Real time flood forecasting - a regional analysis

Abstract

Hochwasserereignisse, wie sie im Jahr 2002 im Donaueinzugsgebiet aufgetreten sind, haben das Interesse der Öffentlichkeit an möglichst frühzeitigen Hochwasserwarnungen und Vorher-sagen steigen lassen. In den folgenden Jahren wurden deshalb Vorhersagesysteme für die meisten Flüsse in Österreich eingerichtet. Ziel dieser Arbeit ist die Evaluierung des Hochwas-servorhersagesystems für die österreichischen Donauzubringer, das von der TU Wien entwi-ckelt wurde. Bei der Entwicklung von operationellen Vorhersagesystemen ist es notwendig, Routinen zu verwenden, die auch mit einem Minimum an online verfügbaren Daten plausible und genaue Ergebnisse liefern. Das in dieser Arbeit verwendete Modell beschreibt die Schneeakkumulation und -schmelze, den Bodenfeuchtehaushalt und den Abfluss am Hang und im Gerinne.<br />Im ersten Teil der Arbeit wird der Einfluss von klimatologischen und gebietsspezifischen Ei-genschaften auf die Güte der Modellergebnisse untersucht. Für die Interpretation der Vorher-sagen ist ein Verständnis der Funktionsweise eines hydrologischen Modells in unterschiedli-chen hydrologischen Situationen wichtig. Die Ergebnisse zeigen, dass in feuchten Gebieten bessere Modellergebnisse erzielt werden können als in trockenen Gebieten, und dass simulier-te Hochwasserscheitel in feuchten Gebieten kleinere Fehler aufweisen als in trockenen Ge-bieten. Die Güte der Modellergebnisse wird am stärksten von der Größe des Einzugsgebietes und dem Anteil von Regen am gesamten Niederschlag beeinflusst.<br />In Teil 2 der Arbeit liegt der Fokus auf dem Schneemodul des hydrologischen Modells. Zur zeitlichen und räumlichen Validierung der simulierten Schneeprozesse wurden Satellitendaten verwendet. Ein Vergleich von Modellergebnissen und den verwendeten MODIS-Satellitendaten zeigt, dass sie nützliche Zusatzinformation darstellen, wenn die Wolkenbede-ckung weniger als 80% beträgt. Die Schneebedeckung in den Voralpen und in bewaldeten Gebieten wird vom Modell etwas unterschätzt, in alpinen Bereichen und nicht bewaldeten Gebieten stimmen Modell und Satellitendaten gut überein.<br />Hochwasservorhersagen sind grundsätzlich mit Fehlern behaftet, die auf Unsicherheiten der meteorologischen Prognosen und des hydrologischen Modells zurückzuführen sind. Um diese Unsicherheiten zu quantifizieren, wurden im dritten Teil der Arbeit mehrere gleich wahr-scheinliche Niederschlagsvorhersagen, sogenannte Ensembles, als Eingangsdaten in das Mo-dell verwendet. Die Ergebnisse zeigen, dass die Modellunsicherheit dominant ist, wenn die Prognosefristen kurz sind und sich die prognostizierten möglichen Niederschläge wenig von-einander unterscheiden. Bei längeren Prognosefristen wird jedoch die Unsicherheit des Nie-derschlags dominant. Die Auswertungen zeigen auch, dass die Vorhersageensembles in allen Fällen ein guter Indikator für die Prognoseunsicherheiten sind.<br />Mit dem an der TU Wien entwickelten Modell ist es möglich, nicht nur den wahrscheinlichs-ten Wert des zukünftigen Hochwassers in einem Gebiet vorherzusagen, sondern auch Aussa-gen über die zu erwartende Streubreite zu treffen. Im Rahmen des Hochwasserrisikomanage-ments, wie durch die EU Hochwasserrichtlinie vorgegeben, ist beides eine wertvolle Informa-tion.<br />

Recent flood events, such as the 2002 floods in the Danube catchment, have raised the public awareness for the need for flood warnings and forecasts. Following these floods, operational flood forecasting systems were developed for most rivers in Austria. The aim of this study is the evaluation of the flood forecasting system for the Austrian Danube tributaries, which was designed at the Technical University of Vienna. When developing operational flood forecast-ing systems, it is important to use routines that can be used with a limited amoung of real time data. The model used in the study describes snowaccumulation and -melt, the soil moisture accounting and and catchment and stream routing functions.<br />For the interpretation of runoff forecasts it is vital to understand how the model works in dif-ferent hydrological situations. In the first chapter, the model performance is evaluated as a function of climatological and catchment characteristics. The results indicate that the that the model performance increases with increasing wetness of the catchment, whereas the peak errors tend to decrease with increasing wetness. However, the results suggest that the catch-ment size and the ratio of rain to total precipitation are the most important controls on the per-formance of the runoff model.<br />The evaluation of the snow routine of the hydrological model is in the focus of chapter. To validate the simulated snow processes on a temporal and spatial scale satellite data were used. A comparison of the model results and the MODIS-satellite data shows that the satellite data are a useful additional information if the cloud coverage is less than 80%.<br />Results indicate that the model tends to underestimate snow cover in prealpine areas and forested areas while it performs better in alpine catchments and open land. Flood forecasts are generally associated with errors which can be attributed to uncertainties in the meteorological forecasts and the hydrologic simulations. To quantifiy these uncertainties, a set of equally probable precipitation forecast (an ensemble) is used as input into the hydro-logical model in chapter. The results indicate that the hydrologic simulation uncertainty dominates for short lead times and for narrow ensemble spreads. For longer lead times the uncertainty from the precipitation forecasts dominate. The results also indicate, that the en-sembles are a good indicator for the forecast uncertainty. The flood forecasting system designed at the Vienna University of Technology allows not only to forecast the most likely flood peak in a catchment, but also to make conclusions about the expected spread of the forecasts. In the context of integrated flood management, as de-manded by the the flood directive of the European union, this is a valuable information.<br />