in this thesis. The model parameters are calibrated using a global optimization algorithm (SCE-UA). Different objective functions are applied to investigate the effect of additional information regarding snow cover and the a-priori distributions of the model parameters on the calibration process. This procedure is applied to three different time periods for 50 unaffected Austrian catchments. The results indicate that the model efficiency ME can generally be recommended as an objective function in water balance modelling. If snow dominated catchments are to be modelled, snow cover data should be included in the objective function, although this may result in a decrease of efficiency in simulating discharge. A detailed investigation of the efficiency criteria identifies issues with the application of the criteria concerning snow cover (ZS1) and the criteria using the a-priori distribution of the model parameters (ZP). Additional issues may arise with the consistency of the end of the simulated melting period and observed snow depths and the role of the a-priori distribution of the parameters in the objective function. General statements concerning the consistency of parameters calibrated by different objective functions are difficult to make due to parameter uncertainty. Parameters calibrated for different time periods are better correlated, if these time periods are close to each other. This suggests that observed runoff time series from the immediate past should be used for calibration.