Vergleichende - Friedrich-Schiller-Universität Jena
Vergleichende - Friedrich-Schiller-Universität Jena
Vergleichende - Friedrich-Schiller-Universität Jena
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
<strong>Friedrich</strong>-<strong>Schiller</strong>-<strong>Universität</strong> <strong>Jena</strong><br />
Chemisch-Geowissenschaftliche Fakultät<br />
Institut für Geographie<br />
Diplomarbeit<br />
<strong>Vergleichende</strong> ereignisbezogene Modellierung der Abflussbildung<br />
mit PRMS/MMS und TOPMODEL<br />
in zwei kleinen Quelleinzugsgebieten im Thüringer Wald<br />
vorgelegt von<br />
Claudia Fritzsche<br />
Bad Klosterlausnitz<br />
April 2001
Selbständigkeitserklärung<br />
Ich versichere, dass ich die Diplomarbeit einschließlich beigefügter Zeichnungen, Karten und<br />
Darstellungen selbst angefertigt und keine anderen als die angegebenen Hilfsmittel benutzt<br />
habe. Alle Stellen, die dem Wortlaut oder dem Sinn nach anderen Werken entnommen sind,<br />
habe ich in jedem einzelnen Falle unter genauer Angabe der Quelle deutlich als Entlehnung<br />
kenntlich gemacht.<br />
Bad Klosterlausnitz, 26. April 2001
Vorwort<br />
Die vorliegende Diplomarbeit ergänzt die bisherigen Arbeiten im Untersuchungsgebiet um die<br />
ereignisbezogene Modellierung der Abflussbildung und trägt damit zum besseren Verständnis des<br />
Wasserhaushalts mit seinen Komponenten und Speichern bei.<br />
Meine Untersuchungen wurden von verschiedenen Personen und Institutionen unterstützt, wofür<br />
ich mich in diesem persönlichen Vorwort bedanken möchte.<br />
Mein besonderer Dank gilt Herrn Prof. Dr. W.-A. FLÜGEL, Inhaber des Lehrstuhls für<br />
Geoinformatik, Geohydrologie und Modellierung des Geographischen Instituts an der <strong>Friedrich</strong>-<br />
<strong>Schiller</strong>-<strong>Universität</strong> <strong>Jena</strong>, der mir das Thema für die Diplomarbeit stellte und jederzeit mit regem<br />
Interesse am Fortgang der Arbeit Anteil nahm. Frau Prof. Dr. C. Schmullius danke ich für die<br />
Übernahme der Zweitbegutachtung.<br />
Für die Bereitstellung aller erforderlichen Klima- und Abflussdaten sowie Grundwasserstände<br />
bedanke ich mich beim DWD und stellvertretend bei Frau Dr. GABRIEL, Leiterin des<br />
Grundwasserreferats der Thüringer Landesanstalt für Umwelt in <strong>Jena</strong>.<br />
Dr. C. MICHL befürwortete die Thematik, war mit seinen zahlreichen wichtigen Hinweisen<br />
hilfreich und übernahm freundlicherweise das Korrekturlesen. Er trägt einen großen Anteil am<br />
Zustandekommen dieser Arbeit. Vielen Dank.<br />
Den Mitarbeitern des oben genannten Lehrstuhls sei dafür gedankt, dass sie mir jederzeit mit Rat<br />
und Tat zur Seite standen und durch ihr freundliches Entgegenkommen zum Gelingen der Arbeit<br />
beitrugen. Herzlich danken möchte ich K. BONGARTZ, der mich bei allen spezielleren Fragen der<br />
hydrologischen Modellierung unterstützte.<br />
Schließlich gilt großer Dank meinem Mann W. FRITZSCHE, der mich jederzeit unterstützte und oft<br />
meine häuslichen und mütterlichen Pflichten übernahm.<br />
Bad Klosterlausnitz, im April 2001
Inhalt<br />
Vorwort<br />
Inhalt<br />
Abbildungsverzeichnis<br />
Tabellenverzeichnis<br />
Abkürzungsverzeichnis<br />
Umrechnungstabelle<br />
Seite<br />
I<br />
II<br />
IV<br />
V<br />
VI<br />
VII<br />
1. Einleitung 1<br />
1.1. Stand der Forschung 2<br />
1.1.1. Der Wasserkreislauf 2<br />
1.1.2. Die hydrologische Modellierung 6<br />
1.1.3. Anwendung von GIS und Fernerkundung<br />
in der hydrologischen Modellierung 12<br />
1.2. Zielsetzung der Arbeit 15<br />
1.3. Methodisches Vorgehen 17<br />
2. Das Untersuchungsgebiet 19<br />
2.1. Lage und Relief 19<br />
2.2. Klima 21<br />
2.3. Geologie und Pedologie 24<br />
2.3.1. Geologische Verhältnisse 24<br />
2.3.2. Oberflächennaher Untergrund 26<br />
2.3.3. Bodenentwicklung 28<br />
2.4. Hydrologische Dynamik 28<br />
2.5. Vegetation 31<br />
2.6. Bisherige Arbeiten 33<br />
3. Die hydrologischen Modellsysteme 37<br />
3.1. MMS als Rahmensystem 37<br />
3.2. PRMS/MMS 37<br />
3.2.1. Modellkonzeption 37<br />
3.2.2. Ableitung der Modelleinheiten 40<br />
3.2.3. Simulationsalgorithmen der Wasserkreislaufkomponenten 41<br />
3.2.3.1. Simulation der täglichen Abflussbildung 41<br />
3.2.3.2. Simulation der ereignisbezogenen Abflussbildung 47
Inhaltsverzeichnis II<br />
3.2.4. Bisherige Anwendungen 48<br />
3.3. TOPMODEL 49<br />
3.3.1. Modellansatz 49<br />
3.3.2. Ableitung der Modelleinheiten 51<br />
3.3.3. Modellierung der Teilprozesse 51<br />
3.3.4. Bisherige Anwendungen 54<br />
3.4. Vergleich beider Modelle 55<br />
4. Modellanwendung 57<br />
4.1. Datengrundlage und Erstellen des Dateneingabesätze 57<br />
4.1.1. Hydrometeorologische Datenbasis 57<br />
4.1.2. Physiographische Datenbasis 61<br />
4.2. Ausweisung der Modelleinheiten 62<br />
4.3. Grundparametrisierung 63<br />
4.3.1. PRMS 64<br />
4.3.2. TOPMODEL 66<br />
4.4. Parameterkalibrierung, -sensitivität und -optimierung 68<br />
5. Ergebnisse 73<br />
5.1. Modellgütebetrachtung 73<br />
5.2. Wasserhaushaltsbilanzierung 81<br />
5.3. Modellierung der ereignisbezogenen Abflussbildung 85<br />
5.4. Vergleich der ereignisbezogenen Modellierung mit der<br />
kontinuierlichen Wasserhaushaltsbilanzierung von MICHL (1999) 92<br />
6. Schlussbemerkung 96<br />
7. Literatur 101<br />
Anhang<br />
Abbildungsverzeichnis<br />
Abb. 1:<br />
Abb. 2:<br />
Abb. 3:<br />
Schematische Darstellung des Wasserkreislaufs eines Einzugsgebiets<br />
Klassifikation hydrologischer Modelle<br />
Lage des Untersuchungsgebiets<br />
Seite<br />
3<br />
9<br />
20
Tabellenverzeichnis<br />
IV<br />
Abb. 4:<br />
Abb. 5:<br />
Abb. 6:<br />
Abb. 7:<br />
Abb. 8:<br />
Abb. 9:<br />
Abb. 10:<br />
Abb. 11:<br />
Abb. 12:<br />
Abb. 13:<br />
Topographie des Untersuchungsgebiets (verändert nach MICHL 1999)<br />
Verbreitung der Gesteinsverbände im Untersuchungsgebiet (verändert<br />
nach MICHL 1999)<br />
Verbreitung der Vegetation im Untersuchungsgebiet<br />
PRMS/MMS Parameter und ihre Zuordnung zu den dynamischen Prozessen<br />
bzw. Speichergliedern (MICHL 1999)<br />
Komponenten der Energiebilanzierung eines Schneepakets (MICHL 1999)<br />
Schematische Darstellung der konzeptionellen Speicher und Wasserflüsse in<br />
TOPMODEL (BEVEN & KIRKBY 1979)<br />
Abflussbildung auf Grundlage des topographischen Indexes nach dem<br />
TOPMODEL -Konzept (MICHL 1999)<br />
Vergleich der MRU-Ableitung für PRMS und TOPMODEL<br />
Klassifizierter topographischer Index für das Untersuchungsgebiet<br />
Prozentuale Anteile der Abflusskomponenten für die ereignisbezogene<br />
Modellierung<br />
21<br />
25<br />
32<br />
39<br />
46<br />
50<br />
53<br />
63<br />
67<br />
89<br />
Tabellenverzeichnis<br />
Tab. 1: Die Wasserkreislaufkomponenten, ihre Symbole, Einheiten und Erklärung<br />
(verändert nach WOHLRAB et al. 1992)<br />
Tab. 2: Übersicht über die von verschiedenen Institutionen bereitgestellten<br />
Modelleingaben<br />
Tab. 3: Durchschnittliche monatliche Klimakennwerte (verändert nach MICHL 1999)<br />
Tab. 4: Verbreitung und Merkmale der periglazialen Deckschichten im<br />
Seite<br />
5<br />
17<br />
22
Tabellenverzeichnis<br />
Untersuchungsgebiet<br />
Tab. 5: Durchschnittliche monatliche Abflusskennwerte<br />
Tab. 6: Verwendete hydrometeorologische Daten<br />
Tab. 7: Übersicht der 22 MRUs für die Modellierung mit PRMS und deren<br />
Gebietscharakteristika<br />
Tab. 8: Übersicht der 11 MRUs für die Modellierung mit TOPMODEL und deren<br />
Gebietsparameter<br />
Tab. 9: Darstellung der für die Modellierung ausgewählten Ereignisse<br />
Tab. 10: Statistische Maßzahlen für die gemessenen und simulierten Abflüsse [m³/s]<br />
nach PRMS und TOPMODEL sowie den kombinierten Ansatz nach dem<br />
besten simulierten Wert<br />
Tab. 11: Gütemaße der verschiedenen Modellanwendungen für den<br />
Untersuchungszeitraum<br />
Tab. 12: Jahressummen der wichtigsten simulierten Gebietswasserbilanzkomponenten<br />
Tab. 13: Quantifizierung der Speicher und Abflusskomponenten<br />
Tab. 14: Statistische Maßzahlen der ereignisbezogenen Modellierung<br />
Tab. 15: Die wichtigsten simulierten Wasserhaushaltsgrößen der ereignisbezogenen<br />
Modellierung<br />
Tab. 16: Zeitpunkt des Auftretens der Maxima für die Abflusskomponenten<br />
Tab. 17: Gegenüberstellung der Korrelationskoeffizienten für die Modellierung mit<br />
PRMS und den kombinierten Ansatz der vorliegenden Arbeit mit den<br />
Ergebnissen von MICHL (1999)<br />
Tab. 18: Simulierte Wasserhaushaltsgrößen für die Modellierung mit PRMS bei MICHL<br />
(1999)<br />
Abkürzungsverzeichnis<br />
V<br />
27<br />
30<br />
58<br />
64<br />
68<br />
70<br />
77<br />
80<br />
81<br />
82<br />
86<br />
88<br />
90<br />
92<br />
93<br />
ASAE<br />
ASCE<br />
DGM<br />
DVWK<br />
DWD<br />
GIS<br />
GUI<br />
HRU<br />
IAHS<br />
IHP/OHP<br />
American Society of Agricultural Engineers<br />
American Society of Civil Engineers<br />
Digitales Geländemodell<br />
Deutscher Verband für Wasserwirtschaft und Kulturbau<br />
Deutscher Wetterdienst<br />
Geographisches Informationssystem<br />
Graphical User Interface<br />
Hydrological Response Unit<br />
International Association for Hydrological Science<br />
Internationales Hydrologisches Programm der UNESCO/Operationelles
Tabellenverzeichnis<br />
VI<br />
Programm der WMO<br />
KL Klimastation<br />
LAI Leaf Area Index<br />
MMS Modular Modeling System<br />
MRU Modelling Response Unit<br />
PRMS Precipitation Runoff Modeling System<br />
REA Representative Elementary Area<br />
SUA Staatliches Umweltamt, Erfurt<br />
TLU Thüringer Landesanstalt für Umwelt, <strong>Jena</strong><br />
TK Topographische Karte<br />
TOPMODEL Topography based hydrological model<br />
USGS United States Geological Survey<br />
Umrechnungstabelle<br />
Tabelle zur Umrechnung zwischen den amerikanischen Einheiten (in PRMS/MMS verwendeten)<br />
und dem metrischen Maßsystem.<br />
Amerikanische Einheiten<br />
Metrisches Maßsystem<br />
1 ac (acre) = 0,4047 ha (Hektar)<br />
1 in (inch) = 25,4 mm (Millimeter)<br />
1 ft (foot) = 0,3048 m (Meter)<br />
1 cfs (cubic-foot/sec) = 0,02832 m³/s (Kubikmeter/Sekunde)<br />
1 °F (Fahrenheit) = 5/9 (°F - 32) °C (Celsius)<br />
1 ly (langley) = 4,186 J/cm² (Joule/Quadratzentimeter)
1. Einleitung<br />
“Das Wasser ist als belebendes, unersetzliches und unvermehrbares Gut eine der wesentlichen<br />
Voraussetzungen und Grundlagen nicht nur wirtschaftlicher, sondern auch kultureller und<br />
geistiger Entfaltung des Menschen“ (WOHLRAB et al. 1992, S. 17). Jedoch unterliegt der<br />
Wasserkreislauf insbesondere langfristig anthropogenen Veränderungen, da der Mensch direkt<br />
durch Gewässerbenutzungen und indirekt durch die Nutzung des Wassers für die Agrarwirtschaft,<br />
gewerbliche und industrielle Entwicklung und im Haushalt in das System eingreift.<br />
Die bereits 1986 in Straßburg verkündete Wasser-Charta enthält Grundsätze, die mehr denn je zu<br />
berücksichtigen sind:<br />
- „Die Vorräte an gutem Wasser sind nicht unerschöpflich. Deshalb wird es immer dringender,<br />
sie zu erfassen, sie zu erhalten, sparsam mit ihnen umzugehen und sie, wo immer möglich, zu<br />
vermehren.<br />
- Der Schutz des Wassers erfordert verstärkte wissenschaftliche Forschung und Ausbildung von<br />
Fachleuten und Aufklärung der Öffentlichkeit.<br />
- Wasserwirtschaftliche Planungen sollten sich weniger nach den verwaltungstechnischen und<br />
politischen Grenzen als nach den natürlichen Wassereinzugsgebieten ausrichten“ (WOHLRAB et<br />
al. 1992, S. 20).<br />
Die Einzugsgebietsforschung kann dazu ihren Beitrag leisten. Mit kleinen und repräsentativen<br />
Experimentiereinzugsgebieten können Grundlagenforschung (Messung hydrologischer und<br />
meteorologischer Variablen sowie Untersuchung der sich im Gebiet abspielenden physikalischen<br />
Prozesse des Wasserkreislaufs) und regionale hydrologische Untersuchungen (Zusammenhänge<br />
zwischen hydrologischen Größen und Gebietskenngrößen) durchgeführt sowie der Einfluss<br />
natürlicher (Klimaänderung, Veränderung der Vegetation durch Wachstum, Veränderung der<br />
Bodenverhältnisse infolge Erosion) und anthropogener Veränderungen (Landnutzungsänderung,<br />
Wasserentnahme oder -anstau u. ä.) untersucht werden (NATIONALKOMMITEE der IHP/OHP<br />
1985).<br />
Die Verknüpfung der Einzugsgebietsforschung mit der hydrologischen Modellierung, welche die<br />
Wechselwirkungen der einzelnen Systemkomponenten analysiert und prognostische Vorhersagen<br />
der wichtigsten Wasserkreislaufkomponenten erlaubt (BEVEN 1989), ermöglicht durch das<br />
erweiterte Prozessverständnis eine Betrachtung der Veränderungen in hydrologischen Systemen<br />
(vgl. TODINI 1988).<br />
Modelle, mit denen Einzugsgebietswasserbilanzen erstellt werden können, sind die Voraussetzung<br />
für den Nachweis von Veränderungen im Landschaftswasserhaushalt, für die gezielte Aufklärung<br />
ihrer Ursachen und ihrer ökologischen wie wirtschaftlichen Wirkungen (WOHLRAB et al. 1992). So<br />
können zum Beispiel Auswirkungen von Klima- und Landnutzungsänderungen auf die<br />
hydrologische Dynamik mit einer physikalisch begründeten, d. h. prozessadäquaten,
1. Einleitung 2<br />
flächendifferenzierten Modellierung simuliert werden (PFÜTZNER et al. 1992). Voraussetzung für<br />
die hydrologische Einzugsgebietsmodellierung ist die genaue Kenntnis des hydrologischen<br />
Systems und eine exakte quantitative Erfassung der wichtigsten Komponenten des Wasserkreislaufs<br />
(Aufgabe der Einzugsgebietsforschung). In diesem Sinne wird ein gezieltes Monitoring<br />
immer notwendiger (TODINI 1988).<br />
In diesem Zusammenhang ist der Ansatz der vorliegenden Diplomarbeit zu sehen. Die<br />
hydrologischen Modelle PRMS/MMS und TOPMODEL werden auf die Quelleinzugsgebiete des<br />
Schmücker Grabens und des Steinbachs angewendet. Die Arbeit ergänzt die bisherigen<br />
Forschungsarbeiten im Untersuchungsgebiet um die ereignisbezogene Modellierung der<br />
Abflussbildung.<br />
1.1. Stand der Forschung<br />
Nach der oben gegebenen thematischen Einführung wird in diesem Kapitel ein Überblick über<br />
den Forschungsstand gegeben. Zunächst wird der Wasserkreislauf mit seinen Komponenten und<br />
Speichern betrachtet. Er vermittelt das Grundlagenwissen zu den Erscheinungsformen des<br />
Wassers über, auf und unter der Erdoberfläche sowie über die komplexen Prozesse, an denen er<br />
im Bereich Biosphäre/ Lithosphäre beteiligt ist. Danach wird die hydrologische Modellierung<br />
hinsichtlich ihrer Methoden und Konzepte vorgestellt. Abschließend wird die Anwendung von<br />
Geographischen Informationssystemen und Fernerkundung in der Einzugsgebietsmodellierung<br />
diskutiert.<br />
1.1.1. Der Wasserkreislauf<br />
Das Einzugsgebiet wird seit dem 17. Jahrhundert als die Grundeinheit der Hydrologie betrachtet<br />
(BLACKIE & EELES 1985). Es wird durch eine oberirdische und eine unterirdische Wasserscheide<br />
begrenzt. Erstere gleicht dem zugehörigen Niederschlagsgebiet, letztere bezieht sich auf den<br />
Raum des unterirdischen Zuflusses (BAUMGARTNER & LIEBSCHER 1990).<br />
Die quantitativen Wasserumsätze im Einzugsgebiet beschreibt der Wasserkreislauf. Er besteht aus<br />
drei Hauptkomponenten: dem Niederschlag als Systemeingabe und dem Abfluss sowie der<br />
Evapotranspiration als Systemausgaben. Der Teil des Niederschlags, der nicht durch Evaporation<br />
oder Transpiration in die Atmosphäre zurückgelangt, bewegt sich unter dem Einfluss der
1. Einleitung 3<br />
Schwerkraft und des hydraulischen Gradienten durch ein komplexes Netzwerk von Wasserflüssen<br />
und Speichern zum Vorfluter (BLACKIE & EELES 1985).<br />
In Abbildung 1 ist der Wasserkreislauf eines Einzugsgebiet mit den wichtigsten Wasserflüssen<br />
bzw. Komponenten schematisch dargestellt und wird im folgenden näher erläutert (ausführliche<br />
Beschreibungen der einzelnen Wasserkreislaufkomponenten bei BAUMGARTNER & LIEBSCHER<br />
1990, MAIDMENT 1992 und MENDEL 2000).<br />
ET<br />
Niederschlag<br />
T<br />
E<br />
I<br />
Direktabfluss<br />
Erdoberfläche<br />
Wurzelzone<br />
Obere Bodenzone<br />
(ungesättigt)<br />
Infiltration<br />
Infiltration<br />
Oberflächenabfluss<br />
Untere Bodenzone<br />
(gesättigt, Grundwasseraquifer)<br />
=<br />
Kapillarer<br />
Aufstieg<br />
Perkolation<br />
=<br />
Interflow<br />
Oberflächenabfluss<br />
Interflow<br />
Zersatzzone<br />
(verwittertes,<br />
anstehendes Gestein)<br />
Tiefenperkolation<br />
Grundwasserneubildung<br />
=<br />
Grundwasserabfluss<br />
=<br />
Hauptkomponenten des Wasserkreislaufs<br />
Fließgrößen des Wasserkreislaufs<br />
Grundwasserspiegel<br />
E = Evaporation<br />
I = Interzeption<br />
T = Transpiration<br />
Erweiterung des Systems bei Schnee: Der Schnee wird von der Vegetation interzipiert und dem Interzeptionsspeicher zugeführt oder<br />
baut auf der Erdoberfläche eine Schneedecke auf. An der Oberfläche des Schneepakets treten Evaporation und Sublimation auf. Das<br />
Schneepaket wird durch Direktabfluss des Schmelzwassers oder Infiltration in die ungesättigte Bodenzone reduziert.<br />
Abb. 1: Schematische Darstellung des Wasserkreislaufs eines Einzugsgebiets<br />
Der Niederschlag erreicht bei vegetationsbestandenen Flächen nicht den Erdboden, sondern wird
1. Einleitung 4<br />
von den Blatt- und Astflächen interzipiert (Interzeptionsspeicher). Fällt der Niederschlag in<br />
Senken der Erdoberfläche (Depressionsspeicher) nimmt er ebenfalls nicht am Abflussgeschehen<br />
teil. Ein weiterer Teil des Niederschlags fällt direkt in den Vorfluter. Nach BAUMGARTNER &<br />
LIEBSCHER (1990) ist der dadurch entstehende Abfluss jedoch unbedeutend, aufgrund des<br />
geringen Anteils der Wasserflächen an der Gesamtfläche des Einzugsgebiets. Lediglich der<br />
effektive Niederschlag, der den Erdboden erreichende und zum Abfluss gelangende Anteil des<br />
Niederschlagwassers, infiltriert in den Boden (KNAPP 1978). Die Infiltrationsrate (zur Messung<br />
der Infiltration ASAE 1983) ist dabei von der Bodenart und -feuchte abhängig. Das infiltrierte<br />
Wasser gelangt entweder durch Perkolation in tiefere Schichten, wo es dem Grundwasser zufließt<br />
(Speicher der gesättigten Bodenzone), oder infolge der Gravitation oberflächennah, hangabwärts<br />
als Interflow (auch Zwischenabfluss genannt, Speicher der ungesättigten Bodenzone)(FLÜGEL<br />
1979) zum Vorfluter (WHIPKEY & KIRKBY 1978). Der kapillare Aufstieg aus dem Grundwasser<br />
bis in den Wurzelraum oder sogar bis zur Bodenoberfläche nimmt Einfluss auf die Verdunstungskomponenten<br />
Transpiration bzw. Bodenevaporation und ist dadurch ebenfalls für den<br />
Wasserhaushalt von Bedeutung (WOHLRAB et al. 1992). Die dritte Abflusskomponente ist der<br />
oberflächlich abfließende Teil. Der Oberflächenabfluss (EMMETT 1978) tritt auf, wenn der<br />
Niederschlag auf versiegelte Flächen fällt oder die Depressions- und Infiltrationsspeicherkapazität<br />
(Hortonscher Oberflächenabfluss, HORTON 1933) überschritten werden. Oberflächenabfluss<br />
entsteht aber auch, wenn das gesamte Bodenprofil bis hin zu einer wasserstauenden Schicht oder<br />
dem Grundwasserleiter vor oder während des Niederschlagereignisses gesättigt ist<br />
(Oberflächenabfluss nach DUNNE 1978). Die Evapotranspiration, als eine der drei<br />
Hauptkomponenten des Wasserkreislaufs, setzt sich aus der Evaporation und der Transpiration<br />
zusammen (Methoden zur Bestimmung der Evapotranspiration bei ASAE 1985 und JENSEN et al.<br />
1990). Nach dem DVWK (1996) wird die direkte Verdunstung von Wasser der unbewachsenen<br />
Erdoberflächen (Bodenverdunstung), des auf Pflanzen zurückgehaltenen Niederschlags<br />
(Interzeptionsverdunstung) und von freien Wasserflächen (Seeverdunstung) als Evaporation<br />
bezeichnet. Dagegen beschreibt die Transpiration den Vorgang der Wasseraufnahme durch<br />
Pflanzenwurzeln und spätere Abgabe und Verdunstung an den Spaltöffnungen der Pflanzenblätter<br />
(BAUMGARTNER & LIEBSCHER 1990). Eine Sonderform der Evapotranspiration ist die<br />
Sublimation, die die Verdunstung von Schnee und Eis meint.<br />
Der Prozess der Abflussbildung stellt folglich eine Funktion aus Niederschlag, Verdunstung und<br />
der Systemspeicher eines Einzugsgebiets dar.<br />
Grundlagen der hydrologischen Einzugsgebietsmodelle sind die Gesetze der Massen-, Energieund<br />
Impulserhaltung sowie verschiedene empirische Beziehungen, mit denen der Wasserkreislauf<br />
beschrieben wird (HAAN et al. 1982). Allgemein wird die Niederschlag-Abflussbeziehung in der
1. Einleitung 5<br />
Form<br />
N = A + V<br />
mit N = Niederschlag<br />
A = Abfluss<br />
V = Verdunstung<br />
beschrieben. Bei der Betrachtung kurzer Zeiträume muss diese Gleichung um das Speicherglied<br />
(Bilanz aus Rücklage und Aufbrauch) ergänzt werden. Die erweiterte allgemeine<br />
Wasserhaushaltsgleichung lautet:<br />
Wassereingabe = Wasserabgabe ± Änderung der Wasserspeicherung<br />
N = A + V + ΔS<br />
ΔS = R - B<br />
mit ΔS = Änderung der Wasserspeicherung<br />
R = Rücklage<br />
B = Aufbrauch.<br />
Für die detaillierte Erfassung des Wasserhaushalts in Einzugsgebieten ist eine weitere<br />
Aufschlüsselung der Gleichungskomponenten notwendig. Daraus ergibt sich folgende<br />
Wasserhaushaltsgleichung (verändert nach WOHLRAB et al. 1992):<br />
(N Fr + N F + N T + N S ) = (A o + A S + A I + A G + A uA - A K - A uZ ) + (I + E L + E B<br />
B + EW + T ) + (R - B)<br />
(Die verwendeten Symbole werden in Tabelle 1 erläutert.)<br />
Tab. 1: Die Wasserkreislaufkomponenten, ihre Symbole, Einheiten und Erklärung<br />
(verändert nach WOHLRAB et al. 1992)<br />
Begriff Symbol Erklärung<br />
NIEDERSCHLAG N Wasser der Atmosphäre, das nach Kondensation oder Sublimation<br />
von Wasserdampf in der Lufthülle ausgeschieden wurde und infolge<br />
der Schwerkraft zur Vegetations- oder Erdoberfläche gelangt.<br />
Freilandniederschlag NFr Niederschlagshöhe über Boden.<br />
durchfallender N NF Durch den Vegetationsbestand gefallener N.<br />
abtropfender N NT Vom Vegetationsbestand abtropfender N.<br />
Stammablauf NS An Baumstämmen und Pflanzenstengeln abfließender N.<br />
ABFLUSS A Unter dem Einfluss der Schwerkraft auf und unter der<br />
Landoberfläche sich bewegendes Wasser.<br />
Oberflächenabfluss A O Niederschlagswasser, das nicht in den Boden einsickert, sondern auf<br />
der Bodenoberfläche abfließt.<br />
Infiltration, Perkolation A S Niederschlagswasser, das von der Bodenoberfläche in den<br />
Wurzelraum einsickert; Sickerwasser, das aus dem Wurzelraum in<br />
die undurchwurzelte Zone absickert bzw. dem Grundwasser<br />
zusickert.<br />
Interflow A I Wasser, das hangparallel im Boden und in Deckschichten über dem<br />
Grundwasserleiter abfließt.<br />
Grundwasserabfluss A G Wasser, das im Grundwasserleiter abfließt (zum Vorfluter).<br />
Unterirdischer Abstrom A uA Wasser, das unterirdisch aus dem untersuchten Einzugsgebiet<br />
abfließt.
1. Einleitung 6<br />
Begriff Symbol Erklärung<br />
Unterirdischer Zustrom A uZ Wasser, das dem untersuchten Einzugsgebiet unterirdisch zuströmt.<br />
Kapillarer Wasseraufstieg<br />
A K Aufwärtsgerichtete Wasserbewegung von der Grundwasseroberfläche.<br />
VERDUNSTUNG V Vorgang, bei dem Wasser vom flüssigen oder festen Zustand in<br />
Wasserdampf übergeht.<br />
Interzeptionsevaporation<br />
I<br />
Verdunstung des Wassers von Pflanzenoberflächen.<br />
Streuinterzeptionsevaporation<br />
E L Verdunstung des Wassers der Streuauflage.<br />
Bodenevaporation E<br />
BB Verdunstung des Wassers von Bodenoberflächen.<br />
Gewässerevaporation E W Verdunstung des Wassers von Gewässeroberflächen ( = potentielle<br />
Evaporation).<br />
Transpiration T Pflanzenverdunstung: Vorgang, bei dem Pflanzen Wasser, das sie<br />
aufgenommen haben, an die umgebende Luft abgeben.<br />
RÜCKLAGE R Vergrößerung des ober- und unterirdischen Wasservorrats, speziell<br />
über der Bodenoberfläche, im Wurzelraum und im<br />
Grundwasserraum.<br />
AUFBRAUCH B Verkleinerung dieses Vorrats.<br />
1.1.2. Die hydrologische Modellierung<br />
Ein hydrologisches Modell kann allgemein als die dem jeweiligen Kenntnisstand entsprechende,<br />
abstrahierte und vereinfachte Darstellung der verschiedenen Wasserhaushaltskomponenten und<br />
deren interaktive Verknüpfung definiert werden.<br />
Nach MAIDMENT (1993) liegen die Anfänge der hydrologischen Modellierung bereits 150 Jahre<br />
zurück, wenn die hydrologische Modellierung als eine mathematische Formulierung des<br />
Wasserflusses auf und unter der Landoberfläche betrachtet wird. Er nennt DARCY’s Gesetz von<br />
1856 (grundlegende Gleichung zum Wasserfluss in porösen Medien) als ersten wichtigen Beitrag.<br />
Weitere grundlegende Arbeiten waren die erste Messung der hydrologischen Wirkung von<br />
Landnutzungsänderungen auf Einzugsgebietsebene 1908 (Wagon Wheel Gap (BATES & HENRY<br />
1928)), SHERMANs Entwicklung des Unit Hydrographs (1932) und HORTONs Infiltrationsmodell<br />
(1933). Einen Schnitt in der hydrologischen Geschichte stellt das Jahr 1950 dar. Von diesem<br />
Zeitpunkt an stieg die Zahl der hydrologischen Forschungsaktivitäten sehr schnell an. Zu den<br />
wohl bekanntesten in der Einzugsgebietsmodellierung gehören das variable source area-Konzept<br />
basierend auf den Arbeiten von HEWLETT & HIBBERT (1967) und dessen Weiterentwicklung zum<br />
Konzept des gesättigten Oberflächenabflusses von DUNNE (1975)(weitere wichtige Beiträge in der<br />
Entwicklung der Hydrologie bis 1980 siehe MAIDMENT 1992). HAAN et al. (1994, p. 457)<br />
bezeichnen die 1960er Jahre als „the golden years of hydrologic modeling“ und begründen die rasante<br />
Entwicklung damit, dass „digital computer were becoming widely available and hydrologic researchers began
1. Einleitung 7<br />
taking advantage of their power“. In der Mitte der 1960er Jahre traten erste Computermodelle in<br />
Erscheinung, zunächst für den Oberflächenabfluss (z. B. HEC-1 1965 (U.S. ARMY CORPS of<br />
ENGINEERS 1985, 1990), das Stanford Watershed Model SWM (CRAWFORD & LINSLEY 1966) und<br />
FESHM (ROSS et al. 1979)) und den Sedimenttransport, ab 1970 für die Wasserqualität (SWMM<br />
1971 (HUBER et al. 1981))und den Grundwasserfluss (MODFLOW (MC DONALD & HARBAUGH<br />
1988), PLASM (PRICKETT & LONQUIST 1971) und AQUIFEM-1 (TOWNLEY & WILSON 1980)), ab<br />
1980 für den Grundwassertransport (MODPATH (POLLOCK 1989)) und komplexe Modelle mit<br />
physikalischem Systemverständnis. Eine Zusammenstellung verschiedener Grundwassermodelle<br />
geben ANDERSON & WOESSNER (1992) und für hydrologische Modelle ØVERLAND & KLEEBERG<br />
(1992) und SINGH (1995).<br />
Seit der Entwicklung des Stanford Watershed Models (CRAWFORD & LINSLEY 1966), dem ersten<br />
Wasserhaushaltsmodell, wurden nach MAIDMENT (1992) inzwischen Hunderte von Computerprogrammen<br />
für die hydrologische Modellierung entwickelt. Ursachen für die große Anzahl<br />
sind in der fortwährenden Forschung mit dem Ziel einer noch realitätsnäheren Abbildung des<br />
hydrologischen Systems und ihrer zumeist speziellen Anwendbarkeit zu sehen.<br />
Anwendungsschwerpunkte sind Wirkung von Landnutzungsänderungen, Grundwassernutzung<br />
für Trinkwasser und Untersuchungen zum Einfluss von Klimaänderungen auf das<br />
Wasserdargebot (REFSGAARD & KNUDSEN 1996). Diese Konzepte gilt es im folgenden<br />
hinsichtlich ihres strukturellen Aufbaus und ihrem Grad der räumlichen Diskretisierung zu<br />
klassifizieren und ihre Vor- und Nachteile bzw. Anwendungsmöglichkeiten darzustellen<br />
(vergleichbare Ansätze zur Klassifikation hydrologischer Modelle bieten SINGH 1995,<br />
BOURROUGH et al. 1996 und SCHULZE 1998).<br />
Eine strukturelle Gliederung hydrologischer Modelle auf der Grundlage der mathematischen<br />
Umsetzung der einzelnen Prozesse bei der Überführung der Eingangskomponente Niederschlag<br />
in die Ausgabekomponente Abfluss beschreiben ANDERSON & BURT (1985). Ihre<br />
Modelltypisierung umfasst:<br />
• black-box Modelle,<br />
• konzeptionelle Modelle und<br />
• deterministische, d.h. physikalisch basierte Modelle.<br />
Black-box Modelle beruhen auf einer statistischen Eingabe (Niederschlag)-Ausgabe (Abfluss)<br />
Beziehung (TODINI 1988). Sie verzichten auf physikalisch-mathematisch begründete<br />
Zusammenhänge und erfordern kein Systemverständnis (SCHULZE 1998). Die Simulation des<br />
Abflusses wird aufgrund der Korrelation mit dem Niederschlag empirisch aus der Eingabe<br />
berechnet (NASH & SUTCLIFFE 1970). Diese Modelle sind auf ein Untersuchungsgebiet<br />
beschränkt, so dass Änderungen der Gebietsparameter eine Neukalibrierung des Modells
1. Einleitung 8<br />
verlangen. Zudem können solche Modelle keine Veränderungen im Einzugsgebiet, wie zum<br />
Beispiel Landnutzungsänderungen, nachvollziehen. Vorteil der Modelle ist ihre relativ einfache<br />
Anwendbarkeit, da sie nur wenige Eingabedaten benötigen und einen geringen Rechenaufwand<br />
besitzen. Sie werden vorrangig in der operationellen Hochwasservorhersage (PFÜTZNER et al.<br />
1992) und in kleinen homogenen Einzugsgebieten eingesetzt. Beispielhaft für diese<br />
Modellkonzeption ist die Einheitsganglinie nach SHERMAN (1932) und ihre Modifizierung durch<br />
NASH (1957) und DOOGE (1959).<br />
Die konzeptionellen Modelle nehmen bezüglich dem Grad der Kausalität eine Mittelstellung<br />
zwischen dem deterministischen Ansatz und dem empirischen black-box Konzept ein. Sie können<br />
auch als grey-box Modelle bezeichnet werden, da wesentliche Prozessdynamiken detailliert und<br />
physikalisch begründet beschrieben, aber andere statistisch umgesetzt werden (SCHULZE 1998).<br />
Diesem hybriden Ansatz liegt die Gliederung des physikalischen Wassertransportprozesses in<br />
einzelne Komponenten, die durch einfache, lineare oder nicht-lineare Speicherbeziehungen<br />
wiedergegeben werden, zugrunde (HERRMANN 1992). Je nach Komplexität der Modelle ist eine<br />
räumliche und zeitliche Extrapolierbarkeit möglich. Ein häufiger Nachteil dieser Modelle ist, dass<br />
die Modellparameter teilweise keinen direkt messbaren physikalischen Bezug haben (BLACKIE &<br />
EELES 1985) und daher längere hydrometeorologische Aufzeichnungen zur Kalibrierung<br />
benötigen. Die Modelle finden aufgrund ihrer relativ einfachen Struktur und geringen Anzahl von<br />
Parametern, verglichen mit deterministischen Modellen, sowohl in der Praxis als auch in der<br />
Forschung ihre Anwendung (BEVEN 1989). Beispiel für ein konzeptionelles Modell ist das NAM<br />
(NIELSEN & HANSEN 1973).<br />
Deterministische Modelle (auch aufgrund ihrer Transparenz als white-box Modell bezeichnet)<br />
dienen einer möglichst detaillierten Prozesssimulation (GRAYSON et al. 1992b). Sie besitzen<br />
Parameter, welche sich direkt auf die physikalischen Eigenschaften des Einzugsgebiets<br />
(Topographie, Vegetation, Boden, Geologie) beziehen (REFSGAARD & KNUDSEN 1996). Das<br />
hydrologische Systemverhalten wird dabei unter Berücksichtigung der einzelnen Subsysteme<br />
sowie deren Wechselwirkungen wiedergegeben (MICHAUD & SOROOSHIAN 1994). Verschiedene<br />
physikalische Prozesse werden über partielle Differentialgleichungen und die Oberflächen- und<br />
Bodenwasserflüsse über Kontinuitätsgleichungen beschrieben (CHIEW et al. 1993). Wesentliche<br />
Vorteile der Modelle sind darin begründet, dass sie einerseits wissensbasiert und prozessorientiert<br />
arbeiten und andererseits Veränderungen im Einzugsgebiet nachvollziehen können (MORRIS 1980,<br />
BONELL 1993). Ihre Anwendung wird durch die oft unzureichende Verfügbarkeit der<br />
physikalischen Parameter begrenzt. Als Beispiele deterministischer Modelle sind das Système<br />
Hydrologique Européen (SHE) (ABBOTT et al. 1986a, b) und das Institute of Hydrology Distributed Model<br />
(IHDM) (BEVEN et al. 1987) zu nennen.
1. Einleitung 9<br />
Ein anderer Klassifizierungsansatz bezieht sich auf die räumliche Diskretisierung. BLACKIE &<br />
EELES (1985) und BEVEN (1985) unterscheiden diesbezüglich lumped und distributive Modelle.<br />
Die lumped Modelle beschreiben die räumlich heterogenen Parameter des Einzugsgebiets (z. B.<br />
Landnutzung) über Mittelwerte, so dass die Parameter für das Untersuchungsgebiet einen<br />
homogenen Charakter besitzen (TODINI 1988). BLACKIE & EELES (1985) sehen die<br />
Schlüsselfaktoren für eine erfolgreiche Anwendung dieser Modelle in der Stabilität des<br />
Einzugsgebietssystems und einer stabilen räumlichen Verteilung des Niederschlags, der<br />
Landnutzung und der Bodeneigenschaften. Beispiele für ereignisbezogene lumped Modelle sind<br />
SWMM (HUBER et al. 1981) und HEC-1 (U.S. ARMY CORPS of ENGINEERS 1985, 1990).<br />
A) Art der Prozessbeschreibung (vgl. ANDERSON & BURT 1985)<br />
Eingabe<br />
Einzugsgebietssystem<br />
Ausgabe<br />
Black-box<br />
Modelle<br />
Konzeptionelle<br />
Modelle<br />
Deterministische<br />
Modelle<br />
B) Grad der räumlichen Diskretisierung (vgl. WOOD & O’CONNELL 1985)<br />
Eingabe<br />
Einzugsgebietssystem<br />
Ausgabe<br />
Lumped<br />
Modelle<br />
Distributive<br />
Modelle<br />
semi- volldistributiv<br />
Abb. 2: Klassifikation hydrologischer Modelle
1. Einleitung 10<br />
Im Gegensatz zu den lumped Modellen wird bei den distributiven Modellen die räumliche<br />
Heterogenität des Einzugsgebiets berücksichtigt. Dabei werden in sich geschlossene, relativ<br />
homogene Teilräume ausgewiesen, getrennt modelliert und anschließend verknüpft (LEAVESLEY<br />
& STANNARD 1990). Die räumliche Diskretisierung der Systemparameter und Prozesse ermöglicht<br />
einerseits eine realistischere Darstellung der natürlichen Gegebenheiten, erfordert aber<br />
andererseits die Verwaltung und Analyse enormer Datenmengen und erhöht den Rechenaufwand<br />
erheblich (STUART & STOCKS 1993). Beispiele für ereignisbezogene distributive Modelle sind<br />
ANSWERS (BEASLEY & HUGGINS 1981), FESHM (ROSS et al. 1979) und KINEROS<br />
(WOOLHISER et al. 1990).<br />
Diese beiden Klassifizierungsmöglichkeiten werden in den Modelltypisierungen von WOOD &<br />
O’CONNELL (1985) sowie REFSGAARD & KNUDSEN (1996) zusammengeführt. Ihre Gliederungen<br />
berücksichtigen sowohl die Art der Prozessbeschreibung als auch die räumliche Diskretisierung.<br />
Sie unterscheiden:<br />
• distributive, physikalisch basierte Modelle,<br />
• lumped konzeptionelle Modelle und<br />
• empirische black-box Modelle.<br />
Nach WOOD & O’CONNELL (1985) beschreiben die distributiven, physikalisch basierten Modelle<br />
den Abfluss auf der Landoberfläche und durch die ungesättigte und gesättigte Bodenzone, wobei<br />
eine drei-dimensionale Rasterdarstellung (bzw. bei semidistributiven Modellen eine<br />
Repräsentation durch Teileinzugsgebiete) des Einzugsgebietssystems verwendet wird. Dagegen<br />
beschreiben die lumped konzeptionellen Modelle die einzelnen Teilprozesse des Niederschlag-<br />
Abflussprozesses vereinfacht. Über einfache Bilanzierungsverfahren wird eine Massenbilanz zwischen<br />
Ein- und Ausgaben und den verschiedenen miteinander verknüpften Speichern<br />
gewährleistet. Die black-box Modelle wiederum betrachten lediglich die Beziehung zwischen dem<br />
Niederschlag als Eingabe und dem Abfluss als Ausgabe ohne die internen Mechanismen zu<br />
beschreiben.<br />
Im folgenden sollen die kontroversen Meinungen über die Stärken und Schwächen der<br />
distributiven, physikalisch basierten Modelle und der lumped konzeptionellen Modelle dargestellt<br />
werden.<br />
Die Ergebnisse vergleichender Untersuchungen (BEVEN 1989, BINLEY & BEVEN 1992, DRAYTON<br />
et al. 1992, GRAYSON et al. 1992a, b) zeigen, dass komplexe Modelle Probleme, wie<br />
Überparametrisierung und hohe Datenanforderung, aufweisen.<br />
Dagegen unterstreichen BEASLEY (1986) und NEUMANN et al. (1990) die Bedeutung distributiver<br />
Parametermodelle, da dieses Konzept verschiedene Vorteile gegenüber dem lumped
1. Einleitung 11<br />
Parameteransatz bietet. Sie besitzen einen hohen Grad der physikalischen Basiertheit und erlauben<br />
ein besseres Verständnis der physikalischen Prozesse. Diese Modelle erreichen meist eine höhere<br />
Genauigkeit und können die Wirkung von Veränderungen im Einzugsgebiet, wie<br />
Landnutzungsänderungen und Änderungen im Forstbestand durch Borkenkäferkalamität oder<br />
Windbruch, simulieren. Dennoch betonen NEUMANN et al. (1990), dass die Anwendung<br />
distributiver, physikalisch basierter Modelle beschränkt ist, da detaillierte Informationen der<br />
Gebietscharakteristika und Eingabedaten (zum Beispiel Niederschlag) in hoher räumlicher und<br />
teilweise zeitlicher Auflösung zur Verfügung stehen müssen.<br />
BEVEN (1989) führt als Schwächen der lumped konzeptionellen Modelle unter anderem an, dass (a)<br />
sie aufgrund ihrer Modellstruktur die real world nur annähernd abbilden, (b) die räumlichen<br />
Heterogenitäten im System nur unzureichend durch die über das Einzugsgebiet gemittelten<br />
Parameterwerte wiedergegeben werden und (c) die kalibrierten Parameter voneinander<br />
unabhängig zu sein scheinen, da verschiedene Parametersätze gleich gute Ergebnisse liefern. Bei<br />
fließendem Übergang zwischen lumped konzeptionellen und distributiven, physikalisch basierten<br />
Modellen lässt sich nicht daraus die Überlegenheit letzterer schlussfolgern. Denn BEVEN (1989)<br />
betont gleichzeitig, dass die physikalisch determinierten Modelle aufgrund ihrer hohen<br />
Datenanforderung und aufwendigen Kalibrierung bzw. Validierung in ihrer Anwendbarkeit<br />
beschränkt sind. GRAYSON et al. (1992b) stellt ebenfalls heraus, dass die deterministischen Modelle<br />
nur für Laborstudien geeignet sind und auf Einzugsgebietsmaßstab den lumped konzeptionellen<br />
Modellen hinsichtlich ihrer Leistungsfähigkeit gleichen.<br />
Trotzdem sind in der Prozessforschung die physikalisch determinierten Modelle zu bevorzugen.<br />
Sie ermöglichen Aussagen über die Funktionsweise des hydrologischen Systems (BEVEN 1989,<br />
MICHAUD & SOROOSHIAN 1994), da sie auf physikalischen, im Gelände messbaren Parametern<br />
beruhen und die räumliche Heterogenität des Einzugsgebiets berücksichtigen (vgl. BEVEN 1991b,<br />
KITE & KOUWEN 1992, FLÜGEL 1995b, MUZIK 1996 und MICHL 1999).<br />
Eine Minimierung der Schwächen oben genannter Modelle für die Einzugsgebietsmodellierung<br />
wurde durch die Verknüpfung der prozessorientierten und konzeptionellen Ansätze erreicht.<br />
Nach PFÜTZNER et al. (1992, S. 49) ist es „sinnvoll und notwendig, eine der Problemstellung, den<br />
hydrologischen Bedingungen und der Dimension des Untersuchungsraumes (örtlich und zeitlich)<br />
adäquate Diskretisierung zu wählen“. In den vergangenen Jahren wurden semi-distributive,<br />
physikalisch basierte Modelle entwickelt, die (a) prozessbezogen strukturiert sind, (b) eine<br />
räumliche Verteilung der Systemparameter berücksichtigen, (c) digitale Geländemodelle (DGM)<br />
und Speicherkaskaden zur Präzisierung der Abflusskomponenten verwenden und (d) mit<br />
Geographischen Informationssystemen (GIS) (vgl. Abschnitt 1.1.3.) gekoppelt sind (PFÜTZNER et<br />
al. 1992). In diesem Zusammenhang führt BONELL (1993) die topographisch und physikalisch
1. Einleitung 12<br />
basierten hydrologischen Modelle TOPography based hydrological MODEL (TOPMODEL) (BEVEN<br />
1986, vgl. Abschnitt 3.3.), TOPOGraphic and physically based variable contributing area model (TOPOG)<br />
(O’LOUGHLIN 1986) und THALES (a distributed parameter rainfall-runoff model based on the Terrain<br />
Analysis Program for the Environmental Sciences TAPES) (GRAYSON et al. 1992a) an. Sie basieren auf<br />
der Analyse von digitalen Geländemodellen, da sie das Relief als den entscheidenden Faktor der<br />
Abflussbildung ansehen. Diese Modellkonzepte sollen das Prozessverständnis mittels weniger<br />
Parameter wiedergeben. Die distributive Eigenschaft der Modelle wird über die Verwendung<br />
topographischer Indizes realisiert. MICHL (1999) nennt zwei weitere Modellansätze, das<br />
Agrohydrological Modeling System (ACRU) (SCHULZE 1995) und das Precipitation-Runoff Modeling<br />
System/Modular Modeling System (PRMS/MMS) (LEAVESLEY & STANNARD 1995, vgl. Abschnitt 3.2.),<br />
die als konzeptionelle Lösungsvorschläge des hydrologischen Systems entwickelt wurden. Das<br />
ACRU Modell beruht auf einem mehrschichtigen Bodenwasserhaushaltsbilanzierungsansatz und<br />
berücksichtigt vor allem Landnutzungsstrategien. Es enthält ein Decision Support System (DSS), das<br />
regionalspezifische und landnutzungsabhängige Parameter liefert. Das Modell PRMS/MMS<br />
erklärt das hydrologische System mit physikalischen Gesetzmäßigkeiten oder empirischen<br />
Zusammenhängen (LÜLLWITZ 1993b), wobei der distributive Ansatz der Hydrological Response Units<br />
(HRUs) (vgl. Abschnitt 3.1.) integriert ist. Vorteil dieses Modells ist, dass der Anwender seine<br />
Modellkomponenten aus der Modulbibliothek interaktiv zusammenstellen kann.<br />
1.1.3. Anwendung von GIS und Fernerkundung in der hydrologischen Modellierung<br />
BEVEN (1997) betont die Bedeutung von Digitalen Geländemodellen (DGM) in der<br />
hydrologischen Prozessmodellierung und führt die Verknüpfung der hydrologischen<br />
Modellierung mit den Geographischen Informationssystemen als ein essentielles Werkzeug in der<br />
distributiven Einzugsgebietsmodellierung an. Ein GIS (z. B. ARC/INFO (ESRI 1989) und<br />
GRASS (U.S. ARMY 1987)) ist ein rechnergestütztes System, mit welchem raumbezogene Daten<br />
digital erfasst und editiert, gespeichert und strukturiert, modifiziert und manipuliert, modelliert<br />
und analysiert sowie graphisch präsentiert werden (KILCHENMANN 1992). D. h. das GIS ist eine<br />
Technologie für die Manipulation der für die hydrologische Modellierung notwendigen<br />
räumlichen Daten (ZHANG et al. 1990). Zudem soll es eine effiziente Bearbeitung ermöglichen<br />
(MUZIK 1996) und die Eingaben für das hydrologische Modell liefern. Die räumlichen Daten<br />
(Boden, Landnutzung, Topographie) werden in verschiedenen Layern gespeichert. Mit den GIS-<br />
Aufgaben Extraktion, Überlagerung und Ableitung von Gebietseigenschaften kann die<br />
Ausweisung hydrologisch ähnlich reagierender Teilgebiete (HRU Hydrological Response Units<br />
(FLÜGEL 1996 c), HHS Hydrological Homogeneous Subareas(VIEUX 1993), HSU Hydrologically Similar
1. Einleitung 13<br />
Units (SCHULTZ 1993), CHRU Chemical Hydrological Response Units (KERN & STEDNICK 1993), GRU<br />
Grouped Response Units (KITE & KOUWEN 1992)) durchgeführt werden, wobei die<br />
Reproduzierbarkeit und ein höherer Grad an Objektivität gewährleistet sind (GERTEN et al. 1998).<br />
Nach STUART & STOCKS (1993) ermöglichte erst das GIS die distributive Modellierung mit<br />
adäquatem Aufwand. Ebenso begründen MOORE et al. (1991) die gegenwärtige schnelle<br />
Entwicklung topographischer, physikalisch basierter hydrologischer Modelle, die auf digitalen<br />
Geländemodellen beruhen. Diese Modelle gehen von topographischen Gradienten aus, da sie die<br />
räumlichen Unterschiede in der Bodenfeuchte und folglich der abflusserzeugenden Flächen<br />
widerspiegeln.<br />
Maßgeblicher Faktor für die Integration von GIS in der Einzugsgebietsmodellierung ist nach<br />
DRAYTON et al. (1992) die Gewinnung topographischer Parameterwerte (zum Beispiel Exposition<br />
und Hangneigung) mittels DGM (EBNER & EDER 1992), wie sie für die Parametrisierung<br />
flächendifferenzierter, physikalisch basierter Modelle erforderlich sind. Des weiteren können<br />
DGMs für die Fließrichtungsableitung oder die Ausweisung des Einzugsgebiets und des<br />
Gerinnenetzwerks verwendet werden (MOORE 1996). Zum Beispiel erfolgt die Parametrisierung<br />
des Modells TOPMODEL (vgl. Abschnitt 3.3.) über den topographischen Index mittels DGM<br />
durch Berechnung von Fließrichtung und -akkumulation (QUINN et al. 1991, 1995). LA BARBERA<br />
et al. (1993) und FLÜGEL (1996c) verwenden ein GIS zur Bestimmung von Hangneigung und<br />
Exposition auf Basis eines DGM, und DE ROO (1998) leitet mittels GIS räumliche Muster der<br />
Bodenerosion und des Sedimenttransports ab. Zunehmend wird die Generierung der DGMs auf<br />
Basis der Digitalisierung von Höhenlinien topographischer Karten durch die Berechnung aus<br />
Stereoaufnahmen des Einzugsgebiets (Einbeziehung der Fernerkundung) ersetzt (HAEFNER &<br />
SCHUMANN 1992). Damit wird auch die räumliche Auflösung der DGMs verbessert, welche sich<br />
entscheidend auf die Ergebnisse der hydrologischen Modellierung auswirken (vgl. SAULNIER et al.<br />
1997, WOLOCK & PRICE 1994, QUINN et al. 1991).<br />
Die GIS-Funktionen (zum Beispiel Overlay-Analysen) sind ebenso für die Regionalisierung<br />
(Informationstransfer von einem Einzugsgebiet auf ein anderes bzw. Übertragung der punktuell<br />
erhobenen Eingangsdaten auf die Fläche)(KLEEBERG et al. 1999, KLEEBERG 1992, BERAN et al.<br />
1990) in der hydrologischen Modellierung von Bedeutung. Dies beinhaltet beispielsweise die<br />
Anwendung von GIS zur Ausweisung der Hydrological Response Unit’s (HRUs)(FLÜGEL 1996c,<br />
STUART & STOCKS 1993, JETON & SMITH 1993) sowie das Skalenproblem. Unter dem<br />
Skalenproblem ist die Modellierung der hydrologischen Parameter auf jeder Skala (zur<br />
Skalenklassifikation vgl. SCHULTZ 1993, ØVERLAND & KLEEBERG 1992 und SINGH 1995) und die<br />
Skalentransformation, d. h. die Übertragung von Werten einer Skala auf andere Skalen (z. B.<br />
flächenbezogene Erfassung der Prozesse anstelle punktueller Messungen), zu verstehen. Die<br />
relevantesten Artikel zur Skalenproblematik sind BERGSTRÖM & GRAHAM (1998), BLÖSCHL &
1. Einleitung 14<br />
SIVAPALAN (1995), BEVEN (1991a), WOOD et al. (1988)und GUPTA et al. (1986). Die GIS-<br />
Integration ermöglicht die top down Diskretisierung (downskaling bezeichnet den<br />
Informationstransfer von einem gegebenen Maßstab auf einen kleineren) bzw. den umgekehrten<br />
Prozess der bottom up Diskretisierung (BECKER & BRAUN 1999, PFÜTZNER et al. 1992).<br />
Viele Anwendungen von GIS in der Einzugsgebietsmodellierung beschränken sich allerdings auf<br />
die begleitende graphische Darstellung hydrologischer Faktoren und der Modellergebnisse.<br />
MAIDMENT (1993) und NYERGES (1993) bezeichnen diesen Ansatz als lose Verknüpfung, wenn<br />
ein Datentransfer zwischen beiden Werkzeugen durch deren Verknüpfung über eine<br />
Datenschnittstelle gegeben ist. Zum Beispiel wurde bei REICHE (1996) das Modell WASMOD mit<br />
dem GIS ARC/INFO gekoppelt, so dass ein interaktiver Datentransfer vom GIS zum Modell<br />
und umgekehrt stattfinden konnte. Den höchsten Grad der Vernetztheit von GIS und<br />
Einzugsgebietsmodellierung sieht GOODCHILD (1993) in der Modellkalibrierung und -<br />
durchführung innerhalb eines GIS unter Verwendung der GIS-Befehlssprache<br />
(Anwendungsbeispiele bei MALLANTS & BADJI 1991, PFÜTZNER et al. 1997). Nach STUART &<br />
STOCKS (1993) fehlen aufgrund der separaten Entwicklung von GIS und hydrologischen Modellen<br />
noch hinreichende Schnittstellen, um beispielsweise die HRUs mit räumlichen Bezug ins<br />
hydrologische Modell zu überführen. SINGH (1995) betont als Potential der GIS die<br />
Durchführung von Overlay-Analysen und die Ableitung von Einzugsgebietseigenschaften, aber<br />
auch deren Verwendung zur Kalibrierung und Modifikation der hydrologischen Modelle.<br />
Neben der Verknüpfung von hydrologischen Modellen und GIS wurde in den letzten Jahren auch<br />
die Einbeziehung der Fernerkundung erforscht (LU et al. 1996, SAVABI et al. 1996, JETON & SMITH<br />
1993). Die Fernerkundung erlaubt das kontaktlose wissenschaftliche Beobachten und Erkunden<br />
eines Gebiets aus der Ferne durch Reflexion der Solarstrahlung und der thermalen Eigenstrahlung<br />
von Körpern (passive Systeme, zum Beispiel Luftbilder) oder der künstlichen (Radar-) Strahlung<br />
(aktive Systeme) (LÖFFLER 1994). Sie hat sich zu einer wichtigen Methode der flächenhaften<br />
Ableitung von Parametern für die hydrologische Modellierung mit physikalisch basierten,<br />
distributiven Modellen entwickelt (MAUSER et al. 1997). Ihr Vorteil liegt in der Erfassung<br />
flächenhafter Daten in hoher räumlicher (abhängig vom Fernerkundungssystem) und zeitlicher<br />
(abhängig von der Repetitionsrate) Auflösung (SCHULTZ 1988, zitiert in SINGH 1995). Bisher<br />
wurden für die hydrologische Modellierung vorrangig Daten der optischen Fernerkundung<br />
genutzt. Zukünftiges Ziel ist die Integration der Radarfernerkundung. Sie besitzt in der Ableitung<br />
hydrologischer Parameter noch experimentellen Status (KUSTAS et al. 1998), aber bietet gegenüber<br />
der optischen Fernerkundung den Vorteil der Unabhängigkeit von Witterungs- und<br />
Strahlungsbedingungen.<br />
Die Fernerkundungstechnologie kann adäquate Daten für die quantitative Beschreibung
1. Einleitung 15<br />
hydrologischer Prozesse bereitstellen. Nach HAEFNER & SCHUMANN (1992) und BEVEN & FISHER<br />
(1996) liegt das Potential der Fernerkundungstechnologie darin, dass relevante Parameter<br />
flächenmäßig in ihrer Ausprägung erfasst werden, wobei Aussagen für alle räumliche<br />
Skalenbereiche möglich werden. Ihre Stärken liegen nach SCHULTZ (1988, zitiert in SINGH 1995)<br />
in der Erfassung flächenhafter Daten anstelle von Punktmessungen und einer hohen räumlichen<br />
und/oder zeitlichen Auflösung. Zudem liegen die Daten digital vor und können auch für<br />
unzugängliche Gebiete aufgenommen werden.<br />
Satelliten, die für die Einzugsgebietsmodellierung brauchbare Daten liefern, sind zum Beispiel<br />
NOAA für Daten zur Schneedecke, Albedo und LAI (XINMEI et al. 1995), SPOT und LANDSAT<br />
für Daten zur Vegetation und Landnutzung sowie METEOSAT für meteorologische Daten<br />
(SINGH 1995, LEAVESLEY & STANNARD 1990).<br />
Fernerkundungsdaten erlauben unter Einbeziehung terrestrischer Geländemessungen die<br />
Ableitung vieler hydrologisch relevanter Größen für die Parametrisierung, Kalibrierung und<br />
Validierung hydrologischer Modelle (SCHULTZ 1993). Bisherige Untersuchungen beziehen sich vor<br />
allem auf die Landnutzung (DOBSON et al. 1995) und die flächenhafte Bestimmung der<br />
Bodenfeuchte (DUBAYAH et al. 1997, ULABY et al. 1996, NJOKU & ENTEKHABI 1996, ENGMAN &<br />
CHAUHAN 1995). Erfolgreiche Anwendungen zur satellitengestützten Abschätzung der<br />
Evapotranspiration finden sich bei GRANGER (2000) und MAUSER & SCHÄDLICH (1998). Ein<br />
Vergleich der Bestimmung der Evapotranspiration mittels Satelliten, hydrologischer Modelle und<br />
Geländemessungen geben KITE & DROOGERS (2000). Zudem gibt es eine Vielzahl von<br />
Untersuchungen, die sich mit der Verbreitung der Schneedecke (RANGO 1996, SWAMI & BRIVIO<br />
1996, ENGMAN & GURNEY 1991), der Parametrisierung eines Schneeschmelzmoduls mittels<br />
Satellitenfernerkundung (LU et al. 1996) und der Kombination von Fernerkundung mit<br />
punktuellen Messungen des Niederschlags zur Abschätzung der Wasseräquivalente (CARROLL &<br />
YATES 1989, PECK et al. 1983) beschäftigen. Des weiteren bietet die Radarfernerkundung mit<br />
Abschätzungen zur regionalen Ausdehnung von Regengebieten oder zu Niederschlagsäquivalenten<br />
von Wolkensystemen (MICHAUD & SOROOSHIAN 1994, ENGMAN & GURNEY 1991,<br />
BARRETT & MARTIN<br />
1981) die Möglichkeit, bisherige Fehler bei der punktuellen<br />
Niederschlagsmessung infolge Niederschlagsvariabilität (BRAUN 1997) zu vermeiden.<br />
1. 2. Zielsetzung der Arbeit<br />
Das übergeordnete Ziel dieser Arbeit ist die ereignisbezogene Modellierung der Abflussbildung<br />
zweier Quelleinzugsgebiete unter Verwendung der hydrologischen Modelle PRMS/MMS und<br />
TOPMODEL. Das Arbeitsziel kann in folgende Teilziele gegliedert werden:
1. Einleitung 16<br />
Teilziel 1:<br />
Vergleich der Modellergebnisse auf kontinuierlicher Datenbasis<br />
Anhand der Modellierung der hydrologischen Dynamik mit PRMS/MMS und<br />
TOPMODEL wird verglichen, welches Modell bezüglich des optischen Vergleichs<br />
zwischen den gemessenen und simulierten Abflusswerten und der statistischen<br />
Gütemaße die besseren Ergebnisse liefert. Dabei wird überprüft, welche zeitliche<br />
Auflösung zu bevorzugen ist. Des weiteren wird ermittelt, ob eine parallele<br />
Verwendung beider Konzepte zur Abflussbildung über den besten simulierten<br />
Abflusswert zu einer Verbesserung der Modellergebnisse führt.<br />
Teilziel 2: Wasserhaushaltsbilanzierung und Bewertung der Modellierung interner<br />
Systemzustände und -flüsse für das Modell PRMS/MMS<br />
Die Modellierung auf einer kontinuierlich hoch aufgelösten Datenbasis ermöglicht<br />
die Quantifizierung der Wasserhaushaltsglieder. Die Zuordnung der<br />
Abflusskomponenten zu den Schichten des oberflächennahen Untergrundes erfolgt<br />
über die Verknüpfung der lokalen und regionalen Gebietskenntnisse mit der<br />
hydrologischen Modellierung. Des weiteren wird eine hydrologische Systemanalyse<br />
unter Verwendung gemessener Grundwasserstände und Schneehöhen durchgeführt.<br />
Teilziel 3:<br />
Systemanalyse für ausgewählte Hochwasserereignisse<br />
Auf Grundlage der kontinuierlichen hydrometeorologischen Datenbasis werden für<br />
die fünf hydrologischen Jahre 1995 bis 1999 Ereignisse hohen Abflusses ausgewählt.<br />
Dabei werden sowohl einmalige, im Untersuchungsgebiet auftretende sommerliche<br />
und winterliche Hochwasserperioden, als auch jährlich wiederkehrende Ereignisse,<br />
zum Beispiel Frühjahrshochwasser infolge der Schneeschmelze modelliert. Über die<br />
Modellvalidierung anhand des optischen Vergleichs zwischen gemessenen und<br />
simulierten Abflusswerten und der statistischen Gütemaße wird wiederum ermittelt,<br />
welches Modell beziehungsweise ob die Kombination beider Ansätze die besten<br />
Ergebnisse liefert. Die Quantifizierung der Abflusskomponenten und ihre zeitliche<br />
Ausbildung wird nur für die Modellierung mit PRMS/MMS durchgeführt.<br />
Teilziel 4: Vergleich mit den Ergebnissen von MICHL (1999)<br />
Durch die Übernahme der Parametrisierung von MICHL (1999) wird ein Vergleich der Ergebnisse<br />
beider Arbeiten bezüglich der Modellvalidierung anhand statistischer Gütemaße und über die<br />
Wasserhaushaltsbilanzierung durchgeführt. Hierbei wird die Übertragbarkeit der<br />
Modellparameter auf einen anderen zeitlichen Maßstab und eine andere Flächendiskretisierung
1. Einleitung 17<br />
untersucht.<br />
1. 3. Methodisches Vorgehen<br />
Aus den in Abschnitt 1. 2. vorgestellten Zielsetzungen der Arbeit ergibt sich folgender<br />
Arbeitsablauf:<br />
< Literaturrecherche zu bisherigen Arbeiten im Untersuchungsgebiet (Kapitel 2) und (vor<br />
allem ereignisbezogene) Anwendungen mit den Modellen PRMS/MMS bzw.<br />
TOPMODEL (Kapitel 3).<br />
< Erstellung und Aufbereitung der hydrometeorologischen Datengrundlage und Auswahl<br />
verschiedener, für die Modellierung geeigneter Abflussereignisse (Abschnitt 4.1.).<br />
< Ausweisung von Modelleinheiten als physiogeographische Datenbasis (Abschnitt 4.2.).<br />
< Modellparametrisierung, -kalibrierung und -optimierung (Abschnitt 4.3. und 4.4.).<br />
< Validierung beider Modelle anhand des optischen Vergleichs zwischen gemessenen und<br />
simulierten Abflusswerten und statistischer Maßzahlen (Abschnitt 5.1.).<br />
< Systemanalyse über die jährliche Wasserhaushaltsbilanzierung und durch den Vergleich<br />
von gemessenen und simulierten Größen zur Schneedecke und dem<br />
Grundwasserspeicher (Abschnitt 5.2.).<br />
< Modellierung der hydrologischen Dynamik des Einzugsgebiets für ausgewählte<br />
Abflussereignisse und Quantifizierung der Abflusskomponenten (Abschnitt 5.3.).<br />
< Vergleich der Modellergebnisse mit denen von MICHL (1999) bezüglich der parallelen<br />
Verwendung beider Modellkonzepte und der Wasserhaushaltsbilanzierung (Abschnitt<br />
5.4.).<br />
Tabelle 2 gibt eine Übersicht über die für die Modellierung benötigten Datengrundlagen und<br />
Parameterwerte, die von verschiedenen Institutionen bereitgestellt wurden.<br />
Tab. 2: Übersicht über die von verschiedenen Institutionen bereitgestellten Daten<br />
Eingabegrößen<br />
Institutionen<br />
Hydrometeorologische Datenbasis der DWD Leipzig bzw. Weimar<br />
Klimastation Schmücke<br />
Abflusswerte der Pegel Schmücker Graben<br />
und Steinbach<br />
TLU <strong>Jena</strong> (Frau WYRWA)<br />
SUA Erfurt (Frau OTTO)<br />
Grundwasserstände<br />
TLU <strong>Jena</strong> (Herr RIESE)<br />
Physiographische Datenbasis,<br />
Institut für Geographie <strong>Jena</strong>
1. Einleitung 18<br />
Eingabegrößen<br />
Institutionen<br />
(Herr Dr. C. MICHL)<br />
Die Arbeit ist wie folgt gegliedert: Im ersten Teil werden die problemorientierten Grundlagen,<br />
Zielsetzung und methodisches Vorgehen dargestellt.<br />
In Kapitel 2 folgt die Beschreibung des Untersuchungsgebiets bezüglich Lage, Klima, Geologie<br />
und Pedologie, Vegetation und hydrologischer Dynamik. In einem weiteren Abschnitt werden die<br />
bisher im Untersuchungsgebiet durchgeführten Forschungsarbeiten aufgeführt.<br />
In Kapitel 3 werden die verwendeten hydrologischen Modellsysteme PRMS/MMS und<br />
TOPMODEL vorgestellt. Nach der jeweiligen Modellkonzeption erfolgt eine Beschreibung der<br />
Ausweisung der Modelleinheiten und der Teilprozesse der Abflussbildung. Weiterhin wird auf<br />
bisherige Anwendungen der Modelle verwiesen. Im letzten Abschnitt wird eine vergleichende<br />
Betrachtung beider Modelle durchgeführt, wobei ihre Stärken und Schwächen gegenübergestellt<br />
werden und der Vorteil ihrer Verknüpfung für die hydrologische Einzugsgebietsmodellierung<br />
bzw. Prozessforschung diskutiert wird.<br />
Kapitel 4 befasst sich mit der Aufbereitung der hydrometeorologischen und physiographischen<br />
Datenbasis und der Parametrisierung und Kalibrierung der Modelle.<br />
In Kapitel 5 erfolgt die Auswertung der Modellierung hinsichtlich der Modellgüte und Bewertung<br />
der parallelen Verwendung beider Modellansätze, der ereignisbezogenen Modellierung und der<br />
Wasserhaushaltsbilanzierung. Weiterhin beinhaltet Kapitel 5 den Vergleich der ereignis-bezogenen<br />
Modellierung mit der kontinuierlichen Wasserhaushaltsbilanzierung von MICHL (1999) und gibt<br />
eine Einschätzung der Übertragbarkeit der auf einer kontinuierlichen täglichen Datenbasis<br />
erfolgten Modellparametrisierung auf die zeitlich höher aufgelöste ereignisbezogene Modellierung.<br />
In Kapitel 6 werden die wichtigsten Ergebnisse dieser Arbeit zusammengefasst.
2. Das Untersuchungsgebiet<br />
Das betrachtete Untersuchungsgebiet umfasst die beiden Quelleinzugsgebiete des Schmücker<br />
Grabens und des Steinbachs im Thüringer Wald. Zwischen 1958 und 1989 wurden im<br />
Untersuchungsgebiet aufgrund seiner Ausweisung als Repräsentativgebiet des Meteorologischen<br />
Dienstes der DDR zahlreiche Forschungsarbeiten unter besonderer Berücksichtigung<br />
hydrometeorologischer sowie forsthydrologischer Fragestellungen durchgeführt.<br />
Im folgenden Kapitel wird das Untersuchungsgebiet hinsichtlich Lage und Relief, Klima,<br />
Geologie und Pedologie, Vegetation und hydrologischer Dynamik vorgestellt. Daran schließt sich<br />
eine Darstellung der bisher im Untersuchungsgebiet durchgeführten Forschungsarbeiten an.<br />
2.1. Lage und Relief<br />
Das Untersuchungsgebiet befindet sich auf der Nordabdachung des Thüringer Waldes (vgl.<br />
Abbildung 3). Es ist das Quellgebiet des Schmücker Grabens und des Steinbachs, zweier durch<br />
einen schmalen Bergrücken (Schmücke-Sporn) voneinander getrennter Wildbäche, die dem Gera-<br />
Unstrut-Saale-System zugehörig in die Elbe entwässern.<br />
Die Wasserscheide der Einzugsgebiete verläuft von Süden bis Westen auf dem Gebirgskamm<br />
(Rennsteig) über den Großen Beerberg (982 m ü. NN, höchste Erhebung im Thüringer Wald)<br />
und im Osten auf einem süd-nord orientiertem Kammausläufer mit dem Schneekopf (978 m ü.<br />
NN) (vgl. Abbildung 4). Die nördliche Grenze und zugleich tiefster Punkt im Untersuchungsgebiet<br />
bildet der Zusammenfluss beider Wildbäche bei 714 m ü. NN.<br />
Das Einzugsgebiet des Schmücker Grabens beträgt 2,90 km², das des Steinbachs 1,26 km². Das<br />
gesamte Untersuchungsgebiet weist demnach eine Größe von 4,16 km² auf.<br />
Im Ober- und Mittellauf durchfließt der Schmücker Graben flache und offen gestaltete<br />
Muldenstrukturen und im Unterlauf geht er in ein ca. 1,7 km langes Kerbtal über. Dagegen ist das<br />
mittlere und untere Steinbachtal durch eine ca. 1 km lange Kerbtalstrecke mit wesentlich steileren<br />
Hängen gekennzeichnet. Nur im Oberlauf verflacht das Einzugsgebiet in einer wannenförmigen<br />
Quellmulde. Diese topographischen Unterschiede beider Kerbtäler spiegeln sich in dem<br />
wesentlich steileren Gefälle des Steinbachs (13,7 % auf einer Länge von 1,53 km) gegenüber dem
2. Das Untersuchungsgebiet 20<br />
Abb. 3: Lage des Untersuchungsgebiets<br />
Schmücker Graben (7,4 % auf einer Strecke von 2,47 km) wider. Für das Untersuchungsgebiet<br />
sind weiterhin vielfältige morphologische Kleinformen, wie Erosionstälchen und Hangstufen,<br />
charakteristisch. Eine physisch-geographische Komplexuntersuchung mit einer detaillierten<br />
Beschreibung der morphologischen Gegebenheiten führte STEPHAN (1968) durch.
2. Das Untersuchungsgebiet 21<br />
Abb. 4: Topographie des Untersuchungsgebiets (verändert nach MICHL 1999)<br />
2.2. Klima<br />
Die klimatischen Verhältnisse im Untersuchungsgebiet werden durch die Lage im maritim<br />
beeinflussten Luvbereich des Thüringer Waldes bestimmt. Der Thüringer Wald wirkt durch seine<br />
herzynische Streichrichtung als Barriere der südwestlichen Hauptwindrichtung. Dies führt zur<br />
Ausbildung von Luv- und Lee-Effekten, die GASTINGER et al. (1957, zitiert in MICHL 1999) und
2. Das Untersuchungsgebiet 22<br />
GROEBNER et al. (1980, zitiert in MICHL 1999) wie folgt beschreiben: Im Luvbereich kommt es<br />
infolge der je nach Topographie unterschiedlich stark aufgestauten maritimen Luftmassen zu einer<br />
deutlichen, höhenabhängigen Niederschlagszunahme. Der Lee-Effekt wird durch die Genese<br />
weiter Hochflächen im Kammbereich an den nördlichen Gebirgsrand verschleppt, so dass sich<br />
erst im Übergang zum Thüringer Becken ein kontinental geprägtes Klima einstellt.<br />
Mittels langjähriger Messreihen der Klimastation „Schmücker Graben“ (721 m ü. NN) am<br />
Zusammenfluss beider Wildbäche und der DWD-Hauptstation „Schmücke“ (916 m ü. NN)<br />
westlich des Untersuchungsgebiets (vgl. Abbildung 4) können die klimatischen Verhältnisse im<br />
Untersuchungsgebiet (vgl. Tabelle 3) zusammenfassend beschrieben werden. Die DWD-<br />
Hauptstation „Schmücke“ zählt zu den Referenzstationen für die Kammlagen des Thüringer<br />
Waldes und gibt die klimatischen Verhältnisse in der Höhenzone über 800 m ü. NN wieder<br />
(MICHL et al. 1998).<br />
Tab. 3: Durchschnittliche monatliche Klimakennwerte (verändert nach MICHL 1999)<br />
Klimaelement<br />
Jan Feb Mär Apr Mai Jun Jul Aug Sep Okt Nov Dez Jahr<br />
Nsumme [mm]<br />
1901-1950<br />
1978-1996<br />
1995-1999<br />
133<br />
131<br />
102<br />
111<br />
85<br />
133<br />
90<br />
115<br />
115<br />
102<br />
97<br />
94<br />
96<br />
89<br />
77<br />
110<br />
116<br />
90<br />
126<br />
118<br />
150<br />
119<br />
100<br />
89<br />
105<br />
115<br />
133<br />
120<br />
96<br />
137<br />
114<br />
114<br />
105<br />
122<br />
154<br />
117<br />
1346<br />
1325<br />
1341<br />
TLUFT [°C]<br />
1901-1950<br />
1978-1996<br />
1995-1999<br />
-4,0<br />
-3,8<br />
-3,3<br />
-3,5<br />
-3,6<br />
-2,6<br />
-0,5<br />
-0,4<br />
-0,4<br />
3,4<br />
3,3<br />
3,9<br />
8,4<br />
8,3<br />
8,4<br />
11,1<br />
10,8<br />
10,9<br />
12,9<br />
13,2<br />
13,2<br />
12,3<br />
13,1<br />
13,6<br />
9,5<br />
9,4<br />
9,6<br />
4,8<br />
5,5<br />
5,3<br />
0,1<br />
0,3<br />
0,3<br />
-2,9<br />
-2,4<br />
-2,8<br />
4,3<br />
4,5<br />
4,7<br />
Tage mit<br />
Schneedecke<br />
[$ 1 cm]<br />
1948-1959<br />
1978-1996<br />
1995-1999<br />
30,2<br />
30,4<br />
29,6<br />
Zeitreihen:<br />
27,1<br />
28,3<br />
26,8<br />
23,8<br />
29,4<br />
29,8<br />
9,3<br />
22,3<br />
15,4<br />
0,6<br />
4,1<br />
0,4<br />
-<br />
-<br />
-<br />
-<br />
-<br />
-<br />
-<br />
-<br />
-<br />
-<br />
-<br />
-<br />
1,4<br />
1,9<br />
2,6<br />
10,3<br />
15,1<br />
13,6<br />
1901 - 1950 → dient zum Vergleich beider Klimastationen,<br />
bei WUCHOLD & NEIS (1969) verwendet<br />
1978 - 1996 → bei MICHL (1999) verwendet<br />
1995 - 1999 → in dieser Arbeit verwendet<br />
22,3<br />
26,3<br />
27,6<br />
125,0<br />
157,8<br />
145,8<br />
Während NEIS (1966) einen höhenbedingten Niederschlagsunterschied von 100 mm im Vergleich<br />
beider Klimastationen (Schmücke: 1346 mm/Jahr; Schmücker Graben: 1241 mm/Jahr)<br />
herausstellt, verweist MICHL (1999) darauf, dass eine klare Höhenabhängigkeit der Niederschläge<br />
nicht vorhanden ist. Die Messreihe von 1901 bis 1950, die auch NEIS (1966) als Grundlage nahm,<br />
deutet zwar darauf hin, aber andere in der Arbeit von MICHL (1999) verwendete Zeitreihen
2. Das Untersuchungsgebiet 23<br />
bestätigen einen solchen Zusammenhang zwischen Höhenlage und Niederschlag nicht.<br />
Dagegen konnte für die Jahresmitteltemperaturen eine Differenz von ca. 1 °C zwischen beiden<br />
Stationen (Schmücke: 4,3 °C; Schmücker Graben: 5,4 °C) abgeleitet werden. Daraus ergibt sich<br />
eine höhenbedingte Temperaturabnahme von 0,56 °C pro 100 m.<br />
Im langjährigen Mittel ist an beiden Stationen der Januar (Schmücke: -4,0 °C; Schmücker Graben:<br />
-3,2 °C) der kälteste und der Juli (Schmücke: 12,9 °C; Schmücker Graben: 14,4 °C) der wärmste<br />
Monat. Die Verteilung der monatlichen Niederschlagssummen zeigt keine ausgeprägten Minima<br />
oder Maxima. Niederschlagsärmster Monat ist an beiden Stationen der März (Schmücke: 90 mm;<br />
Schmücker Graben: 86 mm), niederschlagsreichster Monat ist der Januar (Schmücke: 133 mm;<br />
Schmücker Graben: 122 mm).<br />
Die Klimakennwerte für den Untersuchungszeitraum sind der Tabelle 3 zu entnehmen.<br />
Betrachtet man die regionale Niederschlagsverteilung (WUCHOLD & NEIS 1969), so zeigen sich im<br />
Bereich des Schmücke-Sporns und an den SW- und W-Hängen des Schneekopfes und Langerains<br />
erhöhte Niederschlagswerte. Das untere Steinbachtal ist ebenfalls durch ein<br />
Niederschlagsmaximum gekennzeichnet. Dagegen weisen die NE-exponierten Hänge des<br />
mittleren und unteren Schmücker Grabens und die herausragenden Kuppen (vor allem Großer<br />
Beerberg) niedrige Niederschlagswerte auf. WUCHOLD & NEIS (1969) weisen auch auf das<br />
Problem der Niederschlagsbilanzierung bezüglich des nicht erfassten Nebelniederschlags hin. In<br />
den Kammlagen des Thüringer Waldes ist der Nebelniederschlag im Herbst und im Frühjahr<br />
während der frostfreien Zeit von Bedeutung. Er führt zu einer Reduzierung der potentiellen<br />
Evapotranspiration.<br />
Für die Wasserhaushaltsbilanzierung des Untersuchungsgebiets ist die Schneedecke von<br />
außerordentlicher Bedeutung. Es ist durchschnittlich mit 120 bis 150 Schneetagen im Jahr zu<br />
rechnen. Eine geschlossene Schneedecke wird im Mittel in der zweiten Novemberhälfte<br />
aufgebaut, die Schneeschmelze setzt Anfang April ein. Nach SCHLÜTER (1969) weist die<br />
Schneedecke im Untersuchungsgebiet eine große räumliche Variabilität auf, wobei er bei seiner<br />
Schneedeckenkartierung im Winter 1966/67 eine Verzögerung der Schneeschmelze von zwei<br />
Monaten zwischen den SW- und W-Hängen und den E- bis ENE-exponierten Gegenhängen<br />
feststellte. Dies ist nicht nur auf die expositionsbedingten Strahlungsunterschiede zurückzuführen.<br />
Zusätzlich spielt die Schneeanhäufung im Lee des Gebirges (ENE- bis E-Hänge) eine Rolle. Nach
2. Das Untersuchungsgebiet 24<br />
SCHLÜTER (1969) können drei Phasen der Schneeschmelze in Abhängigkeit von Exposition und<br />
Hangneigung, die sich aus der Reliefanalyse ergeben, unterschieden werden. Die Schneeschmelze<br />
beginnt an den stärker geneigten, wärmebegünstigten Hängen mit WSW-Exposition. Dabei vollzieht<br />
sich das Abtauen vom Unter- über den Mittel- bis zum Oberhang. In einer zweiten Phase<br />
schmilzt die Schneedecke auf den verbleibenden westlich exponierten Hängen sowie auf den<br />
Verebnungen und flachen Hängen der Kammlagen. Aufgrund der bereits beschriebenen<br />
Schneeanhäufungen im Lee und den expositionsbedingten Strahlungs-unterschieden (geringster<br />
Strahlungsgewinn) taut die Schneedecke auf den ENE- bis E-exponierten Hängen zuletzt ab.<br />
2.3. Geologie und Pedologie<br />
2.3.1. Geologische Verhältnisse<br />
Das Untersuchungsgebiet gehört zu der geologischen Großeinheit des Thüringer Waldes. Er ist<br />
ein ca. 70 km langes, herzynisch streichendes, aber nur 10 bis 20 km breites Kammgebirge, das<br />
durch saxonische Tektonik in der Kreidezeit und im Tertiär aus der variskischen Molasse als<br />
Gebirgshorst herausgehoben wurde. Der Thüringer Wald lässt sich durch Brüche und Flexuren<br />
scharf gegen die jüngeren tektonischen Einheiten des Thüringer Beckens im Nordosten und des<br />
Fränkischen Beckens im Südwesten abgrenzen. Seine Höhengliederung wird maßgeblich von<br />
schon zur Rotliegendzeit bestehenden quer-(SW-NE-)streichenden Sätteln und Mulden bestimmt<br />
(SEMMEL 1996).
2. Das Untersuchungsgebiet 25<br />
Abb. 5: Verbreitung der Gesteinsverbände im Untersuchungsgebiet (verändert nach MICHL 1999,<br />
Kartengrundlage: MICHEL & RAACKE 1957)<br />
Die Gesteine des Untersuchungsgebiets gehören den Oberhofer Schichten des Thüringer
2. Das Untersuchungsgebiet 26<br />
Rotliegenden an. Diese bestehen aus vorwiegend vulkanisch entstandenen Quarzporphyren und<br />
Pyroklastika. Nach MICHEL & RAACKE (1957) können sie in folgende Gesteinsverbände gegliedert<br />
werden:<br />
Jüngerer Quarzporphyr: Für dieses Gestein sind die Fluidaltextur und splittriger Bruch<br />
charakteristisch. Der Verwitterungsboden ist feinerdearm, so dass der felsitische Quarzporphyr<br />
mächtige Gesteinsschutthalden bildet.<br />
Älterer Quarzporphyr: Das Gestein zeichnet sich durch mittelgroße Einsprenglinge von Feldspat<br />
und Quarzkristallen in einer hellrötlichen bis violetten Grundmasse aus. Die Feldspäte werden<br />
meist zu Tonerde und Kaolin zersetzt. Bei der Verwitterung des Quarzporphyrs entsteht ein<br />
flachgründiger, lehmiger, stark mit Steinschutt durchsetzter Boden.<br />
Im NW-Teil des Untersuchungsgebiets existiert mit dem fluidalen Quarzporphyr mit großen<br />
kaolinisierten Einsprenglingen eine Übergangsform zwischen dem älteren und dem jüngeren<br />
Quarzporphyr,.<br />
Porphyrtuffe: Je nach Entstehung kommen die lockeren vulkanischen Auswurfmassen als<br />
grobklastische Brockentuffe oder feinkörnige, sandsteinähnliche Tuffe und porphyrartige, feste<br />
Tuffe vor. Das Verwitterungsergebnis ist ein brauner, lehmiger Boden.<br />
Sedimente: Konglomerate, Sandsteine und Schiefertone sind im Untersuchungsgebiet kaum<br />
vorhanden. Sie verwittern tiefgründiger als die widerstandsfähigeren Quarzporphyre und ergeben<br />
einen stark rot gefärbten Boden.<br />
Die Verbreitung der geologischen Einheiten ist in Abbildung 5 dargestellt.<br />
2.2.2. Oberflächennaher Untergrund<br />
Der oberflächennahe Untergrund im Untersuchungsgebiet wird von Lockermaterialdecken<br />
gebildet, die durch periglaziale Prozesse überwiegend im Spätglazial der letzten Kaltzeit<br />
entstanden sind. Ihre Diversität beruht auf der genannten unterschiedlichen Verwitterbarkeit des<br />
Ausgangsgesteins sowie verschiedenen geomorphologischen Prozessen (Solifluktion,<br />
Kryoturbation und Eiskeilbildung). SCHILLING & WIEFEL (1962) gliedern die periglazialen<br />
Deckschichten über der Verwitterungsschicht (Zersatzzone) vom Liegenden zum Hangenden in<br />
Basis-, Haupt- und Deckfolge. Andere Nomenklaturvorschläge und weitere Untersuchungen sind
2. Das Untersuchungsgebiet 27<br />
in der Arbeit von ALTERMANN (1998) zusammengefasst. Die Ausprägung und regionale<br />
Verbreitung der einzelnen Schichtglieder im Untersuchungsgebiet wurden von SCHILLING (1962)<br />
und WUCHOLD & NEIS (1969) beschrieben und sind in Tabelle 4 dargestellt.<br />
Tab. 4: Verbreitung und Merkmale der periglazialen Deckschichten im Untersuchungsgebiet<br />
Schichtglied<br />
Verbreitung<br />
mittlere<br />
Mächtigkeit<br />
Charakteristik<br />
Deckfolge<br />
- im ganzen Untersuchungsgebiet<br />
- in Abhängigkeit von Bodenart fünf verschiedene<br />
Untergliederungen mit Skelettanteilen zwischen 50<br />
und 75 %<br />
- meist Podsole ausgebildet<br />
Hauptfolge<br />
- fehlt an Mittel- und<br />
Un-terhängen der Kerbtäler<br />
und in der<br />
Quellmulde durch<br />
Solifluktion und Seitenerosion<br />
- 0,25 - 1m - geringerer Steinanteil als Basisfolge und Zersatzzone,<br />
Hohlräume mit Feinerdematerial verfüllt<br />
- Substratumarbeitung durch holozäne Bodenbildung<br />
(überwiegend B-Horizonte)<br />
- mittleres Porenvolumen: ca. 24 %<br />
- Altersdatierung durch Vorkommen der Schwerminerale<br />
der Laacher-See-Tephra: vor oder<br />
während der Jüngeren Dryas<br />
Basisfol-ge<br />
- auf höchsten Punkten<br />
solifluidal abgetragen<br />
- fehlt an Mittel- und<br />
Unterhängen des<br />
Schmücker Grabens<br />
- 1 - 2 m,<br />
teilweise über<br />
8 m<br />
- an Verwitterungsprodukt der Zersatzzone gebunden,<br />
fast vollständig aus Steinen ohne<br />
Feinsubstanz bestehend<br />
- Porenvolumen: ca. 36 %<br />
Zersatzzone<br />
- Quellmulde des<br />
Schmücker Grabens<br />
- NE-Hang des Steinbachs<br />
- 1,5 m - über dem Grundgebirge anstehend, nicht periglazial<br />
verlagertes Verwitterungsmaterial<br />
- mittleres Porenvolumen: ca. 40 %<br />
- Kluftsysteme bei fehlender Basisfolge mit feinerdereicheren<br />
Schutten der Hauptfolge verfüllt<br />
Eine flächendeckende Darstellung der Verbreitung der einzelnen Schichtfolgen im<br />
Untersuchungsgebiet ist nicht möglich (MICHL 1999), da im gesamtem Gebiet mit großflächigen,<br />
durch mehrmalige mittelalterliche Entwaldungen hervorgerufene Substratumsetzungen zu<br />
rechnen ist. Eine vertikale Kartierung sieht aber WUCHOLD (1971) für eine genauere Erfassung<br />
des Wasserumsatzes im oberflächennahen Untergrund als erforderlich an.<br />
2.3.3. Bodenentwicklung
2. Das Untersuchungsgebiet 28<br />
Im Untersuchungsgebiet herrschen podsolige Böden vor (STEPHAN 1968), wobei es sich<br />
überwiegend um Braunerde-Podsolböden handelt. Abweichungen von diesem Bodentyp finden<br />
sich auf dem E-Hang des unteren Schmücker Grabens (reine Podsole), am NW-exponierten<br />
Hangbereich des unteren Steinbachs und auf dem W-Hang oberhalb der Pegelanlage des<br />
Schmücker Grabens (Ranker-Podsolböden) sowie in den Quellmulden, den holozän entstandenen<br />
Erosionstälchen und den Kerbtälern des Schmücker Grabens und des Steinbachs (Pseudogleye<br />
bzw. Pseudogley-Braunerden oder Gleye) (MICHL 1999).<br />
2.4. Hydrologische Dynamik<br />
Die Hydrodynamik hängt eng mit der Reliefgestaltung, die aus den geologischen und<br />
pedologischen Verhältnissen resultiert, zusammen.<br />
Die Abflussentstehung im Untersuchungsgebiet wird von den periglazialen Deckschichten mit<br />
ihren klimagenetisch bedingten Schichtdifferenzierungen bestimmt. Die Zersatzzone des<br />
Anstehenden stellt nach WUCHOLD & NEIS (1969) den größten unterirdischen Wasserspeicher dar<br />
Der wasseraufnahmefähige Raum beträgt nach den Berechnungen von SCHILLING (1962) 50 bis<br />
80 mm. Die Spaltenquelle des Steinbachs wird vermutlich aus der Zersatzzone bzw. dem<br />
Grundgestein gespeist. Sie weist mit 5,1 °C (SCHLÜTER 1969) die niedrigste mittlere<br />
Wassertemperatur im Untersuchungsgebiet auf. Das entspricht in etwa der mittleren<br />
Jahrestemperatur dieser Höhenlage (vgl. Abschnitt 4.2).<br />
Der Zersatzzone liegt die Basisfolge auf, die eine große Wasserspeicherkapazität und ein hohes<br />
Wasserleitvermögen besitzt. Ihr ist eine besondere hydrologische Bedeutung für die<br />
Abflussentstehung beigemessen. Die Quellaustritte des oberen Schmücker Grabens werden aus<br />
der Basisfolge und mit Zuschusswasser aus der Zersatzzone gespeist. Sie weisen einen ganzjährig<br />
kontinuierlichen Wasserfluss auf, ähnlich wie dem der direkt gespeisten Spaltenquelle des<br />
Steinbachs, unterscheiden sich aber durch ihre im Mittel 1 bis 3 °C höheren Wassertemperaturen.<br />
Dem Speicher der Basisfolge wird kein Wasser für den pflanzlichen Stoffkreislauf durch Transpiration<br />
entzogen. Zusätzlich ist eine Speisung über infiltrierendes Niederschlagswasser aus den<br />
hangenden Folgen möglich, da in der Basisfolge verfestigte wasserhemmende Schichten<br />
ausgebildet sind. Zum Beispiel ist die stark witterungsabhängige Schüttung des Quellaustritts am
2. Das Untersuchungsgebiet 29<br />
Osthang des Schmücker Grabens auf die Existenz einer wasserstauenden Schicht in Verbindung<br />
mit einem starken Hangwasserzug und einer niederschlagsereignisbezogenen Wasserspeisung<br />
zurückzuführen.<br />
Die aufliegende Hauptfolge bildet, wenn verbreitet, durch ihr geringes Porenvolumen und<br />
fehlende Hohlräume eine wenig aufnahmefähige Stauschicht. Im Gegensatz dazu zeichnet sich die<br />
im gesamten Untersuchungsgebiet verbreitete Deckfolge durch ein großes Porenvolumen mit<br />
einem geringen Wasserhaltevermögen aus. Dadurch fallen die in die Deckfolge eingeschnittenen<br />
Talabschnitte nach der Schneeschmelze und einsetzender vegetativer Phase im Frühjahr schnell<br />
trocken (WUCHOLD & NEIS 1969).<br />
Neben der Ausprägung der Deckschichten hat nach WUCHOLD & NEIS (1969) und SCHILLING<br />
(1962) die Reliefgestaltung aufgrund der engen Korrelation zwischen Hangneigung und<br />
Abflussgeschwindigkeit des Grundwassers einen entscheidenden Einfluss auf den Wasserhaushalt<br />
im Untersuchungsgebiet.<br />
Die Schicht- und Kluftsysteme des Anstehenden und der Zersatzzone sind im Bereich der<br />
Geländekuppen mit dem lehmigen Material der Hauptfolge verfüllt, da die Basisfolge dort fehlt.<br />
Dadurch wird die Infiltration des Niederschlagwassers gehemmt, so dass eine überwiegend<br />
hangabwärts gerichtete Wasserbewegung zu beobachten ist. Auf den Verebnungsflächen hat der<br />
Wasserstau zu Vermoorung geführt.<br />
Die weniger steil geneigten Hänge (Neigung bis 15 °) besitzen nach SCHILLING (1962) eine<br />
ungestörte Deckschichtenfolge, die durch Hangsickerwasserzüge über den wasserstauenden<br />
Schichten der Hauptfolge gekennzeichnet sind. In den grobklastigen Horizonten der Basisfolge<br />
sind hangparallele Sickerwasseraustritte nachgewiesen, die zu einer Vielzahl kleiner, in der Regel<br />
periodisch schüttenden Quellen führen.<br />
Die Deckschichten der Hänge mit Neigung über 15 ° sind dachziegelartig angeordnet.<br />
Demzufolge fließt das infiltrierte Wasser stufenartig über den Verdichtungshorizonten<br />
hangabwärts. Reliefabhängig sind linien- oder flächenhafte Wasseraustritte zu beobachten, die zur<br />
Ausbildung von Quellen oder bedingt durch die wasserstauende Wirkung des oberflächennahen<br />
Substrates zu Nassstellen führen und die Tendenz zur Moorbildung aufweisen können.<br />
Tab. 5: Durchschnittliche monatliche Abflusskennwerte
2. Das Untersuchungsgebiet 30<br />
Abfluss<br />
[mm]<br />
niedrigster<br />
Abfluss<br />
[m³/s]<br />
mittlerer<br />
Abfluss<br />
[m³/s]<br />
höchster<br />
Abfluss<br />
[m³/s]<br />
November 97,4 0,026 0,156 2,207<br />
Dezember 109,6 0,029 0,170 3,245<br />
Januar 106,7 0,032 0,166 1,172<br />
Februar 101,2 0,026 0,174 1,695<br />
März 135,5 0,025 0,210 1,465<br />
April 140,7 0,027 0,226 1,388<br />
Mai 75,8 0,037 0,118 1,040<br />
Juni 38,6 0,027 0,062 0,348<br />
Juli 42,8 0,027 0,066 0,653<br />
August 27,1 0,029 0,042 0,395<br />
September 76,8 0,024 0,123 2,973<br />
Oktober 86,6 0,016 0,135 0,715<br />
Jahr 1038,9 0,016 0,137 3,245<br />
Die Abflusskennwerte für den Untersuchungszeitraum sind in Tabelle 5 zusammengefasst.<br />
Der mittlere jährliche Abfluss der hydrologischen Jahre 1995 bis 1999 beträgt 1039 mm. Dabei<br />
lässt sich der hydrographische Jahresgang des Untersuchungsgebiets in zwei Phasen teilen: die<br />
Hochwasserperiode der Winterhalbjahre (691 mm) und die Niedrigwasserperiode der<br />
Sommerhalbjahre (348 mm).<br />
Im Winterhalbjahr treten die stärksten mittleren Abflüsse zur Zeit der Schneeschmelze in den<br />
Monaten März (0,210 m³/s) und April (0,226 m³/s) auf, während der Abfluss in den Monaten<br />
November bis Februar (zwischen 0,156 m³/s und 0,174 m³/s) nur gering schwankt und durch<br />
Regen- und Mischniederschläge bedingt ist. Dagegen kommen die niedrigsten mittleren Abflüsse<br />
in den Sommermonaten Juni, Juli und August (zwischen 0,042 m³/s und 0,066 m³/s) vor. Der<br />
Abfluss im Mai (0,118 m³/s) wird durch die Schneeschmelze und die Abflüsse im September und<br />
Oktober (0,123 m³/s bzw. 0,135 m³/s) durch Regenniederschläge bestimmt.<br />
Der höchste Abfluss im Untersuchungszeitraum wurde mit 3,245 m³/s im Dezember 1995<br />
gemessen, der niedrigste mit 0,016 m³/s im Oktober 1997.
2. Das Untersuchungsgebiet 31<br />
2.5. Vegetation<br />
Das Untersuchungsgebiet befindet sich pflanzengeographisch im Bereich der hochmontanen<br />
Fichtenstufe, deren natürliche Waldgesellschaft aus einem Wollreitgras-Fichtenwald (Calamagrostio<br />
villosae-Piceetum) mit eingeschalteten Hoch- und Niedermoorbereichen besteht und von montanen<br />
Buchenwäldern im Luv des Thüringer Waldes und Tannenmischwäldern im Lee umgeben wird<br />
(SCHLÜTER 1964).<br />
Die Einzugsgebiete von Schmücker Graben und Steinbach weisen heute infolge ihrer rein<br />
forstwirtschaftlichen Nutzung nur artenarme Fichtenforst- und teilweise Kahlschlagsgesellschaften<br />
auf. Die Vegetation im Untersuchungsgebiet wird zu ca. 93 % von der<br />
Fichte (Picea abies) dominiert. Der Lärchenanteil (< 1 %) kann bei der Wasserhaushaltsbilanzierung<br />
vernachlässigt werden. Die rote Torfmoosgesellschaft der Hochmoore<br />
(Sphagnetum medii), die kleinseggen- und torfmoosreichen Pflanzengesellschaften der Quellmoore<br />
(Carici canescentis-Agrostietum caninae) und die torfmoosreiche Milzkraut-Quellflur der Nassstellen<br />
(Chrysosplennietum oppositifolii sphagnetosum) nehmen ca. 2 % und die vor allem mit Wollreitgras<br />
(Calamagrostis villosa) bestandenen Kahlflächen ca. 4 % des Untersuchungsgebiets ein (STEPHAN<br />
1968).<br />
Die heutige Waldzusammensetzung ist das Ergebnis natürlicher und anthropogener Faktoren, wie<br />
die Ausweitung des natürlichen Fichtenareals im ausgehenden Mittelalter, großflächige<br />
Entwaldungen, die Windbruchkatastrophe mit nachfolgender Borkenkäferkalamität von 1946 bis<br />
1949 (Bestandsvernichtung ca. 70 %) und der Schneebruch 1981/82 (Bestandsvernichtung 50 %).<br />
Durch die gleichzeitige Wiederaufforstung der betroffenen Flächen sind heute über 60 % des<br />
Fichtenareals im wesentlichen gleichen Alters.
2. Das Untersuchungsgebiet 32<br />
Abb. 6: Verbreitung der Vegetation im Untersuchungsgebiet<br />
Die Quell- und Hochmoore im Untersuchungsgebiet nehmen eine hydrologische Sonderstellung<br />
ein. Aufgrund ihrer extrem großen Wasserrückhaltung stellen sie Speichersysteme dar, die die<br />
Abflussbildung verzögern. Die Hochmoore des Untersuchungsgebiets sind im Atlantikum (ca.<br />
5 000 bis 3 000 v. Chr.) durch die Versumpfung von fichtenreichen Eichenmischwäldern<br />
entstanden. Die Quellmoore sind wesentlich jüngeren Alters (Beginn unserer Zeitrechnung). Die<br />
wichtigsten Moorbereiche in den beiden Einzugsgebieten sind das leicht muldenförmige
2. Das Untersuchungsgebiet 33<br />
Quellmoor des Steinbachs, das ebene Hochmoor des oberen Schmücker Grabens und das<br />
uhrglasförmige Hochmoor des Großen Beerbergs (ausführliche Beschreibung der Moore bei<br />
MICHL 1999 und STEPHAN 1968).<br />
Der Waldbestand modifiziert über die Verdunstungsprozesse Transpiration und Interzeption den<br />
Wasserhaushalt. Zudem bewirken die unterschiedlichen Bestandsdichten der Fichtenforste<br />
Variationen beim Niederschlagseintrag und bei der Ausbildung der Schneedecke (MICHL 1999).<br />
2.6. Bisherige Arbeiten<br />
Die Forschungsaktivitäten im Untersuchungsgebiet begannen im Jahr 1958 mit der Einrichtung<br />
der beiden Quelleinzugsgebiete als hydrologisches Untersuchungsgebiet. Die damaligen<br />
Forschungen wurden zur Niederschlagserfassung in kleinsten Gebieten und zur Untersuchung der<br />
Abflüsse in kleinsten natürlichen Gerinnen und Quellen durchgeführt. Basierend auf dieser<br />
Zielsetzung erfolgte die Einrichtung von Messanlagen (vgl. Abschnitt 4.1.1.) zur Bilanzierung der<br />
Wasserhaushaltsgrößen Niederschlag, Abfluss und Grundwasservorrat. Die folgende Auflistung<br />
beschreibt die wichtigsten Forschungsberichte in ihrer zeitlichen Abfolge und ihre grundlegenden<br />
Aussagen.<br />
• MICHEL & RAACKE (1957) führen erste geologische und hydrogeologische<br />
Untersuchungen durch. Auf der Grundlage ihrer Ergebnisse wurden die beiden<br />
Quelleinzugsgebiete für langfristige meteorologische und hydrologische Beobachtungen<br />
ausgewählt. Dafür waren die folgenden Voraussetzungen ausschlaggebend: (a) ein<br />
flächenmäßig genau erfassbares Einzugsgebiet, bei dem sich ober- und unterirdische<br />
Wasserscheide entsprechen; (b) dichter Untergrund in nicht allzu großer Tiefe ohne<br />
Störungszonen, so dass kein unterirdischer Ab- oder Zufluss in oder von anderen<br />
Einzugsgebieten erfolgt; (c) eine eng begrenzte Abflussstelle zur Erfassung des ober- und<br />
unterirdischen Abflusses, was am Zusammenfluss beider Wildbäche gegeben ist.<br />
• SCHILLING (1962) leitet in seiner Dissertation eine erste Nomenklatur zur Gliederung<br />
periglazialer Deckschichten ab und beschreibt ihre Funktion als wassertransformierende
2. Das Untersuchungsgebiet 34<br />
Systemkomponente mit entscheidendem Einfluss auf die hydrodynamischen Verhältnisse<br />
im Untersuchungsgebiet. Seine Arbeit liefert erste quantitative Aussagen über das<br />
Porenvolumen und die zu erwartenden Mächtigkeiten der einzelnen Schichtfolgen.<br />
Ausführliche Aufschlussbeschreibungen der Deckschichten im Untersuchungsgebiet<br />
geben SCHILLING & WIEFEL (1962).<br />
• PONNDORF et al. (1963) erstellen erstmals eine monatliche Wasserbilanzierung für die<br />
hydrologischen Jahre 1959 bis 1962. Ihre Arbeiten zeigen, dass die beiden<br />
Quelleinzugsgebiete ein unterschiedliches Abflussverhalten zu Niedrig- und<br />
Hochwasserzeiten aufweisen. Das könnte nach ihrer Ansicht in der unterschiedlichen<br />
morphologischen Ausstattung beider Gebiete und der daraus resultierenden veränderten<br />
Verdunstung und Schneeakkumulation sowie dem größeren Anteil der Moorflächen im<br />
Steinbachtal mit einer folglich höheren Speicherkapazität begründet sein. Sie stellen<br />
bereits den Interflow als die herausragende Systemkomponente der Abflussbildung dar.<br />
• PONNDORF & WILSER (1965) quantifizieren mit Tracerversuchen Abflussverluste am<br />
Auslass beider Täler. Sie weisen nach, dass nach der Modernisierung der Pegelanlagen in<br />
den Jahren 1963 bis 1965 die Niedrigwasserabflüsse besser erfasst werden und kein<br />
weiterer Anhaltspunkt für ein oberflächennahes Abfließen von Grundwasser aus den<br />
Deckschichten besteht.<br />
• SCHLÜTER (1966) führt eine pflanzensoziologische Kartierung im Untersuchungsgebiet<br />
durch, die im Zusammenhang mit Bodenfeuchtemessungen eine flächenhafte<br />
Einschätzung der Bodenwasserverhältnisse erlaubt. Grundlage dafür ist die enge<br />
Korrelation zwischen der Artenkombination der Vegetationseinheiten und dem<br />
Bodenwasserhaushalt. Seine Ergebnisse zeigen markante Unterschiede im<br />
Vegetationsmosaik beider Täler, die in unterschiedlichen Bodenfeuchteverhältnissen<br />
begründet sind. In seiner Habilitation 1969 schreibt er, dass sich der Einfluss des<br />
Bodenwasserhaushalts viel wesentlicher auf die Vegetationsgliederung auswirkt als<br />
klimatische Effekte. Weiter betont er, dass die Bodenfeuchte einen entscheidenden Faktor<br />
für die Abflussbildung darstellt und eng mit Verdichtungshorizonten in den periglazialen<br />
Deckschichten korreliert. Im Rahmen der Regionalisierung von Punktemessungen der<br />
Bodenfeuchte ist sein Verfahren, Pflanzengesellschaften als Indikator für
2. Das Untersuchungsgebiet 35<br />
Bodenwasserhaushaltsstufen zu verwenden, von Bedeutung.<br />
• STEPHAN (1968) erarbeitet eine physisch-geographische Komplexuntersuchung für beide<br />
Einzugsgebiete. Er beschreibt die einzelnen Systemkomponenten auf Grundlage<br />
umfangreicher Kartierungs-, Labor- und Feldarbeiten und hebt hervor, dass die<br />
topographischen Eigenschaften für die Abflussbildung und die Moorflächen als wichtige<br />
Speichergrößen für den Wasserhaushalt eine wesentliche Rolle spielen.<br />
• WUCHOLD & NEIS (1969) berechnen unter Berücksichtigung der gemessenen<br />
Niederschlags- und Abflusswerte und Bestimmung des Grundwasservorrats die<br />
Gebietsverdunstung als Restgröße des Wasserhaushalts. Aus ihren monatlichen Bilanzen<br />
geht hervor, dass die Größenordnung der Schneeverdunstung, der winterlichen<br />
Interzeption und des Nebelniederschlags nicht hinreichend bekannt sind und auch für die<br />
Berechnung der Speichergrößen des Bodenwasser- und Grundwasserreservoirs weitere<br />
Angaben zu Mächtigkeit und Porenvolumen der Deckschichten sowie kontinuierliche<br />
Aufzeichnungen von Grundwasserständen fehlen.<br />
• WUCHOLD (1971) erstellt erneut eine Wasserhaushaltsbilanzierung. Für den<br />
Untersuchungszeitraum von Mai 1960 bis Oktober 1970 verwendet er Messwerte der<br />
Globalstrahlung der Ortschaft Gehlberg zur Abschätzung der Verdunstung. Seine<br />
Berechnung basiert auf neuen Untersuchungen zur Interzeption und zur Bestimmung des<br />
Grund- und Bodenwasserspeichers.<br />
• MICHL (1999) führt eine Systemanalyse mit den Modellen PRMS/MMS und<br />
TOPMODEL für die hydrologischen Jahre 1958 bis 1998 auf täglicher Basis durch. Er<br />
betrachtet vor allem die Systemänderungen infolge des aufwachsenden Waldes und<br />
vergleicht beide Einzugsgebiete hinsichtlich ihres Abflussverhaltens. Seinen<br />
Untersuchungen liegt die Ausweisung von hydrologisch ähnlich reagierenden<br />
Teileinzugsgebieten zugrunde.<br />
Diese Auflistung der wichtigsten Forschungsberichte zeigt, dass die Einzugsgebiete vor allem bis<br />
Anfang der 1970er Jahre unter hydrologischen, geologischen und pflanzensoziologischen<br />
Gesichtspunkten untersucht und erst in den letzten Jahren für weitere Arbeiten verwendet<br />
wurden. Dazwischen liegt ein über 20-jähriger Zeitraum wasserwirtschaftlicher Routinemessung.
2. Das Untersuchungsgebiet 36<br />
Die vorgestellten Arbeiten liefern die Grundlagen der modellgestützten kurzfristigen und<br />
flächenbasierten Wasserhaushaltsbilanzierung.
3. Die hydrologischen Modellsysteme<br />
Im Rahmen der vorliegenden Arbeit werden die Modellsysteme PRMS/MMS und TOPMODEL<br />
zur Modellierung der Abflussbildung verwendet. Kapitel 3 gibt einen Überblick über die<br />
methodischen Grundlagen beider Konzepte. Im letzten Abschnitt werden die Modelle<br />
hinsichtlich ihrer Vor- und Nachteile sowie ihrer Anwendbarkeit verglichen.<br />
3.1. MMS als Rahmensystem<br />
Das modulare Modellentwicklungssystem (MMS) wurde 1992 kooperativ vom U. S. Geological<br />
Survey (USGS) und dem Center for Advanced Decision Support for Water and Environmental Systems –<br />
CADSWES – (University of Colorado, Boulder, USA) entwickelt (LEAVESLEY et al. 1996). Es stellt ein<br />
Rahmensystem dar, dass die individuelle Modellzusammenstellung und -anwendung ermöglicht.<br />
Den Kern von MMS bildet eine Modul-Bibliothek. Unter einem Modul ist im Sinne von MMS ein<br />
Programm (Fortran oder C) zu verstehen, das einen physikalischen Vorgang (zum Beispiel den<br />
hydrologischen Prozess der Evapotranspiration) mathematisch beschreibt. Über einen<br />
Modellbilder (xmbuild) kann der Anwender interaktiv und visuell die einzelnen Module auswählen,<br />
deren Abhängigkeit über eine Pfeilstruktur wiedergegeben wird.<br />
MMS verfügt über ein Graphical User Interface (GUI), das eine einheitliche Benutzeroberfläche<br />
darstellt. Unter dem Menu ‚Edit’ werden die nutzerspezifischen Parameter eingegeben. Im<br />
Menupunkt ‚Run’ können unterschiedliche Modelldurchläufe sowie Parameteroptimierungs- und<br />
-sensitivitätsverfahren durchgeführt werden. Für die Ausgabe besitzt MMS verschiedene Graphikprogramme<br />
und statistische Analysemethoden.<br />
Die physikalischen Grundlagen von PRMS und TOPMODEL sind bereits in MMS implementiert<br />
und verfügbar.<br />
3.2. PRMS/MMS<br />
3.2.1. Modellkonzeption<br />
Das Flusseinzugsgebietsmodell PRMS (Precipitation-Runoff Modeling System) wurde 1983 vom U.S.<br />
Geological Survey (USGS) entwickelt, um die Einflüsse von Niederschlag, Klima und Landnutzung<br />
auf das Reaktionsverhalten der Abfluss- und Feststofftransportvorgänge zu untersuchen<br />
(LEAVESLEY et al. 1983).
3. Die hydrologischen Modellsysteme 38<br />
Nach der in Abschnitt 1.1.2. vorgestellten Gliederung hydrologischer Modelle kann PRMS/MMS<br />
als ein distributives, physikalisch basiertes Modell bezeichnet werden, da die Komponenten des<br />
Wasserkreislaufs mit physikalischen Gesetzmäßigkeiten oder auf messbaren Parametern<br />
beruhenden empirischen Zusammenhängen erklärt werden (LÜLLWITZ 1993b). Die horizontale<br />
Untergliederung wird durch die Integration des Konzepts der Hydrological Response Units (HRUs)<br />
(vgl. Abschnitt 3.2.2.), die räumliche Untergliederung in der Vertikalen durch eine hierarchische<br />
Kopplung von Speichersystemen umgesetzt. Die Speicherkaskaden sind dabei durch dynamische<br />
Prozesse miteinander verbunden. Die Überschüsse der einzelnen Speicher gehen in den<br />
nächstfolgenden über bzw. tragen direkt zur Abflussbildung bei.<br />
Als minimale Eingabedaten benötigt PRMS/MMS tägliche Niederschlagswerte sowie tägliche<br />
Maxima bzw. Minima der Lufttemperatur. Zusätzlich können Werte der Solarstrahlung benutzt<br />
werden. Diese sind für die Simulation der Schneeschmelzprozesse von Vorteil, da die<br />
Temperatur- und Solarstrahlungswerte zur Berechnung von Evaporation, Transpiration und<br />
Schneeschmelze verwendet werden.<br />
Der Wasserfluss wird im Modell systematisch wie folgt beschrieben. Der Niederschlag in Form<br />
von Regen oder Schnee wird durch Interzeption, die von Dichte und Art der Vegetation abhängig<br />
ist, verringert. Der Netto-Niederschlag, der die Bodenoberfläche erreicht, wird dem<br />
Bodenspeicher zugeführt. Der oberen Bodenzone kann Wasser durch Evapotranspiration, der<br />
unteren nur durch Transpiration entzogen werden. Wird die Infiltrationsrate des Bodens<br />
überschritten, kommt es zur Bildung von Oberflächenabfluss. Ist die nutzbare Feldkapazität erreicht,<br />
infiltriert das überschüssige Wasser zum Interflowreservoir und nach dessen Sättigung zum<br />
Grundwasserspeicher (LÜLLWITZ 1993a). Folglich findet der vertikale Wasserfluss von den<br />
atmosphärischen Eintragsgrößen über die transformierenden Speicher Vegetation, Schneedecke<br />
und Bodenzone bis zu den Abflusskomponenten statt. Der Gesamtabfluss des Einzugsgebiets<br />
berechnet sich aus der Summe von Oberflächen-, Interflow- und Grundwasserabfluss. Die<br />
prozesskontrollierten Wasserflüsse zwischen den konzeptionellen Speichern sind in Abbildung 7<br />
dargestellt.<br />
Bei der Modellanwendung können Niederschlagsereignisse und Schneeschmelzprozesse simuliert<br />
werden, wodurch Aussagen über Änderungen der Wasserbilanz, der Abflussbildung, der<br />
Hochwasserspitzen und -mengen, des Bodenwasserhaushalts und der Grundwasserbilanz möglich<br />
sind (LEAVESLEY et al. 1983).<br />
Es kann dabei zwischen einem Tages- und einem Hochwassermodus unterschieden werden.<br />
Ersterer erlaubt die Simulation des täglichen mittleren Abflusses über große Zeiträume
3. Die hydrologischen Modellsysteme 39<br />
Abb. 7: PRMS/MMS Parameter und ihre Zuordnung zu den dynamischen Prozessen bzw.<br />
Speichergliedern (MICHL 1999)
3. Die hydrologischen Modellsysteme 40<br />
(kontinuierliche Simulation), während im Hochwassermodus Abfluss- und<br />
Feststofftransportvorgänge für ausgewählte Starkregenereignisse modelliert werden<br />
(ereignisbezogene, diskontinuierliche Simulation) (ÖVERLAND & KLEEBERG 1992).<br />
3.2.2. Ableitung der Modelleinheiten<br />
Das Modell PRMS verwendet Hydrological Response Units (HRUs) für die Simulation der<br />
hydrologischen Dynamik auf täglicher Basis und flow planes sowie channel segments für die<br />
ereignisbezogene Modellierung (LEAVESLEY & STANNARD 1995).<br />
Die Untergliederung des Einzugsgebiets in HRUs wird nach topographischen und<br />
physiographischen Charakteristika, wie Hangneigung, Exposition, Bodentyp und Landnutzung,<br />
vorgenommen. Von jeder HRU wird angenommen, dass sie bezüglich ihrer hydrologischen<br />
Dynamik und den zuvor genannten Gebietseigenschaften homogen ist. Das HRU-Konzept (vgl.<br />
FLÜGEL 1995a, 1996a, 1996b) ist ein deterministisches Konzept, da die Teilgebiete nach ihrer<br />
naturräumlichen Ausstattung beurteilt werden. Die Ableitung der HRUs erfolgt wissensbasiert in<br />
einem Geographischen Informationssystem (GIS).<br />
In PRMS wird für jede HRU eine Wasser- und Energiebilanzierung durchgeführt. Bei täglicher<br />
Abflussbilanzierung errechnet sich der Gesamtabfluss des Einzugsgebiets aus der Summe der<br />
flächengewichteten Abflüsse aller HRUs.<br />
Im Rahmen dieser Arbeit werden die für die ereignisbezogene Modellierung ausgewiesenen<br />
Teilgebiete als Modeling Response Units (MRUs) bezeichnet.<br />
Im ereignisbezogenen Modus wird das Einzugsgebiet in eine Serie von untereinander<br />
verbundenen flow planes und channel segments gegliedert. Die flow planes sind die dem nächsten<br />
Gerinne tributären, oberflächenwasserzuführenden Flächen und werden über die Parameter<br />
Hangneigung und Oberflächenrauhigkeit unterschieden. Die channel segments bilden das eigentliche<br />
Entwässerungsnetz, wobei die einzelnen Segmente von bis zu drei Bereichen Wasser erhalten<br />
können: die aus dem zuvor liegenden Gerinneabschnitt zugeführte Wassermenge und der laterale<br />
Zufluss von den linken und rechten flow planes des Gerinnebetts.<br />
Die Ableitung der flow planes und channel segments für ein Einzugsgebiet kann mit dem GIS<br />
WEASEL (VIGER et al. 2000)vorgenommen werden. WEASEL ist ein Graphical User Interface<br />
(GUI), welches entwickelt wurde, um den Modellanwendern die Charakterisierung und<br />
Parametrisierung des Entwässerungsnetzes und der MRUs für Modelle mit räumlicher
3. Die hydrologischen Modellsysteme 41<br />
Diskretisierung (zum Beispiel PRMS) zu erleichtern (VIGER et al. 2000).<br />
3.2.3. Simulationsalgorithmen der Wasserkreislaufkomponenten<br />
Im folgenden werden die wesentlichen mathematischen Grundlagen der einzelnen<br />
Berechnungsverfahren für die verschiedenen systeminternen Prozesse und Speichergrößen<br />
vorgestellt (in Anlehnung an MICHL 1999). Eine detaillierte Darstellung der<br />
Simulationsalgorithmen ist dem Benutzerhandbuch von PRMS (LEAVESLEY et al. 1983) zu<br />
entnehmen. (In dieser Arbeit werden die Parameterabkürzungen von MMS verwendet.)<br />
3.2.3.1. Simulation der täglichen Abflussbildung<br />
Die Modelleingangsdaten Temperatur, Niederschlag und Solarstrahlung müssen zunächst von den<br />
Punktmessungen auf die MRUs angepasst werden.<br />
Die Maximum- (tmax) und Minimumtemperaturen (tmin) berechnen sich aus einem<br />
monatlichen Faktor (tmax_lapse, tmin_lapse), der die höhenbedingte Temperaturänderung<br />
berücksichtigt, einem Korrekturfaktor (tmax_adj, tmin_adj), der die Abhängigkeit der Temperatur<br />
von Hangrichtung und Hangneigung wiedergibt, und der Höhendifferenz zwischen Klimastation<br />
und jeder MRU.<br />
Der gemessene Niederschlag (hru_ppt) wird mit dem Faktor rain_adj bzw. snow_adj bezüglich des<br />
Einflusses der Höhenlage, Lage des Niederschlagmessgeräts in Luv oder Lee, windbedingte<br />
Messfehler u. ä. monatlich für jede MRU korrigiert. Des weiteren wird der prozentuale<br />
Regenanteil am Regen-Schnee-Gemisch (prmx) bestimmt, sofern die Niederschlagsart (Regen oder<br />
Schnee) im Eingangsdatensatz unterschieden wird.<br />
prmx =<br />
tmax - tmax_allsnow<br />
tmax - tmin<br />
·adjmix_rain<br />
mit<br />
tmax_allsnow = Basistemperatur, unter der der gesamte Niederschlag als Schnee fällt<br />
adjmix_rain<br />
= Monatlicher Faktor zur Anpassung des Regen-Schnee-Gemischs<br />
Ist die Niederschlagsart nicht im Eingabedatensatz definiert, wird der Niederschlag bei tmax ≤<br />
tmax_allsnow als Schnee und bei tmin ≥ tmax_allsnow als Regen simuliert. Liegt tmax_allsnow<br />
zwischen tmin und tmax, wird ein Mischniederschlagsereignis angenommen, dessen Regenanteil<br />
nach dem bereits beschriebenen Algorithmus berechnet wird. Des weiteren kann ein<br />
Schwellenwert der Maximumtemperatur (tmax_allrain) festgelegt werden, bei dessen
3. Die hydrologischen Modellsysteme 42<br />
Überschreitung der Niederschlag immer als Regen fällt. Damit wird garantiert, dass nächtliche<br />
Minimumtemperaturen vor allem in den Übergangsjahreszeiten keinen Einfluss auf die tägliche<br />
Niederschlagsart ausüben (Beispiel: Nachmittägliche Gewitterregen im Frühjahr werden auch bei<br />
Nachtfrost als Regen simuliert).<br />
Die Solarstrahlung wird zur Berechnung von Schneeschmelzprozessen und<br />
Evapotranspirationsraten benötigt. Der tägliche Strahlungsgewinn jeder MRU ist eine Funktion<br />
der Hangneigungs- und Expositionskombination.<br />
swrad = solrad ·<br />
radpl_potsw<br />
horad<br />
mit swrad = Solarstrahlung einer MRU<br />
solrad = Gemessene Solarstrahlung<br />
radpl_potsw = Tägliche potentielle Solarstrahlung der bestimmten Hangneigungs- und<br />
Expositionskombination einer MRU<br />
horad = Tägliche potentielle Solarstrahlung einer horizontalen Fläche<br />
Die Faktoren radpl_potsw und horad werden modellintern aus 13 potentiellen Solarstrahlungswerten<br />
linear interpoliert. Dafür sind Angaben zur geographischen Breite (radpl_lat),<br />
Exposition (radpl_asp) und Hangneigung (radpl_slope) erforderlich.<br />
Enthält der Eingabedatensatz keine Solarstrahlungswerte, werden diese vom Modell über<br />
temperatur- und niederschlagsabhängige Näherungsverfahren berechnet. Auf diese Verfahren<br />
wird nicht näher eingegangen, da für den Untersuchungszeitraum Solarstrahlungswerte vorliegen.<br />
Im folgenden wird die rechnerische Umsetzung der Interzeption, der Evapotranspiration und der<br />
Prozesse in der Bodenzone betrachtet.<br />
Die Interzeption wird von der Vegetationsdichte und der Speicherkapazität der vorherrschenden<br />
Vegetation jeder MRU bestimmt.<br />
netppt = hru_ppt · (1 - covden) + (thrufall · covden)<br />
mit<br />
netppt = Bestandsniederschlag<br />
hru_ppt = Freilandniederschlag<br />
covden = Prozentualer Bedeckungsgrad für Sommer- und Winterhalbjahr<br />
thrufall = Abtropfender Niederschlag<br />
für hru_ppt > (rain_intcp - intcp_stor):<br />
thrufall = hru_ppt - (rain_intcp - intcp_stor)
3. Die hydrologischen Modellsysteme 43<br />
für hru_ppt ≤ (rain_intcp - intcp_stor): thrufall = 0<br />
mit rain_intcp = Maximale Speicherkapazität der Vegetation<br />
intcp_stor = Aktueller Interzeptionsspeicher<br />
Die Interzeptionsverdunstung entspricht der Evaporation einer freien Wasseroberfläche (evcan)<br />
und berechnet sich als dem Quotienten aus der potentiellen Evapotranspirationsrate (potet) und<br />
einem monatlichen pan-Evapotranspirationskoeffizienten (epan_coef).<br />
Die Sublimation von Schnee wird als prozentualer Anteil der potentiellen Evapotranspiration<br />
festgelegt. Der Schmelzwasserumsatz kann über eine Energiebilanzierung bei der Berechnung des<br />
täglichen Interzeptionsverlustes berücksichtigt werden (siehe Beschreibung der<br />
Schneekomponenten).<br />
Der Interzeptionsverlust entspricht der Interzeptionsspeichermenge, wenn evcan > intcp_stor, oder<br />
der aktuellen täglichen Evaporation, wenn evcan < intcp_stor ist.<br />
Der Bodenwasserhaushalt wird durch die Infiltration des Bestandsniederschlags und des<br />
Schneeschmelzwassers vergrößert und durch Verdunstung, Interflow und Perkolation zum<br />
Grundwasser verringert. Die daraus resultierende Bodenfeuchte beeinflusst die aktuelle<br />
Evapotranspiration und die Abflussbildung. Die Mächtigkeit des Bodenpakets wird durch die<br />
Durchwurzelungstiefe der vorherrschenden Vegetation bestimmt. Das maximale<br />
Wasserspeichervermögen des Bodens wird als nutzbare Feldkapazität (soil_moist_max) definiert<br />
und umfasst den Bereich zwischen Feldkapazität und permanentem Welkepunkt.<br />
Der Boden wird in zwei Kompartimente gegliedert. Im Oberboden (nutzbare Feldkapazität:<br />
soil_rechr_max) wirken die Prozesse Evaporation und Transpiration, im Unterboden (nutzbare<br />
Feldkapazität: soil_moist_max - soil_rechr_max) nur Transpiration.<br />
Zur Berechnung der potentiellen Evapotranspiration (potet) stehen in PRMS/MMS drei<br />
Verfahren zur Auswahl: Class-A-Pan, Verfahren nach HAMON (1961, zitiert in LÜLLWITZ 1993a)<br />
und Verfahren nach JENSEN & HAISE (1963, zitiert in LÜLLWITZ 1993a). Das Class-A-Pan benutzt<br />
tägliche Evapotranspirationsmesswerte (pan_evap) und einen monatlichen Anpassungskoeffizienten<br />
(epan_coef). Die potentielle Evapotranspiration nach HAMON wird aus den mittleren<br />
täglichen Lufttemperaturen (tavgf), der möglichen Sonnenscheindauer (radpl_sunhrs) und einem<br />
monatlichen Korrekturfaktor (hamon_coef) berechnet. Das Verfahren nach JENSEN & HAISE<br />
benötigt die meisten Werte. In die Berechnung gehen Lufttemperatur (tavgf), Solarstrahlung (solrad)<br />
und zwei Koeffizienten (jh_coef, jh_coef_hru) ein. Die Koeffizienten sind von Lufttemperatur,<br />
Höhe, Luftfeuchte und der vorherrschenden Vegetation abhängig.<br />
Wie die Ergebnisse von MICHL (1999) zeigen, sind die Evapotranspirationswerte nach Penman-<br />
Monteith den in PRMS/MMS integrierten Methoden für das Untersuchungsgebiet vorzuziehen
3. Die hydrologischen Modellsysteme 44<br />
und werden mit dem verfügbaren Datenmaterial extern berechnet (vgl. Abschnitt 4.1.).<br />
Die aktuelle Evapotranspiration (hru_actet) ist eine Funktion der potentiellen<br />
Evapotranspiration, der Bodenart sowie der aktuellen Bodenfeuchte und der Speicherkapazität<br />
des Bodens. Sie setzt sich aus den beschriebenen Teilprozessen der Interzeptionsverdunstung, der<br />
Evaporation und der Sublimation der Schneedecke zusammen. Der verbleibende Bedarf der<br />
potentiellen Evapotranspiration (bei actet < potet) wird dem Bodenwasserspeicher entnommen.<br />
Der Wasserentzug wird für die beiden Bodenkompartimente als Quotient aus aktuellem<br />
Wassergehalt (soil_-rechr für die obere Bodenzone bzw. soil_moist für die untere Bodenzone) und<br />
der nutzbaren Feldkapazität (soil_rechr_max bzw. soil_moist_max) bestimmt.<br />
Der Zeitraum, in dem Transpiration stattfindet, wird durch transp_beg (Monat, in dem die<br />
Transpiration einsetzt) und transp_end (Monat, in die Transpiration endet) festgelegt.<br />
PRMS/MMS unterscheidet die Abflusskomponenten Oberflächenabfluss, Interflow und<br />
Grundwasserabfluss.<br />
Der Oberflächenabfluss basiert auf dem contributing area -Konzept. Das Konzept beschreibt die<br />
gerinneparallele Ausdehnung von Sättigungsflächen über die Talaue bis in die Hang- und<br />
Muldenbereiche des Einzugsgebiets in Abhängigkeit von Niederschlagsintensität und -dauer.<br />
Oberflächenabfluss entsteht nur auf diesen Flächen. Dabei geht der abflusswirksame<br />
Flächenanteil jeder MRU als prozentualer Flächenanteil der Gesamtfläche jeder MRU in die<br />
Berechnungen ein und wird aus den Bodenfeuchtewerten des Vortages und dem<br />
Bestandsniederschlag bestimmt.<br />
Linearer Ansatz:<br />
ca_percent = carea_min + (carea_max - carea_min) ·<br />
soil_rechr<br />
soil_rechr_max<br />
mit<br />
carea_min = Kleinste, zum Oberflächenabfluss beitragende Fläche<br />
carea_max = Größte, zum Oberflächenabfluss beitragende Fläche<br />
Nicht-linearer Ansatz:<br />
ca_percent = smidx_coef · 10 (smidx_exp · smidx )<br />
mit smidx = soil_moist · ½ net_ppt<br />
mit<br />
smidx_coef = Linearer Koeffizient<br />
smidx_exp = Exponentieller Koeffizient
3. Die hydrologischen Modellsysteme 45<br />
Der Oberflächenabfluss (sroff) wird in beiden Fällen aus dem Produkt von ca_percent und dem<br />
Bestandsniederschlag (net_ppt) ermittelt. Die Differenz zwischen Bestandsniederschlag und<br />
Oberflächenabfluss stellt die Menge des infiltrierten Wassers dar, welches dem Interflow- bzw.<br />
Grundwasserspeicher zugeführt wird.<br />
Mit dem Interflow als oberflächenparalleler Wasserfluss zwischen Bodenoberfläche und<br />
Grundwasserspiegel wird in PRMS/MMS eine relativ schnelle Abflusskomponente simuliert, die<br />
während und kurze Zeit nach Niederschlags- und Schneeschmelzperioden auftritt. Der<br />
Interflowspeicher (ssres_in) wird aufgefüllt, wenn die nutzbare Feldkapazität (soil_moist_max) und<br />
die maximale Grundwasserneubildungsrate (soil2gw_rate) überschritten werden. Die Abflussrate<br />
aus dem Interflowspeicher (ssres_flow) wird über zwei Koeffizienten (ssrcoef_lin, ssrcoef_sq) wie folgt<br />
berechnet:<br />
ssres_flow = ssrcoef_lin · ssres_stor + ssrcoef_sq · ssres_stor²<br />
Der Interflowspeicher wird außerdem über eine vertikale Transportkomponente reduziert. Er gibt<br />
Wasser an den Grundwasserspeicher ab.<br />
Der Grundwasserspeicher erhält Zufluss in Abhängigkeit vom Bodenwasserüberschuss aus der<br />
maximalen Grundwasserneubildungsrate (wenn die nutzbare Feldkapazität der gesamten<br />
Bodenzone gesättigt ist; an Tagen mit ausreichend Niederschlag) und der Wasserabgabe des<br />
Interflowspeichers (wenn Wasser im Interflowspeicher verfügbar ist). Die Wasserabgabe<br />
(ssr_to_gw) vom Interflow- an den Grundwasserspeicher ergibt sich nach folgender Gleichung:<br />
ssr_to_gw = ssr2gw_rate · (<br />
ssres_stor<br />
ssr2gw_max<br />
) ssr2gw_exp<br />
mit ssr2gw_rate = Täglicher Grundwassererneuerungskoeffizient<br />
ssr2gw_max = routing-Koeffizient<br />
ssr2gw_exp = routing-Koeffizient<br />
Der Grundwasserspeicher liefert den Basisabfluss (gwres_flow), der linear berechnet wird:<br />
gwres_flow = gwflow_coef · gwres_stor<br />
mit<br />
gwres_coef = routing-Koeffizient<br />
gwres_stor = Wasservolumen im Grundwasserspeicher
3. Die hydrologischen Modellsysteme 46<br />
Der Grundwasserverlust in benachbarte Einzugsgebiete oder durch Tiefenversickerung kann über<br />
die Multiplikation von gwres_stor mit einem Verlustkoeffizienten (gwsink_coef) berücksichtigt<br />
werden.<br />
Das Schneemodul in PRMS simuliert die Akkumulation und die Schmelze einer Schneedecke für<br />
jede MRU. Die Simulation erfolgt auf Basis des Wasseräquivalents und eines dynamischen<br />
Wärmespeichers, wobei die Wasserbilanz täglich und die Energiebilanz halbtäglich berechnet<br />
werden.<br />
Konzeptionell besteht das Schneepaket aus zwei Schichten: einer 3 bis 5 cm mächtigen<br />
oberflächennahen Schicht und einer unterliegenden Schicht (vgl. Abb. 8). Zwischen den Schichten<br />
findet ein Wärmeaustausch statt, wenn die Temperatur der oberen Schicht kleiner 0 °C ist<br />
(negative Energiebilanz). Dies führt zu einem Wärmegewinn der oberen Schneeschicht.
3. Die hydrologischen Modellsysteme 47<br />
Abb. 8: Komponenten der Energiebilanzierung eines Schneepakets (MICHL 1999)<br />
Beträgt die Temperatur der oberen Schneeschicht 0 °C, so bestimmt die Energiebilanz der<br />
Grenzschicht Schneeoberfläche-Atmosphäre den Wärmestrom. Dabei berechnet sich die<br />
Energiebilanz aus der Summe von kurz- und langwelliger Nettostrahlung zuzüglich der sensiblen<br />
und latenten Wärme (vgl. Abb. 8). Einfallender Niederschlag verursacht ebenfalls einen Energieeintrag<br />
an der Schneeoberfläche, während der Wärmeaustausch zwischen der unteren Grenzschicht<br />
des Schneepakets und der Bodenoberfläche vernachlässigbar ist. Bei positiver<br />
Energiebilanz der Schneedecke wird Schnee in der oberen Schicht geschmolzen und als<br />
Sickerwasser zur unteren Schneeschicht abgegeben. Bei Überschreitung der Speicherkapazität<br />
infiltriert das Schmelzwasser in die Bodenzone oder führt zu Oberflächenabfluss. Neben der<br />
Schneeschmelze erfährt die Schneeoberfläche Verluste durch Evaporation und Sublimation.<br />
3.2.3.2. Simulation der ereignisbezogenen Abflussbildung<br />
Im Hochwassermodus berechnet sich der Oberflächenabfluss aus der Differenz des durch<br />
Interzeption reduzierten Niederschlags und der infiltrierten Wassermenge. Die Infiltration erfolgt<br />
nur bei Niederschlägen in Form von Regen und schneefreier Bodenoberfläche. Für ihre<br />
Berechnung wird der GREEN-AMPT-Ansatz (1911, zitiert in LEAVESLEY & STANNARD 1995)<br />
verwendet. In der Gleichung werden die hydraulische Leitfähigkeit, die kapillare Saugspannung,<br />
das Bodenfeuchtedefizit und die akkumulierte Infiltration berücksichtigt.<br />
Das nicht infiltrierte Regenwasser fließt oberflächlich über die flow planes in die channel segments,<br />
wobei die Simulation nach dem Verfahren der kinematischen Welle von LECLERC & SCHAAKE<br />
(1973, zitiert in LEAVESLEY & STANNARD 1995) vorgenommen wird.<br />
Der Gerinneabfluss bei Starkregenereignissen wird ebenfalls nach dem Verfahren der<br />
kinematischen Welle modelliert. Dabei ist die Abflussrate als eine Funktion von Gerinnestrecke<br />
und Zeit zu verstehen.<br />
Interflow- und Grundwasserabfluss erfolgen analog der Simulation im Tagesmodus, jedoch mit<br />
kürzeren Berechnungszeitschritten.<br />
Der Sedimenttransport wird durch das rill-interrill -Konzept von HJELMFELT et al. (1975, zitiert in<br />
LEAVESLEY & STANNARD 1995) realisiert. Die Loslösung der Bodenpartikel wird durch<br />
Regentropfenaufprall (interrill areas) und durch Oberflächenabfluss (rills) verursacht. Die aus den<br />
MRUs mit dem Oberflächenabfluss eingetragenen Sedimente werden mit dem Gerinneabfluss
3. Die hydrologischen Modellsysteme 48<br />
weiter transportiert. PRMS berücksichtigt aber keine weiteren Lösungs- und Abtragungsprozesse<br />
in den Gerinneabschnitten.<br />
3.2.4. Bisherige Anwendungen<br />
Das Niederschlags-Abfluss-Modell PRMS wurde seit seiner Entwicklung 1983 in verschiedenen<br />
klimatischen und physiographischen Regionen eingesetzt.<br />
Viele Untersuchungen sind in den USA durchgeführt worden, zum Beispiel von JETON & SMITH<br />
(1993) in zwei Einzugsgebieten der Sierra Nevada (Kalifornien, Nevada) , von LÜLLWITZ (1993b) in<br />
einer subalpinen Region (Deadhorse Creek in Colorado/ USA) und von HAY et al. (1993) im<br />
Einzugsgebiet des Gunnison River (Colorado/ USA).<br />
STAUDENRAUSCH (1996) wendete das Modell auf das Ntamhlope-Einzugsgebiet (Südafrika) im<br />
semiariden, tropischen Sommerregenklima an. Er diskutiert die Fähigkeit von PRMS/MMS zur<br />
Simulation der Abflussbildung in Gebieten der südlichen Hemisphäre und die Sensitivität des<br />
Modells bei Veränderung der Landnutzung.<br />
PRMS/MMS ist auch mehrfach in Deutschland eingesetzt worden, wo seine Anwendbarkeit im<br />
Mittelgebirgsklima des Rheinischen Schiefergebirges, Einzugsgebiete Sulz (Teileinzugsgebiet der<br />
Sieg) (BONGARTZ 1996), Sieg (FLÜGEL 1996b) und Bröl (Nebenfluss der Sieg) (FLÜGEL 1995a,<br />
FLÜGEL 1995b, FLÜGEL 1996a, LÜLLWITZ 1993a), und des Thüringer Waldes, Einzugsgebiete<br />
Schmücker Graben und Steinbach (MICHL 1999), nachgewiesen wurde. Weiterhin wurde das<br />
PRMS im Brugga-Einzugsgebiet im Schwarzwald (LINDENLAUB et al. 1997) getestet, wobei die<br />
verschiedenen Abflusskomponenten den Schwerpunkt dieser Untersuchung bildeten.<br />
Eine vergleichende Studie wurde von FLÜGEL & LÜLLWITZ (1993) durchgeführt, wobei das<br />
Modell PRMS/MMS auf das subalpine mikroskalige Einzugsgebiet des Deadhorse Creek (USA)<br />
und das mesoskalige Einzugsgebiet der Bröl im deutschen Mittelgebirge angewendet wurde.<br />
Hierbei wurde vor allem die prinzipielle Anwendbarkeit des Modells in Abhängigkeit von<br />
unterschiedlichen klimatischen Verhältnissen, Landnutzungsänderungen und Skalen der<br />
Einzugsgebiete getestet. THIEL (2000) führte ebenfalls eine vergleichende Untersuchung von zwei<br />
klimatisch und hydrodynamisch unterschiedlichen Einzugsgebieten durch.<br />
MICHL (1999) und BRENDECKE et al. (1985) verglichen die Modellergebnisse von PRMS mit<br />
anderen lumped Modellen. KUHN & PARKER (1992) haben die Übertragbarkeit von auf ein<br />
Einzugsgebiet kalibrierten Parametern auf ein anderes nicht kalibriertes Einzugsgebiet überprüft.<br />
REED (1986) simulierte die suspendierte Sedimentfracht während Starkregenereignissen mit einer<br />
hohen Übereinstimmung zum gemessenen Sedimenttransport.<br />
Die Modellanwendungen von UHLENBROOK (1999) und MEHLHORN (1998) beziehen sich auf die<br />
Verwendung von tracerhydrologischen Informationen zur besseren Parametrisierung der
3. Die hydrologischen Modellsysteme 49<br />
Speicher- und Abflusskoeffizienten. Bei der Modellvalidierung überprüften sie die Fähigkeit des<br />
Modells zur Quantifizierung der einzelnen Abflusskomponenten.<br />
Außerdem hat FLÜGEL (1996b) den Einfluss verschiedener Methoden der Evapotranspirationsberechnung<br />
mit PRMS/MMS untersucht und setzt sich folglich mit der kontinuierlichen<br />
Weiterentwicklung des modular strukturierten Modells und dessen Anpassung an den aktuellen<br />
Forschungsstand auseinander. Weiterhin vergleicht er die Simulationsergebnisse von PRMS/MMS<br />
mit zwei physikalisch basierten Flusseinzugsgebietsmodellen (NASIM, HSPF), die verschiedene<br />
Ansätze zur Repräsentation der physiographischen Heterogenität des Einzugsgebiets verwenden.<br />
Eine Auflistung weiterer Anwendungsgebiete und -schwerpunkte findet sich bei LEAVESLEY &<br />
STANNARD (1995).<br />
3.3. TOPMODEL<br />
3.3.1. Modellansatz<br />
Das physikalisch basierte Modellkonzept TOPMODEL (TOPography based hydrological MODel)<br />
wurde 1979 von BEVEN & KIRKBY in Großbritannien entwickelt. Es dient vorwiegend der<br />
Modellierung der Abflussbildung auf täglicher Basis in mikro- und mesoskaligen Einzugsgebieten,<br />
wurde aber auch zur Simulation von Hochwasserereignissen eingesetzt. Nach BEVEN et al. (1995,<br />
p. 627) repräsentiert dieses Modell „an attempt to combine the computational and parametric efficiency of a<br />
lumped approach with the link to physical theory and possibilities for more rigorous evaluation offeres by a<br />
distributed model”.<br />
Das Modellkonzept wird ausführlich in BEVEN & KIRKBY (1979), BEVEN (1986), BEVEN et al.<br />
(1995), FRANCHINI et al. (1996) und WOLOCK (1993) beschrieben, so dass im Rahmen dieser<br />
Arbeit nur die grundlegenden Annahmen erläutert werden.<br />
TOPMODEL basiert auf dem variable source area -Ansatz der Abflussbildung. Das Konzept der<br />
variablen Sättigungsflächen geht davon aus, dass Oberflächenabfluss nur auf einem kleinen Teil<br />
des gesamten Einzugsgebiets stattfindet, nämlich auf den während eines Niederschlagereignisses,<br />
durch Anheben des Wasserspiegels bis zur Bodenoberfläche, gesättigten Flächen. Die räumliche<br />
Ausdehnung der Sättigungsflächen ist variabel, wobei diese Dynamik von der Topographie des<br />
Einzugsgebiets, den hydraulischen Eigenschaften und der Wassersättigung der Bodenzone<br />
abhängt. Letzteres ergibt sich als Bilanz von Eintrag (infiltrierter Niederschlag auf allen nicht<br />
vollständig gesättigten Flächen) und Austrag (Evapotranspiration, oberflächennaher,<br />
hangabwärtsgerichteter Abfluss zum Vorfluter und lateraler Abfluss in der Bodenzone).
3. Die Hydrologischen Modellsysteme 50<br />
TOPMODEL unterscheidet nicht zwischen Interflow und Grundwasserabfluss, sondern versteht<br />
die zentrale Komponente der Abflussbildung in der Bodenzone als lateralen Wasserfluss durch<br />
Makroporen und bevorzugte Wasserleitbahnen.<br />
Die Neigung von Teilflächen zur Bildung von Sättigungsflächen wird in TOPMODEL durch den<br />
sogenannten topographischen Index ln (A/tan β) (KIRKBY 1975) erfasst. Er gibt für jeden Punkt<br />
des Einzugsgebiets die Tendenz der Wasseransammlung (Faktor A) und zur Weiterleitung des<br />
zugeflossenen Wassers (Faktor tan β) wieder. Hohe Indexwerte beschreiben gewöhnlich feuchte<br />
Teilflächen des Einzugsgebiets (Sättigungsflächen in den Talböden oder Moore und Sümpfe auf<br />
den flach geneigten Bereichen der Berggipfel). Flächen mit niedrigen Indexwerten sind entsprechend<br />
trockener (Steilhänge). Die Verteilung der Indexwerte innerhalb eines Einzugsgebiets wird<br />
von einem digitalen Geländemodell (DGM) abgeleitet und beschreibt den bodenphysikalischen<br />
und topographischen Einfluss der einzelnen Teilflächen auf die Abflussbildung. Teilflächen mit<br />
gleichen Indexwerten sind als hydrologisch ähnlich, d. h. gleichermaßen abflusswirksam<br />
einzustufen. Nach BEVEN & KIRKBY (1979) zeigen Vergleiche des topographischen Indexes mit<br />
Bodenfeuchtemessungen sehr gute räumliche Übereinstimmungen, was die physikalische<br />
Basiertheit des Modells unterstreicht.<br />
Die für jede Teilfläche zu modellierenden Prozesse sind schematisch in Abbildung 9 dargestellt.<br />
Abb. 9: Schematische Darstellung der konzeptionellen Speicher und Wasserflüsse in<br />
TOPMODEL (BEVEN & KIRKBY 1979)<br />
mit A c = contributing area (variable Sättigungsfläche als Funktion von Speichermenge der
3. Die Hydrologischen Modellsysteme 51<br />
gesättigten Bodenzone (s 3 ), einer Konstante m und der Topographie)<br />
s D = maximaler Wert des Interzeptionsspeicher s 1<br />
s C = maximaler Wert des Infiltrationsspeichers s 2<br />
q b = Abfluss aus dem Speicher der gesättigten Bodenzone in den Vorfluter<br />
q of = Oberflächenabfluss auf den Sättigungsflächen<br />
3.3.2. Ableitung der Modelleinheiten<br />
In TOPMODEL basiert die distributive Gliederung des Einzugsgebiets in hydrologisch ähnlich<br />
reagierende Teilflächen in Abhängigkeit von Topographie und Bodenfeuchte auf dem REA<br />
(Representative Elementary Area) -Konzept. WOOD et al. (1988, 1990) definieren eine REA als die<br />
minimale Fläche, in welcher die Kontinuitätsgleichung ohne Berücksichtigung der Variabilität<br />
einzelner Parameter angewendet werden kann. Dabei hängt die Größe der REAs wesentlich von<br />
der Topographie ab. In TOPMODEL dient der topographische Index zur Charakterisierung der<br />
Boden- und Reliefparameter innerhalb einer REA, wobei die REAs nach unterschiedlichen<br />
klimatischen Eigenschaften oder verschiedenen Landnutzungen voneinander abgegrenzt werden.<br />
Im Rahmen dieser Arbeit werden die Teilgebiete in TOPMODEL wie auch in PRMS als MRUs<br />
(Modeling Response Units) bezeichnet.<br />
3.3.3. Modellierung der Teilprozesse<br />
Die Berechnung der Wasserkreislaufkomponenten erfolgt über die in Abschnitt 3.2.3.<br />
vorgestellten Algorithmen in PRMS/MMS. Ähnlich wie in PRMS wird die Abflussmodellierung<br />
in TOPMODEL als eine vertikale Folge von Speichern (Interzeptions-, Infiltrationsspeicher und<br />
Speicher der gesättigten Bodenzone) (vgl. Abb. 9) modelliert. Diese werden aber nicht wie in<br />
PRMS über Speicherkonstanten und Abflusskoeffizienten beschrieben, sondern über ihre<br />
Bodenwasserspiegelhöhen charakterisiert.<br />
Die in der Modellkonzeption dargestellten grundlegenden Annahmen werden in TOPMODEL<br />
über folgende Gleichungen umgesetzt.<br />
T = T 0 A e (-S/m ) oder T = T 0 A e (-f A z)<br />
mit<br />
T 0 = Laterale Transmissivität zum Zeitpunkt der Sättigung<br />
S = Sättigungsdefizit
3. Die Hydrologischen Modellsysteme 52<br />
m<br />
f<br />
z<br />
= Modellparameter<br />
= Skalierungsparameter<br />
= Grundwasserflurabstand<br />
Die Abflusskomponenten werden in TOPMODEL über das Sättigungsdefizit beschrieben, da der<br />
unterirdische Abfluss vom topographischen Index bestimmt wird und gleiche Indexwerte gleiche<br />
Sättigungsdefizite bedeuten.<br />
S i = S + m [λ - ln (a i / tan β)] - (ln T e - ln T 0 )<br />
mit λ = 1/A ∑ ln (a i / tan β)<br />
i<br />
mit S i = Sättigungsdefizit an einem Punkt i<br />
S = Gebietsmittel des Sättigungsdefizits<br />
a i = Fläche, die durch den Punkt i entwässert<br />
T e = Gebietsmittel der Transmissivität<br />
tan β = Hangneigung<br />
Der Gebietsabfluss ergibt sich aus der Summe der Abflüsse aus den einzelnen Speichern (vgl.<br />
Abbildung 10).<br />
Q gesamt = Q direkt + Q return + Q unterirdisch<br />
mit Q direkt = Oberflächenabfluss auf den gesättigten Flächen<br />
Q return<br />
Q unterirdisch<br />
= Return flow<br />
= Unterirdischer Abfluss<br />
Der Oberflächenabfluss findet infolge von Sättigungsüberschuss statt und berechnet sich aus<br />
der Summe der Niederschlagsintensitäten auf den gesättigten Teilflächen.<br />
∑ i a i · precip<br />
Q direkt = mit S i ≤ 0<br />
A
3. Die Hydrologischen Modellsysteme 54<br />
q i = r · a i<br />
Die Änderung des Bodenwasserspiegels hängt vom lateralen Wassertransport, der sich aus dem<br />
Zufluss benachbarter Flächen ergibt, und dem vertikalen Wassertransport durch zuströmendes<br />
Sickerwasser ab.<br />
Q sicker =<br />
K · S sicker<br />
S i<br />
mit K = Vertikale hydraulische Konduktivität<br />
S sicker<br />
= Sickerwasserspeicher (ungesättigt)<br />
3.3.4. Bisherige Anwendungen<br />
TOPMODEL wurde auf verschiedene Einzugsgebiete und Probleme in der hydrologischen<br />
Modellierung angewendet.<br />
Zum Beispiel untersuchen WOLOCK & PRICE (1994), inwieweit die räumliche Auflösung des<br />
DGMs die Simulationsergebnisse beeinflusst. Das Skalenproblem und die räumliche<br />
Heterogenität des Einzugsgebiets werden auch von WOOD et al. (1988) am Beispiel des Coweeta<br />
Rivers (North Carolina/ USA) diskutiert.<br />
WOLOCK & MC CABE (1995) wenden das Modellkonzept an, um zu analysieren, welchen Einfluss<br />
die singuläre oder multiple Fließrichtungsberechnung des topographischen Indexes auf die<br />
Modellergebnisse hat. Der topographische Index und die Transmissivitätsfunktionen stehen auch<br />
im Mittelpunkt der Untersuchungen von AMBROISE et al. (1996a, 1996b).<br />
SEIBERT et al. (1997) versuchen mit TOPMODEL die räumliche Verteilung des<br />
Grundwasserspiegels in einem kleinen Einzugsgebiet an der Westküste Schwedens zu simulieren.<br />
Ebenso überprüfen MOORE & THOMPSON (1996), ob Grundwasserstandsschwankungen mit dem<br />
Modellkonzept nachvollzogen werden.<br />
ROBSON et al. (1992) führen eine Untersuchung für das Hafren catchment (Wales/ Großbritannien)<br />
durch, in der die in TOPMODEL identifizierten Abflusskomponenten mit der<br />
Hydrographenseperation auf Grundlage der chemischen Bestandteile im Wasser miteinander<br />
verglichen werden.<br />
HOLZMANN et al. (1998) vergleichen Einzugsgebiete (Alpen/ Österreich) unterschiedlicher<br />
Größen miteinander.
3. Die Hydrologischen Modellsysteme 55<br />
Die Anwendbarkeit von TOPMODEL zur Simulation der Abflussbildung in verschiedenen<br />
Regionen belegen zahlreiche Arbeiten, unter anderem:<br />
- BEVEN et al. (1984): Crimple Beck, Hodge Beck, Wye headwater (Großbritannien)<br />
- BEVEN (1986): Hodder catchment (Lancashire/ Großbritannien)<br />
- OBLED & WENDLING (1991): Réal Collobrier (Frankreich)<br />
- QUINN et al. (1991): Booro-Borotou catchment (Feuchtsavanne)<br />
- DURAND et al. (1992): Mont-Lozère catchment (Frankreich)<br />
- TROCH et al. (1993): Mahantango Creek (Appalachen/ USA)<br />
- IORGULESCU & JORDAN (1994): Alloux und Corbassière catchments (Schweiz)<br />
- FRANCHINI et al. (1996): Sieve basin (Italien)<br />
- HOLKO & LEPISTÖ (1997): Jalovecky Creek (westliche Tatra/ Karpathen)<br />
- SAULNIER et al. (1997): Maurets catchment (Frankreich)<br />
- OSTENDORF & MANDERSCHEID (1997): Lehstenbach (Fichtelgebirge/ Deutschland)<br />
- MICHL (1999): Schmücker Graben und Steinbach (Thüringer Wald/ Deutschland).<br />
Eine Zusammenfassung der bisherigen Anwendungen von TOPMODEL findet sich bei BEVEN<br />
et al. (1995) und BEVEN (1997).<br />
3.4. Vergleich beider Modelle<br />
Sowohl das Modell PRMS als auch das Modellkonzept TOPMODEL eignet sich, die nach dem<br />
jetzigen Kenntnisstand in der Natur ablaufenden physikalischen Prozesse des Wasserkreislaufs zu<br />
simulieren.<br />
Bei beiden Modellansätzen wird eine Aufteilung des Einzugsgebiets in Teilflächen vorgenommen:<br />
in PRMS basiert die räumliche Gliederung auf dem HRU-Konzept, in TOPMODEL auf dem<br />
REA-Konzept. Bei ersterem werden hydrologisch ähnlich reagierende Flächen über die<br />
Flächenmittel relevanter Gebietscharakteristika ausgewiesen, bei letzterem ist über den<br />
topographischen Index eine Berücksichtigung der Variabilität der bodenphysikalischen und<br />
topographischen Parameter möglich.<br />
Beide Modellansätze können sowohl zur kontinuierlichen Simulation der Abflussbildung als auch<br />
zur ereignisbezogenen Modellierung angewendet werden. Jedoch unterscheidet TOPMODEL<br />
nicht zwischen Tages- und Ereignismodus, so dass es im Gegensatz zu PRMS keine<br />
ereignissensitiven Parameter gibt. In beiden Modellen werden vor allem physikalisch basierte<br />
Algorithmen verwendet. PRMS enthält im Gegensatz zu der in dieser Arbeit vorliegenden Version
3. Die Hydrologischen Modellsysteme 56<br />
von TOPMODEL Algorithmen zur Simulation des Schneedeckenaufbaus und der<br />
Schneeschmelze. Die Modellparameter für PRMS werden aus Gebietsdaten bestimmt oder<br />
teilweise auch geschätzt, für TOPMODEL aus der Topographie und Messungen im<br />
Einzugsgebiet abgeleitet. Vorteil von TOPMODEL ist die relativ geringe Anzahl von Parametern,<br />
jedoch sind für deren Bestimmung teilweise sehr umfangreiche Messungen erforderlich.<br />
Die Topographie des Einzugsgebiets wird in PRMS nur sehr grob über Flächenmittel der<br />
Hangneigung, Exposition und Höhenlage berücksichtigt, dagegen in TOPMODEL über den<br />
topographischen Index sehr detailliert wiedergegeben. Daher ist letzteres sensitiver bezüglich der<br />
räumlichen Auflösung des digitalen Geländemodells.<br />
Das Modell PRMS besitzt den weiteren Vorteil, dass es sich für die Simulation unterschiedlicher<br />
Szenarien (zum Beispiel Landnutzungsänderung) durch Parametereichung (zum Beispiel alle<br />
Parameter mit Bezug zur Vegetation) ermöglicht. Beim TOPMODEL-Konzept ist dies nicht<br />
durchführbar, da die MRUs keinen direkten Bezug zur Vegetation aufweisen, sondern nur über<br />
den topographischen Index beschrieben werden.<br />
Nachteil von PRMS in der vorliegenden Version ist, dass das Modell nur das amerikanische<br />
Maßsystem verwendet, so dass Umrechnungen der Eingabedaten und Parameterwerte vom SI-<br />
System und der Ergebnisse ins SI-System notwendig sind.<br />
Im Rahmen dieser Arbeit erfolgt die Berechnung der Abflussbildung über den PRMS- bzw.<br />
TOPMODEL-Ansatz und der gebietsspezifischen Wasserkreislaufkomponenten nur nach PRMS.
4. Modellanwendung<br />
In diesem Kapitel werden die durchgeführten Arbeitsschritte erläutert. Grundlagen der<br />
Modellierung sind Datensätze, die die Eingabedaten enthalten, und Parametersätze, in denen die<br />
für die Simulation benötigten Parameterwerte festgelegt sind. Zunächst wird die zugrundeliegende<br />
hydrometeorologische und physiographische Datenbasis beschrieben. Hieran schließt sich die<br />
Methodik der Modellflächenableitung an. Die Grundparametrisierung für beide Modelle bezieht<br />
sich auf beschreibende Parameter, die in Abhängigkeit von den topographischen, hydrologischen,<br />
pedologischen und vegetationsspezifischen Gebietseigenschaften bestimmt werden. Anschließend<br />
wird auf die Kalibrierung und Optimierung der „a priori“ geschätzten Routing-Koeffizienten<br />
eingegangen.<br />
4.1. Datengrundlage und Erstellen der Dateneingabesätze<br />
4.1.1. Hydrometeorologische Datenbasis<br />
Im Untersuchungsgebiet befinden sich am Zusammenfluss von Schmücker Graben und<br />
Steinbach drei Messeinrichtungen: die zwei Pegelanlagen der beiden Wildbäche und der<br />
Klimagarten.<br />
An den beiden Pegeln werden seit 1959 Abflussmessungen mittels Schreibpegel in den<br />
Pegelhäusern und manuell mit Lattenpegel in den beiden Einlaufrinnen durchgeführt. Seit 1997<br />
erfolgen zusätzlich kontinuierliche Messungen zu Abfluss, Temperatur, Leitfähigkeit und pH-<br />
Wert (nur Schmücker Graben) mit Dataloggern.<br />
Der Klimagarten ist mit Messinstrumenten zur Bestimmung meteorologischer Größen<br />
ausgestattet. Es werden Art, Menge und Qualität des Niederschlags (seit 1959) sowie<br />
Bodenfeuchte, Lufttemperatur und Strahlungsgrößen mit einer automatischen Klimastation (seit<br />
1996) ermittelt. Zum Messprogramm gehören außerdem zwei Grundwassersonden mit<br />
Dataloggern: eine am alten Steinbruch südwestlich des Steinbach-Pegels (HW 56 16 , RW 44 11 ,<br />
Soltiefe 20 m) und eine im oberen Einzugsgebiet des Schmücker Grabens (HW 56 14 , RW 44 12 ,<br />
Soltiefe 20 m).<br />
Aus diesen Messeinrichtungen im Untersuchungsgebiet liegen Abflusswerte und<br />
Grundwasserstände in ausreichender zeitlicher Auflösung für die ereignisbezogene Modellierung<br />
vor. Für die weiteren benötigten hydrometeorologischen Eingabedaten musste auf die<br />
Klimastationen des DWD „Schmücke“ bzw. „Weimar“ zurückgegriffen werden.
4. Modellanwendung 58<br />
Die hydrometeorologischen Zeitreihen werden einerseits als Eingabedaten für die<br />
Modellrechnungen und andererseits als Vergleichsdaten für die Validierung der Modellergebnisse<br />
benötigt.<br />
In Tabelle 6 sind die verwendeten hydrometeorologischen Parameter mit Angaben zur zeitlichen<br />
Auflösung, Station und der die Messwerte bereitstellenden Institution zusammengefasst. Alle<br />
Daten beziehen sich auf den Untersuchungszeitraum von 11/94 bis 10/99.<br />
Tab. 6: Verwendete hydrometeorologische Daten<br />
Parameter Zeitliche<br />
Auflösung<br />
Station<br />
Temperatur 10 min. KL Schmücke<br />
(Min., Max.)<br />
(ID 4226)<br />
Institution Verwendung als Eingabe- (E)<br />
oder Vergleichsdaten (V)<br />
DWD E für PRMS,<br />
Berechnung der ET Penman-<br />
Niederschlagsmenge<br />
10 min. KL Schmücke<br />
(ID 4226)<br />
Solarstrahlung 1 h KL Weimar<br />
(ID 3422)<br />
DWD<br />
DWD<br />
Monteith<br />
E für PRMS & TOPMODEL<br />
E für PRMS,<br />
Berechnung der ET Penman-<br />
Monteith<br />
Windgeschwindigkeit<br />
10 min. KL Schmücke DWD Berechnung der ET Penman-<br />
(ID 4226)<br />
Monteith<br />
Relative Luft- 1 h KL Schmücke DWD Berechnung der ET Penman-<br />
Feuchte<br />
(ID 4226)<br />
Monteith<br />
Sonnenscheindauer<br />
1 h KL Schmücke DWD Berechnung der ET Penman-<br />
(ID 4226)<br />
Monteith<br />
Abfluss 30 min. Pegel Steinbach<br />
(ID 743409 ),<br />
SUA<br />
Erfurt<br />
E, V für PRMS &<br />
TOPMODEL<br />
Pegel Schmücker<br />
Graben<br />
(ID 743209)<br />
Grundwasserstände<br />
6 h Grundwassersonden<br />
TLU<br />
<strong>Jena</strong><br />
V für PRMS (Grundwasserspeicher)<br />
Neuschneehöhe, 1 d KL Schmücke DWD V für PRMS (Schneeakkumulation)<br />
Schneehöhe<br />
(ID 4226)<br />
Die Temperaturwerte (Min., Max.) wurden vom DWD in zehnminütiger Auflösung für die<br />
Klimastation „Schmücke“ bereitgestellt. Jedoch fehlen die Werte für die Monate Januar bis Mai<br />
1995, Oktober 1996 und Februar 1998. Die Daten für diese Zeiträume wurden aus stündlichen<br />
Werten ermittelt.<br />
Die Niederschlagswerte liegen ebenfalls in zehnminütiger Auflösung und mit den bereits<br />
angegebenen Lücken vor. Für Oktober 1996 und Februar 1998 konnten die Niederschlagswerte<br />
durch stündliche Werte ersetzt werden, für Januar bis Mai 1995 standen nur tägliche Werte zur<br />
Verfügung.
4. Modellanwendung 59<br />
Einzelne Niederschlagswerte erwiesen sich nach ihrer Überprüfung als fehlerhaft, wobei die<br />
Fehler auf falsche Kommasetzung zurückzuführen sind. Des weiteren wurde durch den Vergleich<br />
mit den täglichen Niederschlagswerten von MICHL (1999) festgestellt, dass zwischen beiden<br />
Datensätzen jährliche Abweichungen von 0,32 % bis 2,71 % auftreten. In den meisten Jahren<br />
liegen die Niederschlagssummen der zehnminütigen Zeitreihe unter denen der täglichen<br />
Datenbasis. Die Ursache dafür ist in der Messmethodik begründet. Es werden einerseits<br />
verschiedene Messinstrumente verwendet. Andererseits werden Niederschlagsmengen kleiner 0,1<br />
mm pro 10 Minuten nicht erfasst, welche aber in der Tagessumme einen messbaren Wert ergeben<br />
können.<br />
Bei der Modellierung müssen messbedingte Fehler (Windfehler, RICHTER 1995), die regionale<br />
Niederschlagsverteilung (BRAUN 1997), die expositions- und höhenbedingte Niederschlagsvariabilität<br />
und der Nebelniederschlag berücksichtigt werden. Die verwendeten Korrekturfaktoren<br />
werden bei der Grundparametrisierung in Abschnitt 4.2. erläutert.<br />
Die Solarstrahlungswerte sind für den gesamten Untersuchungszeitraum in stündlicher<br />
Auflösung vorhanden. Sie stammen allerdings von der Klimastation Weimar, die dem<br />
Untersuchungsgebiet nächstliegende Station ist, an der Strahlungsdaten aufgezeichnet werden. Die<br />
expositions- und neigungsbedingte Strahlungskorrektur wird im Rahmen der Grundparametrisierung<br />
in Abschnitt 4.2. besprochen.<br />
In der hydrologischen Modellierung stellt der Abfluss die Referenzgröße zur Modellkalibrierung<br />
und -validierung dar. Die verwendeten Abflusswerte sind digitalisierte, mittels Durchflusstabellen<br />
umgerechnete Wasserstände der beiden Wildbäche, die mittels Schreibpegeln erfasst werden. Die<br />
Schreibpegelbögen erlauben eine maximale zeitliche Auflösung von dreißig Minuten.<br />
Abflussmessungen mittels Dataloggern werden erst seit 1997 durchgeführt. Um eine<br />
gleichbleibende Qualität zu gewährleisten, wurden nur die Pegelbögen ausgewertet.<br />
Anhand einer Analyse verschiedener Anwendungen von Niederschlags-Abfluss-Modellen geben<br />
BLÖSCHL et al. (1995) Richtwerte für die zeitliche Auflösung der Datenbasis in Bezug auf die<br />
Einzugsgebietsfläche. Ihnen zufolge sind „time-scales of minutes for catchments of several hectares, whereas<br />
time steps of hours or days are typically used for catchments of tens or hundreds of square kilometers“ (BLÖSCHL et<br />
al. 1995, p. 83). Auch nach ØVERLAND & KLEEBERG (1992) sollte die zeitliche Auflösung bei der<br />
Simulation von Hochwasserereignissen relativ hoch sein und sich nach der Größe des<br />
Einzugsgebiets richten. Sie gehen von einem maximalen Berechnungsintervall von einer Stunde<br />
aus, wobei für kleinere Gebiete kürzere Intervalle zu verwenden seien.<br />
Anhand dieser Richtwerte und der verschiedenen zeitlichen Auflösungen der Eingabedaten wurde<br />
für die ereignisbezogene Modellierung ein Zeitschritt von dreißig Minuten gewählt. Folglich<br />
wurden die zehnminütigen Maximal- und Minimaltemperaturen extrahiert, die Niederschlagsdaten
4. Modellanwendung 60<br />
aufsummiert und die stündlichen Solarstrahlungsdaten auf halbstündliche Werte linear<br />
interpoliert.<br />
Die Eingabedatensätze für die ereignisbezogene Modellierung mit PRMS bestehen aus<br />
Niederschlag, Abfluss, Maximum- und Minimumtemperaturen, Solarstrahlung und einer Spalte<br />
für Modusangaben (route_on). Letzterer gibt an, wann im ereignisbezogenen Modus simuliert<br />
werden soll. Für den Vergleich der Ergebnisse mit denen vonMICHL (1999) wurden zusätzlich<br />
Datensätze mit Tageswerten erzeugt. Infolge der guten Datenbasis konnten die Niederschlagsart<br />
(form_data) und die potentielle Evapotranspiration mit einbezogen werden.<br />
Für die Modellierung mit TOPMODEL werden ebenfalls die Abflüsse und die<br />
Niederschlagsmenge benötigt. Zusätzlich sind potentielle Evapotranspirationswerte erforderlich.<br />
Die potentielle Verdunstung wurde nach dem PENMAN-MONTEITH-Verfahren berechnet.<br />
Einerseits wurde damit die Vergleichbarkeit mit den Ergebnissen von MICHL (1999) gewährleistet,<br />
andererseits liefert dieser Ansatz, wie bei MICHL (1999) erwähnt, laut Empfehlung der American<br />
Society of Civil Engineers (ASCE)(JENSEN et al. 1990) die besten Ergebnisse zur Berechnung<br />
potentieller Evapotranspirationsraten für unterschiedliche klimatische Bedingungen. Auch<br />
FLÜGEL (1996b), der ebenfalls einen Vergleich verschiedener Evapotranspirationsmodelle<br />
durchführte, hebt den PENMAN-MONTEITH-Ansatz hervor, da er als einziger der untersuchten<br />
Evapotranspirationsmodelle Bezug auf die Vegetationsbedeckung nimmt und für die<br />
durchgeführte Modellierung mit PRMS die besten Ergebnisse liefert.<br />
Der PENMAN-MONTEITH-Ansatz beruht auf der von PENMAN 1948 aufgestellten Gleichung, die<br />
1965 von MONTEITH durch verschiedene Verdunstungswiderstände ergänzt wurde. Er verwendet<br />
die maximale und minimale Lufttemperatur [°C], die relative Luftfeuchte [%], die<br />
Sonnenscheindauer [h], die Solarstrahlung [W/m²] und die Windgeschwindigkeit [m/s]. Die<br />
Ermittlung der Verdunstung wurde mit dem MS-DOS-Softwareprogramm Reference<br />
Evapotranspiration Calculator (REF-ET) durchgeführt. Mit diesem Programm wurden auch die<br />
Evapotranspirationswerte der ASCE für verschiedene Ansätze (u. a. Penman, Kimberley-Penman,<br />
FAO-24-Pan-Evaporation) berechnet. Dabei können nicht nur mittlere tägliche, sondern auch<br />
stündliche potentielle Verdunstungswerte berechnet werden.<br />
Die ermittelten stündlichen potentiellen Evaopotranspirationswerte wurden auf halbstündliche<br />
Werte linear interpoliert.<br />
Die Eingabedatensätze für TOPMODEL wurden ebenfalls in dreißigminütiger und täglicher<br />
Auflösung zusammengestellt, wobei die Werte für Niederschlag, potentielle Evapotranspiration<br />
und Abfluss in m umgerechnet werden mussten. Dagegen benutzt das PRMS in der verwendeten<br />
Version das amerikanische Maßsystem, so dass der Abfluss in cubic-foot per second, Niederschlag und
4. Modellanwendung 61<br />
potentielle Evapotranspiration in inch, Temperaturmaxima und –minima in °Fahrenheit und die<br />
Solarstrahlung in langley umgerechnet wurden (Umrechnungstabelle siehe S. VII).<br />
4.1.2. Physiographische Datenbasis<br />
Für die Modellierung der Abflussbildung sind neben den hydrometeorologischen Zeitreihen<br />
physiographische Daten (Topographie, Landnutzung, Böden) erforderlich. Einerseits werden sie<br />
für die Ausweisung der Modelleinheiten benötigt, andererseits zur Parametrisierung.<br />
Die Reliefeigenschaften (Exposition, Hangneigung, topographische Indizes) und die<br />
hydrologischen Parameter (Fließrichtung, Fließakkumulation) können aus einem Digitalen<br />
Geländemodell (DGM) abgeleitet werden. Für das Untersuchungsgebiet liegt ein DGM mit einer<br />
horizontalen Auflösung von 5 m vor, das aus digitalisierten Isohypsen und topographischen<br />
Punkten der TK 10 erstellt wurde.<br />
Die Landnutzungsklassifikation wurde durch Auswertung von Stereo-Luftbildern des Jahres 1994<br />
(Rasterformat mit 2,5 m horizontaler Auflösung) durchgeführt, wobei die Klassen Wald,<br />
grasbestandene Kahlflächen und Moor unterschieden wurden. Aufgrund des fast<br />
flächendeckenden Waldbestandes im Untersuchungsgebiet ist eine Klassifikation in Altbestände<br />
(in den Stereo-Luftbildern von 1953 vorhanden) und Jüngerer Forst (in den Stereo-Luftbildern<br />
von 1953 ohne Waldbedeckung, in denen von 1986 und 1994 mit Waldbedeckung) für die<br />
Prozesse der Interzeption und Evapotranspiration wichtiger, da die Speicherkapazität des<br />
Interzeptionsspeichers von vegetationsspezifischen Parametern, wie beispielsweise Pflanzenart<br />
und –alter, Wuchsdichte und Wachstumsperiode, abhängt (WEGEHENKEL 1995).<br />
Die Verteilung der Bodentypen wurde der Forststandortkartierung von 1980 entnommen. Dabei<br />
wurde zwischen Podsol und Gley differenziert. Im Modell PRMS wird jedoch nur die Bodenart<br />
berücksichtigt, die für das gesamte Untersuchungsgebiet als lehmig angegeben werden kann. Eine<br />
Klassifikation nach den Bodenfeuchtestufen von SCHLÜTER (1969) ist für die Parametrisierung<br />
von weitaus größerer Bedeutung.<br />
Für die weitere Analyse lagen folgende Datenebenen digital im Rasterformat vor:<br />
- Exposition (N, E, S, W),<br />
- Hangneigung (< 7°, 7-15°, > 15°),<br />
- Bedeckung (Altbestände, Jüngerer Forst),<br />
- Bodenfeuchte (trocken, mäßig frisch bis mäßig trocken, wechselfeucht, feucht bis<br />
frisch, nass bis quellig),<br />
- Topographischer Index (0,5 α/tan (β) – Intervalle).
4. Modellanwendung 62<br />
4.2. Ausweisung der Modelleinheiten<br />
Die ereignisbezogene Modellierung setzt eine Gliederung des Einzugsgebiets in flow planes und<br />
channel segments (vgl. Abschnitt 3.2.2.) voraus. Die overland flow planes werden über die Parameter<br />
Hangneigung und Oberflächenrauhigkeit beschrieben. Eine Verknüpfung der einzelnen flow planes<br />
wird nicht berücksichtigt, d. h. jede flow plane entwässert in einen Gerinneabschnitt. In der<br />
vorliegenden Arbeit erfolgte die MRU-Ableitung mit dem GIS-Tool WEASEL.<br />
Die Software WEASEL ist ein graphical user interface (GUI), welches entwickelt wurde, um die<br />
Ausweisung und Parametrisierung der Modeling Response Units für distributive (PRMS) und lumped<br />
(TOPMODEL) Modelle zu erleichtern (VIGER et al. 2000). Es ist ein C-Programm und nutzt über<br />
AML-Scripte Funktionen des GIS ARC/INFO. Es bietet aber den Vorteil, dass der Benutzer<br />
keine GIS-Kenntnisse benötigt. Voraussetzung ist lediglich ein digitales Geländemodell des<br />
Untersuchungsgebiets. Wie in Abschnitt 4.1.2. dargestellt, liegt für das Einzugsgebiet des<br />
Schmücker Grabens und Steinbachs ein DGM mit 5 m räumlicher Auflösung vor. Im WEASEL<br />
werden als erstes mit dem Befehl fill depressions abflusslose Senken aufgefüllt, welche als<br />
systematische Fehler in der DGM-Generierung angesehen werden können. Dann werden mit der<br />
delineation-Komponente Fließrichtung und Abflussakkumulation für jede Rasterzelle berechnet.<br />
Die zugrundeliegenden Berechnungsalgorithmen basieren auf dem Ansatz von JENSON &<br />
DOMINGUE (1988, zitiert in VIGER et al. 2000). Über den Befehl flow direction wird die Matrix der<br />
Fließrichtung erstellt, wobei die Entwässerung jeder Rasterzelle in nur eine der acht direkten<br />
Nachbarzellen, nämlich in Richtung des größten Gefälles, erfolgt. Die Abflussakkumulation wird<br />
mit dem Befehl flow accumulation durchgeführt. Sie gibt die Summe aller in eine Zelle<br />
entwässernden Rasterzellen an. Danach werden im WEASEL grids für Hangneigung und<br />
Exposition automatisch abgeleitet, wobei die Möglichkeit zur Reklassifikation besteht. Diese ist<br />
für die Parametrisierung der Modelleinheiten erforderlich. Anschließend wird das Flussnetz<br />
abgeleitet. Dafür wird vom Benutzer ein Schwellenwert festgelegt. Je kleiner dieser Wert ist, desto<br />
dichter ist das Drainagenetzwerk. In Anlehnung an die Flussnetzausweisung der TK 10 wurde für<br />
das Untersuchungsgebiet ein Schwellenwert von 5000 Pixeln verwendet.<br />
Das Einzugsgebiet der beiden Wildbäche wurde systematisch mit der Methode two flow area per<br />
channel für PRMS und one flow area per channel für TOPMODEL untergliedert. Während im PRMS<br />
jedem Gerinneabschnitt bis zu drei flow planes zugeordnet werden können, entspricht im<br />
TOPMODEL jedem channel segment genau eine overland flow plane. Im Folgenden wurden sehr kleine
4. Modellanwendung 63<br />
MRUs mit der modification-Komponente größeren Modellflächen angegliedert, so dass die Größe<br />
einer MRU mindestens 1 % der Gesamtfläche des Untersuchungsgebiets beträgt. Damit ließen<br />
sich für PRMS 22 MRUs (18 im EG Schmücker Graben und 4 im EG Steinbach) und für<br />
TOPMODEL 11 MRUs (9 im EG Schmücker Graben und 2 im EG Steinbach) ausweisen. Die<br />
Modelleinheiten für beide Modelle sind in Abbildung 11 vergleichend dargestellt.<br />
Im Gegensatz zum HRU-Konzept (Modellierung der Abflussbildung in PRMS im Tagesmodus,<br />
vgl. Abschnitt 3.2.2.), welches auf einer Verschneidung klassifizierter Systemeigenschaften beruht,<br />
werden bei der Ableitung der Modellflächen im Verständnis von Reliefeinheiten (REA-Konzept<br />
in TOPMODEL und ereignisbezogene Abflussmodellierung in PRMS) Hangneigung, Exposition,<br />
Landnutzung und Pedologie nicht einbezogen.<br />
Abb. 11: Vergleich der MRU-Ableitung für PRMS (links) und TOPMODEL (rechts)<br />
Die Exposition wird allerdings durch die S-N-Orientierung des Gewässernetzes bei der<br />
Ausweisung der links und rechts der Flussabschnitte angrenzenden Flächen berücksichtigt. Im<br />
Falle von TOPMODEL finden die bodenphysikalischen und topographischen Eigenschaften<br />
durch die Bestimmung des topographischen Indexes Berücksichtigung. Da die Landnutzung im<br />
Untersuchungsgebiet von einem nahezu flächendeckenden Waldbestand dominiert wird, ist dies<br />
nicht unbedingt als Nachteil anzusehen.<br />
4.3. Grundparametrisierung
4. Modellanwendung 64<br />
Generell können drei Kategorien von Parametern unterschieden werden:<br />
- Parameterwerte, die anhand regional klimatischer Eigenschaften bestimmbar sind,<br />
- distributive Parameterwerte (MRU-basiert), die von den Gebietscharakteristika<br />
abgeleitet werden und<br />
- Parameterwerte der Interflow- und Grundwasserspeicher, die anhand des<br />
beobachteten Abflusses geschätzt werden (KUHN & PARKER 1992).<br />
Die Grundparametrisierung orientiert sich an den Werten von MICHL (1999), da er die<br />
Parameterwerte bereits für dasselbe Untersuchungsgebiet berechnete. Lediglich die MRUdimensionierten<br />
Parameter wurden durch overlay-Analyse verschiedener klassifizierter<br />
Datenschichten (vgl. Abschnitt 4.1.2.) mit den MRU-Ableitungen im WEASEL neu bestimmt.<br />
4.3.1. PRMS<br />
Die Parameterwerte der räumlichen Diskretisierung (z. B. Fläche (hru_area), mittlere Höhe<br />
(hru_elevation) und mittlere Hangneigung (hru_slope)) entsprechen den mit WEASEL<br />
abgeleiteten MRUs und deren mit ARC/INFO bestimmten gebietsspezifischen<br />
Kenngrößen (vgl. Tab. 7). Dazu wurden im GIS ARC/INFO die einzelnen Datenebenen mit<br />
der im WEASEL erzeugten MRU-Ableitung verschnitten. Die Attributwertzuordnung erfolgt mit<br />
dem Befehl tables. Des weiteren wurden Exposition, Bodenfeuchtestufen und Bedeckung für jede<br />
MRU bestimmt. Sie bilden die Grundlage für die weitere MRU-spezifische Parametrisierung.<br />
Tabelle 7 gibt einen Überblick über die beschreibenden Parameter der Modellflächen.<br />
Tab. 7: Übersicht der 22 MRUs für die Modellierung mit PRMS und deren Gebietscharakteristika<br />
ID<br />
Fläche<br />
[km²]<br />
Fläche<br />
[%]<br />
Mittlere<br />
Höhe [m]<br />
Mittlere Hangneigung<br />
[°]<br />
Exposition<br />
1 0,52 12,50 847,79 14,96 E<br />
2 0,27 6,49 820,91 16,84 W trocken<br />
3 0,20 4,81 811,75 13,85 W<br />
4 0,20 4,81 802,03 16,35 E<br />
5 0,13 3,13 879,80 8,98 W<br />
Bodenfeuchte<br />
mäßig frisch bis<br />
mäßig trocken<br />
mäßig frisch bis<br />
mäßig trocken<br />
mäßig frisch bis<br />
mäßig trocken<br />
mäßig frisch bis<br />
mäßig trocken<br />
Bedeckung<br />
Jüngerer<br />
Forst<br />
Jüngerer<br />
Forst<br />
Jüngerer<br />
Forst<br />
Jüngerer<br />
Forst<br />
Altbestand
4. Modellanwendung 65<br />
6 0,11 2,64 881,02 13,98 W trocken Altbestand<br />
7 0,15 3,61 849,71 13,46 E<br />
mäßig frisch bis Jüngerer<br />
mäßig trocken Forst<br />
8 0,16 3,85 865,12 18,63 W trocken<br />
Jüngerer<br />
Forst<br />
9 0,23 5,53 917,33 9,45 E feucht bis frisch<br />
Jüngerer<br />
Forst<br />
10 0,31 7,45 914,70 9,63 S<br />
mäßig frisch bis<br />
mäßig trocken<br />
Altbestand<br />
11 0,14 3,37 888,58 15,60 W<br />
mäßig frisch bis Jüngerer<br />
mäßig trocken Forst<br />
12 0,10 2,40 910,19 11,66 W wechselfeucht<br />
Jüngerer<br />
Forst<br />
13 0,19 4,57 924,22 9,34 E<br />
mäßig frisch bis<br />
mäßig trocken<br />
Altbestand<br />
14 0,07 1,68 862,96 12,96 E<br />
mäßig frisch bis Jüngerer<br />
mäßig trocken Forst<br />
15 0,26 6,25 924,81 9,78 W<br />
mäßig frisch bis Jüngerer<br />
mäßig trocken Forst<br />
16 0,05 1,20 867,86 9,73 E<br />
mäßig frisch bis Jüngerer<br />
mäßig trocken Forst<br />
17 0,21 5,05 910,84 6,75 W<br />
mäßig frisch bis Jüngerer<br />
mäßig trocken Forst<br />
18 0,12 2,88 908,30 10,69 E<br />
mäßig frisch bis Jüngerer<br />
mäßig trocken Forst<br />
19 0,11 2,64 917,69 9,35 E<br />
mäßig frisch bis Jüngerer<br />
mäßig trocken Forst<br />
20 0,37 8,89 909,71 6,45 W<br />
mäßig frisch bis Jüngerer<br />
mäßig trocken Forst<br />
21 0,09 2,16 906,84 7,93 E<br />
mäßig frisch bis Jüngerer<br />
mäßig trocken Forst<br />
22 0,16 3,85 914,65 6,84 E feucht bis frisch<br />
Jüngerer<br />
Forst<br />
Die Parametrisierung der ereignisbezogenen Module chroute (channel routing) und ofroute (overland<br />
flow plane routing) wurde zunächst anhand der default values vorgenommen. Lediglich die mit dem<br />
GIS ARC/INFO berechenbaren Parameterwerte, wie Länge und Neigung der Gerinneabschnitte<br />
und flow planes, sowie die Zuordnung der flow planes zu den channel segments und die sequentielle<br />
Verknüpfung der Gerinneabschnitte wurden eingegeben.<br />
Die Korrektur der hydrometeorologischen Eingangsdaten bezüglich der beschriebenen Höhenund<br />
Expositionsabhängigkeit und möglicher Messfehler wurde wie folgt bei der Parametrisierung<br />
umgesetzt:<br />
Die monatliche Korrektur der Temperaturwerte für jede MRU erfolgt über die Parameter
4. Modellanwendung 66<br />
tmax_lapse und tmin_lapse für die Höhenabhängigkeit und tmax_adj und tmin_adj in Abhängigkeit<br />
von der Reliefsituation (mittlere Exposition, mittlere Hangneigung).<br />
Ebenso wurden die Niederschlagswerte für jede MRU auf monatlicher Basis korrigiert. Messfehler<br />
bezüglich der räumlichen Variabilität werden mit rain_adj und snow_adj, die Niederschlagsart mit<br />
tmax_allsnow, tmax_allrain und adjmix_rain angepasst.<br />
Die Strahlungsunterschiede richten sich nach Exposition (radpl_aspect) und Hangneigung<br />
(radpl_slope) der MRUs und sind besonders für die Schneeschmelzdynamik von Bedeutung. Für<br />
die Strahlungskorrektur sind zusätzlich Angaben zur geographischen Breite (radpl_lat) erforderlich.<br />
Die Parametrisierung der Wasserkreislaufkomponenten wird über die Module zur<br />
Beschreibung der Interzeptions-, Bodenwasser- und Schneedynamik vorgenommen. Die<br />
Interzeption ist in erster Linie vom Bedeckungsgrad der Vegetation (covden_sum, covden_win)<br />
abhängig. Als weiterer Parameter wird die maximale Speicherkapazität der Vegetation (srain_intcp,<br />
wrain_intcp, snow_intcp) festgelegt. Die Parameterwerte der Interzeption werden halbjährlich<br />
angegeben, wobei für das Untersuchungsgebiet aufgrund des immergrünen Fichtenwaldes keine<br />
wachstumsspezifische Unterscheidung in Sommer- und Winterhalbjahr notwendig ist. Da die<br />
Interzeptionseigenschaften mit dem Alter der Bäume variieren, ist vielmehr eine Differenzierung<br />
in Jüngeren Forst und Altbestände erforderlich.<br />
Die Bodenfeuchte beschreibt die nutzbare Feldkapazität (soil_moist_max, soil_rechr_max). Die<br />
Parametrisierung erfolgt anhand der von SCHLÜTER (1969) abgeleiteten Bodenfeuchteklassen.<br />
Die Schneedecke wird über eindimensionale, monatliche und MRU-spezifische Parameter<br />
bilanziert. Die MRU-dimensionierten Werte sind aufgrund der vernachlässigbaren räumlichen<br />
Variabilität der das Schneepaket beeinflussenden Parameter (vgl. Abschnitt 3.2.3.1.) für das<br />
gesamte Untersuchungsgebiet gleichzusetzen. Deshalb wird auf eine weitere Ausführung<br />
verzichtet und auf die Arbeit von MICHL (1999) verwiesen.<br />
Für die Grundparametrisierung der Abflusskomponenten und die Ausweisung der Interflowund<br />
Grundwasserreservoire wurden nicht die Standardwerte der routing-Koeffizienten, sondern die<br />
kalibrierten und optimierten Werte von MICHL (1999) übernommen. Folglich wurden in<br />
Abhängigkeit von den Hangneigungsklassen drei Grundwasser- und Interflowspeicher<br />
ausgewiesen. Eine Tiefenversickerung von Grundwasser kann nach MICHEL & RAACKE (1957)<br />
aufgrund der geologischen Verhältnisse ausgeschlossen werden.<br />
4.3.2. TOPMODEL
4. Modellanwendung 67<br />
Der wichtigste Parameter ist der topographische Index, über den die Hangparametrisierung<br />
erfolgt. Er gilt als Maß für das Sättigungspotential und somit für den Wassergehalt des Bodens.<br />
Aus dem DGM wird über die Fließakkumulation und die Hangneigung der multiple flow<br />
topographical idex berechnet sich (QUINN et al. 1991). Er wurde im Rahmen der Arbeit von MICHL<br />
(1999) für das Untersuchungsgebiet ermittelt und in 0,5 α/tan β –Intervalle klassifiziert. Für die<br />
einzelnen MRUs wurden die prozentualen Häufigkeiten der klassifizierten α/tan β –Funktion neu<br />
berechnet. Abbildung 12 zeigt die Verteilung der Klassen des topographischen Indexes für das<br />
Untersuchungsgebiet. Dunkle Farben entsprechen hohen Indexwerten und weisen auf eine hohe<br />
Abflussakkumulation hin.
4. Modellanwendung 68<br />
Abb. 12: Klassifizierter topographischer Index für das Untersuchungsgebiet<br />
Die Charakterisierung der Gerinneabschnitte erfolgt über einen mehrdimensionalen Parameter ,<br />
bei welchem die channel segments den overland flow planes zugeordnet werden sowie ihre Entfernung<br />
vom Auslass des Untersuchungsgebiets festgelegt wird.<br />
Für die weitere Parametrisierung war es notwendig, im GIS ARC/INFO neben dem Flächenanteil<br />
die Bodenfeuchteklassen, Hangneigungsklassen und den Bedeckungsgrad für jede MRU zu<br />
bestimmen. Tabelle 8 gibt einen Überblick über diese Parameter für die 11 MRUs zur
4. Modellanwendung 69<br />
Modellierung mit TOPMODEL.<br />
Tab. 8: Übersicht der 11 MRUs für die Modellierung mit TOPMODEL und deren<br />
Gebietsparameter<br />
ID Fläche [km²] Fläche [%] Hangneigungsklasse Bodenfeuchteklasse<br />
1 0,47 11,30 > 15 ° trocken<br />
2 0,72 17,31 7 – 15 ° mäßig frisch bis mäßig trocken<br />
3 0,24 5,77 7 – 15 ° mäßig frisch bis mäßig trocken<br />
4 0,31 7,45 > 15 ° trocken<br />
5 0,54 12,98 7 – 15 ° wechselfeucht<br />
6 0,28 6,73 7 – 15 ° mäßig frisch bis mäßig trocken<br />
7 0,21 5,05 7 – 15 ° mäßig frisch bis mäßig trocken<br />
8 0,26 6,25 7 – 15 ° mäßig frisch bis mäßig trocken<br />
9 0,36 8,65 7 – 15 ° mäßig frisch bis mäßig trocken<br />
10 0,23 5,53 7 – 15 ° mäßig frisch bis mäßig trocken<br />
11 0,53 12,74 < 7 ° feucht bis frisch<br />
Die MRU-dimensionierten Parameter sr0 (Sättigungsdefizit zum ersten Berechnungsschritt) und<br />
srmax (nutzbare Feldkapazität der durchwurzelten Zone) wurden in Anlehnung an MICHL (1999)<br />
anhand der Bodenfeuchteklassen bestimmt, t0 (laterale Transmissivität) und szm (physikalisch<br />
kritischer Parameter) in Abhängigkeit von der Hangneigung und xk0 (hydraulische<br />
Konduktivität) in Bezug auf den Bedeckungsgrad.<br />
Für die wenigen anderen Parameter wurden die Standardwerte verwendet. Diese werden daher<br />
nicht weiter beschrieben.<br />
4.4. Parameterkalibrierung, -sensitivität und -optimierung<br />
Im Anschluss an die Grundparametrisierung erfolgt die Kalibrierung. Dieser Prozess umfasst die<br />
Anpassung ausgewählter Parameter der Modelle, um eine bestmögliche Übereinstimmung<br />
zwischen dem simulierten und beobachteten Abfluss (bzw. anderen Modellausgaben, z. B.<br />
Grundwasserstände) zu erzielen. Dazu müssen folgende Arbeitsschritte durchgeführt werden:<br />
(1) Festlegung der Kalibrierungs-, Optimierungs- und Validierungsperioden,<br />
(2) manuelle Kalibrierung der sich als sensitiv erweisenden Parameter,<br />
(3) automatische Optimierung und<br />
(4) Validierung.<br />
Zur Wahrung der physikalischen Verhältnisse im Untersuchungsgebiet sollten nur diejenigen<br />
Parameter verändert werden, die keine physikalisch interpretierbaren Systemgrößen darstellen.<br />
Es handelt sich meist um die zunächst „a priori“ geschätzten Koeffizienten in
4. Modellanwendung 70<br />
Regressionsgleichungen. Hierzu zählen die Evapotranspirations- und Bodenfeuchteparameter<br />
sowie die die Abflusskomponenten steuernden Parameter im Modell PRMS und der<br />
Skalierungsparameter m im TOPMODEL-Ansatz.<br />
Aufgrund des kurzen Untersuchungszeitraums von fünf hydrologischen Jahren wurde für die<br />
Kalibrierung nur ein repräsentatives Jahr ausgewählt. Dieses sollte eine vollständige Datenbasis<br />
besitzen (demzufolge fällt das Jahr 1995 heraus) und zugleich ein Trockenjahr sein, weil<br />
PRMS/MMS in trockeneren Jahren schlechtere Simulationsergebnisse liefert (vgl. die in Abschnitt<br />
3.2.4. angegebene Literatur). Diesen Auswahlkriterien entspricht das hydrologische Jahr 1996 mit<br />
einer Niederschlagssumme von 1064 mm gegenüber dem Durchschnitt von 1341 mm (bei<br />
WUCHOLD & NEIS (1969) langjähriges Mittel 1346 mm, bei MICHL (1999) 1325 mm, vgl. Tab. 3).<br />
Ein erster Modellauf mit PRMS nach der Grundparametrisierung unter Verwendung des täglichen<br />
Datensatzes zeigte, dass die simulierte Abflusskurve zeitlich die hydrologische Dynamik der<br />
Einzugsgebiete von Schmücker Graben und Steinbach wiedergibt, aber eine Untersimulation<br />
auftritt. Bei der manuellen Kalibrierung war auffällig, dass für das vorliegende Modell nur wenige<br />
Parameter sensitiv reagierten. Die Ursache liegt darin, dass zum Teil die bereits kalibrierten und<br />
optimierten Parameter von MICHL (1999) verwendet wurden. Eine Ergebnisverbesserung der zum<br />
Vergleich herangezogenen statistischen Maßzahlen (Korrelationskoeffizient, Mittel-, Maximalund<br />
Minimalwerte) wurde lediglich durch Erhöhen des Parameters soil_2gw_max (Maximalwert für<br />
den Bodenwasserfluss zum Grundwasser) erreicht. Dadurch verbesserte sich der Basisabfluss,<br />
welcher den Abfluss der Trockenperioden ausmacht.<br />
Ein erster Modellauf mit TOPMODEL bestätigte, dass die Schwäche des PRMS-Modells, d. h.<br />
schlechtere Simulationen in Trockenjahren, nicht auf diesen Ansatz zutrifft. D. h. der<br />
unterirdische Abfluss wurde sehr gut nachvollzogen. Bei winterlichen Abflussspitzen kommt es<br />
auch hier zu einer Untersimulation, dagegen bei sommerlichen zur Übersimulation. Da die<br />
verwendete Version kein Schneemodul enthält, ist es nicht verwunderlich, dass die<br />
Schneeschmelzphasen untersimuliert wiedergegeben werden. Neben dem Parameter m, der in der<br />
Literatur (vgl. Abschnitt 3.3.4.) als nur schwer physikalisch interpretierbar angegeben wird,<br />
erwiesen sich t0 und srmax als sensitiv. Da jedoch bei der Kalibrierung keine<br />
Ergebnisverbesserung erreicht werden konnte, wurden die Einstellungen in Anlehnung an MICHL<br />
(1999) beibehalten.<br />
Anliegen der vorliegenden Arbeit ist jedoch die ereignisbezogene Modellierung. Demzufolge<br />
wurde eine zweite Kalibrierung durchgeführt, welche sich auf ausgewählte Ereignisse bezieht.<br />
Bei der Auswahl der Ereignisse wurden wiederum die Zeiträume, in denen keine Temperatur- und
4. Modellanwendung 71<br />
Niederschlagswerte in einer zeitlichen Auflösung von dreißig Minuten vorlagen, ausgeschlossen.<br />
Als Zeitspanne für die Abflussereignisse wurde, ausgehend von den höchsten Abflusswerten des<br />
Untersuchungszeitraums, diejenige Periode verwendet, innerhalb derer der mittlere halbjährliche<br />
Abflusswert überstiegen wird. Diese statistische Maßzahl erwies sich für die zeitliche<br />
Eingrenzung anhand graphischer Darstellungen als geeignet. Bei der Verwendung von jährlichen<br />
Mittelwerten würden die Abflussereignisse im Sommerhalbjahr zu kurz und im Winterhalbjahr zu<br />
lang ausfallen. Dies begründet sich auf die unterschiedliche Abflussmengenverteilung der beiden<br />
Halbjahre. Das Sommerhalbjahr (Mai bis Oktober) weist in unseren Breiten im Vergleich zum<br />
Winterhalbjahr deutlich weniger Abfluss auf. Obwohl das Niederschlagsverhältnis im<br />
Untersuchungsgebiet für den Untersuchungszeitraum 1 : 1 (Sommerhalbjahr : Winterhalbjahr)<br />
beträgt, liegt das Abflussmengenverhältnis bei 1 : 2 (vgl. Abschnitt 2.4.). Dies beruht auf den<br />
unterschiedlichen Evapotranspirationsbedingungen mit geringeren Verdunstungsraten im<br />
Winterhalbjahr.<br />
Es wurden schließlich die acht höchsten Abflussereignisse im Untersuchungszeitraum für die<br />
Modellierung herausgesucht. Dadurch ist gewährleistet, dass in jedem hydrologischen Jahr<br />
mindestens ein Abflussereignis enthalten ist und sowohl winterliche als auch sommerliche<br />
Abflussereignisse sowie Schneeschmelzereignisse berücksichtigt werden. In Tabelle 9 sind die in<br />
Tab. 9: Darstellung der für die Modellierung ausgewählten Ereignisse<br />
ID<br />
Zeitraum<br />
Mittlerer<br />
Abflusswert<br />
[mm]<br />
Maximaler<br />
Abflusswert<br />
[mm]<br />
Abflussmenge<br />
[mm]<br />
Ereignis I 28.12.-03.01.95 0,39 1,40 129,76<br />
Charakteristik<br />
Winterliches Hochwasser<br />
(höchstes Abflussereignis im<br />
Untersuchungszeitraum)<br />
Ereignis II 26.09.-11.10.95 0,14 0,66 107,32 Sommerliche Abflussspitze<br />
Ereignis III 18.04.-06.06.96 0,13 0,60 314,58 Schneeschmelzereignis<br />
Ereignis IV 18.02.-03.04.97 0,15 0,72 323,41 Schneeschmelzereignis<br />
Ereignis V 03.03.-20.03.98 0,15 0,60 130,60 Winterliches Abflussereignis<br />
Ereignis VI 14.09.-26.09.98 0,31 1,29 190,46<br />
Sommerliches Hochwasser<br />
(höchstes Abflussereignis der<br />
Sommerhalbjahre)<br />
Ereignis VII 23.10.-14.11.98 0,22 0,95 239,71 Winterliches Abflussereignis<br />
Ereignis VIII 02.03.-11.03.99 0,27 0,63 130,23 Winterliche Abflussspitze<br />
(Mittlerer und maximaler Abflusswert in mm/30 min)<br />
zeitlicher Abfolge sortierten ausgewählten Abflussereignisse mit ihren statistischen Maßzahlen<br />
und Angaben zur Bezeichnung dargestellt.<br />
Die ereignisbezogene Kalibrierung wurde für das Abflussereignis VII durchgeführt. Dieser Wahl<br />
liegen folgende Kriterien zugrunde: (1) Es handelt sich um ein Ereignis, bei dem die
4. Modellanwendung 72<br />
Niederschlagsart keine Rolle spielt; (2) es ist kein Schneeschmelzereignis, da sonst noch andere<br />
Parameter als die ereignissensitiven von Bedeutung sind; (3) es ist ein von den maximalen<br />
Abflusswerten hergesehen mittleres Ereignis mit mehreren Abflussspitzen, was eine bessere<br />
Kalibrierung erlaubt und (4) zeitlich betrachtet, repräsentiert es durch den Übergang vom<br />
Sommer- zum Winterhalbjahr die mittleren Grundwasserreserven.<br />
Als ereignissensitive Parameter erwiesen sich chan_alpha und chan_cmp ( routing-Koeffizienten der<br />
Gerinneabschnitte), während eine Veränderung der routing-Koeffizienten der overland flow planes<br />
keine Unterschiede in der Simulation des Abflusses erbrachte. Letztere sind für die Modellierung<br />
des Sedimenttransportes ausschlaggebend.<br />
Während der Parameter chan_cmp in erster Linie die Zahl der Abflussspitzen beeinflusst, wirkt sich<br />
der Parameter chan_alpha auf die Höhe des simulierten Abflusses aus. Eine eindeutige<br />
Wirkungsweise für letzteren konnte jedoch nicht herausgefunden werden, was die Komplexität<br />
des Systems und damit die Wechselwirkungen der Prozesse und der gegenseitigen<br />
Rückkopplungen widerspiegelt.<br />
Der Parameter chan_cmp wurde nur geringfügig erhöht, da die Zahl der Abflussspitzen schon<br />
relativ gut wiedergegeben wurde. Dagegen wurde der Parameter chan_alpha in Abhängigkeit von<br />
der Gewässerordnung nach STRAHLER (1992) so skaliert, dass eine optisch best mögliche Anpassung<br />
des simulierten an den beobachteten Abfluss erreicht wurde. Das erwies sich als sehr<br />
schwierig, da die Änderung nur eines Wertes der drei verwendeten Gewässerordnungen sich<br />
unterschiedlich auf die einzelnen Abflussspitzen auswirken. D. h. während mit einer<br />
Parameteränderung eine der mehreren Abflussspitzen mengenmäßig gut angepasst werden<br />
konnte, wurde eine andere Abflussspitze schlechter wiedergegeben. Um ein gutes Mittelmaß zu<br />
finden, wurde eine Vielzahl von Modelldurchläufen mit unterschiedlichen Werten dieses<br />
Parameters durchgeführt. Somit handelt es sich bei dem ganzen Vorgang der Kalibrierung, unter<br />
Berücksichtigung einer zusätzlich stattfindenden Optimierung, um einen äußerst zeitaufwendigen<br />
Prozess.<br />
Für den TOPMODEL-Ansatz wurde keine ereignisbezogene Kalibrierung durchgeführt, da das<br />
Modell nicht zwischen Tages- und Hochwassermodus unterscheiden kann und folglich keine<br />
ereignissensitiven Parameter explizit ausgewiesen werden können. Es genügt eine Kalibrierung auf<br />
Tagesbasis.<br />
Nach der manuellen Kalibrierung wurden die geänderten Parameter mit dem im MMS<br />
enthaltenen ROSENBROCK-Algorhythmus (1960) optimiert. Dabei werden unter Verwendung eines<br />
oberen und unteren Schwellenwertes die besten Werte für die ausgewählten Parameter iterativ<br />
berechnet, wobei die Abweichungen des simulierten vom beobachteten Abfluss minimiert
4. Modellanwendung 73<br />
werden. Für die Optimierungen der täglichsensitiven Parameter (täglicher Datensatz) und der<br />
ereignissensitiven Parameter (Datensatz mit 30-min. Werten) im Modell PRMS bzw. der<br />
sensitiven Parameter im TOPMODEL-Ansatz wurde das kalibrierte Jahr 1996 als<br />
Initialisierungsphase (Zeitraum zum Einstellen der Vorbedingungen, zum Beispiel Menge des<br />
Grundwasserspeichers) und das folgende Jahr 1997 als Optimierungsphase gewählt. Eine längere<br />
Zeitspanne ist aufgrund des kurzen Untersuchungszeitraums nicht angebracht, da die<br />
Validierungsphase etwa die Hälfte der verwendeten Datenbasis ausmachen sollte.
5. Ergebnisse<br />
Die Bewertung der Modellierung kann anhand unterschiedlicher Kriterien durchgeführt<br />
werden. Im folgenden Abschnitt wird zunächst der optische Vergleich zwischen den<br />
gemessenen und simulierten Abflüssen ausgewertet. Hierbei ist entscheidend, dass die<br />
Simulation die hydrologische Dynamik des Untersuchungsgebiets bezüglich der zeitlichen und<br />
quantitativen Ausbildung von Hochwasserspitzen sowie das Abflussniveau in den<br />
Niedrigwasserperioden nachvollzieht. Als zweites Kriterium werden die statistischen<br />
Gütemaße dargestellt und bewertet.<br />
Weitere Kriterien für die Modellvalidierung sind die jährlichen und monatlichen<br />
Wasserbilanzen sowie die Modellierung von Teilsystemen (multiple response validation). Letztere<br />
bezeichnet die Modellvalidierung an internen Systemzuständen und -flüssen unter<br />
Einbeziehung zusätzlicher Daten. Für das Untersuchungsgebiet liegen zum einen<br />
Grundwasserstände vor, die mit dem simulierten Entleeren und Auffüllen des<br />
Grundwasserspeichers verglichen werden. Zum anderen sind für die DWD-Station<br />
„Schmücke“ Angaben zur Schneedeckenmächtigkeit vorhanden, die für eine Validierung des<br />
simulierten Auf- und Abbaus der Schneepakete herangezogen werden. Diese Vergleiche<br />
dienen der Beurteilung der verwendeten Berechnungsalgorithmen zur Dynamik der<br />
Schneedecke und des Grundwasserspeichers, welche „a priori“ geschätzte und kalibrierte<br />
Koeffizienten enthalten. Diese Auswertung erfolgt in Abschnitt 5.2., da ihr die<br />
dreißigminütige Datenbasis zugrunde liegt und sie nur für die Modellierung mit PRMS<br />
durchgeführt wird. Dagegen bezieht sich die Modellgütebetrachtung auf die tägliche<br />
Datenbasis mit eingeschalteten höher aufgelösten Perioden für beide Modelle getrennt und<br />
kombiniert.<br />
In Abschnitt 5.3. werden ausgewählte statistische Maßzahlen und die Quantifizierung der<br />
Abflussanteile für die ereignisbezogene Modellierung auf Grundlage der dreißigminütigen<br />
Datenbasis dargestellt und bewertet.<br />
Im letzten Abschnitt werden die in dieser Arbeit erzielten Ergebnisse mit denen von MICHL<br />
(1999) verglichen.<br />
Es ist anzumerken, dass die Auswertung des PRMS-Ansatzes im Vordergrund steht und auch<br />
nur dieser die Grundlage zur Berechnung der Wasserbilanzen bildet. Mit dem TOPMODEL-<br />
Konzept wird lediglich geprüft, ob eine parallele Verwendung beider Modelle zu einer<br />
Ergebnisverbesserung führt.
5. Ergebnisse 74<br />
5.1. Modellgütebetrachtung<br />
Die Modellgüte wird subjektiv über den optischen Vergleich der gemessenen und simulierten<br />
Abflüsse und objektiv durch die Verwendung statistischer Maßzahlen bewertet.<br />
Datengrundlage sind Tageswerte mit eingeschalteten Perioden höherer Auflösung.<br />
Einerseits erreichte dieser Datensatz bei der Betrachtung des gesamten<br />
Untersuchungszeitraums die höchsten Korrelationswerte (vgl. Anhang A 1). Andererseits ist<br />
die Modellierung mit einer kontinuierlichen dreißigminütigen Datenbasis über den gesamten<br />
Zeitraum unnötig, da für Perioden mit niedrigem Abfluss Tageswerte ausreichend sind. Eine<br />
Verwendung von kontinuierlichen Tageswerten ist ebenfalls nicht sinnvoll. Sie bringen bei<br />
dem ereignisbezogenen Modellansatz von PRMS die schlechtesten Korrelationswerte. Wenn<br />
auf Tagesbasis modelliert werden soll, ist eine andere Flächendiskretisierung (HRU-Konzept)<br />
zu wählen (vgl. MICHL 1999).<br />
Die eingeschalteten Perioden mit dreißigminütiger Auflösung umfassen das höchste<br />
Abflussereignis der Winter- (28.12.94 – 3.1.95) und Sommerhalbjahre (14.9. – 26.9.98), die<br />
niedrigsten Abflussperioden der Winter- (17.3. – 21.3.96) und Sommerhalbjahre (15.9. –<br />
1.10.97) sowie zwei Schneeschmelzperioden (eine für das Untersuchungsgebiet typische Phase<br />
bezüglich der zeitlichen Dynamik (26.3. – 16.4.99) und eine verzögerte Schneeschmelze (18.4.<br />
– 6.6.96)). Damit wird gewährleistet, dass die Validierung der Modelle anhand aller wichtigen<br />
hydrologischen Phasen erfolgt.<br />
Zuerst werden die Modellierungsergebnisse anhand der graphischen Darstellungen<br />
bewertet. Im Anhang sind die gemessenen und simulierten Abflüsse für PRMS (A 2.1) und<br />
TOPMODEL (A 2.2) sowie der kombinierte Ansatz über den besten simulierten Abflusswert<br />
(A 2.3 & A 2.4) für die fünf hydrologischen Jahre dargestellt. Die zugehörigen<br />
Niederschlagseinträge sind den Graphiken im Anhang A 2.5 zu entnehmen.<br />
Mit dem Modell PRMS wird das Niederschlag-Abfluss-Verhalten des Untersuchungsgebiets<br />
gut wiedergegeben. Die zeitliche Übereinstimmung der Hochwasserspitzen ist meist sehr gut.<br />
Das Hochwasserereignis 1998 wird zeitlich und quantitativ am besten simuliert. Generell<br />
werden die Rezessionsäste gut nachvollzogen, jedoch wird der Basisabfluss (z. B. September<br />
1996) fast immer untersimuliert. Dieses Problem der Unterschätzung der sommerlichen<br />
Trockenwetterabflüsse wird beispielsweise auch von FLÜGEL & LÜLLWITZ (1993) beschrieben.<br />
Die Hochwasserspitzen werden in den Jahren 1995, 1997 und 1999 untersimuliert, 1996<br />
übersimuliert. Die Schneeschmelzperioden werden allgemein schlecht simuliert. Das der<br />
Schneeschmelzperiode vorausgehende Abflussereignis wird in den Jahren 1995, 1997 und<br />
1998 untersimuliert, wodurch die Abflüsse in den Schneeschmelzperioden großenteils
5. Ergebnisse 75<br />
übersimuliert werden. Die Schneeschmelzphase 1996 setzt bereits Anfang April allmählich ein,<br />
während das Modell ein abruptes Schmelzen Mitte April simuliert. Zu dieser Zeit findet ein<br />
hoher Niederschlagseintrag (vermutlich Regen-Schnee-Gemisch) statt, dessen energetischer<br />
und hydrologischer Eintrag überbewertet wird. Für das hydrologische Jahr 1999 sieht diese<br />
Situation ähnlich aus. Das Modell simuliert ein abruptes Einsetzen der Schneeschmelze,<br />
während die gemessene Abflussganglinie auf ein allmähliches temperatur- und<br />
strahlungsbedingtes Abtauen der Schneedecke hindeutet. Die Übersimulation zu Beginn dieser<br />
Phase führt während der restlichen Zeit des Schneedeckenabbaus zur Untersimulation. Des<br />
weiteren fällt bei der Betrachtung des hydrologischen Jahres 1996 auf, das einige gemessene<br />
Ereignisse zu Beginn des Winterhalbjahres gar nicht simuliert werden. Das liegt daran, dass bei<br />
dem vorausgehenden hohen Abflussereignis am Ende des hydrologischen Jahres 1995 die<br />
Untersimulation sehr groß ist. Folglich werden die durch erhöhte Verdunstung der<br />
Sommermonate entleerten Speicher des Boden- und Grundwassers nicht richtig aufgefüllt.<br />
Demzufolge werden die etwas niedrigeren Niederschlagseinträge zu Beginn des<br />
Winterhalbjahres von 1996 für die Auffüllung dieser Speicher benötigt. Alle anderen<br />
Abflussspitzen werden zwar untersimuliert, aber zumindest nachvollzogen. MEHLHORN 1998<br />
führt starke Untersimulationen größerer Abflussereignisse während der sommerlichen<br />
Trockenzeit ebenfalls als eine Schwäche von PRMS an. Die Niederschlagseinträge reichen<br />
offensichtlich nicht für die Sättigung des Bodens bis zur Feldkapazität aus, so dass kein<br />
Abfluss aus der Bodenzone simuliert wird. Vom Modell wird nicht berücksichtigt, dass bei<br />
solchen Ereignissen Bodenwasserabfluss in Makroporen (bei periglazialen Deckschichten<br />
nicht zu vernachlässigen, vgl. Abschnitt 2.3.2) entstehen kann, auch wenn noch keine<br />
Feldkapazität erreicht ist. Zudem zeigt sich ein drittes Problem bei der Modellanwendung von<br />
PRMS. Zum Beispiel verzeichnet der gemessene Abfluss von Mitte bis Ende September 1997<br />
einen langsamen Anstieg, obwohl in dieser Zeit kein Niederschlag gefallen ist. Demzufolge<br />
wird vom Modell kein Anstieg nachvollzogen, sondern der abnehmende Abfluss der<br />
sommerlichen Trockenperiode fortgeführt. Dieses Phänomen wurde auch in der Arbeit von<br />
THIEL (2000) angesprochen. Fehler im Datensatz, z. B. dass durch Differenzen zwischen<br />
Einzugsgebiet und Messstation nicht alle Niederschläge erfasst werden oder vorgetäuschte<br />
höhere Abflusswerte infolge Gesteins- und Holzansammlung in der Messrinne, lassen sich<br />
ausschließen, da dann diese Phänomene über das ganze Jahr verteilt auftreten müssten.<br />
Folglich lässt sich diese Situation nur über influente Verhältnisse erklären, die vom Modell<br />
nicht nachvollzogen werden können.<br />
Die Simulation der Abflussspitzen mit TOPMODEL korreliert zeitlich schlechter mit den<br />
gemessenen Abflussereignissen. Allgemein ist der simulierte Abfluss etwas zu spät. Des<br />
weiteren reagiert der simulierte Abfluss zu häufig auf Niederschlagsereignisse, d. h. es erfolgt
5. Ergebnisse 76<br />
kaum eine Pufferung im System. Das begründet sich auf die Nichtberücksichtigung von<br />
Exposition, Interzeption und Niederschlagsart im Modell. Bei der Modellierung zeigt sich das<br />
in auf Niederschlagseinträgen simulierten Abflussspitzen ohne gemessenen Pendants. Die<br />
Rezession zwischen Ereignissen wird gut wiedergegeben. Zu den Schneeschmelzphasen<br />
werden keine Ausführungen gemacht, da die verwendete Version kein Schneemodul enthält.<br />
Die optische Bewertung der Simulationen mit dem TOPMODEL-Konzept soll nicht weiter<br />
ausgeführt werden; Wie bereits beschrieben soll die Abflussbildung nach TOPMODEL<br />
lediglich für eine eventuelle Ergebnisverbesserung herangezogen werden. Für eine alleinige<br />
Anwendung eines Modells kommt für das vorliegende Untersuchungsgebiet nur der PRMS-<br />
Ansatz in Frage. Aus dem optischen Vergleich lässt sich bereits schließen, dass eine<br />
Kombination beider Modelle (über die Verwendung der besten simulierten Abflusswerte) zu<br />
einer Verbesserung der Abflusssimulation führt. Denn die Verknüpfung der sehr guten<br />
zeitlichen Übereinstimmung von PRMS mit den höheren Abflusswerten von TOPMODEL<br />
bedingen eine bessere Annäherung der simulierten an die gemessenen Abflüsse.<br />
Die statistische Auswertung der Modellierungsergebnisse erfolgt anhand der<br />
Korrelationskoeffizienten, der minimalen, mittleren und maximalen Abflusswerte (Tabelle 10)<br />
und dem von NASH & SUTCLIFFE (1970) eingeführten Gütemaß efficiency R eff . Die R eff berechnet<br />
sich aus dem von Eins abgezogenen Quotienten der Summe der quadratischen Abweichungen<br />
der simulierten und gemessenen Abflusswerte zur Varianz der Messwerte. Der Wertebereich<br />
liegt zwischen + 1 und - ∞. KRAUSE (2000) sieht Werte über 0,7 als gute Anpassung an. Die<br />
R eff gibt an, wie gut die Hochwasserscheitel getroffen werden. Dagegen beeinflusst die<br />
Erfassung der Niedrigwasserabflüsse den Wert der Effizienz nur mit geringem Gewicht.<br />
Stärkere Aussagekraft zur Bewertung der Niedrigwasserperioden besitzt nach UHLENBROOK<br />
(1999) die log R eff , die mit Hilfe der logarithmierten simulierten und gemessenen Abflusswerte<br />
berechnet wird. Bei diesem Gütemaß wird der Einfluss der Hochwasserabflüsse zugunsten der<br />
Niedrigwasserperioden zurückgenommen. Für die statistische Auswertung wird in der<br />
vorliegenden Arbeit weiterhin das Bestimmtheitsmaß (r²) verwendet, das sich als das Quadrat<br />
der Korrelationskoeffizienten zwischen simulierten und gemessenen Abflüssen ergibt. Dieses<br />
wurde ebenfalls mit den logarithmierten Abflusswerten berechnet (log R eff ). Diese Gütemaße<br />
sind in Tabelle 11 für die Modellierung mit beiden Modellen sowie den kombinierten Ansatz<br />
dargestellt.<br />
Eine Einschätzung, wie die zeitliche Dynamik vom Modell simuliert wird, kann anhand der<br />
Korrelationskoeffizienten vorgenommen werden. Die Korrelationskoeffizienten für die<br />
Modellierung mit PRMS zeigen eine Abhängigkeit von der Niederschlagsmenge, wie sie auch<br />
FLÜGEL & LÜLLWITZ (1993) beschreiben. Feuchte Jahre (1998 und 1995) werden sehr gut bis
5. Ergebnisse 77<br />
gut wiedergegeben, während für trockene Jahre (1996 und 1997) nur zufriedenstellende<br />
Ergebnisse erzielt werden. Die hydrologischen Jahre 1996 und 1997 weisen ähnliche<br />
Niederschlagseinträge auf und ihre Simulation führt zu vergleichbaren Korrelationswerten.<br />
Tab.10: Statistische Maßzahlen für die gemessenen und simulierten Abflüsse [m³/s] nach<br />
PRMS und TOPMODEL sowie den kombinierten Ansatz nach dem besten simulierten<br />
Wert<br />
1995<br />
1996<br />
1997<br />
1998<br />
1999<br />
1995-1999<br />
PRMS TOPMODEL<br />
PRMS- Gemessener<br />
TOPMODEL Abfluss<br />
x m 0,54 0,50 0,52 0,52<br />
x min 0,01 0,01 0,01 0,04<br />
x max 2,57 8,03 3,23 3,24<br />
r 0,85 0,56 0,87<br />
x m 0,18 0,18 0,18 0,26<br />
x min 0,00 0,00 0,00 0,02<br />
x max 2,07 4,15 2,07 1,39<br />
r 0,76 0,65 0,81<br />
x m 0,03 0,20 0,03 0,05<br />
x min 0,01 0,00 0,00 0,02<br />
x max 0,50 5,48 0,50 1,38<br />
r 0,77 0,67 0,86<br />
x m 0,51 0,58 0,50 0,50<br />
x min 0,01 0,00 0,00 0,03<br />
x max 2,83 9,97 2,83 2,97<br />
r 0,97 0,53 0,97<br />
x m 0,16 0,25 0,16 0,30<br />
x min 0,00 0,00 0,00 0,03<br />
x max 0,71 10,72 0,80 1,55<br />
r 0,42 0,60 0,59<br />
x m 0,23 0,28 0,23 0,29<br />
x min 0,00 0,00 0,00 0,02<br />
x max 2,83 10,72 3,23 3,24<br />
r 0,89 0,62 0,91<br />
Die höchste Korrelation wird für das hydrologische Jahr 1998 erreicht, welches durch die<br />
höchsten Niederschlagsmengen gekennzeichnet ist. Eine Ausnahme bildet das hydrologische<br />
Jahr 1995, das einen mittleren Niederschlagseintrag erfährt, aber dennoch den niedrigsten<br />
Korrelationswert liefert. Während das Niederschlagsverhältnis zwischen Winter- und<br />
Sommerhalbjahr nur 1,5 : 1 beträgt, ist die Abflussmenge im Winterhalbjahr ca. 5 mal größer<br />
als im Sommerhalbjahr (größtes Ungleichgewicht im Untersuchungszeitraum). Die niedrigen<br />
Abflusswerte im Sommerhalbjahr werden durch die erhöhte Evapotranspiration erklärt.
5. Ergebnisse 78<br />
Folglich muss die Ursache in der Dynamik des Winterhalbjahres liegen. Die Niederschläge<br />
Anfang Dezember bis Ende Februar führen zu einem ständigen Wechsel der<br />
Schneeakkumulation und dem Abtauen der Schneedecke. Diese Dynamik tritt nur in diesem<br />
hydrologischen Jahr so extrem auf. Während das Modell nur Schneeakkumulation simuliert,<br />
verursachen die Niederschlagseinträge ein teilweises Schmelzen des Schneepakets, d. h. der die<br />
Schneeschmelze induzierende energetische und hydrologische Niederschlagseintrag wird vom<br />
Modell nicht richtig quantifiziert. Das Niederschlagsereignis Anfang März wird sowohl<br />
gemessen, als auch simuliert. Allerdings mit einer viel zu geringen Amplitude. Eine denkbare<br />
Erklärung ist, dass es sich bei diesem Ereignis um ein Regen- oder Mischniederschlagsereignis<br />
handelt, dessen überwiegender Teil im Modell zur Auffüllung der drei Grundwasserspeicher<br />
genutzt wird. Dagegen zeigt das rasche Ansteigen und Abfallen des gemessenen Abflusses ein<br />
Hochwasserereignis an, dass nur auf gefrorenem Boden entstehen kann. Die verwendete<br />
Schneeschmelzroutine wurde in den Rocky Mountains entwickelt, wo eine kontinuierliche<br />
Ausbildung der Schneedecke Bodengefrornis verhindert. Dagegen wird das temperatur- und<br />
strahlungsbedingte Abtauen des Schneepakets vom Modell sehr gut nachvollzogen (vgl.<br />
MICHL 1999). Doch findet hier zunächst eine Übersimulation statt, da vorher eine<br />
kontinuierliche Schneeakkumulation simuliert wurde. Die restliche Phase der Schneeschmelze<br />
wird wiederum untersimuliert, aber zeitlich korrekt wiedergegeben. Eine Dominanz der<br />
Abflussereignisse im Winterhalbjahr ist nur noch für 1997 zu beobachten. Die besseren<br />
Korrelationswerte begründen sich aber auf eine klare Gliederung in eine Phase der<br />
Schneeakkumulation und Schneeschmelze. MICHL (1999) zeigte, dass das im PRMS-Ansatz<br />
verwendete Schneemodul für diese Zeitintervalle zuverlässige Ergebnisse liefert. Dagegen<br />
verschlechtern sich die Ergebnisse mit der Zunahme von Regen- und Mischniederschlägen<br />
während der Akkumulationsphase.<br />
Allgemein sind die Korrelationswerte bei der Modellierung mit dem TOPMODEL-Ansatz<br />
schlechter. Sie zeigen eine umgekehrte Abhängigkeit von der Niederschlagsmenge. Hier liefert<br />
das hydrologische Jahr 1998, das bei der Modellierung mit PRMS die höchste Korrelation<br />
aufweist, den niedrigsten Korrelationswert. Auch 1995 (zweithöchste Korrelation bei PRMS)<br />
weist niedrigere Korrelationen auf als die trockenen Jahre 1996 und 1997. Das hydrologische<br />
Jahr 1999 liegt bezüglich Niederschlagsmenge und Korrelationswert dazwischen.<br />
Hervorzuheben ist, dass keine Schneeakkumulation simuliert wird, da, wie bereits mehrfach<br />
hingewiesen, kein Schneemodul verwendet wird. Trotzdem kann nicht generell das PRMS-<br />
Modell bevorzugt werden. MICHL (1999) fand heraus, dass TOPMODEL bessere<br />
Korrelationen in den Zeitintervallen mit Niederschlägen höherer Intensität und<br />
überwiegendem Regenanteil auf geringmächtiger oder durchbrochener Schneedecke liefert.
5. Ergebnisse 79<br />
Der kombinierte Ansatz kann folglich zu einer Modellverbesserung führen, wenn die<br />
Schwächen des verwendeten Schneemoduls im PRMS-Ansatz durch die Berechnung der<br />
Abflussbildung nach TOPMODEL minimiert werden. Höhere Korrelationswerte beim<br />
kombinierten Ansatz gegenüber PRMS werden für die trockenen Jahre (ø + 8 %) und für das<br />
hydrologische Jahr 1999 (+ 30 %) erreicht. Hier sind die Stärken von TOPMODEL zu sehen.<br />
Für die feuchten Jahre, in denen PRMS gute bis sehr gute Werte liefert, führt eine parallele<br />
Verwendung beider Konzepte zu einer geringen oder keiner Verbesserung.<br />
Die anderen statistischen Maßzahlen (minimaler, mittlerer und maximaler Abfluss) beschreiben<br />
die Eignung des Modells bezüglich der quantitativen Simulation.<br />
Das Modell PRMS weist bei der jährlichen Betrachtung stets eine Untersimulation auf. Die<br />
Mittelwerte werden in den Jahren mit höheren Korrelationswerten geringfügig übersimuliert,<br />
in den anderen Jahren zum Teil beträchtlich untersimuliert. Über den gesamten Zeitraum<br />
ergibt sich daher eine Untersimulation. Die Abflussmaxima der einzelnen Jahre werden sehr<br />
unterschiedlich modelliert. Treten die Abflussmaxima im Winterhalbjahr (1995, 1997, 1999)<br />
auf, so ist die Untersimulation größer als bei Hochwasserereignissen im Sommerhalbjahr<br />
(1998). Das Abflussmaximum 1996 ist ein Schneeschmelzmaximum, welches vom Modell<br />
übersimuliert wird. Irreführend ist ein Vergleich der Maxima für den Gesamtzeitraum, da das<br />
gemessene und simulierte Maximum nicht zum gleichen Ereignis gehören. Das gemessene<br />
Maximum tritt 1995, das simulierte dagegen 1998 auf.<br />
Das Modell TOPMODEL zeigt ebenfalls eine generelle Untersimulation der Abflüsse. Die<br />
Mittelwerte sind in den hydrologischen Jahren 1995, 1996 und 1999 zu niedrig, für 1997 stark<br />
und für 1998 etwas übersimuliert. Für den gesamten Untersuchungszeitraum ergibt sich eine<br />
gute Übereinstimmung der Abflusswerte. Die Abflussmaxima werden alle beträchtlich<br />
übersimuliert, unabhängig vom Auftrittsdatum (Winter- oder Sommerhalbjahr). Für die<br />
Auswertung der Abflussmaxima des gesamten Untersuchungszeitraums gilt das Gleiche wie<br />
für die Modellierung mit PRMS. Das simulierte Maximum liegt im hydrologischen Jahr 1999.<br />
Für den kombinierten Ansatz ergibt sich folglich ebenfalls eine Untersimulation der<br />
minimalen Abflüsse. Obwohl der mittlere Abfluss für den gesamten Zeitraum bei der<br />
Modellierung mit TOPMODEL besser ist, führt die Zusammenführung beider Modelle zu<br />
keiner Verbesserung. Es wird die gleiche Untersimulation von PRMS beibehalten. Das liegt<br />
daran, dass die gute Übereinstimmung des mittleren Abflusses bei TOPMODEL nur auf<br />
einen Ausgleich der Über- und Untersimulationen der Einzeljahre zurückzuführen ist. Hier<br />
machen sich die geringfügigeren Differenzen im PRMS-Ansatz bemerkbar. Die<br />
Abflussmaxima wurden in zwei Jahren verbessert, in den anderen Jahren beibehalten. Dies<br />
führt auch insgesamt zu einer Verbesserung. Das gemessene und simulierte Maximum des<br />
gesamten Zeitraums fällt nun auf das gleiche Ereignis.
5. Ergebnisse 80<br />
Tab. 11: Gütemaße der verschiedenen Modellanwendungen für den Untersuchungszeitraum<br />
PRMS R eff log R eff r² log r² TOPMODEL R eff log R eff r² log r²<br />
1995 0,69 0,72 0,72 0,81 1995 0,28 0,53 0,31 0,59<br />
1996 0,40 -0,41 0,58 0,76 1996 0,19 -0,09 0,42 0,20<br />
1997 0,56 -0,85 0,59 0,77 1997 0,44 0,43 0,45 0,77<br />
1998 0,94 0,84 0,94 0,86 1998 0,24 0,51 0,28 0,64<br />
1999 -0,84 -0,41 0,18 0,69 1999 0,34 0,20 0,36 0,62<br />
1995-1999 0,75 0,38 0,79 0,79 1995-1999 0,37 0,48 0,38 0,52<br />
PRMS-<br />
TOPMODEL<br />
R eff log R eff r² log r²<br />
1995 0,71 0,81 0,76 0,86<br />
1996 0,49 -0,12 0,66 0,77<br />
1997 0,73 -0,66 0,74 0,86<br />
1998 0,94 0,91 0,94 0,92<br />
1999 -0,52 0,03 0,35 0,67<br />
1995-1999 0,78 0,52 0,83 0,84<br />
Eine Auswertung der Gütemaße (Tabelle 11) spiegelt die Ergebnisse der Korrelationswerte<br />
wider. Die Hochwasserperioden werden im Modell PRMS besser wiedergegeben als die<br />
Niedrigwasserperioden. Phasen niedrigen Abflusses werden schlecht simuliert (log R eff < 0,7).<br />
Für die Einzeljahre ergibt sich folgendes: Lediglich die Simulationen der feuchten Jahre 1998<br />
und 1995 können sowohl für niedrige als auch hohe Abflussperioden als gut bewertet werden.<br />
Dies belegen die Effizienzen ≥ 0,7 und die Quadrate der Korrelation zwischen simulierten<br />
und gemessenen Abflüssen und den logarithmierten Werten. Das hydrologische Jahr 1999<br />
erreicht wiederum für alle betrachteten Gütemaße die schlechtesten Ergebnisse und bestätigt<br />
damit die Ausführungen bezüglich der statistischen Maßzahlen. Für beide Trockenjahre ist<br />
besonders die Simulation der niedrigen Abflussperioden unzureichend.<br />
Die Modellierung mit TOPMODEL ist, wie bereits angedeutet, für eine alleinige Anwendung<br />
auf das vorliegende Untersuchungsgebiet ungeeignet. Dies belegen die Gütemaße sowohl des<br />
Gesamtzeitraums als auch der Einzeljahre.<br />
Für den kombinierten Ansatz ergibt sich eine Verbesserung der Simulationen der<br />
Niedrigwasserabflüsse (um 27 %), was in höheren log R eff und log r²-Werte resultiert. Die<br />
Simulation der Perioden mit höheren Abflüssen werden gegenüber dem PRMS-Ansatz für den<br />
Gesamtzeitraum nur um 4 % verbessert. Bei der Betrachtung der Einzeljahre ist die<br />
Verbesserung der log R eff aller Jahre hervorzuheben. Während sich die R eff der feuchten Jahre<br />
nur geringfügig ändern, führt die Kombination beider Modelle in den anderen Jahren zu
5. Ergebnisse 81<br />
höheren Effizienzwerten. Die Korrelationswerte der logarithmierten gemessenen und<br />
simulierten Abflüsse erhöhen sich für alle Jahre. Dies unterstreicht, dass durch eine parallele<br />
Verwendung beider Konzepte zur Abflussbildung die Schwächen des PRMS-Ansatzes<br />
bezüglich der Untersimulation der sommerlichen Trockenwetterperioden und zu bestimmten<br />
Schneeschmelzphasen minimiert werden.<br />
Damit wurde die Eignung der Kombination von PRMS und TOPMODEL bei der<br />
verwendeten täglichen Datenbasis mit eingeschalteten Perioden höherer Auflösung und der<br />
vorliegenden Flächendiskretisierung nachgewiesen.<br />
5.2. Wasserhaushaltsbilanzierung<br />
Die Quantifizierung der einzelnen Systemkomponenten wird nur für die Modellierung mit<br />
PRMS auf Grundlage der dreißigminütigen Datenbasis durchgeführt.<br />
Die jährlichen und mittleren Wasserbilanzen sind in Tabelle 12 dargestellt. Für die<br />
Modellvalidierung sind die Verdunstungshöhen und der Vergleich zwischen den gemessenen<br />
und simulierten Abflussmengen entscheidend.<br />
Tab. 12: Jahressummen der wichtigsten simulierten Gebietswasserbilanzkomponenten<br />
Niederschlag<br />
[mm]<br />
Evapotranspiration<br />
[mm]<br />
Gebietsrückhalt<br />
2<br />
[mm]<br />
Simulierter<br />
Abfluss<br />
[mm]<br />
Gemessener<br />
Abfluss<br />
[mm]<br />
Anteil des<br />
sim. am gem.<br />
Abfluss [%]<br />
1995 1615 409 -43 1258 1360 93<br />
1996 1083 349 35 663 759 87<br />
1997 1109 455 -134 676 764 88<br />
1998 1698 449 98 1064 1130 94<br />
1999 1423 448 95 993 1077 92<br />
1995-1999 1 1386 422 -40 931 1018 91<br />
( 1 Mittelwerte der Einzeljahre; 2 Gebietsrückhalt jedes Jahres = Speicherinhalt Jahresende –<br />
Speicherinhalt Jahresanfang )<br />
Die jährlichen gemessenen Abflussmengen werden generell untersimuliert (-6 % bis -13 %).<br />
Das Mittel für den Untersuchungszeitraum liegt bei -9 %. Die relative Volumenabweichung<br />
der Abflusswerte zeigt wiederum eine Abhängigkeit von der Niederschlagsmenge. Feuchte<br />
Jahre werden weniger untersimuliert als trockene.<br />
Die Evapotranspiration beträgt im fünfjährigen Mittel 422 mm. Dieser Wert liegt in der von<br />
WUCHOLD (1971) ermittelten Größenordnung (durchschnittliche Evapotranspiration von 416<br />
mm für den Untersuchungszeitraum 1961 bis 1970 bei einem mittleren Niederschlag von
5. Ergebnisse 82<br />
1445). Die Werte für die einzelnen Jahre schwanken zwischen 350 mm (1996) und 455 mm<br />
(1997). Obwohl der Niederschlagseintrag und der Abfluss für beide Jahre ähnlich ist, beträgt<br />
die Differenz zwischen den Evapotranspirationswerten 100 mm. Diese Abweichungen<br />
spiegeln sich bei den Angaben zum Gebietsrückhalt wider. Damit wird gezeigt, dass bei der<br />
kurzfristigen Wasserhaushaltsbilanzierung die Speicheränderung nicht vernachlässigt werden<br />
kann.<br />
Weitere wichtige Gütekriterien sind die Quantifizierung des Boden- und<br />
Grundwasserspeichers sowie der Abflusskomponenten (Tabelle 13).<br />
Tab. 13: Quantifizierung der Speicher und Abflusskomponenten<br />
Bodenwasserspeicher<br />
[mm]<br />
Grundwasserspeicher<br />
1<br />
[mm]<br />
Gebietsrückhalt<br />
2<br />
[mm]<br />
Interflow<br />
Grundwasserabfluss<br />
[mm]<br />
Oberflächenabfluss<br />
[mm]<br />
[mm]<br />
1995 102 99 201 794 462 2<br />
1996 103 43 146 384 278 1<br />
1997 95 49 144 362 313 1<br />
1998 103 56 159 413 631 2<br />
1999 103 70 173 529 463 1<br />
1995-1999 1 101 64 165 500 430 1<br />
( 1 Grundwasserspeicher = Summe aus im Modell definierten Speicher des Grundwassers und des<br />
Interflows; 2 Gebietsrückhalt = Bodenwasserspeicher + Grundwasserspeicher)<br />
Der Bodenwasserspeicher enthält im Durchschnitt 100 mm. Der Grundwasserspeicher setzt<br />
sich aus dem im Modell definierten Reservoiren des Grundwassers und des Interflows<br />
zusammen. Dabei liegt der absolute Anteil des Interflowspeichers am Grundwasserspeicher<br />
bei ca. 5 mm. Der Gebietsrückhalt, der sich aus der Summe von Boden- und Grundwasserspeicher<br />
ergibt, beträgt im Untersuchungszeitraum durchschnittlich 165 mm. Die<br />
Änderungen für die Einzeljahre beruhen größtenteils auf Speicheränderungen des Grundwasserreservoirs.<br />
Eine halbjährliche Bilanzierung ergibt für die Winterhalbjahre mit 82 mm<br />
einen größeren Anteil des Grundwasserspeichers als für die Sommerhalbjahre mit 49 mm.<br />
Dies begründet sich auf die erhöhten Evapotranspirationswerte im Sommerhalbjahr und<br />
belegt die Tatsache, dass die Grundwasserneubildung vorzugsweise im Winterhalbjahr<br />
stattfindet. Der Gebietsrückhalt ist für 1995 als zu hoch einzuschätzen. Dies bezieht sich vor<br />
allem auf den Grundwasserspeicher. Das sollte jedoch nicht überbewertet werden, da sich die<br />
Speichermenge erst während der Simulation einpegelt (Modellinitialisierung zu Beginn der<br />
Zeitreihe). Die Kalibrierung wurde für das hydrologische Jahr 1996 durchgeführt, so dass<br />
aufgrund der Niederschlagsmenge von niedrigeren Grundwasserreserven ausgegangen wurde.<br />
Folglich ergibt sich für das Anfangsjahr (1995) mit hohen Niederschlagseinträgen ein viel zu<br />
hoher Wert für das Grundwasserreservoir. Der Gebietsrückhalt der Jahre 1996 und 1997 ist
5. Ergebnisse 83<br />
infolge der geringeren Niederschlagsmengen kleiner als das fünfjährige Mittel. Dies belegt die<br />
Abhängigkeit der Grundwasserneubildung von den Niederschlagseinträgen.<br />
SCHILLING (1962) gibt für die Zersatzzone einen wasseraufnahmefähigen Raum von 50 bis 80<br />
mm an. Dazu muss noch ein Grundwasseranteil der Basisfolge, vom Modell als langsame<br />
Interflowkomponente simuliert (vgl. Abschnitt 5.3.), gezählt werden. Damit ist das simulierte<br />
Jahresmittel von 65 mm als realistisch einzuschätzen.<br />
Der Gesamtabfluss wird vom Modell als Summe der einzelnen Abflusskomponenten<br />
(graphische Darstellung in A 3.1) berechnet. Der Oberflächenabfluss besitzt im Jahresmittel<br />
mit 0,11 % geringen Einfluss auf die Abflussmenge. Dieser geringe Anteil scheint beim<br />
Vergleich mit anderen Ergebnissen (z. B. KRAUSE (2000) 11,25 % und UHLENBROOK (1999)<br />
10,6 %) zunächst als zu niedrig. Jedoch lässt die Ausbildung der periglazialen Deckschichten<br />
im Untersuchungsgebiet kaum Oberflächenabfluss zu. Das hohe Porenvolumen der<br />
Deckfolge führt zur schnellen Infiltration. Folglich entsteht Oberflächenabfluss nur während<br />
der Schneeschmelze und bei Starkregenereignissen durch die zeitweise Ausbildung von<br />
Sättigungsflächen. Der Interflow stammt aus der ungesättigten Bodenzone und trägt im<br />
Mittel mit 46 % zum Abfluss bei. Der Grundwasseranteil ist mit 54 % etwas größer. Er<br />
erhöht sich um den Anteil des schnellen Basisabflusses, der vom Modell als langsame<br />
Komponente zum Interflow gerechnet wird. Die relativen Anteile der Abflusskomponenten<br />
sind für die Einzeljahre unterschiedlich. Im hydrologischen Jahr 1998 wird der Abfluss vom<br />
Interflow (59 %) dominiert. In den anderen Jahren hat der Grundwasserabfluss (zwischen 53<br />
% und 63 %) den größeren Anteil am Gesamtabfluss. Allgemein kann aber von fast gleichen<br />
Anteilen der beiden unterirdischen Abflusskomponenten ausgegangen werden (vgl. MICHL<br />
1999). Der Interflow trägt fast das ganze Jahr zum Abfluss bei. Die schnelle Komponente tritt<br />
dabei in Verbindung mit Niederschlägen, die langsame Komponente (eigentlich schneller<br />
Basisabfluss) während des Abklingens der Abflussspitzen auf. Die Grundwasserkomponente<br />
zeigt einen kontinuierlichen Verlauf während des Jahres. Dabei trägt die<br />
Grundwasserneubildung des Winterhalbjahres zu einem leichten Anstieg und die sommerliche<br />
Trockenwetterperiode zu einem leichten Rückgang bei. Während der Niedrigwasserperioden<br />
wird der Abfluss allein durch diese Komponente gebildet.<br />
Die Validierung des Modells kann aufgrund der vorhandenen Datenbasis für die<br />
Modellierung der Teilsysteme Schneedecke und Grundwasserspeicher (multiple response<br />
validation) durchgeführt werden.<br />
Die an der DWD-Station „Schmücke“ täglich gemessene Schneehöhe wird in A 3.2<br />
vergleichend mit dem simulierten Wasseräquivalent der Schneedecke dargestellt. Dabei gilt
5. Ergebnisse 84<br />
zu beachten, dass dieser Vergleich nur qualitativ möglich ist. Die Alterung der Schneedecke<br />
führt zu einer Verdichtung, so dass gleiche Wasseräquivalente verschiedenen Schneehöhen<br />
entsprechen können. Eine quantitative Abschätzung der gespeicherten Wassermenge ist nur<br />
über Schneedichtebestimmungen möglich.<br />
Der Aufbau der Schneedecke wird allgemein vom Modell gut nachvollzogen. Problematisch<br />
zeigt sich der Abbau des Schneepakets. Die Schneeschmelze setzt außer 1998 zu früh ein.<br />
Daraus lässt sich schließen, dass die Ermittlung des Regenschneegemischs und die<br />
Quantifizierung des die Schneeschmelze induzierenden energetischen und hydrologischen<br />
Niederschlageintrags vom Modell nicht richtig durchgeführt wird. Ein teilweises Abtauen der<br />
Schneedecke in den Winterhalbjahren 1996 und 1999 wird vom Modell übersimuliert. Für das<br />
hydrologische Jahr 1998 wird der Wechsel zwischen Schneeakkumulation und –schmelze<br />
zeitlich sehr gut wiedergegeben. Diese optisch gute Übereinstimmung belegt ein<br />
Korrelationswert von 0,93. Ein Vergleich mit den Niederschlagseinträgen zeigt, dass diese<br />
gute Simulation auf ein temperaturbedingtes Abtauen der Schneedecke zurückzuführen ist.<br />
Bei den anderen Jahren ist der energetische und hydrologische Niederschlagseintrag der die<br />
Schneeschmelze auslösende Faktor.<br />
Für das Untersuchungsgebiet liegen ebenfalls Grundwasserstandsdaten mit einer zeitlichen<br />
Auflösung von sechs Stunden vor. Als repräsentativ für die Einzugsgebiete von Schmücker<br />
Graben und Steinbach ist die Messstelle am Messgarten anzusehen, da sie in unmittelbarer<br />
Nähe zum Gebietsauslass liegt (vgl. Abb. 4). Die gemessenen Grundwasserstände sind in A<br />
3.3 dem simulierten Füllen und Leeren des Grundwasserspeichers gegenübergestellt.<br />
Zeitlich korreliert das Ansteigen und Abfallen zwischen den gemessenen und simulierten<br />
Ganglinien recht gut (durchschnittliche Korrelation von 0,81 für die Jahre 1997 bis 1999). Für<br />
das Jahr 1995 kann aufgrund der fehlenden hoch aufgelösten Niederschlagsdaten und deren<br />
Ersatz durch interpolierte Tageswerte keine Aussage getroffen werden. Das Jahr 1996 weist<br />
die geringste Korrelation (0,18) auf. Es wird sogar ein Anstieg Mitte Februar simuliert,<br />
während die gemessene Rezessionsphase weiter anhält. Dies belegt erneut die Schwäche von<br />
PRMS bei der Ermittlung von Mischniederschlägen. Die quantitative Auswertung führt zu<br />
dem Ergebnis, dass die sommerlichen Rezessionsphasen überschätzt werden. Des weiteren<br />
treten größere Abweichungen zu Beginn der Winterhalbjahre bzw. während der<br />
Schneeschmelzphasen, die nicht temperaturbedingt sind, auf.
5. Ergebnisse 85<br />
5.3. Modellierung der ereignisbezogenen Abflussbildung<br />
Die Auswertungen in diesem Abschnitt beziehen sich auf die im Abschnitt 4.4. dargestellten<br />
Ereignisse. Zuerst erfolgt ein optischer Vergleich der gemessenen und simulierten<br />
Abflusswerte und die statistische Auswertung anhand der Maßzahlen mittlerer, minimaler und<br />
maximaler Abfluss, Abflussmenge und Korrelationskoeffizient. Dies dient der Beurteilung der<br />
Modelle und führt zu der Aussage, welcher Modellansatz für die ereignisbezogene<br />
Modellierung die besseren Ergebnisse liefert. Anschließend wird die Wasserbilanzierung und<br />
die Quantifizierung der verschiedenen Abflusskomponenten nach PRMS durchgeführt.<br />
Die graphische Auswertung der gemessenen und simulierten Abflusswerte bei der<br />
Modellierung mit PRMS (A 4.1) zeigt, dass die Ereignissee I, II, V, VI und VIII zeitlich sehr<br />
gut wiedergegeben werden. Dagegen werden die Hochwasserereignisse, die sich aus mehreren<br />
Abflussspitzen zusammensetzen, schlechter simuliert. Bei letzteren wird das Hauptmaximum<br />
untersimuliert, kleinere Maxima werden meist übersimuliert. Teilweise werden auch Abflussmaxima<br />
simuliert, obwohl keine gemessen wurden. Da es sich bei diesen Ereignissen um<br />
Perioden hohen Abflusses im Winterhalbjahr handelt, bei denen Mischniederschläge eine<br />
wesentliche Rolle spielen, wird die in den Abschnitten 5.1 und 5.2 angesprochene Schwäche<br />
von PRMS für diese Abflussphasen bestätigt. Die Übersimulation der Abflussspitzen resultiert<br />
zum einen aus der Untersimulation der vorausgehenden gemessenen Abflussmaxima und zum<br />
anderen aus einer falsch modellierten Schneeakkumulation und –schmelze. Zwei (Ereignis II<br />
und VI) von den zeitlich sehr gut korrelierenden Ereignissen mit nur einem Abflussmaximum<br />
werden etwas übersimuliert, die anderen drei Ereignisse stark untersimuliert. Dies belegt eine<br />
Abhängigkeit der Simulationsergebnisse vom Auftrittsdatum. Die Ereignisse II und VI treten<br />
im Sommerhalbjahr nach einer Trockenphase auf, während die anderen Ereignisse im<br />
Winterhalbjahr liegen, bei denen Regen-Mischniederschläge zu berücksichtigen sind.<br />
Bei der Modellierung mit TOPMODEL (A 4.2) ist die zeitliche Wiedergabe der<br />
Abflussspitzen gut. Eine Ausnahme bildet das Ereignis III, welches ein<br />
Schneeschmelzmaximum darstellt. Da die verwendete Version des Modells keine<br />
Schneeakkumulation und folglich auch keine Schneeschmelze simuliert, kann das Modell<br />
dieses Abflussmaximum nicht nachvollziehen. Bezüglich der Quantifizierung der Abflüsse<br />
wird lediglich das Maximum von Ereignis VI etwas übersimuliert, die Ereignisse I, III, V und<br />
VIII stark (größere Untersimulation als bei PRMS) und die Ereignisse IV und VII etwas<br />
untersimuliert. Das Ereignis II wird am besten nachvollzogen. Die Simulation korreliert<br />
sowohl hinsichtlich des raschen Anstiegs innerhalb eines Tages als auch des Abflussmaximums<br />
sowie der Abklingphase über zwei Wochen.
5. Ergebnisse 86<br />
Der kombinierte Ansatz (A 4.3) führt zu quantitativ geringfügig besseren Simulationen der bei<br />
der Modellierung mit PRMS (Ereignis VI) und mit TOPMODEL (Ereignis II) am besten<br />
simulierten Hochwasserereignisse. Durch die Kombination beider Modelle werden für die<br />
Ereignisse III, IV und VII die größten Verbesserungen erreicht, deren Abflussmaxima bei der<br />
parallelen Verwendung sowohl zeitlich als auch quantitativ gut abgebildet werden.<br />
Tab. 14: Statistische Maßzahlen der ereignisbezogenen Modellierung<br />
PRMS TOPMODEL<br />
PRMS- Gemessener<br />
TOPMODEL Abfluss<br />
x m 0,28 0,17 0,27 0,39<br />
Ereignis I x min 0,10 0,06 0,10 0,09<br />
28.12.94 – x max 0,69 0,46 0,69 1,40<br />
03.01.95 ∑ 94,75 58,20 92,12 129,76<br />
Ereignis II<br />
26.09.95 –<br />
11.10.95<br />
Ereignis III<br />
18.04.96 –<br />
06.06.96<br />
Ereignis IV<br />
18.02.97 –<br />
03.04.97<br />
Ereignis V<br />
03.03.98 –<br />
20.03.98<br />
Ereignis VI<br />
14.09.98 –<br />
26.09.98<br />
r 0,95 0,92 0,94<br />
x m 0,17 0,11 0,15 0,14<br />
x min 0,04 0,04 0,04 0,05<br />
x max 0,84 0,68 0,80 0,66<br />
∑ 127,40 86,66 111,61 107,32<br />
r 0,996 0,94 0,97<br />
x m 0,09 0,07 0,09 0,13<br />
x min 0,03 0,03 0,03 0,03<br />
x max 0,90 0,41 0,90 0,60<br />
∑ 225,93 162,60 216,43 314,58<br />
r 0,72 0,36 0,78<br />
x m 0,10 0,08 0,09 0,15<br />
x min 0,03 0,03 0,03 0,06<br />
x max 0,55 0,57 0,50 0,72<br />
∑ 218,89 181,65 199,01 323,41<br />
r 0,54 0,64 0,82<br />
x m 0,09 0,10 0,10 0,15<br />
x min 0,04 0,04 0,04 0,05<br />
x max 0,33 0,39 0,39 0,60<br />
∑ 80,66 84,31 88,12 130,60<br />
r 0,98 0,93 0,97<br />
x m 0,37 0,23 0,32 0,31<br />
x min 0,07 0,04 0,07 0,05<br />
x max 1,40 1,47 1,39 1,29<br />
∑ 229,68 142,44 201,07 190,46<br />
r 0,98 0,93 0,96
5. Ergebnisse 87<br />
Ereignis VII<br />
23.10.98 –<br />
14.11.98<br />
Ereignis VIII<br />
02.03.99 –<br />
11.03.99<br />
x m 0,20 0,15 0,20 0,22<br />
x min 0,09 0,06 0,09 0,01<br />
x max 0,72 0,78 0,78 0,95<br />
∑ 224,71 162,81 218,15 239,71<br />
r 0,86 0,86 0,96<br />
x m 0,19 0,15 0,19 0,27<br />
x min 0,09 0,07 0,09 0,06<br />
x max 0,47 0,49 0,49 0,63<br />
∑ 89,79 71,31 91,42 130,23<br />
r 0,94 0,80 0,92<br />
Die Auswertung der statistischen Maßzahlen (Tabelle 14) bestätigt die optischen<br />
Ergebnisse. Die Korrelation für die Ereignisse I, II, V und VI liegen bei beiden Modellen über<br />
0,9, wobei die Korrelationswerte für die Modellierung mit PRMS höher sind als bei<br />
TOPMODEL. Für das Ereignis VII wird für beide Modelle eine Korrelation von 0,86<br />
berechnet. Der kombinierte Ansatz führt zu einer Verbesserung um 10 %. Die zwei Schneeschmelzphasen<br />
1996 und 1997, die von beiden Modellen unzureichend simuliert werden,<br />
erreichen beim kombinierten Ansatz gute Korrelationswerte um 0,80. Hier bringt die parallele<br />
Verwendung der beiden Konzepte einen erheblichen Vorteil, während bei den anderen<br />
Ereignissen die Abflussbildung nach dem PRMS-Ansatz zu bevorzugen ist.<br />
Die Differenzen zwischen den gemessenen und simulierten Abflussmittelwerten sind stets bei<br />
der Modellierung mit PRMS am geringsten. Sie schwanken zwischen –0,11 und + 0,06<br />
mm/30 min. Bei zwei von den acht Ereignissen (II und VI) liegen die mit PRMS simulierten<br />
und für den kombinierten Ansatz berechneten Mittelwerte über den gemessenen. Die<br />
mittleren Abflusswerte bei der Modellierung mit TOPMODEL und dem kombinierten Ansatz<br />
werden stets untersimuliert. Die Abflussminima, die in der abklingenden Phase der<br />
Hochwasserereignisse auftreten, werden meist von beiden Modellen gleich gut wiedergegeben.<br />
Die Abflussminima beim kombinierten Ansatz entsprechen immer denen der Modellierung<br />
mit PRMS. Die Abflussmaxima werden für zwei Ereignisse bei der Modellierung mit PRMS<br />
besser als mit TOPMODEL erfasst. Die Tendenz zur Unter- oder Übersimulation ist bei<br />
beiden Modellen gleich. Die Differenzen zwischen den gemessenen und simulierten<br />
Abflussmaxima schwanken zwischen –0,58 (Ereignis I) und + 0,11 mm/30 min. (Ereignis VI).<br />
Dabei tritt die Übersimulation der Abflussmaxima wie auch der mittleren Abflusswerte nur bei<br />
den Ereignissen der Sommerhalbjahre auf und ist in ihrem absoluten Ausmaß geringer als die<br />
Untersimulation der Ereignisse der Winterhalbjahre. Die Abflussmengen werden bei der<br />
Modellierung mit PRMS meist und bei TOPMODEL stets untersimuliert, wobei die<br />
simulierten Abflussmengen fast immer mit dem PRMS-Ansatz besser erfasst werden als mit
5. Ergebnisse 88<br />
dem TOPMODEL-Konzept. Wiederum treten die Übersimulationen mit PRMS bei den<br />
Ereignissen der Sommerhalbjahre auf und sind geringer als die Untersimulationen der<br />
Ereignisse der Winterhalbjahre. Die parallele Verwendung beider Modelle führt bezüglich der<br />
Abflussmenge bei vier Ereignissen zur Verschlechterung und bei den anderen vier Ereignissen<br />
zur Verbesserung. Dabei sind die Differenzen der Abflussmengen des kombinierten Ansatzes<br />
zur Modellierung mit PRMS geringer als zum TOPMODEL-Konzept.<br />
Zusammenfassend kann festgehalten werden, dass die ereignisbezogene Simulation bei der<br />
Modellierung mit PRMS mit Ausnahme der Hochwasserereignisse während der Schneeschmelze<br />
sehr gute Ergebnisse liefert. Die Modellanwendung von PRMS ist gegenüber dem<br />
TOPMODEL-Ansatz vorzuziehen, obwohl letzterer zu ähnlich guten Korrelationswerten<br />
führt. Bei der Modellierung mit PRMS werden die Abflussmittelwerte und -mengen besser<br />
erfasst. Dagegen sind die Abweichungen zwischen den gemessenen und simulierten<br />
Abflussmaxima meistens beim TOPMODEL-Konzept geringer. Bezüglich der Abflussminima<br />
liefern beide Modelle ähnliche Ergebnisse. Insgesamt ist für die ereignisbezogene<br />
Modellierung die Untersimulation der Abflussmengen, -maxima und -mittelwerte für die<br />
Ereignisse der Winterhalbjahre hervorzuheben, die größer sind als die Übersimulationen<br />
dieser Werte für die Ereignisse der Sommerhalbjahre. Die parallele Verwendung beider<br />
Konzepte bringt für die Simulation der Schneeschmelzphasen Verbesserungen, für die beide<br />
Modelle schlechtere Ergebnisse aufweisen. Für diese Zeitintervalle führt die Kombination der<br />
Modelle zu guten Korrelationswerten.<br />
Tab. 15: Die wichtigsten simulierten Wasserhaushaltsgrößen der ereignisbezogenen<br />
Modellierung<br />
Niederschlag<br />
[mm]<br />
Evapotranspiration<br />
[mm]<br />
Simulierter<br />
Abfluss<br />
[mm]<br />
Gemessener<br />
Abfluss<br />
[mm]<br />
Anteil des<br />
sim. am gem.<br />
Abfluss [%]<br />
Ereignis I 113 0 95 130 73<br />
Ereignis II 112 16 127 107 119<br />
Ereignis III 179 72 165 315 52<br />
Ereignis IV 261 62 219 322 68<br />
Ereignis V 121 27 81 131 62<br />
Ereignis VI 191 13 230 190 121<br />
Ereignis VII 235 1 225 240 94<br />
Ereignis VIII 98 14 90 130 69
5. Ergebnisse 89<br />
In Tabelle 15 sind die wichtigsten Wasserhaushaltsgrößen für die Ereignisse<br />
zusammengefasst. (Die graphische Darstellung der Niederschläge und Abflusskomponenten<br />
sind im Anhang A 4.5 bzw. A 4.6 enthalten.)<br />
Die prozentualen Anteile der simulierten an den gemessenen Abflusswerten zeigen für die<br />
Ereignisse der Sommerhalbjahre (I und VI) eine Übersimulation von ca. 20 %. Die Simulation<br />
für das Ereignis VII stimmt am besten mit der gemessenen Abflussmenge überein (94 %). Für<br />
die anderen Ereignisse beträgt die Untersimulation durchschnittlich 35 %. Die Ursache für<br />
diese Untersimulation der Ereignisse der Winterhalbjahre liegt an den bereits angesprochenen<br />
Schwächen von PRMS bei der Modellierung des Schneepakets.<br />
100%<br />
80%<br />
Abflussanteile<br />
60%<br />
40%<br />
20%<br />
0%<br />
E I E II E III E IV E V E VI E VII E VIII<br />
Oberflächenabfluss 0,25 0,18 0,05 0,14 0,10 0,28 0,21 0,12<br />
Interflow 78,29 79,30 65,22 62,34 58,26 85,60 67,71 60,40<br />
Grundwasserabfluss 21,46 20,52 34,73 37,52 41,64 14,12 32,18 39,48<br />
Ereignisse<br />
Abb. 13: Prozentuale Anteile der Abflusskomponenten für die ereignisbezogene Modellierung<br />
Die Abbildung 13 zeigt für die Ereignisse die prozentualen Anteile der einzelnen<br />
Abflusskomponenten am simulierten Gesamtabfluss.<br />
Der Oberflächenabfluss (< 1 %) spielt bei den Hochwasserereignissen im Untersuchungsgebiet<br />
eine untergeordnete Rolle. Die im gesamten Untersuchungsgebiet verbreitete Deckfolge<br />
besitzt infolge ihres großen Porenvolumens ein geringes Wasserhaltevermögen. Der<br />
prozentuale Anteil zum Zeitpunkt des Auftretens von Oberflächenabfluss ist größer. Die<br />
Ereignisse III, IV und VII weisen hier Werte zwischen 10 % und 15 % auf, die anderen<br />
Ereignisse meist 4 %. Oberflächenabfluss tritt vor allem während Niederschlägen mit hohen<br />
Intensitäten und kurzer Dauer sowie während der Schneeschmelze infolge hoher<br />
Bodenwassersättigung auf.<br />
Der Interflow macht den größten Anteil am Gesamtabfluss der Hochwasserereignisse aus.<br />
Dieser Anteil schwankt für die einzelnen Ereignisse zwischen 58 % und 86 %. Am größten<br />
sind die Interflowanteile für die Ereignisse der Sommerhalbjahre (86 % bzw. 79 %). Dagegen
5. Ergebnisse 90<br />
beträgt dieser Anteil für die Ereignisse am Ende der Winterhalbjahre rund 60 %. Dieser<br />
geringere Anteil begründet sich auf den größeren Einfluss des Grundwassers, da es infolge<br />
verminderter Evapotranspiration vorzugsweise im Winterhalbjahr zur Auffüllung des<br />
Grundwasserspeichers kommt. Die Ereignisse zu Beginn der Winterhalbjahre liegen bezüglich<br />
der Interflow- und Grundwasseranteile dazwischen.<br />
Tab. 16: Zeitpunkt des Auftretens der Maxima für die Abflusskomponenten<br />
Gemessenes<br />
Abflussmaximum<br />
Simuliertes<br />
Abflussmaximum<br />
1<br />
Simuliertes<br />
Maximum<br />
Oberflächenabfluss<br />
Simuliertes<br />
Maximum<br />
Interflow 2<br />
Simuliertes<br />
Maximum<br />
Grundwasser 3<br />
Ereignis I 28.12.94 22 00 + 1 28.12.94 15 30 + ½ + 116<br />
Ereignis II 27.09.95 14 00 + 3 27.09.95 9 30 + ½ + 81<br />
Ereignis III 24.04.96 5 30 + 23 23.04.96 24 00 + ½ + 4½<br />
Ereignis IV a 26.02.97 0 30 - 5½ 25.02.97 10 00 + ½ + 33<br />
b 17.03.97 4 30 + 5 16.03.97 21 00 + ½ + 3½<br />
Ereignis V 07.03.98 4 00 + 6 06.03.98 23 30 + ½ + 40½<br />
Ereignis VI 15.09.98 13 30 - ½ 15.09.98 1 30 + 2 + 71½<br />
Ereignis VII 01.11.98 10 30 + 5½ 01.11.98 10 00 + ½ + 196<br />
Ereignis VIII 03.03.99 12 00 - 9½ 02.03.99 20 00 + ½ + 34<br />
( 1 Zeitdifferenz zwischen gemessenem und simuliertem Abflussmaximum; 2 Zeitdifferenz zwischen<br />
simulierten Maximum des Interflows und des Oberflächenabflusses; 3 Zeitdifferenz zwischen<br />
simulierten Maximum des Grundwasserabflusses und des Oberflächenabflusses)<br />
Beim Vergleich der Abflusskomponenten (vgl. A 4.6) wird ihre unterschiedliche Dynamik<br />
deutlich. Die zeitliche Abfolge der einzelnen Abflusskomponenten ist in Tabelle 16 dargestellt.<br />
Bei dem Ereignis III fallen gemessenes und simuliertes Abflussmaximum nicht zusammen.<br />
Die Auswertung wird für das gemessene Abflussmaximum durchgeführt. Das Ereignis IV<br />
weist zwei Maxima auf. Das gemessene Maximum entspricht nicht dem simulierten Maximum.<br />
Hier werden wiederum die gemessenen Abflussmaxima ausgewertet.<br />
Die Abflussspitzen werden teilweise zu früh (IVa, VI und VIII) und teilweise zu spät<br />
simuliert. Die geringsten Abweichungen zeigen die Simulationen der Ereignisse I und VI,<br />
welche in Zeitintervallen ohne Schneedecke auftreten. Der Abfluss ist nur eine Folge des<br />
Niederschlageintrags. Die größten Differenzen treten für die Ereignisse III und VIII auf.<br />
Diese zeitliche Abweichungen zwischen den gemessenen und simulierten Abflussmaxima<br />
lassen sich auf die Schneekomponente zurückführen. Bei beiden Ereignissen simuliert das<br />
Modell eine frühere Schneeschmelze. Bei Ereignis III stellt das Abflussmaximum anstelle des<br />
beobachteten niederschlagsinduzierten Schneeschmelzmaximums lediglich eine Reaktion auf<br />
den Niederschlagseintrag dar. Dies belegt auch die hohe Untersimulation bezüglich der<br />
Abflussmengen (vgl. Tabelle 15). Ereignis VIII wird als schneeschmelzbedingtes Maximum
5. Ergebnisse 91<br />
simuliert, allerdings zu früh. Für die einzelnen Abflusskomponenten stellt sich folgendes<br />
heraus. Der Oberflächenabfluss ist die schnellste Abflusskomponente. Sie tritt nur in<br />
Verbindung mit Niederschlägen auf. Die Interflowmaximum werden mit Ausnahme von<br />
Ereignis VI immer eine halbe Stunde nach dem Maximum des Oberflächenabflusses simuliert.<br />
Bei Ereignis VI folgt das Interflowmaximum nach zwei Stunden. Damit stellt sich der<br />
Interflow als eine relativ schnelle Komponente dar, die nur wenig verzögert nach dem<br />
Oberflächenabfluss zum Gesamtabfluss beiträgt. Sein Auftreten setzt bereits während des<br />
Niederschlagsereignisses ein (schneller Interflow), hält aber im Gegensatz zum Oberflächenabfluss<br />
noch ein paar Tage danach an (langsamer Interflow). KRAUSE (2000) beschreibt<br />
ebenfalls diese hohe zeitliche Dynamik mit raschen Reaktionen auf hochwasserauslösende<br />
Niederschläge und/oder Schneeschmelzereignisse. Das Maximum für den Grundwasserabfluss<br />
setzt bei den Ereignissen III und IV b ebenfalls relativ kurze Zeit (wenige Stunden)<br />
nach den Maxima für Oberflächenabfluss und Interflow ein. Der Grundwasseranstieg ist<br />
hierbei eine Folge der zuvor simulierten Schneeschmelze und keine Reaktion auf den<br />
Niederschlagseintrag. Bei den anderen Ereignissen tritt das Maximum für den Grundwasserabfluss<br />
zwischen 33 und 190 Stunden nach dem Maximum des Oberflächenabflusses<br />
auf. Eine Verzögerung von ein bis zwei Tagen verzeichnen die Ereignisse IV a, V und VIII,<br />
für die keine Schneedecke simuliert, aber beobachtet wurde. Dagegen weisen die Abflussereignisse<br />
im Sommerhalbjahr eine mittlere Verzögerung von drei Tagen auf. Die Ereignisse<br />
zu Beginn der Winterhalbjahre (I und VII) verzeichnen die größten zeitlichen Differenzen<br />
zwischen den simulierten Maxima für den Oberflächen- und den Grundwasserabfluss (5 bzw.<br />
8 Tage). Während dieser Ereignisse kommt es zur Ausbildung einer Schneedecke, so dass ein<br />
großer Teil des Niederschlags zunächst gespeichert wird und erst später zur Anreicherung des<br />
Grundwasserspeichers beiträgt. Der Grundwasserabfluss stellt somit die langsamste Komponente<br />
im System dar. Die zeitliche Verzögerung ist während der Sommerhalbjahre, der<br />
Winterhalbjahre und der Schneeschmelzperioden unterschiedlich. Ähnliche Reaktionszeiten<br />
nennen LINDENLAUB et al. (1997). Sie kamen zu dem Ergebnis, dass der Oberflächenabfluss<br />
eine Reaktionszeit von Stunden und der Interflow von Tagen bis Wochen nach dem Ereignis<br />
haben, während der Basisabfluss kontinuierlich stattfindet.<br />
Für die ereignisbezogene Modellierung kann zusammengefasst werden, dass alle drei<br />
Abflusskomponenten an der Bildung des meist raschen Anstiegs und der Abflussspitzen der<br />
Hochwasserereignisse beteiligt sind. Der Oberflächenabfluss trägt bereits kurze Zeit nach<br />
Überschreiten der Abflussmaxima nicht mehr am Gesamtabfluss bei. Der Interflow hält noch<br />
während des Abklingens der Hochwasserereignisse an. Er nimmt aber im zeitlichen Verlauf<br />
schnell ab. Gegen Ende der Ereignisse besteht der Abfluss nahezu ausschließlich aus der<br />
Grundwasserkomponente.
5. Ergebnisse 92<br />
Der Oberflächenabfluss ist auf Sättigungsflächenabfluss zurückzuführen. Der schnelle<br />
Interflow ist der Abfluss der Deckfolge, einer hochdurchlässigen oberflächennahen Schicht<br />
oberhalb der Hauptfolge, die als eine wasserstauende Schicht fungiert (vgl. Abschnitt 2.3.2.).<br />
Die langsame Komponente des Interflows bzw. schnelle Komponente des Grundwassers<br />
(von verschiedenen Autoren unterschiedlich bezeichnet) entspricht der Basisfolge. Wie bereits<br />
in Abschnitt 5.2. angesprochen, ist der Grundwasserabfluss der Zersatzzone zuzuordnen. Das<br />
Mittel der gemessenen Grundwasserstände mit -4,14 m (Schwankungen zwischen -4,66 m und<br />
-3,22 m) entspricht in etwa dem Vorkommen dieses Teils des oberflächennahen Untergrundes<br />
im Untersuchungsgebiet (vgl. Abschnitt 2.3.2).<br />
5.4. Vergleich der ereignisbezogenen Modellierung mit der kontinuierlichen<br />
Wasserhaushaltsbilanzierung von MICHL (1999)<br />
In diesem Abschnitt soll ein Vergleich mit den Ergebnissen von MICHL (1999) gezogen<br />
werden, da er die Modellierung für das gleiche Untersuchungsgebiet und mit den gleichen<br />
Modellkonzepten durchgeführt hat. Unterschiedlich ist die Zeitspanne und die zeitliche<br />
Auflösung sowie die Flächendiskretisierung. Während MICHL (1999) die<br />
Wasserhaushaltsbilanzierung für 40 Jahre auf Tagesbasis durchführte und dafür die<br />
Gliederung des Untersuchungsgebiets nach dem HRU-Konzept vornahm, wurde in der<br />
vorliegenden Arbeit ein Zeitraum von fünf hydrologischen Jahren mit unterschiedlichen<br />
zeitlichen Auflösungen im storm mode auf Basis der two-flow-plane-Ableitung modelliert. Für den<br />
Vergleich wird der Überlappungszeitraum beider Zeitreihen herangezogen, d. h. die<br />
hydrologischen Jahre 1995 bis 1998.<br />
Tab. 17: Gegenüberstellung der Korrelationskoeffizienten für die Modellierung mit PRMS und<br />
den kombinierten Ansatz der vorliegenden Arbeit mit den Ergebnissen von MICHL<br />
(1999)<br />
PRMS 1 PRMS 2 PRMS-<br />
PRMS-<br />
TOPMODEL 1,3 TOPMODEL 2,3<br />
1995 0,74 0,81 0,92 (20 %) 0,92 (12 %)<br />
1996 0,51 0,81 0,95 (46 %) 0,93 (13 %)<br />
1997 0,71 0,92 0,92 (23 %) 0,96 ( 4 %)<br />
1998 0,81 0,84 0,94 (14 %) 0,93 (10 %)<br />
( 1 Korrelationskoeffizienten der vorliegenden Arbeit, 2 Ergebnisse von MICHL 1999, 3 in Klammern<br />
Ergebnisverbesserung des kombinierten Ansatzes gegenüber dem PRMS-Konzept)
Die simulierten Wasserhaushaltsgrößen in der vorliegenden Arbeit (Tabellen 12 und 13)<br />
weisen teils ähnliche Werte, aber teils auch unterschiedliche Quantifizierungen gegenüber den<br />
Ergebnissen von MICHL (1999) (Tabelle 18) auf.<br />
Tab. 18: Simulierte Wasserhaushaltsgrößen [mm] für die Modellierung mit PRMS bei MICHL<br />
(1999)<br />
Sim.<br />
Abfluss<br />
Gem.<br />
Abfluss<br />
1488 481 103 83 6 420 585 13 1018 955<br />
5. Ergebnisse 93<br />
Zunächst wird der Vergleich für die Flächendiskretisierung durchgeführt. Um den Einfluss<br />
der Datenbasis auszuschließen, wird in diesem Abschnitt die Modellierung mit Tageswerten<br />
dargestellt.<br />
In Tabelle 17 werden die Simulationsergebnissee für die Modellierung mit PRMS und den<br />
kombinierten Ansatz zusammengefasst. Die Korrelation von TOPMODEL wurde in der<br />
Arbeit von MICHL (1999) nicht aufgeführt und kann folglich nicht mit ausgewertet werden.<br />
Für die Modellierung mit PRMS ergeben sich bei MICHL (1999) zwischen 4 % und 37 %<br />
höhere Korrelationskoeffizienten als in der vorliegenden Arbeit. Die Differenzen sind für<br />
die feuchten Jahre geringer als für die trockenen. Die in dieser Arbeit am besten simulierten<br />
Jahre entsprechen nicht denen bei MICHL (1999). Die Unterschiede in den<br />
Korrelationskoeffizienten ergeben sich aus den verschiedenen Flächendiskretisierungen, da die<br />
Parameter konstant gehalten worden. Für die Modellierung auf Tagesbasis ist das HRU-<br />
Konzept (MICHL 1999) anzuwenden, während die two-flow-plane-Ableitung nur für die<br />
Modellierung im storm mode durchgeführt werden sollte. Bei dem kombinierten Ansatz<br />
erreichen die Korrelationskoeffizienten beider Arbeiten ähnliche Werte. Sie liegen stets über<br />
0,9. Die Verknüpfung beider Modelle führt bei der vorliegenden Arbeit zu einer<br />
durchschnittlichen Erhöhung der Korrelationskoeffizienten um 26 % und bei MICHL (1999)<br />
um 10 %. Im Gegensatz dazu ist der kombinierte Ansatz für die ereignisbezogene<br />
Modellierung nicht zu favorisieren. Hier bringt die parallele Verwendung beider Konzepte<br />
gegenüber der Modellierung mit PRMS nur bei schneeschmelzbedingten<br />
Hochwasserereignissen höhere Korrelationskoeffizienten.<br />
Niederschlag<br />
Evapotransp.<br />
Bodenwasserspeicher<br />
Grundwasserspeicher<br />
Interflowspeicher<br />
Grundwasserabfluss<br />
Interflow<br />
Oberflächenabfluss<br />
1995 1778 412 109 119 9 578 814 17 1409 1349<br />
1996 1159 370 108 71 4 353 403 5 761 756<br />
1997 1201 592 94 66 4 353 402 6 762 713<br />
1998 1815 551 102 78 8 398 721 26 1144 1001<br />
1995-<br />
1998<br />
1995-<br />
1998 1 1376 416 101 57 5 493 421 2 916 1003<br />
( 1 Durchschnittliche Werte für die Ergebnisse der vorliegenden Arbeit)
5. Ergebnisse 94<br />
Die tägliche Datenbasis der vorliegenden Arbeit stellt bezüglich des Niederschlags und des<br />
Abflusses Summenwerte der über dreißig Minuten gemittelten Messwerte dar. Daraus ergeben<br />
sich Differenzen zur Arbeit von MICHL (1999), bei dem über den Tag gemittelte Werte<br />
zugrunde liegen. Die simulierten Niederschläge sind bei MICHL (1999) um ca. 8 % höher.<br />
Mögliche Ursachen sind in Abschnitt 4.1. beschrieben. Der gemessene Abfluss beider<br />
Datenreihen weist über die vier hydrologischen Jahre eine Differenz von 5 % auf. Die<br />
höheren Abflüsse der vorliegenden Arbeit beschränken sich auf die Jahre 1997 und 1998. Die<br />
Abflüsse werden bei MICHL (1999) stets übersimuliert und in der vorliegenden Arbeit immer<br />
untersimuliert. Die Untersimulation von 9 % ist dabei größer als die Übersimulation von 6 %.<br />
Bezüglich der dritten Wasserhaushaltskomponente, der Evapotranspiration, ergeben sich bei<br />
MICHL (1999) ca. 14 % höhere Werte, wobei die Differenz wiederum für die hydrologischen<br />
Jahre 1997 und 1998 am größten ist. Die verminderten Evapotranspirationswerte der<br />
vorliegenden Arbeit ergeben sich aus den Abweichungen der Niederschläge.<br />
Der Gebietsrückhalt, der die Summe aus Boden- und Grundwasserspeicher (zuzüglich<br />
Interflowspeicher) darstellt, ist bei MICHL (1999) ebenfalls größer (ca. 20 %). Dabei sind die<br />
Mengen des Bodenwasserspeichers gleich, auch was die Abweichung des Jahres 1997<br />
gegenüber den anderen Jahren betrifft. Die Differenzen des Gebietsrückhalts beruhen auf den<br />
geringeren Mengen des Grundwasserspeichers der vorliegenden Arbeit. Die Interflowspeicher<br />
weisen in beiden Arbeiten ähnliche, vernachlässigbare Werte auf. Die Betrachtung der<br />
Abflusskomponenten zeigt für beide Arbeiten, dass der Oberflächenabfluss kaum eine Rolle<br />
spielt und die beiden unterirdischen Komponenten zu fast gleichen Teilen am Gesamtabfluss<br />
beteiligt sind. Jedoch ergeben sich in den beiden Arbeiten unterschiedliche Verhältnisse. Bei<br />
MICHL (1999) ist der Interflowanteil mit 57 % größer als der Grundwasserabfluss mit 41 %.<br />
Dagegen weist der simulierte Grundwasserabfluss der vorliegenden Arbeit mit 54 % einen<br />
etwas größeren Anteil am Gesamtabfluss als der Interflow mit 46 % auf. Die Umkehrung der<br />
Verhältnisse für das Jahr 1998 ist dennoch beiden Arbeiten gemein.<br />
Wichtiger als die geringfügigen Differenzen bei der Wasserhaushaltsbilanzierung ist die<br />
Übereinstimmung bei der Zuordnung der modellierten Abflusskomponenten zu den<br />
Schichten des oberflächennahen Untergrundes.<br />
Die schneehydrologische Systemanalyse beider Arbeiten zeigte, dass bei der Modellierung mit<br />
PRMS Zeitintervalle mit temperaturbedingter Schneeschmelze besser simuliert werden,<br />
während der TOPMODEL-Ansatz ein niederschlagsinduziertes Abtauen der Schneedecke<br />
besser nachvollzieht. Eine weitere Schwäche von PRMS ist die Ermittlung des Schneeanteils<br />
bei Mischniederschlägen.
5. Ergebnisse 95<br />
Ein Vergleich der beiden Einzugsgebiete, wie ihn MICHL (1999) vornahm, war im Rahmen der<br />
Diplomarbeit für die ereignisbezogene Modellierung nicht möglich.
6. Schlussbemerkung<br />
Vorrangiges Ziel der vorliegenden Arbeit war die Durchführung der ereignisbezogenen<br />
Niederschlags-Abfluss-Modellierung für zwei kleine Einzugsgebiete im Thüringer Wald.<br />
Im ersten Teil der Arbeit wurde zunächst der Forschungsstand (Abschnitt 1.2.) hinsichtlich der<br />
Schwerpunkte Wasserkreislauf als Grundlage für die hydrologische Modellierung, verschiedene<br />
Klassifizierungsansätze für Niederschlag-Abfluss-Modelle sowie Integration von GIS und<br />
Fernerkundung aufbereitet. Die für die Modellierung relevanten Systemeigenschaften des<br />
Untersuchungsgebiets wurden in Kapitel 2 beschieben. In Kapitel 3 wurden die verwendeten<br />
Modellkonzepte bezüglich der räumlichen Distribution und der mathematischen Umsetzung der<br />
einzelnen Prozesse vorgestellt. Die beiden Modelle PRMS und TOPMODEL wurden zum einen<br />
ausgewählt, weil mit diesen bereits eine kontinuierliche Wasserhaushaltsbilanzierung für das<br />
Untersuchungsgebiet durchgeführt wurde und somit die Parametrisierung auf Tagesbasis bereits<br />
vorhanden war. Zum anderen kann die Modellierung mit beiden Konzepten im modularen<br />
Modellsystem (MMS) durchgeführt werden. Dieses gibt die Möglichkeit zur unmittelbaren<br />
graphischen und statistischen Auswertung der Simulationsergebnisse. Zudem sind es zwei sehr<br />
unterschiedliche Modelle hinsichtlich der Flächendiskretisierung und der Parametrisierung. Aber<br />
beide Konzepte verwenden zur Abflussbildung den variable source area –Ansatz. Damit kann ein<br />
Vergleich durchgeführt und überprüft werden, ob eine Kombination über den besten simulierten<br />
Wert zu einer Korrelationsverbesserung zwischen simulierten und gemessenen Abflusswerten<br />
führt. Im zweiten Teil der Arbeit wurde die Anwendung der Modelle dargestellt. Die<br />
hydrometeorologische und physiographische Datenbasis sowie die einzelnen Schritte der<br />
hydrologischen Modellierung wurden in Kapitel 4 erläutert. Die Ergebnisse zu den in Abschnitt<br />
1.3. formulierten Teilzielen wurden in Kapitel 5 diskutiert. Sie werden im Folgenden<br />
zusammengefasst.<br />
In Abschnitt 5.1. wurden die Modellierungsergebnisse auf täglicher Datenbasis mit<br />
eingeschalteten Perioden dreißigminütiger Auflösung vorgestellt. Dieser Datensatz erreichte die<br />
höchsten Korrelationswerte. Die Bewertung erfolgte anhand des optischen Vergleichs der<br />
gemessenen und simulierten Abflüsse und statistischer Gütemaße. Die Modellierung mit PRMS<br />
wies sehr gute zeitliche Übereinstimmungen der Abflussspitzen auf. Die Rezessionsäste wurden<br />
gut nachvollzogen. Generell wurden die Abflüsse jedoch untersimuliert. Schneeschmelzperioden
6. Schlussbemerkung 97<br />
wurden schlecht wiedergegeben. Die Schwächen des Modells liegen in der Ermittlung des<br />
Schneeanteils bei Mischniederschlägen und in der Quantifizierung des energetischen und<br />
hydrologischen Niederschlageintrags. Dagegen wurden temperaturbedingte Schneeschmelzphasen<br />
gut simuliert. Des weiteren zeigte sich die in PRMS verwendete Bodenmodul nicht immer<br />
als geeignet. Es wird vom Modell kein Abfluss unterhalb der nutzbaren Feldkapazität simuliert.<br />
Bei bestimmten Niederschlagsereignissen kann aber Bodenwasserabfluss in Makroporen<br />
entstehen. Ein drittes Problem sind influente Verhältnisse, die vom Modell nicht nachvollzogen<br />
werden. Die mit TOPMODEL simulierten Abflussspitzen korrelierten zeitlich schlechter mit den<br />
gemessenen. Bei diesem Modell wurde die Rezession zwischen Ereignissen ebenfalls gut<br />
wiedergegeben. Obwohl in TOPMODEL (verwendete Version ohne Schneemodul) keine<br />
Schneeakkumulation simuliert wurde, ist nicht generell das PRMS-Modell zu bevorzugen.<br />
TOPMODEL lieferte bessere Korrelationen in Zeitintervallen mit Niederschlägen höherer<br />
Intensität und überwiegendem Regenanteil auf geringmächtiger oder durchbrochener<br />
Schneedecke (MICHL 1999). Die statistische Auswertung der Modellierungsergebnisse erfolgte<br />
anhand der Korrelationskoeffizienten, den minimalen, mittleren und maximalen Abflussmengen<br />
sowie der Modelleffizienzen. Die Korrelationswerte für die Modellierung mit PRMS zeigten eine<br />
Abhängigkeit von der Niederschlagsmenge. Feuchte Jahre wurden gut bis sehr gut wiedergegeben.<br />
Für trockene Jahre wurden nur zufriedenstellende Ergebnisse erreicht. Wie schon der optische<br />
Vergleich zeigte, sind die Korrelationswerte bei der Modellierung mit TOPMODEL schlechter.<br />
Sie zeigten eine umgekehrte Abhängigkeit von der Niederschlagsmenge. Der kombinierte Ansatz<br />
über den besten simulierten Abflusswert führte für die trockenen Jahre zu<br />
Korrelationsverbesserungen. Für die feuchten Jahre, wo PRMS gute bis sehr gute Werte lieferte,<br />
brachte die parallele Verwendung kaum Vorteile. Bei beiden Modellen wurden die Abflüsse<br />
untersimuliert. Die mittleren Abflusswerte stimmten bei TOPMODEL gut überein. Für PRMS<br />
ergab sich auch hier eine Untersimulation. Die Abflussmaxima wurden von PRMS in<br />
Abhängigkeit vom Auftrittsdatum unterschiedlich wiedergegeben. Abflussspitzen im<br />
Winterhalbjahr wiesen eine größere Untersimulation als im Sommerhalbjahr auf.<br />
Schneeschmelzmaxima wurden infolge eines zu früh simulierten Abtauens der Schneedecke<br />
untersimuliert. Dagegen wurden die Abflussmaxima bei der Modellierung mit TOPMODEL<br />
unabhängig vom Auftrittsdatum übersimuliert. Für den kombinierten Ansatz ergab sich folglich<br />
ebenfalls eine Untersimulation über den gesamten Untersuchungszeitraum. Die Abflussmaxima<br />
wurden insgesamt aber besser wiedergegeben. Außerdem fielen bei der parallelen Verwendung
6. Schlussbemerkung 98<br />
über den besten simulierten Wert das gemessene und simulierte Abflussmaximum für die gesamte<br />
Zeitreihe zusammen, was bei den getrennten Modellierungen nicht der Fall war. Die Auswertung<br />
der Effizienzen bestätigte die Eignung des Modells PRMS bei der Wiedergabe von<br />
Hochwasserperioden. Dagegen wurden Phasen niedrigen Abflusses schlechter simuliert. Die<br />
Effizienzen für die Modellierung mit TOPMODEL zeigten, dass das Modell für eine alleinige<br />
Anwendung auf das Untersuchungsgebiet ungeeignet ist. Für den kombinierten Ansatz ergab sich<br />
vor allem eine Verbesserung bei der Simulation der Niedrigwasserabflüsse.<br />
In Abschnitt 5.2. wurde die Quantifizierung der simulierten Wasserhaushaltsgrößen für die<br />
Modellierung mit PRMS auf Grundlage der dreißigminütigen Datenbasis durchgeführt. Die<br />
jährlichen Abweichungen wurden generell untersimuliert, wobei feuchte Jahre eine geringere<br />
Differenz aufwiesen als trockene. Die ermittelten Evapotranspirationswerte und Mengen des<br />
Gebietsrückhalts lagen in der Größenordnung, die in anderen Forschungsarbeiten für das<br />
Untersuchungsgebiet angegeben werden. Der Gesamtabfluss setzt sich zu fast gleichen Teilen aus<br />
Interflow und Grundwasserabfluss zusammen. Der Oberflächenabfluss spielt aufgrund des hohen<br />
Porenvolumens der im gesamten Untersuchungsgebiet verbreiteten Deckfolge kaum eine Rolle.<br />
Der Interflow konnte der Deckfolge, der Grundwasserabfluss der Zersatzzone zugeordnet<br />
werden.<br />
In Abschnitt 5.3. erfolgte die graphische und statistische Auswertung sowie die Bilanzierung der<br />
Abflusskomponenten für die ereignisbezogene Modellierung. Das Modell PRMS zeigt<br />
Schwächen bei der Simulation von Hochwasserereignissen, die sich aus mehreren Abflussspitzen<br />
zusammensetzen und in Zeitintervallen der Schneeschmelze auftreten. Für die anderen Ereignisse<br />
war die zeitliche Übereinstimmung sehr gut. Die Hochwasserereignisse der Sommerhalbjahre<br />
wurden quantitativ besser wiedergegeben als die der Winterhalbjahre. Die zeitliche Korrelation bei<br />
der Modellierung mit TOPMODEL ist ähnlich. Die Abflüsse wurden aber stärker untersimuliert.<br />
Auch bei diesem Ansatz wurden die Ereignisse der Sommerhalbjahre besser simuliert. Der<br />
kombinierte Ansatz brachte für die bei beiden Modellen schlecht simulierten<br />
schneeschmelzbedingten Ereignisse eine erhebliche Verbesserung. Bei den anderen Ereignissen ist<br />
die Modellierung mit PRMS zu bevorzugen, obwohl TOPMODEL ähnlich gute<br />
Korrelationswerte (um 0,9) lieferte. Aber die Differenzen zwischen den gemessenen und<br />
simulierten Abflussmittelwerten und –mengen sind bei der Modellanwendung von PRMS
6. Schlussbemerkung 99<br />
geringer. Generell tritt eine Untersimulation der Abflusswerte für die Ereignisse der<br />
Winterhalbjahre auf. Zudem ist diese größer als die Übersimulation der Abflusswerte für die<br />
Ereignisse der Sommerhalbjahre.<br />
Auch bei der ereignisbezogenen Modellierung spielt der Oberflächenabfluss (< 1 %) eine<br />
untergeordnete Rolle. Zum Zeitpunkt des Auftretens wurde dagegen ein maximaler Anteil von 15<br />
% am Gesamtabfluss erreicht. Der Interflow (bis zu 86 %) macht den größten Anteil am<br />
Gesamtabfluss aus, wobei sein Anteil bei Ereignissen im Sommerhalbjahr größer ist als bei<br />
Ereignissen im Winterhalbjahr. Weiterhin konnte die unterschiedliche Dynamik der<br />
Komponenten verdeutlicht werden. Der Oberflächenabfluss ist die schnellste<br />
Abflusskomponente. Das Interflowmaximum folgt mit einer Verzögerung von ca. dreißig<br />
Minuten. Für den Grundwasserabfluss wurden Reaktionszeiten zwischen einem und acht Tagen<br />
simuliert. Während des raschen Anstiegs und der Abflussspitzen sind alle drei Komponenten am<br />
Abfluss beteiligt. Der Interflow hält noch während der Abklingphase an und gegen Ende der<br />
Ereignisse wird der Abfluss fast ausschließlich von der Grundwasserkomponente gebildet.<br />
Der Vergleich mit den Ergebnissen von MICHL (1999) in Abschnitt 5.4. zeigte, dass sich in der<br />
vorliegenden Arbeit aufgrund der für die ereignisbezogene Modellierung notwendigen anders<br />
durchgeführten Flächendiskretisierung geringere Korrelationswerte ergaben. Aber bei beiden<br />
Arbeiten führte der kombinierte Ansatz zu sehr guten Korrelationswerten über 0,9. Die<br />
simulierten Wasserhaushaltsgrößen wiesen meist nur geringe Abweichungen auf. Aber das<br />
Verhältnis der Abflusskomponenten am Gesamtabfluss ist entgegengesetzt. Dieser Unterschied ist<br />
aufgrund dessen, dass Interflow und Grundwasserabfluss zu fast gleichen Anteilen zum<br />
Gesamtabfluss beitragen, gering.<br />
Bezüglich der Regionalisierung kann abschließend zusammengefasst werden, dass die<br />
Übertragung der für eine kontinuierliche Modellierung auf Tagesbasis kalibrierten Parameterwerte<br />
auf eine ereignisbezogene Modellierung möglich ist. Es ist jedoch eine andere<br />
Flächendiskretisierung zu wählen. Außerdem ist die Kalibrierung der ereignisbezogenen<br />
Parameter notwendig.<br />
Die Forschungsschwerpunkte in der hydrologischen Modellierung sollten nicht in der<br />
Entwicklung neuer Modelle, sondern in der Verbesserung bzw. Erweiterung bestehender Modelle
6. Schlussbemerkung 100<br />
liegen. Modular strukturierte Modelle sind zu bevorzugen, da sie interaktiv je nach<br />
Aufgabenanforderung zusammengestellt werden können. Hilfreich ist dabei die nutzerfreundliche<br />
Umgebung des MMS. Für weitere Anwendungen des Modell PRMS auf vergleichbare<br />
Untersuchungsgebiete ist eine Erweiterung der Boden- und Schneeschmelzroutinen zu<br />
empfehlen. Forschungsbedarf besteht ebenfalls bei der Flächendiskretisierung für die<br />
ereignisbezogene Modellierung. So erlaubt die verwendete two-flow-plane-Ableitung keine<br />
zusätzliche Gliederung nach dem HRU-Konzept, da die Wasserflüsse der HRUs nicht verknüpft<br />
und nacheinander dem Vorfluter zugeführt werden. Eine Weiterentwicklung zur topologisch<br />
basierten Modellierung wird bei STAUDENRAUSCH (2000) diskutiert. Für die Regionalisierung ist<br />
neben der Integration von GIS auch die Radarfernerkundung mit einer flächenhaften Ableitung<br />
von hydrologisch relevanten Parametern von zunehmender Bedeutung.
7. Literatur<br />
ABBOTT, M. B.; BATHURST, J. C.; CUNGE, J. A.; O’CONNELL, P. E. & RASMUSSEN, J. (1986a): An<br />
introduction to the European Hydrological System - Système Hydrologique Européen,<br />
(SHE), 1: History and philosophy of a physically-based, distributed modelling system.- In:<br />
Journal of Hydrology, 87, 45-59.<br />
ABBOTT, M. B.; BATHURST, J. C.; CUNGE, J. A.; O’CONNELL, P. E. & RASMUSSEN, J. (1986b): An<br />
introduction to the European Hydrological System - Système Hydrologique Européen,<br />
(SHE), 2: Structure of a physically-based, distributed modelling system.- In: Journal of<br />
Hydrology, 87, 61-77.<br />
ALTERMANN, M. (1998): Gliederung periglaziärer Lagen.- In: Mitteilungen der Deutschen<br />
Bodenkundlichen Gesellschaft, 86, 175-180.<br />
AMBROISE, B.; BEVEN, K. J. & FREER, J. (1996a): Toward a generalization of the TOPMODEL<br />
concepts: Topographic indices of hydrological similarity.- In: Water Resources Research, 32<br />
(7), 2135-2145.<br />
AMBROISE, B.; FREER, J. & BEVEN, K. J. (1996b): Application of a generalized TOPMODEL to<br />
the small Ringelbach catchment, Vosges, France.- In: Water Resources Research, 32 (7),<br />
2147-2159.<br />
AMERICAN SOCIETY OF AGRICULTURAL ENGINEERS (ASAE) [eds.] (1983): Advances in infiltration.-<br />
Proceedings of the National Conference on advances in infiltration, Dec 12-13, 1983,<br />
Chicago (Illinois), 385 p.<br />
AMERICAN SOCIETY OF AGRICULTURAL ENGINEERS (ASAE) [eds.] (1985): Advances in<br />
evapotranspiration.- Proceedings of the National Conference on advances in<br />
evapotranspiration, Dec 16-17, 1985, Chocago (Illinois), 453 p.<br />
ANDERSON, M. G. & BURT, T. P. (1985): Modelling strategies.- In: ANDERSON, M. G. & BURT, T.<br />
P. [eds.]: Hydrological Forecasting.- John Wiley & Sons, Chichester, 1-13.<br />
ANDERSON, M. P. & WOESSNER, W. W. (1992): Applied groundwater modeling – Simulation of flow<br />
and advective transport.- Academic Press, San Diego, 381 p.<br />
BARRETT, E. C. & MARTIN, D. W. (1981): The use of satellite data in rainfall monitoring.- Academic
7. Literatur 102<br />
Press, London, 340 p.<br />
BATES, C. G. & HENRY, A. J. (1928): Forest and streamflow experiment at Wagon Wheel Gap,<br />
Colorado.- In: Monthly Weather Review, 30, 30-79.<br />
BAUMGARTNER, A. & LIEBSCHER, H.-J. (1990): Allgemeine Hydrologie, Bd. 1.- Gebrüder Borntraeger,<br />
Berlin.<br />
BEASLEY, D. B. (1986): Distributed parameter hydrologic and water quality modeling.- In:<br />
GIORGINI, A. & ZINGALES, F. [eds.]: Agricultural nonpoint source pollution: model<br />
selection and application.- Elsevier, Amsterdam, Developments in Environmental Modelling, 10,<br />
345-362.<br />
BEASLEY, D. B. & HUGGINS, L. F. (1981): ANSWERS Users Manual.- EPA – 905/9-82-01, U. S.<br />
Environmental Protection Agency Region V, Chicago (Illinois).<br />
BECKER, A. & BRAUN, P. (1999): Disaggregation, aggregation and spatial scale in hydrological<br />
modelling.- In: Journal of Hydrology, 217, 239-252.<br />
BERAN, M. A.; BRILLY, M.; BECKER, A. & BONACCI, O. [eds.] (1990): Regionalization in<br />
Hydrology.- IAHS Publications, 191, 260 p.<br />
BERGSTRÖM, S. & GRAHAM, L. P. (1998): On the scale problem in hydrological modelling.- In:<br />
Journal of Hydrology, 211, 253-265.<br />
BEVEN, K. J. (1985): Distributed models.- In: ANDERSON, M. G. & BURT, T. P. [eds.]: Hydrological<br />
Forecasting.- John Wiley & Sons, Chichester, 405-435.<br />
BEVEN, K. J. (1986): Runoff production and flood frequency in catchments of order n: an<br />
alternative approach.- In: GUPTA, V. K.; RODRIGUEZ-ITURBE, I. & WOOD, E. F. [eds.]: Scale<br />
Problems in Hydrology.- D. Reidel, Dordrecht, 107-131.<br />
BEVEN, K. J. (1989): Changing ideas in hydrology - the case of physically-based models.- In:<br />
Journal of Hydrology, 105, 157-172.<br />
BEVEN, K. J. (1991a): Scale considerations.- In: BOWLES, D. S. & O’CONNELL, P. E. [eds.]: Recent<br />
advances in the modeling of hydrologic systems.- Kluwer, Dordrecht, 357-371.
7. Literatur 103<br />
BEVEN, K. J. (1991b): Spatially Distributed Modeling: Conceptual Approach to Runoff<br />
Production.- In: BOWLES, D. S. & O’CONNELL, P. E. [eds.]: Recent advances in the modeling of<br />
hydrologic systems.- Kluwer, Dordrecht, 373-387.<br />
BEVEN, K. J. (1997): TOPMODEL: a critique.- In: Hydrological Processes, 11, 1069-1085.<br />
BEVEN, K. J. & KIRKBY, M. J. (1979): A physically based, variable contributing area model of<br />
basin hydrology.- In: Hydrological Sciences Bulletin, 24, 43-69.<br />
BEVEN, K. J.; KIRKBY, M. J.; SCHOFIELD, N. & TAGG, A. F. (1984): Testing a physically-based<br />
flood forecasting model (TOPMODEL) for three U.K. catchments.- In: Journal of Hydrology,<br />
69, 119-143.<br />
BEVEN, K. J.; CALVER, A. & MORRIS, E. M. (1987): Institute of Hydrology Distributed Model.-<br />
Report 81, Institute of Hydrology, Wallingford, Oxfordshire (UK).<br />
BEVEN, K. J.; LAMB, R.; QUINN, P.; ROMANOWICZ, R. & FREER, J. (1995): TOPMODEL.- In:<br />
SINGH, V. P. [ed.]: Computer Models of Watershed Hydrology.- Water Resources Publications,<br />
627-668.<br />
BEVEN, K. J. & FISHER, J. (1996): Remote Sensing and scaling in hydrology.- In: STEWART, J. B.;<br />
ENGMAN, E. T.; FEDDES, R. A. & KERR, Y. [eds.]: Scaling up in Hydrology using Remote Sensing.-<br />
Oxon, 1-18.<br />
BINLEY, A. & BEVEN, K. J. (1992): Three-dimensional modelling of hillslope hydrology.- In:<br />
Hydrological Processes, 6, 347-359.<br />
BLACKIE, J. R. & EELES, C. W. O. (1985): Lumped catchment models.- In: ANDERSON, M. G. &<br />
BURT, T. P. [eds.]: Hydrological Forecasting.- John Wiley & Sons, Chichester, 311-345.<br />
BLÖSCHL, G.; GRAYSON, R. B. & SIVAPALAN, M. (1995): On the Representative Elementary Area<br />
(REA) concept and its utility for distributed rainfall-runoff modelling.- In: KALMA, J. D. &<br />
SIVAPALAN, M. [eds.]: Scale issues in hydrological modelling.- John Wiley & Sons, Chichester, 71-<br />
88.<br />
BLÖSCHL, G. & SIVAPALAN, M. (1995): Scale issues in hydrological modelling: a review.- In:<br />
Hydrological Processes, 9, 215-250.
7. Literatur 104<br />
BONELL, M. (1993): Progress in the understanding of runoff generation dynamics in forest.- In:<br />
Journal of Hydrology, 150, 217-275.<br />
BONGARTZ, K. (1996): Geohydrologische Niederschlags-Abflußmodellierung eines<br />
Teileinzugsgebietes der Sieg (Sülz) mit dem Modell MMS/PRMS unter Verwendung eines<br />
GIS.- Diplomarbeit, Geographische Institute der Rheinischen <strong>Friedrich</strong>-Wilhelms-<br />
<strong>Universität</strong> Bonn (unveröffentlicht).<br />
BOURROUGH, P. A. & VAN RIJN, R. & RIKKEN, M. (1996): Spatial Data Quality and Error Analysis<br />
Issues: GIS Functions and Environmental Modeling.- In: GIS and Environmental Modeling:<br />
Progress and Research Issues, 29-34.<br />
BRAUN, K. (1997): Der Einfluss mesoskaliger Windfelder auf die räumliche Verteilung des<br />
Niederschlags: Eine Untersuchung zur Regionalisierung von Niederschlagsdaten mit Hilfe<br />
eines mesoskaligen Strömungsmodells.- In: Freiburger Geographische Hefte, 52.<br />
BRENDECKE, C. M.; LAIHO, D. R. & HOLDEN, D. C. (1985): Comparison of two daily streamflow<br />
simulation models of an alpine watershed.- In: Journal of Hydrology, 77, 171-186.<br />
CARROLL, T. R. & YATES, G. R. (1989): Satellite, airborne and ground-based snow cover data used<br />
to estimate basin-wide mean areal snow water equivalent on a pixel-by-pixel basis.-<br />
American Geophysical Union, EOS Transactions, 70 (43), 1108 p.<br />
CHIEW, F. H. S.; STEWARDSON, M. J. & MC MAHON, T. A. (1993): Comparison of six rainfallrunoff<br />
modelling approaches.- In: Journal of Hydrology, 147, 1-36.<br />
CRAWFORD, N. H. & LINSLEY, R. K. (1966): Digital simulation of hydrology: Stanford watershed model<br />
IV.- Report 39, Department of Civil Engineering, Stanford University.<br />
DE ROO, A. P. J. (1998): Modelling runoff and sediment transport in catchments using GIS.- In:<br />
Hydrological Processes, 17, 905-922.<br />
DOBSON, M. C.; ULABY, F. & PIERCE, L. (1995): Land-cover classification and estimation of<br />
terrain attributes using synthetic aperture radar.- In: Remote Sensing of Environment, 51, 199-<br />
214.<br />
DOOGE, J. C. I. (1959): A general theory of the unit hydrograph.- In: Journal of Geophysical Research,
7. Literatur 105<br />
64 (1).<br />
DRAYTON, R. S.; WILDE, B. M. & HARRIS, J. H. K. (1992): Geographical information system<br />
approach to distributed modelling.- In: Hydrological Processes, 6, 361-368.<br />
DUBAYAH, R.; WOOD, E. F. & LAVALLÉE, D. (1997): Multiscaling Analysis in Distributed<br />
Modeling and Remote Sensing: An Application Using Soil Moisture.- In: QUATTROCHI, D.<br />
A. & GOODCHILD, M. F. [eds.]: Scale in Remote Sensing and GIS.- CRC Press, Lewis<br />
Publishers, New York, 93-112.<br />
DUNNE, T. (1978): Field studies of hillslope flow processes.- In: KIRKBY, M. J. [ed.]: Hillslope<br />
Hydrology.- John Wiley & Sons, Chichester, 227-293.<br />
DUNNE, T.; MOORE, T. R. & TAYLOR, C. H. (1975): Recognition and prediction of runoffproducing<br />
zones in humid regions.- In: Hydrological Sciences Bulletin, 20 (3), 305-327.<br />
DURAND, P.; ROBSON, A. & NEAL, C. (1992): Modelling the hydrology of submediteranean<br />
montane catchments (Mont-Lozère, France) using TOPMODEL: initial results.- In: Journal<br />
of Hydrology, 139, 1-14.<br />
DVWK (Deutscher Verband für Wasserwirtschaft und Kulturbau) [Hrsg.] (1996): Ermittlung der<br />
Verdunstung von Land- und Wasserflächen.- DVWK-Merkblätter zur Wasserwirtschaft,<br />
238, Wirtschafts- und Verlagsgesellschaft Gas und Wasser mbH, Bonn.<br />
EBNER, H. & EDER, K. (1992): State-of-the-art in Digital Terrain Modelling.- Proceedings of<br />
EGIS ’92, Third European Conference in GIS, Munich, March 23-26, 1992.<br />
EMMETT, W. W. (1978): Overland flow.- In: KIRKBY, M. J. [ed.]: Hillslope Hydrology.- John Wiley &<br />
Sons, Chichester, 145-176.<br />
ENGMAN, E. T. & GURNEY, R. J. (1991): Remote Sensing in Hydrology.- Chapman & Hall, London.<br />
ENGMAN, E. T. & CHAUHAN, N. (1995): Status of microwave soil moisture measurements with<br />
remote sensing.- In: Remote Sensing of Environment, 51, 189-198.<br />
ENVIRONMENTAL SYSTEMS RESEARCH INSTITUTE (ESRI) (1989): ARC/INFO user’s guide.-
7. Literatur 106<br />
Revision 5, Redlands, California.<br />
FLÜGEL, W.-A. (1979): Untersuchungen zum Problem des Interflow.- In: Heidelberger Geographische<br />
Arbeiten, 56.<br />
FLÜGEL, W.-A. (1995a): Delineating Hydrological Response Units by Geographical Information<br />
System analyses for regional hydrological modelling using PRMS/MMS in the drainage<br />
basin of the River Bröl, Germany.- In: Hydrological Processes, 9, 423-436.<br />
FLÜGEL, W.-A. (1995b): Hydrological response units (HRUs) to preserve basin heterogeneity in<br />
hydrological modelling using PRMS/MMS – case study in the Bröl basin, Germany.- In:<br />
IAHS Publication, 231, 79-87.<br />
FLÜGEL, W.-A. (1996a): Hydrological Response Units (HRUs) and their delineation using GIS<br />
analyses as a tool for regional hydrological modelling with PRMS/MMS - Results from the<br />
River Bröl, Germany.- In: MÄUSBACHER, R. & SCHULTE, A. [Hrsg.]: Beiträge zur<br />
Physiogeographie.- Heidelberger Geographische Arbeiten, 104, 441-449.<br />
FLÜGEL, W.-A. (1996b): Hydrological Response Units (HRUs) as modelling entities for<br />
hydrological river basin simulation and their methodological potential for modelling<br />
complex environmental process systems - Results from the Sieg catchment.- In: Die Erde,<br />
127, 43-62.<br />
FLÜGEL, W.-A. (1996c): Application of GIS to derive Hydrological Response Units for<br />
hydrological modelling in the Bröl Catchment, Germany.- In: IAHS Publication, 235, 413-<br />
420.<br />
FLÜGEL, W.-A. & LÜLLWITZ, T. (1993): Using a distributed hydrologic model with the aid of GIS<br />
for comparative hydrological modelling of micro- and mesoscale catchments in the USA<br />
and in Germany.- In: IAHS Publication, 214, 59-66.<br />
FRANCHINI, M.; WENDLING, J.; OBLED, C. & TODINI, E. (1996): Physical interpretation and<br />
sensitivity analysis of the TOPMODEL.- In: Journal of Hydrology, 175, 293-338.<br />
GERTEN, D.; HELBIG, A. & WILKE, K. (1998): Erfahrungen mit dem hydrologischen<br />
Modellsystem MMS-PRMS bei Anwendung auf das Einzugsgebiet der Oberen Blies.- In:<br />
Deutsche Geographische Mitteilungen, 42 (3), 118-125.
7. Literatur 107<br />
GOODCHILD, M. F. (1993): The State of GIS for Environmental Problem-Solving.- In:<br />
GOODCHILD, M. F.; PARKS, B. O. & STEYAERT, L. T. [eds.]: Environmental Modeling with GIS.-<br />
Oxford University Press, 8-15.<br />
GRANGER, R. J. (2000): Satellite-derived estimates of evapotranspiration in the Gediz basin.- In:<br />
Journal of Hydrology, 229, 70-76.<br />
GRAYSON, R. B.; MOORE, I. D. & MC MAHON, T. A. (1992b): Physically-based hydrologic<br />
modeling 1. A terrain-based model for investigative purposes.- In: Water Resources Research,<br />
28 (10), 2639-2658.<br />
GRAYSON, R. B.; MOORE, I. D. & MC MAHON, T. A. (1992b): Physically-based hydrologic<br />
modeling 2. Is the concept realistic?- In: Water Resources Research, 28 (10), 2659-2666.<br />
GUPTA, V. K.; RODRÍGUEZ-ITURBE, I. & WOOD, E. F. [eds.] (1986): Scale Problems in Hydrology.- D.<br />
Reidel, Dordrecht, 246 p.<br />
HAAN, C. T.; JOHNSON, H. P. & BRAKENSIEK, D. L. (1982): Hydrologic modeling of small<br />
watersheds.- American Society of Agricultural Engineers (ASAE) Monograph No. 5,<br />
Michigan, 533 p.<br />
HAAN, C. T.; BARFIELD, B. J. & HAYES, J. C. (1994): Design hydrology and sedimentology for small<br />
catchments.- Academic Press, San Diego, 588 p.<br />
HAEFNER, H. & SCHUMANN, H. (1992): Remote Sensing Applications in Hydrology and Water<br />
Resources Management.- In: Remote Sensing Series, 21, Department of Geography,<br />
University of Zurich.<br />
HAY, L. E.; BATTAGLIN, W. A.; PARKER, R. S. & LEAVESLEY, G. H. (1993): Modeling the Effects<br />
of Climate Change on Water Resources in the Gunnison River Basin, Colorado.- In:<br />
GOODCHILD, M. F.; PARKS, B. O. & STEYAERT, L. T. [eds.]: Environmental Modeling with GIS.-<br />
Oxford University Press, 173-181.<br />
HERRMANN, A. (1992): Modellierung und Regionalisierung der Interzeption.- In: DFG<br />
Mitteilungen XI der Senatskommission für Wasserforschung: Regionalisierung in der Hydrologie.<br />
HEWLETT, J. D. & HIBBERT, A. R. (1967): Factors Affecting the Response of Small Watersheds in
7. Literatur 108<br />
Humid Areas.- In: SOPPER, W. E. & LULL, H. W. [eds.]: International Symposium on Forest<br />
Hydrology.- Program Press, Oxford, 275-290.<br />
HOLKO, L. & LEPISTÖ, A. (1997): Modelling the hydrological behaviour of a mountain catchment<br />
using TOPMODEL.- In: Journal of Hydrology, 196, 361-377.<br />
HOLZMANN, H.; NACHTNEBEL, H. P. & SEREINIG, N. (1998): Small-scale modelling of runoff<br />
components in an Alpine environment.- In: KOVAR, K.; TAPPEINER, U. & PETERS, N. E.<br />
[eds.]: Hydrology, Water Resources and Ecology in Headwaters.- IAHS Publications, Vol.<br />
248.<br />
HORTON, R. E. (1933): The role of infiltration in the hydrologic cycle.- In: Transactions, American<br />
Geophysical Union, 14, 479-482.<br />
HUBER, W. C. et al. (1981): Storm Water Management Model Users Manual, Version III.- EPA –<br />
600/2-84-109a, Environmental Protection Agency, Cincinnati (Ohio).<br />
IORGULESCU, I. & JORDAN, J. P. (1994): Validation of TOPMODEL on a small Swiss catchment.-<br />
In: Journal of Hydrology, 159, 255-273.<br />
JENSEN, M. E.; BURMAN, R. D. & ALLEN, R. G. (1990): Evapotranspiration and Irrigation Water<br />
Requirements.- American Society of Civil Engineers Technical Report 70.<br />
JETON, A. E. & SMITH, J. L. (1993): Development of watershed models for two Sierra Nevada<br />
basins using a Geographic Information System.- In: Water Resources Bulletin, 29, 923-932.<br />
KERN, T. J. & STEDNICK, J. D. (1993): Identification of heavy metal concentrations in surface<br />
water through coupling of GIS and hydrochemical modells.- In: IAHS Publications, 211,<br />
559-567.<br />
KILCHENMANN, A. (1992): Geographische Informationssysteme.- In: DFG Mitteilungen XI der<br />
Senatskommission für Wasserforschung: Regionalisierung in der Hydrologie, 403-411.<br />
KIRKBY, M. J. (1975): Hydrograph Modelling Strategies.- In: PEEL, R.; CHISHOLM, M. &<br />
HAGGETT, P. [eds.]: Processes in Physical and Human Geography.- Heinemann Educational<br />
Books, London, 69-90.
7. Literatur 109<br />
KITE, G. W. & KOUWEN, N. (1992): Watershed modeling using land classifications.- In: Water<br />
Resources Research, 28 (12), 3193-3200.<br />
KITE, G. W. & DROOGERS, P. (2000): Comparing evapotranspiration estimates from satellites,<br />
hydrological models and field data.- In: Journal of Hydrology, 229, 3-18.<br />
KLEEBERG, H.-B. [Hrsg.] (1992): Regionalisierung in der Hydrologie.- DFG-Mitteilungen XI, VCH<br />
Verlag, Weinheim, 444 S.<br />
KLEEBERG, H.-B.; MAUSER, W.; PESCHKE, G. & STREIT, U. [Hrsg.] (1999): Hydrologie und<br />
Regionalisierung: Ergebnisse eines Schwerpunktprogramms (1992 bis 1998) –<br />
Forschungsbericht der Deutschen Forschungsgemeinschaft.- VCH Verlag, Weinheim,<br />
477 S.<br />
KNAPP, B. J. (1978): Infiltration and Storage of Soil Water.- In: KIRKBY, M. J. [ed.]: Hillslope<br />
Hydrology.- John Wiley & Sons, Chichester, 43-72.<br />
KRAUSE, P. (2000): J 2000 – Ein Modellsystem zur physikalisch basierten Nachbildung der<br />
hydrologischen Prozesse in großen Flußeinzugsgebieten.<br />
KUHN, G. & PARKER, R. S. (1992): Transfer of watershed-model-parameter values to<br />
noncalibrated basins in the Gunnison river basin, Colorado.- In: American Water<br />
Resources Association (AWRA): 28 th Annual Conference: Managing water resources during<br />
global change.- AWRA technical publications series, 4, 741-750.<br />
KUSTAS, W. P.; ZAHN, X. & SCHMUGGE, T. J. (1998): Combining Optical and Microwave Remote<br />
Sensing for Mapping Energy Fluxes in a Semiarid Watershed.- In: Remote Sensing of<br />
Environment, 64, 116-131.<br />
LA BARBERA, P.; LANZA, L. & SICCARDI, F. (1993): Hydrologically oriented GIS and application to<br />
rainfall-runoff distributed modelling - case study of the Arno basin.- In: IAHS Publication,<br />
211, 171-179.<br />
LEAVESLEY, G. H.; LICHTY, R. W. ; TROUTMAN, B. M. & SAINDON, L. G. (1983): Precipitation-<br />
Runoff Modeling System: User’s manual.- Water Resource Investigations Report 83 - 4238,<br />
USGS Denver.
7. Literatur 110<br />
LEAVESLEY, G. H. & STANNARD, L. G. (1990): Application of Remote Sensed Data in a<br />
Distributed Parameter Watershed Model.- In: KITE, G. W. & WANKIEWICZ [eds.]:<br />
Proceedings of Workshop on Applications of Remote Sensing in Hydrology: National Hydrologic<br />
Research Centre, Environment Canada, 47-64.<br />
LEAVESLEY, G. H. & STANNARD, L. G. (1995): The Precipitaion-Runoff Modeling System –<br />
PRMS.- In: SINGH, V. P. [ed.]: Computer Models of Watershed Hydrology.- Water Resources<br />
Publications, 281-310.<br />
LEAVESLEY, G. H.; RESTREPO, P. J.; MARKSTROM, S. L.; DIXON, M. & STANNARD, L. G. (1996):<br />
The Modular Modeling System (MMS): User’s maual.- USGS Report 96-151, Denver.<br />
LINDENLAUB, M.; LEIBUNDGUT, C.; MEHLHORN, J. & S. UHLENBROOK (1997): Interactions of hard<br />
rock aquifers and debris cover for runoff generation.- In: IAHS Publication, 241, 63-72.<br />
LÖFFLER, E. (1994): Geographie und Fernerkundung.- Teubner Verlag, Stuttgart, 251 S.<br />
LU, M.; KOIKE, T. & HAYAKAWA; N. (1996): A distributed hydrological modelling system linking<br />
GIS and hydrological models.- In: IAHS Publication, 235, 141-148.<br />
LÜLLWITZ, T. (1993): <strong>Vergleichende</strong> hydrologische Modellierung mit dem Modell PRMS unter<br />
Anwendung von Geographischen Informationssystemen.- Rheinische <strong>Friedrich</strong>-Wilhelms-<br />
<strong>Universität</strong> Bonn.<br />
LÜLLWITZ, T. (1993): The Application of a Hydrologic Model and GIS to Simulate Water Yield<br />
Increase due to Timber Harvest in a Subalpine Watershed.- In: GIS, 4, 6-10.<br />
MAIDMENT, D. R. (1992): Hydrology.- In: MAIDMENT, D.R. [ed.]: Handbook of Hydrology.- Mc<br />
Graw-Hill, New York, 1.1-1.15.<br />
MAIDMENT, D. R. (1993): GIS and Hydrologic Modeling.- In: GOODCHILD, M. F.; PARKS, B. O. &<br />
STEYAERT, L. T. [eds.]: Environmental Modeling with GIS.- Oxford University Press, 147-167.<br />
MALLANTS, D. & BADJI, M. (1991): Integrating GIS and deterministic hydrological models: a<br />
powerful tool for impact assessment.- Proceeding of EGIS 1990, 672-679.<br />
MAUSER, W.; BACH, H.; DEMICRAN, A.; EIBL, B.; RIEGLER, G. & SCHNEIDER, K. (1997): The
7. Literatur 111<br />
contribution of microwave data to distributes hydrologic modeling.- In: Proceedings of the<br />
Third ERS Symposium, Florence, 1997.<br />
MAUSER, W. & SCHÄDLICH, S. (1998): Modelling the spatial distribution of evapotranspiration on<br />
different scales using remote sensing data.- In: Journal of Hydrology, 212-213, 250-267.<br />
MC DONALD, M. G. & HARBAUGH, A. W. (1988): A modular three-dimensional finite difference<br />
ground-water model.- Techniques of Water Resources Investigations 06-A1, USGS, 576 p.<br />
MEHLHORN, J. (1998): Tracerhydrologische Ansätze in der Niederschlags-Abfluß-Modellierung.-<br />
In: Freiburger Schriften zur Hydrologie, 8, 148 S.<br />
MENDEL, G. (2000): Elemente des Wasserkreislaufs – Eine kommentierte Bibliographie zur<br />
Abflussbildung.- Analytica, Berlin, 244 S.<br />
MICHAUD, J. & SOROOSHIAN, S. (1994): Comparison of simple versus complex distributed runoff<br />
models on a midsized semiarid watershed.- In: Water Resources Research, 30 (3), 593-605.<br />
MICHEL, G. & RAACKE, K. (1957): Geologische und hydrologische Untersuchung eines<br />
hydrologisch-meteorologischen Beobachtungsgebietes bei Oberhof-Gehlberg.- In:<br />
Wissenschaftliche Zeitschrift der Hochschule für Architektur und Bauwesen Weimar, 3, 171-180.<br />
MICHL, C. (1999): Prozeßorientierte Modellierung des Wasserhaushalts zweier Quelleinzugsgebiete<br />
im Thüringer Wald.- Dissertation, <strong>Friedrich</strong>-<strong>Schiller</strong>-<strong>Universität</strong> <strong>Jena</strong><br />
(unveröffentlicht).<br />
MICHL, C.; HELMSCHROT, J.; THIEMEYER, H. & v. KLITZING, A. (1998): Exkursionsführer zur 24.<br />
Jahrestagung des Deutschen Arbeitskreises für Geomorphologie - Exkursion 2: Thüringer<br />
Wald.- <strong>Jena</strong>, 8.-11. Oktober 1998.<br />
MONTEITH, J. L. (1965): Evaporation and environment.- Symposium Soc. Exp. Biology, 19; 205-234.<br />
MOORE, I. D. (1996): Hydrologic modeling and GIS.- In: GIS and environmental modeling: Progress<br />
and Research Issues, 143-148.<br />
MOORE, I. D.; GRAYSON, R. B. & LADSON, A. R. (1991): Digital terrain modeling: a review of<br />
hydrological, geomorphological and biological applications.- In: Hydrological Processes, 5, 3-
7. Literatur 112<br />
30.<br />
MOORE, R. D. & THOMPSON, J. C. (1996): Are water table variations in a shallow forest soil<br />
consistent with the TOPMODEL concept?- In: Water Resources Research, 32, 663-669.<br />
MORRIS, E. M. (1980): Forecasting flood flows in grassy and forested basins using a deterministic<br />
distributed mathematical model.- In: IAHS Publication, 129, 247-256.<br />
MUZIK, I. (1996): A GIS-derived distributed hydrograph.- In: IAHS Publication, 235, 453-460.<br />
NASH, J. E. (1957): The Form of the Instantaneous Unit Hydrograph.- In: International Association<br />
of Hydrologic Siences, 45 (3-4), 114-121.<br />
NASH, J. E. & SUTCLIFFE, J. V. (1970): River flow forecasting through conceptual models, 1. A<br />
discussion of priciples.- In: Journal of Hydrology, 10, 282-290.<br />
NATIONALKOMMITEE der Bundesrepublik Deutschland für das Internationale Hydrologische<br />
Programm der UNESCO und das Operationelle Hydrologische Programm der WMO<br />
[Hrsg.] (1985): Empfehlung für die Auswertung der Meßergebnisse von kleinen<br />
hydrologischen Untersuchungsgebieten.- In: IHP/OHP-Berichte, Heft 5.<br />
NEIS, J. (1966): Hydrometeorologische Arbeiten in einem Untersuchungsgebiet in der Kammlage<br />
des Thüringer Waldes bei Gehlberg.- In: Archiv für Naturschutz und Landesforschung, 6, 45-59.<br />
NEUMANN, P.; FETT, W. & SCHULTZ, G. A. (1990): A Geographic Information System as a data<br />
base for distributed hydrological models.- In: Proc. International Symposium an Remote<br />
Sensing and Water Resources, Enschede, the Netherlands, 781-791.<br />
NIELSEN, S. A. & HANSEN, E. (1973): Numerical simulation of the rainfall-runoff process on a<br />
daily basis.- In: Nordic Hydrology, 4, 171-190.<br />
NJOKU, E. N. & ENTEKHABI, D. (1996): Passive microwave remote sensing of soil moisture.- In:<br />
Journal of Hydrology, 184, 101-129.<br />
NYERGES, T. L. (1993): Understanding the Scope of GIS: Its Relationship to Environmental<br />
Modeling.- In: GOODCHILD, M. F.; PARKS, B. O. & STEYAERT, L. T. [eds.]: Environmental<br />
Modeling with GIS.- Oxford University Press, 75-93.
7. Literatur 113<br />
OBLED, C. & WENDLING, J. (1991): Development of TOPMODEL - Applications to<br />
mediterranean catchments: Role of reinfall spatial varaibility and further simplifications for<br />
operational use.- Technical Report TR/89.<br />
O’LOUGHLIN, E. M. (1986): Prediction of surface saturation zones in natural catchments by<br />
topographc analysis.- In: Water Resources Research, 22 (5), 794-804.<br />
OSTENDORF, B. & MANDERSCHEID, B. (1997): Seasonal modelling of catchment water balance: A<br />
two-level cascading modification of TOPMODEL to increase the realism of spatiotemporal<br />
processes.- In: Hydrological Processes, 11, 1231-1242.<br />
ǾVERLAND, H. & KLEEBERG, H.-B. (1992): Möglichkeiten der Abflußmodellierung unter Nutzung<br />
von Geoinformationssystemen.- In: BECHTELER, W.; KLEEBERG, H.-B. & TEICHMANN, H.<br />
[Hrsg.]: Mitteilungen - Institut für Wasserwesen, <strong>Universität</strong> der Bundeswehr München, 45.<br />
PECK, E. L.; JOHNSON, E. R.; KEEFER, T. N. & RANGO, A. (1983): Combining measurement of<br />
hydrological variables of various sampling geometries and measurment accuracies.- In:<br />
IAHS Publications, 145, 591-599.<br />
PENMAN, H. L. (1948): Natural evapotranspiration from open water bare soil and grass.-<br />
Proceedings of Royal Society, London, A 193, 120-145.<br />
PFÜTZNER, B.; KADEN, S.; KRONE, A. & FLACKE, W. (1992): Flächendifferenzierte hydrologische<br />
Einzugsgebietsmodellierung bei Anwendung eines Geographischen Informationssystems<br />
(GIS).- In: Deutsche Gewässerkundliche Mitteilungen 36 (2), 48-56.<br />
PFÜTZNER, B.; LAHMER, W. & BECKER, A. (1997): Arc-EGMO – Programmsystem zur GISgestützten<br />
hydrologischen Modellierung – Kurzdokumentation zur Version 2.0.- PIK-<br />
Potsdam.<br />
POLLOCK, D. W. (1989): Documentation of computer programs to complete and display<br />
pathlines using results from the U. S. Geological Survey modular three-dimensional finite<br />
difference ground-water model.- USGS, Open File Report 89-381, 81 p.<br />
PONNDORF, J.; WILSER, O. & NEIS, J. (1963): Bestimmung des Wasserhaushalts im Walde.-<br />
Forschungsbericht des Amtes für Meteorologie Weimar (unveröffentlicht).
7. Literatur 114<br />
PONNDORF, J. & WILSER, O. (1965): Versuch zur Bestimmung der Abflußverluste im<br />
Untersuchungsgebiet Schmücker Graben - Steinbach.- Forschungsbericht des Amtes für<br />
Meteorologie Weimar (unveröffentlicht).<br />
PRICKETT, T. A. & LONQUIST, C. G. (1971): Selected Digital Computer Techniques for<br />
Groundwater Resource Evaluation.- In: Illinois State Water Survey Bulletin, 55, 62 p.<br />
QUINN, P. F.; BEVEN, K. J.; CHEVALLIER, P. & PLANCHON, O. (1991): The prediction of hillslope<br />
flow paths for distributed hydrological modelling using digital terrain models.- In:<br />
Hydrological Processes, 5, 59-79.<br />
QUINN, P. F.; BEVEN, K. J. & LAMB, R. (1995): The ln (α / tanβ) index: How to calculate it and<br />
how to use it within the TOPMODEL framework.- In: Hydrological Processes, 9, 161-182.<br />
RANGO, A. (1996): Spaceborne remote sensing for snow hydrology applications.- In: Hydrological<br />
Sciences Journal, 41 (4), 477-494.<br />
REED, L. A. (1986): Verification of the PRMS sediment-discharge model.- In: Proceedings of the<br />
4 th Federal Interagency Sedimentation Conference, March 24-26, 1986, Las Vegas, (6-44)-<br />
(6-54).<br />
REFSGAARD, J. C. & KNUDSEN, J. (1996): Operational validation and intercomparison of different<br />
types of hydrological models.- In: Water Resources Research, 32 (7), 2189-2202.<br />
REICHE, E.-W. (1996): WASMOD – Ein Modellsystem zur gebietsbezogenen Simulation von<br />
Wasser- und Stoffflüssen. Darstellung des aktuellen Entwicklungsstands.- In: Eco Sys, 4,<br />
143-163.<br />
RICHTER, D. (1995): Ergebnisse methodischer Untersuchungen zur Korrektur des systematischen<br />
Meßfehlers des Hellmann-Niederschlagsmessers.- In: Berichte des Deutschen Wetterdienstes, 194,<br />
1-93.<br />
ROBSON, A. J.; BEVEN, K. J. & NEAL, C. (1992): Towards identifying sources of subsurface flow:<br />
A comparison of components identified by a physically based runoff model and those<br />
determined by chemical mixing techniques.- In: Hydrological Processes, 6, 199-214.<br />
ROSENBROCK, H. H. (1960): An automatic method of finding the greatest or least value of a
7. Literatur 115<br />
function.- In: Computer Journal, 3, 175-184.<br />
ROSS, B. B.; CONTRACTOR, D. N. & SHANHOLTZ, V. O. (1979): A finite element model of<br />
overland and channel flow for assessing the hydrologic impact of land use changes.- In:<br />
Journal of Hydrology, 41, 11-30.<br />
SAULNIER, G.-M.; BEVEN, K. J. & OBLED, C. (1997): Digital elevation analysis for distributed<br />
hydrological modeling: Reducing scale dependence in effective hydraulic conductivity<br />
values.- In: Water Resources Research, 33 (9), 2097-2101.<br />
SAVABI, M. R.; KLIK, A. ; GRULICH, K. ; MITCHELL, J. K. & NEARING, M. A. (1996): Application<br />
of WEPP and GIS on small watersheds in USA and Austria.- In: IAHS Publication, 235,<br />
469-476.<br />
SCHILLING, W. (1962): Quartäre Erscheinungen in den Hochlagen des Thüringer Waldes und<br />
deren Bedeutung für die Hydrologie und forstliche Standortkunde.- Dissertation<br />
Eberswalde (unveröffentlicht).<br />
SCHILLING, W. & WIEFEL, H. (1962): Jungpleistozäne Periglazialbildungen und ihre regionale<br />
Differenzierung in einigen Teilen Thüringens und des Harzes.- In: Geologie, 11, 428-460.<br />
SCHLÜTER, H. (1964): Zur Waldentwicklung im Thüringer Gebirge, hergeleitet aus<br />
Pollendiagrammen, Archivquellen und Vegetationsuntersuchungen.- In: Archiv für<br />
Forstwesen, 13 (3), 283-305.<br />
SCHLÜTER, H. (1966): Vegetationsgliederung und -kartierung eines Quellgebietes im Thüringer<br />
Wald als Grundlage zur Beurteilung des Wasserhaushaltes.- In: Archiv für Naturschutz und<br />
Landesforschung, 6 (1/2), 3-44.<br />
SCHLÜTER, H. (1969): Vegetationskundlich-synökologische Untersuchungen zum Wasserhaushalt<br />
eines hochmontanen Quellgebietes im Thüringer Wald.- Habilitationsschrift, Martin-<br />
Luther-<strong>Universität</strong> Halle.<br />
SCHULTZ, G. A. (1993): Hydrological modeling based on remote sensing information.- In:<br />
Advances in Space Research, 13 (5), 149-166.<br />
SCHULZE, R. E. (1995): Hydrology and agrohydrology: a text to accompany the ACRU 3.00
7. Literatur 116<br />
agrohydrological modeling system.- ACRU Report 43 TT 69/95, Water Research<br />
Commission.<br />
SCHULZE, R. E. (1998): Hydrological Modelling – Concepts and Practice.- Department of<br />
Agricultureal Engineering, University of Natal, Pietermaritzburg (unpublished paper).<br />
SEIBERT, J.; BISHOP, K. H. & NYBERG, L. (1997): A test of TOPMODEL’s ability to predict<br />
spatially distributed groundwater levels.- In: Hydrological Processes, 11, 1131-1144.<br />
SEMMEL, A. (1996): Geomorphologie der Bundesrepublik Deutschland.- Franz Steiner Verlag, Stuttgart,<br />
199 S.<br />
SHERMAN, L. K. (1932): Streamflow from Rainfall by the Unitgraph Method.- In: Engineering News<br />
Record, 108, 501-505.<br />
SINGH, V. P. [ed.] (1995): Computer Models of Watershed Hydrology.- Water Resources Publications,<br />
1130 p.<br />
SINGH, V. P. (1995): Watershed modeling.- In: SINGH, V. P. [ed.]: Computer Models of Watershed<br />
Hydrology.- Water Resources Publications, 1-22.<br />
STAUDENRAUSCH, H. (1996): Hydrologische Modellierung mit MMS/PRMS in einem<br />
mesoskaligen, semi-ariden Einzugsgebiet in der Gebirgsrandzone der Drakensberge in<br />
Südafrika.- <strong>Friedrich</strong>-<strong>Schiller</strong>-<strong>Universität</strong> <strong>Jena</strong> (unveröffentlicht).<br />
STAUDENRAUSCH, H. (2000): Topologische Beziehungen von hydrologischen Objekten in<br />
Flusseinzugsgebieten.- In: Eco Regio, 8, 121-128.<br />
STEPHAN, P. (1968): Physisch-geographische Komplexuntersuchung im Gebiet Schmücker<br />
Graben und Steinbach im mittleren Thüringer Wald unter besonderer Berücksichtigung der<br />
quartären Bildungen.- Diplomarbeit <strong>Jena</strong>.<br />
STRAHLER, A. H. & STRAHLER, A. N. (1992): Modern Physical Geography.- Chicago.<br />
STUART, N. & STOCKS, C. (1993): Hydrological modelling within GIS: an integrated approach.- In:<br />
IAHS Publication, 211, 319-329.
7. Literatur 117<br />
SWAMY, A. N. & BRIVIO, P. A. (1996): Hydrological modelling of snowmelt in the Italian Alps<br />
using visible and infrared remote sensing.- In: International Journal of Remote Sensing, 17 (16),<br />
3169-3188.<br />
THIEL, C. (2000): <strong>Vergleichende</strong> hydrologische Modellierung zweier Flusseinzugsgebiete<br />
unterschiedlicher Hydrodynamik (Zeulenroda, Thüringen & Mulargia, Sardinien) mit dem<br />
Modellsystem MMS/PRMS unter integrativer Verwendung von Geoinformationssystemen<br />
und Fernerkundungsdaten.- Diplomarbeit, Institut für Geographie der <strong>Friedrich</strong>-<strong>Schiller</strong>-<br />
<strong>Universität</strong> <strong>Jena</strong> (unveröffentlicht).<br />
TODINI, E. (1988): Rainfall-runoff modeling - past, present and future.- In: Journal of Hydrology,<br />
100, 341-352.<br />
TOWNLEY, L. R. & WILSON, T. L. (1980): Description and user’s manual for a finite element<br />
aquifer flow model AQUIFEM-1, MIT Ralph M. Parsons Laboratory for Water Resources<br />
and Hydrodynamics.- Technology Adaptation Program Report 79-3, 294 p.<br />
TROCH, P. A.; SMITH, J. A.; WOOD, E. F. & DE TROCH, F. P. (1993): Empirical and model based<br />
analysis of extreme flood events in a humid region.- In: IAHS Publication, 213, 245-255.<br />
UHLENBROOK, S. (1999): Untersuchung und Modellierung der Abflussbildung in einem<br />
mesoskaligen Einzugsgebiet.- In: Freiburger Schriften zur Hydrologie, 10.<br />
ULABY, F. T.; DUBOIS, P. C. & VAN ZYL, J. (1996): Radar Mapping of Surface Soil Moisture.- In:<br />
Journal of Hydrology, 184, 57-84.<br />
U. S. ARMY CORPS of ENGINEERS (1985): HEC-1 Flood Hydrology Package Users Manual.-<br />
Hydrologic Engineering Center, Davis (California).<br />
U. S. ARMY CORPS of ENGINEERS (1987): GRASS-GIS software and reference manual.-<br />
Construction Engineering Research Laboratory, Champaign, Illinois.<br />
U. S. ARMY CORPS of ENGINEERS (1990): HEC-1 Flood Hydrology Package, Program Users<br />
Manual.- Hydrologic Engineering Center, Davis (California).<br />
VIEUX, N. E. (1993) : Geographic Information Systems and Non-Point Source Water Quality and<br />
Quantity Modelling.- In: BEVEN, K. J. & MOORE, I. D. [eds.]: Terrain Analysis and Distributed
7. Literatur 118<br />
Modelling in Hydrology.- John Wiley & Sons, Chichester, 169-181.<br />
VIGER, R. J.; MARKSTROM, S. L. & LEAVESLEY, G. H. (2000): The GIS WEASEL - An interface<br />
for the treatment of spatial information used in watershed modeling and water resource<br />
management.- Online im Internet: http://wwwbrr.cr.usgs.gov/weasel/html [Stand:<br />
19.07.2000].<br />
WEGEHENKEL, M. (1995): Modellierung des Wasserhaushalts von landwirtschaftlichen<br />
Nutzflächen mit unterschiedlich komplexen Modellansätzen.- In: Deutsche Gewässerkundliche<br />
Mitteilungen (DGM), 32 (2), 58-68.<br />
WHIPKEY, R. Z. & KIRKBY, M. J. (1978): Flow within the soil.- In: KIRKBY, M. J. [ed.]: Hillslope<br />
Hydrology.- John Wiley & Sons, Chichester, 121-144.<br />
WOHLRAB, B.; ERNSTBERGER, H.; MEUSER, A. & SOKOLLEK, V. (1992): Landschaftswasserhaushalt.-<br />
Verlag Paul Parey, Hamburg, 352 S.<br />
WOLOCK, D. M. (1993): Simulating the variable-source-area concept of streamflow generation<br />
with the watershed model TOPMODEL.- U. S. Geological Survey, Water-Resources<br />
Investigations Report 93-4124, Lawrence, Kansas.<br />
WOLOCK, D. M. & PRICE, C. V. (1994): Effects of digital elevation model map scale and data<br />
resolution on a topography-based watershed model.- In: Water Resources Research, 30, 3041-<br />
3052.<br />
WOLOCK, D. M. & MC CABE, G. J. (1995): Comparison of single and multiple flow direction<br />
algorithms for computing topographic parameters in TOPMODEL.- In: Water Resources<br />
Research, 31 (5), 1315-1324.<br />
WOOD, E. F. & O’CONNELL (1985): Real-time forecasting.- In: ANDERSON, M. G. & BURT, T. P.<br />
[eds.]: Hydrological Forecasting.- John Wiley & Sons, Chichester, 505-558.<br />
WOOD, E. F.; SIVAPALAN, M.; BEVEN, K. J. & BAND, L. (1988): Effects of spatial variability and<br />
scale with implications to hydrologic modeling.- In: Journal of Hydrology, 102, 29-47.<br />
WOOD, E. F.; SIVAPALAN, M. & BEVEN, K. J. (1990): Similarity and scale in catchment storm<br />
response.- In: Review of Geophysics, 28, 1-18.
7. Literatur 119<br />
WOOLHISER, D. A.; SMITH, R. E. & GOODRICH, D. C. (1990): A kinematic runoff and erosion<br />
manual: Documentation and user manual.- ARS 77, 130 p, U. S. Department of<br />
Agriculture, Washington, D. C.<br />
WUCHOLD, H. (1971): Untersuchungen zur Berechnung des kurzzeitigen Wasserhaushaltes für das<br />
Gebiet Gehlberg - Schmücker Graben.- Abschlußbericht zur Forschungs- und<br />
Entwicklungsarbeit, Forschungsinstitut für Hydrometeorologie Berlin/Amt für<br />
Meteorologie Weimar.<br />
WUCHOLD, H. & NEIS, J. (1969): Versuch zur Berechnung des kurzfristigen Wasserhaushalts für<br />
das Gebiet Gehlberg - Schmücke.- Forschungsbericht des Amtes für Meteorologie Weimar<br />
(unveröffentlicht).<br />
XINMEI, H.; LYONS, T. J.; SMITH, R. C. G. & HACKER, J. M. (1995): Estimation of land surface<br />
parameters using satellite data.- In: KALMA, J. D. & SIVAPALAN, M. [eds.]: Scale issues in<br />
hydrological modelling.- John Wiley & Sons, Chichester, 387-400.<br />
ZHANG, H.; HAAN, C. T. & NOFZIGER, D. L. (1990): Hydrologic Modeling with GIS: An<br />
overview.- In: Applied Engineering Agriculture, 6 (4), 453-458.
Anhang<br />
A 1<br />
<strong>Vergleichende</strong> graphische Darstellungen der Korrelationswerte für die Modellierungen<br />
mit PRMS und TOPMODEL sowie den kombinierten Ansatz für Datenbasen<br />
unterschiedlicher zeitlicher Auflösungen<br />
A 2.1 Gemessener und simulierter Abfluss nach PRMS für die Modellierung auf Tagesbasis<br />
mit eingeschalteten Perioden dreißigminütiger Auflösung<br />
A 2.2 Gemessener und simulierter Abfluss nach TOPMODEL für die Modellierung auf<br />
Tagesbasis mit eingeschalteten Perioden dreißigminütiger Auflösung<br />
A 2.3 Gemessener und simulierter Abfluss nach PRMS-TOPMODEL für die<br />
Modellierung auf Tagesbasis mit eingeschalteten Perioden dreißigminütiger Auflösung<br />
A 2.4 Zeitintervalle, die jeweils von einem Modellansatz am besten simuliert wurden<br />
A 2.5 Niederschlag<br />
A 3.1 Simulierte Abflusskomponenten mit dem Modell PRMS auf Grundlage der<br />
dreißigminütigen Datenbasis<br />
A 3.2. Vergleich der gemessenen Schneehöhe mit dem nach PRMS simulierten<br />
Wasseräquivalent<br />
A 3.3 Vergleich des gemessenen Grundwasserstandes mit dem simulierten<br />
Grundwasserspeicher<br />
A 4.1 Gemessener und simulierter Abfluss nach PRMS für ausgewählte Ereignisse<br />
A 4.2 Gemessener und simulierter Abfluss nach TOPMODEL für ausgewählte Ereignisse<br />
A 4.3 Gemessener und simulierter Abfluss nach PRMS-TOPMODEL für ausgewählte<br />
Ereignisse<br />
A 4.4 Zeitintervalle der ausgewählten Ereignisse, die jeweils von einem Modellansatz am<br />
besten simuliert wurden<br />
A 4.5 Niederschlag für ausgewählte Ereignisse<br />
A 4.6 Simulierte Abflusskomponenten nach PRMS für ausgewählte Ereignisse