01.03.2013 Aufrufe

METHODEN DER HYDROLOGISCHEN REGIONALISIERUNG IM ...

METHODEN DER HYDROLOGISCHEN REGIONALISIERUNG IM ...

METHODEN DER HYDROLOGISCHEN REGIONALISIERUNG IM ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Wiener Mitteilungen Band 164: Niederschlag-Abfluss Modellierung - Simulation und Prognose<br />

statistischen Eigenschaften der Stichprobe (aus den Daten bestimmtes, empirisches<br />

Variogramm). Für das theoretische Variogramm sind unterschiedliche Formen<br />

gebräuchlich. Ausgewählt wird die Form, die dem aus den Daten abgeleiteten<br />

Variogramm am besten entspricht, oder nach Einschätzung des Hydrologen das<br />

Verhalten der Grundgesamtheit am besten wiederspiegelt. Ein Beispiel für ein<br />

theoretisches Variogramm ist das sog. exponentielle Variogramm (siehe Abb. 3a)<br />

−h<br />

/ λ ( 1−<br />

e )<br />

2 2 2<br />

γ ( h)<br />

= σ + ( σ −σ<br />

) *<br />

(2)<br />

0<br />

∞<br />

0<br />

2<br />

2<br />

wobei σ0 der Nugget, σ∞ der Sill, and λ die Korrelationslänge ist. Das so ermittelte<br />

theoretische Variogramm wird dann für die räumliche Interpolation verwendet. Dafür<br />

stehen zahlreiche geostatistische Methoden zur Verfügung wie etwa Ordinary Kriging<br />

(Chilès and Delfiner, 1999; Deutsch, 1997). Bei nahezu allen diesen Methoden wird<br />

*<br />

angenommen, dass sich der zu interpolierende Wert P als gewichtetes Mittel<br />

(Linearkombination) der Messwerte darstellen lässt:<br />

*<br />

P ∑λ ⋅<br />

= i<br />

i Pi<br />

Die Gewichte λi können aus dem Variogramm und dem Abstand der Messwerte<br />

zueinander durch invertieren einer Matrix bestimmt werden (siehe z.B. Isaaks and<br />

Srivastava, 1989).<br />

Der Vorteil von geostatistischen Ansätzen wie Kriging im Vergleich zu Splines ist,<br />

dass die Varianzen gut interpretierbar sind. Die Glattheit ergibt sich direkt aus dem<br />

Variogramm (Abb. 1d,e). Zufällige Messfehler können direkt im Variogramm durch<br />

Wahl des Nuggets berücksichtigt werden (Abb. 1e). Diese Vorteile stehen dem<br />

Nachteil gegenüber, dass die Bestimmung des Variogramms in der Hydrologie wegen<br />

der knappen Datensituation oft mit erheblichen Unsicherheiten behaftet ist. Abb. 1d,e<br />

zeigt Beispiele der Interpolation mit den gleichen Daten aber unterschiedlichen<br />

Variogrammen. Abb. 4 zeigt Unsicherheiten bei der Bestimmung des Variogramms,<br />

die sich zufolge einer zu geringen Anzahl von Messwerte ergibt. Bei dieser<br />

Untersuchung wurde die Bodenfeuchte in einem kleinen Einzugsgebiet in Australien<br />

(Western et al., 1998) an einem Tag an 2056 Punkten mit Hilfe von TDR<br />

Feuchtesonden gemessen. In der Regel stehen allerdings wesentlich weniger<br />

hydrologische Messungen für die Regionalisierung zur Verfügung. Deshalb wurden<br />

aus diesen 2056 Messwerten vorerst 44 Messwerte ausgewählt und daraus das<br />

Variogramm berechnet.<br />

In einem nächsten Schritt wurden 44 andere Messwerte ausgewählt und wieder daraus<br />

das Variogramm berechnet. Dies wurde einige Male wiederholt und die verschiedenen<br />

aus einer Stichprobe von jeweils 44 Messwerten berechneten Variogramme sind in<br />

Abb. 4 oben dargestellt. Es zeigen sich erhebliche Unterschiede zwischen den<br />

Variogrammen. Erhöht man die Anzahl der Messwerte auf 86, 164 bzw. 196 (Abb. 4),<br />

werden die Unterschiede zwischen den Variogrammen kleiner und damit werden die<br />

Variogramme zuverlässiger. Aus Abb. 4 ist zu erkennen, dass eine Mindestanzahl von<br />

etwa 100 Messwerten anzustreben ist.<br />

(3)<br />

153

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!