Vergleichende - Friedrich-Schiller-Universität Jena

Friedrich-Schiller-Universität Jena
Chemisch-Geowissenschaftliche Fakultät
Institut für Geographie
Diplomarbeit
Vergleichende ereignisbezogene Modellierung der Abflussbildung
mit PRMS/MMS und TOPMODEL
in zwei kleinen Quelleinzugsgebieten im Thüringer Wald
vorgelegt von
Claudia Fritzsche
Bad Klosterlausnitz
April 2001

Selbständigkeitserklärung
Ich versichere, dass ich die Diplomarbeit einschließlich beigefügter Zeichnungen, Karten und
Darstellungen selbst angefertigt und keine anderen als die angegebenen Hilfsmittel benutzt
habe. Alle Stellen, die dem Wortlaut oder dem Sinn nach anderen Werken entnommen sind,
habe ich in jedem einzelnen Falle unter genauer Angabe der Quelle deutlich als Entlehnung
kenntlich gemacht.
Bad Klosterlausnitz, 26. April 2001

Vorwort
Die vorliegende Diplomarbeit ergänzt die bisherigen Arbeiten im Untersuchungsgebiet um die
ereignisbezogene Modellierung der Abflussbildung und trägt damit zum besseren Verständnis des
Wasserhaushalts mit seinen Komponenten und Speichern bei.
Meine Untersuchungen wurden von verschiedenen Personen und Institutionen unterstützt, wofür
ich mich in diesem persönlichen Vorwort bedanken möchte.
Mein besonderer Dank gilt Herrn Prof. Dr. W.-A. FLÜGEL, Inhaber des Lehrstuhls für
Geoinformatik, Geohydrologie und Modellierung des Geographischen Instituts an der Friedrich-
Schiller-Universität Jena, der mir das Thema für die Diplomarbeit stellte und jederzeit mit regem
Interesse am Fortgang der Arbeit Anteil nahm. Frau Prof. Dr. C. Schmullius danke ich für die
Übernahme der Zweitbegutachtung.
Für die Bereitstellung aller erforderlichen Klima- und Abflussdaten sowie Grundwasserstände
bedanke ich mich beim DWD und stellvertretend bei Frau Dr. GABRIEL, Leiterin des
Grundwasserreferats der Thüringer Landesanstalt für Umwelt in Jena.
Dr. C. MICHL befürwortete die Thematik, war mit seinen zahlreichen wichtigen Hinweisen
hilfreich und übernahm freundlicherweise das Korrekturlesen. Er trägt einen großen Anteil am
Zustandekommen dieser Arbeit. Vielen Dank.
Den Mitarbeitern des oben genannten Lehrstuhls sei dafür gedankt, dass sie mir jederzeit mit Rat
und Tat zur Seite standen und durch ihr freundliches Entgegenkommen zum Gelingen der Arbeit
beitrugen. Herzlich danken möchte ich K. BONGARTZ, der mich bei allen spezielleren Fragen der
hydrologischen Modellierung unterstützte.
Schließlich gilt großer Dank meinem Mann W. FRITZSCHE, der mich jederzeit unterstützte und oft
meine häuslichen und mütterlichen Pflichten übernahm.
Bad Klosterlausnitz, im April 2001

Inhalt
Vorwort
Inhalt
Abbildungsverzeichnis
Tabellenverzeichnis
Abkürzungsverzeichnis
Umrechnungstabelle
Seite
I
II
IV
V
VI
VII
1. Einleitung 1
1.1. Stand der Forschung 2
1.1.1. Der Wasserkreislauf 2
1.1.2. Die hydrologische Modellierung 6
1.1.3. Anwendung von GIS und Fernerkundung
in der hydrologischen Modellierung 12
1.2. Zielsetzung der Arbeit 15
1.3. Methodisches Vorgehen 17
2. Das Untersuchungsgebiet 19
2.1. Lage und Relief 19
2.2. Klima 21
2.3. Geologie und Pedologie 24
2.3.1. Geologische Verhältnisse 24
2.3.2. Oberflächennaher Untergrund 26
2.3.3. Bodenentwicklung 28
2.4. Hydrologische Dynamik 28
2.5. Vegetation 31
2.6. Bisherige Arbeiten 33
3. Die hydrologischen Modellsysteme 37
3.1. MMS als Rahmensystem 37
3.2. PRMS/MMS 37
3.2.1. Modellkonzeption 37
3.2.2. Ableitung der Modelleinheiten 40
3.2.3. Simulationsalgorithmen der Wasserkreislaufkomponenten 41
3.2.3.1. Simulation der täglichen Abflussbildung 41
3.2.3.2. Simulation der ereignisbezogenen Abflussbildung 47

Inhaltsverzeichnis II
3.2.4. Bisherige Anwendungen 48
3.3. TOPMODEL 49
3.3.1. Modellansatz 49
3.3.2. Ableitung der Modelleinheiten 51
3.3.3. Modellierung der Teilprozesse 51
3.3.4. Bisherige Anwendungen 54
3.4. Vergleich beider Modelle 55
4. Modellanwendung 57
4.1. Datengrundlage und Erstellen des Dateneingabesätze 57
4.1.1. Hydrometeorologische Datenbasis 57
4.1.2. Physiographische Datenbasis 61
4.2. Ausweisung der Modelleinheiten 62
4.3. Grundparametrisierung 63
4.3.1. PRMS 64
4.3.2. TOPMODEL 66
4.4. Parameterkalibrierung, -sensitivität und -optimierung 68
5. Ergebnisse 73
5.1. Modellgütebetrachtung 73
5.2. Wasserhaushaltsbilanzierung 81
5.3. Modellierung der ereignisbezogenen Abflussbildung 85
5.4. Vergleich der ereignisbezogenen Modellierung mit der
kontinuierlichen Wasserhaushaltsbilanzierung von MICHL (1999) 92
6. Schlussbemerkung 96
7. Literatur 101
Anhang
Abbildungsverzeichnis
Abb. 1:
Abb. 2:
Abb. 3:
Schematische Darstellung des Wasserkreislaufs eines Einzugsgebiets
Klassifikation hydrologischer Modelle
Lage des Untersuchungsgebiets
Seite
3
9
20

Tabellenverzeichnis
IV
Abb. 4:
Abb. 5:
Abb. 6:
Abb. 7:
Abb. 8:
Abb. 9:
Abb. 10:
Abb. 11:
Abb. 12:
Abb. 13:
Topographie des Untersuchungsgebiets (verändert nach MICHL 1999)
Verbreitung der Gesteinsverbände im Untersuchungsgebiet (verändert
nach MICHL 1999)
Verbreitung der Vegetation im Untersuchungsgebiet
PRMS/MMS Parameter und ihre Zuordnung zu den dynamischen Prozessen
bzw. Speichergliedern (MICHL 1999)
Komponenten der Energiebilanzierung eines Schneepakets (MICHL 1999)
Schematische Darstellung der konzeptionellen Speicher und Wasserflüsse in
TOPMODEL (BEVEN & KIRKBY 1979)
Abflussbildung auf Grundlage des topographischen Indexes nach dem
TOPMODEL -Konzept (MICHL 1999)
Vergleich der MRU-Ableitung für PRMS und TOPMODEL
Klassifizierter topographischer Index für das Untersuchungsgebiet
Prozentuale Anteile der Abflusskomponenten für die ereignisbezogene
Modellierung
21
25
32
39
46
50
53
63
67
89
Tabellenverzeichnis
Tab. 1: Die Wasserkreislaufkomponenten, ihre Symbole, Einheiten und Erklärung
(verändert nach WOHLRAB et al. 1992)
Tab. 2: Übersicht über die von verschiedenen Institutionen bereitgestellten
Modelleingaben
Tab. 3: Durchschnittliche monatliche Klimakennwerte (verändert nach MICHL 1999)
Tab. 4: Verbreitung und Merkmale der periglazialen Deckschichten im
Seite
5
17
22

Tabellenverzeichnis
Untersuchungsgebiet
Tab. 5: Durchschnittliche monatliche Abflusskennwerte
Tab. 6: Verwendete hydrometeorologische Daten
Tab. 7: Übersicht der 22 MRUs für die Modellierung mit PRMS und deren
Gebietscharakteristika
Tab. 8: Übersicht der 11 MRUs für die Modellierung mit TOPMODEL und deren
Gebietsparameter
Tab. 9: Darstellung der für die Modellierung ausgewählten Ereignisse
Tab. 10: Statistische Maßzahlen für die gemessenen und simulierten Abflüsse [m³/s]
nach PRMS und TOPMODEL sowie den kombinierten Ansatz nach dem
besten simulierten Wert
Tab. 11: Gütemaße der verschiedenen Modellanwendungen für den
Untersuchungszeitraum
Tab. 12: Jahressummen der wichtigsten simulierten Gebietswasserbilanzkomponenten
Tab. 13: Quantifizierung der Speicher und Abflusskomponenten
Tab. 14: Statistische Maßzahlen der ereignisbezogenen Modellierung
Tab. 15: Die wichtigsten simulierten Wasserhaushaltsgrößen der ereignisbezogenen
Modellierung
Tab. 16: Zeitpunkt des Auftretens der Maxima für die Abflusskomponenten
Tab. 17: Gegenüberstellung der Korrelationskoeffizienten für die Modellierung mit
PRMS und den kombinierten Ansatz der vorliegenden Arbeit mit den
Ergebnissen von MICHL (1999)
Tab. 18: Simulierte Wasserhaushaltsgrößen für die Modellierung mit PRMS bei MICHL
(1999)
Abkürzungsverzeichnis
V
27
30
58
64
68
70
77
80
81
82
86
88
90
92
93
ASAE
ASCE
DGM
DVWK
DWD
GIS
GUI
HRU
IAHS
IHP/OHP
American Society of Agricultural Engineers
American Society of Civil Engineers
Digitales Geländemodell
Deutscher Verband für Wasserwirtschaft und Kulturbau
Deutscher Wetterdienst
Geographisches Informationssystem
Graphical User Interface
Hydrological Response Unit
International Association for Hydrological Science
Internationales Hydrologisches Programm der UNESCO/Operationelles

Tabellenverzeichnis
VI
Programm der WMO
KL Klimastation
LAI Leaf Area Index
MMS Modular Modeling System
MRU Modelling Response Unit
PRMS Precipitation Runoff Modeling System
REA Representative Elementary Area
SUA Staatliches Umweltamt, Erfurt
TLU Thüringer Landesanstalt für Umwelt, Jena
TK Topographische Karte
TOPMODEL Topography based hydrological model
USGS United States Geological Survey
Umrechnungstabelle
Tabelle zur Umrechnung zwischen den amerikanischen Einheiten (in PRMS/MMS verwendeten)
und dem metrischen Maßsystem.
Amerikanische Einheiten
Metrisches Maßsystem
1 ac (acre) = 0,4047 ha (Hektar)
1 in (inch) = 25,4 mm (Millimeter)
1 ft (foot) = 0,3048 m (Meter)
1 cfs (cubic-foot/sec) = 0,02832 m³/s (Kubikmeter/Sekunde)
1 °F (Fahrenheit) = 5/9 (°F - 32) °C (Celsius)
1 ly (langley) = 4,186 J/cm² (Joule/Quadratzentimeter)

1. Einleitung
“Das Wasser ist als belebendes, unersetzliches und unvermehrbares Gut eine der wesentlichen
Voraussetzungen und Grundlagen nicht nur wirtschaftlicher, sondern auch kultureller und
geistiger Entfaltung des Menschen“ (WOHLRAB et al. 1992, S. 17). Jedoch unterliegt der
Wasserkreislauf insbesondere langfristig anthropogenen Veränderungen, da der Mensch direkt
durch Gewässerbenutzungen und indirekt durch die Nutzung des Wassers für die Agrarwirtschaft,
gewerbliche und industrielle Entwicklung und im Haushalt in das System eingreift.
Die bereits 1986 in Straßburg verkündete Wasser-Charta enthält Grundsätze, die mehr denn je zu
berücksichtigen sind:
- „Die Vorräte an gutem Wasser sind nicht unerschöpflich. Deshalb wird es immer dringender,
sie zu erfassen, sie zu erhalten, sparsam mit ihnen umzugehen und sie, wo immer möglich, zu
vermehren.
- Der Schutz des Wassers erfordert verstärkte wissenschaftliche Forschung und Ausbildung von
Fachleuten und Aufklärung der Öffentlichkeit.
- Wasserwirtschaftliche Planungen sollten sich weniger nach den verwaltungstechnischen und
politischen Grenzen als nach den natürlichen Wassereinzugsgebieten ausrichten“ (WOHLRAB et
al. 1992, S. 20).
Die Einzugsgebietsforschung kann dazu ihren Beitrag leisten. Mit kleinen und repräsentativen
Experimentiereinzugsgebieten können Grundlagenforschung (Messung hydrologischer und
meteorologischer Variablen sowie Untersuchung der sich im Gebiet abspielenden physikalischen
Prozesse des Wasserkreislaufs) und regionale hydrologische Untersuchungen (Zusammenhänge
zwischen hydrologischen Größen und Gebietskenngrößen) durchgeführt sowie der Einfluss
natürlicher (Klimaänderung, Veränderung der Vegetation durch Wachstum, Veränderung der
Bodenverhältnisse infolge Erosion) und anthropogener Veränderungen (Landnutzungsänderung,
Wasserentnahme oder -anstau u. ä.) untersucht werden (NATIONALKOMMITEE der IHP/OHP
1985).
Die Verknüpfung der Einzugsgebietsforschung mit der hydrologischen Modellierung, welche die
Wechselwirkungen der einzelnen Systemkomponenten analysiert und prognostische Vorhersagen
der wichtigsten Wasserkreislaufkomponenten erlaubt (BEVEN 1989), ermöglicht durch das
erweiterte Prozessverständnis eine Betrachtung der Veränderungen in hydrologischen Systemen
(vgl. TODINI 1988).
Modelle, mit denen Einzugsgebietswasserbilanzen erstellt werden können, sind die Voraussetzung
für den Nachweis von Veränderungen im Landschaftswasserhaushalt, für die gezielte Aufklärung
ihrer Ursachen und ihrer ökologischen wie wirtschaftlichen Wirkungen (WOHLRAB et al. 1992). So
können zum Beispiel Auswirkungen von Klima- und Landnutzungsänderungen auf die
hydrologische Dynamik mit einer physikalisch begründeten, d. h. prozessadäquaten,

1. Einleitung 2
flächendifferenzierten Modellierung simuliert werden (PFÜTZNER et al. 1992). Voraussetzung für
die hydrologische Einzugsgebietsmodellierung ist die genaue Kenntnis des hydrologischen
Systems und eine exakte quantitative Erfassung der wichtigsten Komponenten des Wasserkreislaufs
(Aufgabe der Einzugsgebietsforschung). In diesem Sinne wird ein gezieltes Monitoring
immer notwendiger (TODINI 1988).
In diesem Zusammenhang ist der Ansatz der vorliegenden Diplomarbeit zu sehen. Die
hydrologischen Modelle PRMS/MMS und TOPMODEL werden auf die Quelleinzugsgebiete des
Schmücker Grabens und des Steinbachs angewendet. Die Arbeit ergänzt die bisherigen
Forschungsarbeiten im Untersuchungsgebiet um die ereignisbezogene Modellierung der
Abflussbildung.
1.1. Stand der Forschung
Nach der oben gegebenen thematischen Einführung wird in diesem Kapitel ein Überblick über
den Forschungsstand gegeben. Zunächst wird der Wasserkreislauf mit seinen Komponenten und
Speichern betrachtet. Er vermittelt das Grundlagenwissen zu den Erscheinungsformen des
Wassers über, auf und unter der Erdoberfläche sowie über die komplexen Prozesse, an denen er
im Bereich Biosphäre/ Lithosphäre beteiligt ist. Danach wird die hydrologische Modellierung
hinsichtlich ihrer Methoden und Konzepte vorgestellt. Abschließend wird die Anwendung von
Geographischen Informationssystemen und Fernerkundung in der Einzugsgebietsmodellierung
diskutiert.
1.1.1. Der Wasserkreislauf
Das Einzugsgebiet wird seit dem 17. Jahrhundert als die Grundeinheit der Hydrologie betrachtet
(BLACKIE & EELES 1985). Es wird durch eine oberirdische und eine unterirdische Wasserscheide
begrenzt. Erstere gleicht dem zugehörigen Niederschlagsgebiet, letztere bezieht sich auf den
Raum des unterirdischen Zuflusses (BAUMGARTNER & LIEBSCHER 1990).
Die quantitativen Wasserumsätze im Einzugsgebiet beschreibt der Wasserkreislauf. Er besteht aus
drei Hauptkomponenten: dem Niederschlag als Systemeingabe und dem Abfluss sowie der
Evapotranspiration als Systemausgaben. Der Teil des Niederschlags, der nicht durch Evaporation
oder Transpiration in die Atmosphäre zurückgelangt, bewegt sich unter dem Einfluss der

1. Einleitung 3
Schwerkraft und des hydraulischen Gradienten durch ein komplexes Netzwerk von Wasserflüssen
und Speichern zum Vorfluter (BLACKIE & EELES 1985).
In Abbildung 1 ist der Wasserkreislauf eines Einzugsgebiet mit den wichtigsten Wasserflüssen
bzw. Komponenten schematisch dargestellt und wird im folgenden näher erläutert (ausführliche
Beschreibungen der einzelnen Wasserkreislaufkomponenten bei BAUMGARTNER & LIEBSCHER
1990, MAIDMENT 1992 und MENDEL 2000).
ET
Niederschlag
T
E
I
Direktabfluss
Erdoberfläche
Wurzelzone
Obere Bodenzone
(ungesättigt)
Infiltration
Infiltration
Oberflächenabfluss
Untere Bodenzone
(gesättigt, Grundwasseraquifer)
=
Kapillarer
Aufstieg
Perkolation
=
Interflow
Oberflächenabfluss
Interflow
Zersatzzone
(verwittertes,
anstehendes Gestein)
Tiefenperkolation
Grundwasserneubildung
=
Grundwasserabfluss
=
Hauptkomponenten des Wasserkreislaufs
Fließgrößen des Wasserkreislaufs
Grundwasserspiegel
E = Evaporation
I = Interzeption
T = Transpiration
Erweiterung des Systems bei Schnee: Der Schnee wird von der Vegetation interzipiert und dem Interzeptionsspeicher zugeführt oder
baut auf der Erdoberfläche eine Schneedecke auf. An der Oberfläche des Schneepakets treten Evaporation und Sublimation auf. Das
Schneepaket wird durch Direktabfluss des Schmelzwassers oder Infiltration in die ungesättigte Bodenzone reduziert.
Abb. 1: Schematische Darstellung des Wasserkreislaufs eines Einzugsgebiets
Der Niederschlag erreicht bei vegetationsbestandenen Flächen nicht den Erdboden, sondern wird

1. Einleitung 4
von den Blatt- und Astflächen interzipiert (Interzeptionsspeicher). Fällt der Niederschlag in
Senken der Erdoberfläche (Depressionsspeicher) nimmt er ebenfalls nicht am Abflussgeschehen
teil. Ein weiterer Teil des Niederschlags fällt direkt in den Vorfluter. Nach BAUMGARTNER &
LIEBSCHER (1990) ist der dadurch entstehende Abfluss jedoch unbedeutend, aufgrund des
geringen Anteils der Wasserflächen an der Gesamtfläche des Einzugsgebiets. Lediglich der
effektive Niederschlag, der den Erdboden erreichende und zum Abfluss gelangende Anteil des
Niederschlagwassers, infiltriert in den Boden (KNAPP 1978). Die Infiltrationsrate (zur Messung
der Infiltration ASAE 1983) ist dabei von der Bodenart und -feuchte abhängig. Das infiltrierte
Wasser gelangt entweder durch Perkolation in tiefere Schichten, wo es dem Grundwasser zufließt
(Speicher der gesättigten Bodenzone), oder infolge der Gravitation oberflächennah, hangabwärts
als Interflow (auch Zwischenabfluss genannt, Speicher der ungesättigten Bodenzone)(FLÜGEL
1979) zum Vorfluter (WHIPKEY & KIRKBY 1978). Der kapillare Aufstieg aus dem Grundwasser
bis in den Wurzelraum oder sogar bis zur Bodenoberfläche nimmt Einfluss auf die Verdunstungskomponenten
Transpiration bzw. Bodenevaporation und ist dadurch ebenfalls für den
Wasserhaushalt von Bedeutung (WOHLRAB et al. 1992). Die dritte Abflusskomponente ist der
oberflächlich abfließende Teil. Der Oberflächenabfluss (EMMETT 1978) tritt auf, wenn der
Niederschlag auf versiegelte Flächen fällt oder die Depressions- und Infiltrationsspeicherkapazität
(Hortonscher Oberflächenabfluss, HORTON 1933) überschritten werden. Oberflächenabfluss
entsteht aber auch, wenn das gesamte Bodenprofil bis hin zu einer wasserstauenden Schicht oder
dem Grundwasserleiter vor oder während des Niederschlagereignisses gesättigt ist
(Oberflächenabfluss nach DUNNE 1978). Die Evapotranspiration, als eine der drei
Hauptkomponenten des Wasserkreislaufs, setzt sich aus der Evaporation und der Transpiration
zusammen (Methoden zur Bestimmung der Evapotranspiration bei ASAE 1985 und JENSEN et al.
1990). Nach dem DVWK (1996) wird die direkte Verdunstung von Wasser der unbewachsenen
Erdoberflächen (Bodenverdunstung), des auf Pflanzen zurückgehaltenen Niederschlags
(Interzeptionsverdunstung) und von freien Wasserflächen (Seeverdunstung) als Evaporation
bezeichnet. Dagegen beschreibt die Transpiration den Vorgang der Wasseraufnahme durch
Pflanzenwurzeln und spätere Abgabe und Verdunstung an den Spaltöffnungen der Pflanzenblätter
(BAUMGARTNER & LIEBSCHER 1990). Eine Sonderform der Evapotranspiration ist die
Sublimation, die die Verdunstung von Schnee und Eis meint.
Der Prozess der Abflussbildung stellt folglich eine Funktion aus Niederschlag, Verdunstung und
der Systemspeicher eines Einzugsgebiets dar.
Grundlagen der hydrologischen Einzugsgebietsmodelle sind die Gesetze der Massen-, Energieund
Impulserhaltung sowie verschiedene empirische Beziehungen, mit denen der Wasserkreislauf
beschrieben wird (HAAN et al. 1982). Allgemein wird die Niederschlag-Abflussbeziehung in der

1. Einleitung 5
Form
N = A + V
mit N = Niederschlag
A = Abfluss
V = Verdunstung
beschrieben. Bei der Betrachtung kurzer Zeiträume muss diese Gleichung um das Speicherglied
(Bilanz aus Rücklage und Aufbrauch) ergänzt werden. Die erweiterte allgemeine
Wasserhaushaltsgleichung lautet:
Wassereingabe = Wasserabgabe ± Änderung der Wasserspeicherung
N = A + V + ΔS
ΔS = R - B
mit ΔS = Änderung der Wasserspeicherung
R = Rücklage
B = Aufbrauch.
Für die detaillierte Erfassung des Wasserhaushalts in Einzugsgebieten ist eine weitere
Aufschlüsselung der Gleichungskomponenten notwendig. Daraus ergibt sich folgende
Wasserhaushaltsgleichung (verändert nach WOHLRAB et al. 1992):
(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
B + EW + T ) + (R - B)
(Die verwendeten Symbole werden in Tabelle 1 erläutert.)
Tab. 1: Die Wasserkreislaufkomponenten, ihre Symbole, Einheiten und Erklärung
(verändert nach WOHLRAB et al. 1992)
Begriff Symbol Erklärung
NIEDERSCHLAG N Wasser der Atmosphäre, das nach Kondensation oder Sublimation
von Wasserdampf in der Lufthülle ausgeschieden wurde und infolge
der Schwerkraft zur Vegetations- oder Erdoberfläche gelangt.
Freilandniederschlag NFr Niederschlagshöhe über Boden.
durchfallender N NF Durch den Vegetationsbestand gefallener N.
abtropfender N NT Vom Vegetationsbestand abtropfender N.
Stammablauf NS An Baumstämmen und Pflanzenstengeln abfließender N.
ABFLUSS A Unter dem Einfluss der Schwerkraft auf und unter der
Landoberfläche sich bewegendes Wasser.
Oberflächenabfluss A O Niederschlagswasser, das nicht in den Boden einsickert, sondern auf
der Bodenoberfläche abfließt.
Infiltration, Perkolation A S Niederschlagswasser, das von der Bodenoberfläche in den
Wurzelraum einsickert; Sickerwasser, das aus dem Wurzelraum in
die undurchwurzelte Zone absickert bzw. dem Grundwasser
zusickert.
Interflow A I Wasser, das hangparallel im Boden und in Deckschichten über dem
Grundwasserleiter abfließt.
Grundwasserabfluss A G Wasser, das im Grundwasserleiter abfließt (zum Vorfluter).
Unterirdischer Abstrom A uA Wasser, das unterirdisch aus dem untersuchten Einzugsgebiet
abfließt.

1. Einleitung 6
Begriff Symbol Erklärung
Unterirdischer Zustrom A uZ Wasser, das dem untersuchten Einzugsgebiet unterirdisch zuströmt.
Kapillarer Wasseraufstieg
A K Aufwärtsgerichtete Wasserbewegung von der Grundwasseroberfläche.
VERDUNSTUNG V Vorgang, bei dem Wasser vom flüssigen oder festen Zustand in
Wasserdampf übergeht.
Interzeptionsevaporation
I
Verdunstung des Wassers von Pflanzenoberflächen.
Streuinterzeptionsevaporation
E L Verdunstung des Wassers der Streuauflage.
Bodenevaporation E
BB Verdunstung des Wassers von Bodenoberflächen.
Gewässerevaporation E W Verdunstung des Wassers von Gewässeroberflächen ( = potentielle
Evaporation).
Transpiration T Pflanzenverdunstung: Vorgang, bei dem Pflanzen Wasser, das sie
aufgenommen haben, an die umgebende Luft abgeben.
RÜCKLAGE R Vergrößerung des ober- und unterirdischen Wasservorrats, speziell
über der Bodenoberfläche, im Wurzelraum und im
Grundwasserraum.
AUFBRAUCH B Verkleinerung dieses Vorrats.
1.1.2. Die hydrologische Modellierung
Ein hydrologisches Modell kann allgemein als die dem jeweiligen Kenntnisstand entsprechende,
abstrahierte und vereinfachte Darstellung der verschiedenen Wasserhaushaltskomponenten und
deren interaktive Verknüpfung definiert werden.
Nach MAIDMENT (1993) liegen die Anfänge der hydrologischen Modellierung bereits 150 Jahre
zurück, wenn die hydrologische Modellierung als eine mathematische Formulierung des
Wasserflusses auf und unter der Landoberfläche betrachtet wird. Er nennt DARCY’s Gesetz von
1856 (grundlegende Gleichung zum Wasserfluss in porösen Medien) als ersten wichtigen Beitrag.
Weitere grundlegende Arbeiten waren die erste Messung der hydrologischen Wirkung von
Landnutzungsänderungen auf Einzugsgebietsebene 1908 (Wagon Wheel Gap (BATES & HENRY
1928)), SHERMANs Entwicklung des Unit Hydrographs (1932) und HORTONs Infiltrationsmodell
(1933). Einen Schnitt in der hydrologischen Geschichte stellt das Jahr 1950 dar. Von diesem
Zeitpunkt an stieg die Zahl der hydrologischen Forschungsaktivitäten sehr schnell an. Zu den
wohl bekanntesten in der Einzugsgebietsmodellierung gehören das variable source area-Konzept
basierend auf den Arbeiten von HEWLETT & HIBBERT (1967) und dessen Weiterentwicklung zum
Konzept des gesättigten Oberflächenabflusses von DUNNE (1975)(weitere wichtige Beiträge in der
Entwicklung der Hydrologie bis 1980 siehe MAIDMENT 1992). HAAN et al. (1994, p. 457)
bezeichnen die 1960er Jahre als „the golden years of hydrologic modeling“ und begründen die rasante
Entwicklung damit, dass „digital computer were becoming widely available and hydrologic researchers began

1. Einleitung 7
taking advantage of their power“. In der Mitte der 1960er Jahre traten erste Computermodelle in
Erscheinung, zunächst für den Oberflächenabfluss (z. B. HEC-1 1965 (U.S. ARMY CORPS of
ENGINEERS 1985, 1990), das Stanford Watershed Model SWM (CRAWFORD & LINSLEY 1966) und
FESHM (ROSS et al. 1979)) und den Sedimenttransport, ab 1970 für die Wasserqualität (SWMM
1971 (HUBER et al. 1981))und den Grundwasserfluss (MODFLOW (MC DONALD & HARBAUGH
1988), PLASM (PRICKETT & LONQUIST 1971) und AQUIFEM-1 (TOWNLEY & WILSON 1980)), ab
1980 für den Grundwassertransport (MODPATH (POLLOCK 1989)) und komplexe Modelle mit
physikalischem Systemverständnis. Eine Zusammenstellung verschiedener Grundwassermodelle
geben ANDERSON & WOESSNER (1992) und für hydrologische Modelle ØVERLAND & KLEEBERG
(1992) und SINGH (1995).
Seit der Entwicklung des Stanford Watershed Models (CRAWFORD & LINSLEY 1966), dem ersten
Wasserhaushaltsmodell, wurden nach MAIDMENT (1992) inzwischen Hunderte von Computerprogrammen
für die hydrologische Modellierung entwickelt. Ursachen für die große Anzahl
sind in der fortwährenden Forschung mit dem Ziel einer noch realitätsnäheren Abbildung des
hydrologischen Systems und ihrer zumeist speziellen Anwendbarkeit zu sehen.
Anwendungsschwerpunkte sind Wirkung von Landnutzungsänderungen, Grundwassernutzung
für Trinkwasser und Untersuchungen zum Einfluss von Klimaänderungen auf das
Wasserdargebot (REFSGAARD & KNUDSEN 1996). Diese Konzepte gilt es im folgenden
hinsichtlich ihres strukturellen Aufbaus und ihrem Grad der räumlichen Diskretisierung zu
klassifizieren und ihre Vor- und Nachteile bzw. Anwendungsmöglichkeiten darzustellen
(vergleichbare Ansätze zur Klassifikation hydrologischer Modelle bieten SINGH 1995,
BOURROUGH et al. 1996 und SCHULZE 1998).
Eine strukturelle Gliederung hydrologischer Modelle auf der Grundlage der mathematischen
Umsetzung der einzelnen Prozesse bei der Überführung der Eingangskomponente Niederschlag
in die Ausgabekomponente Abfluss beschreiben ANDERSON & BURT (1985). Ihre
Modelltypisierung umfasst:
• black-box Modelle,
• konzeptionelle Modelle und
• deterministische, d.h. physikalisch basierte Modelle.
Black-box Modelle beruhen auf einer statistischen Eingabe (Niederschlag)-Ausgabe (Abfluss)
Beziehung (TODINI 1988). Sie verzichten auf physikalisch-mathematisch begründete
Zusammenhänge und erfordern kein Systemverständnis (SCHULZE 1998). Die Simulation des
Abflusses wird aufgrund der Korrelation mit dem Niederschlag empirisch aus der Eingabe
berechnet (NASH & SUTCLIFFE 1970). Diese Modelle sind auf ein Untersuchungsgebiet
beschränkt, so dass Änderungen der Gebietsparameter eine Neukalibrierung des Modells

1. Einleitung 8
verlangen. Zudem können solche Modelle keine Veränderungen im Einzugsgebiet, wie zum
Beispiel Landnutzungsänderungen, nachvollziehen. Vorteil der Modelle ist ihre relativ einfache
Anwendbarkeit, da sie nur wenige Eingabedaten benötigen und einen geringen Rechenaufwand
besitzen. Sie werden vorrangig in der operationellen Hochwasservorhersage (PFÜTZNER et al.
1992) und in kleinen homogenen Einzugsgebieten eingesetzt. Beispielhaft für diese
Modellkonzeption ist die Einheitsganglinie nach SHERMAN (1932) und ihre Modifizierung durch
NASH (1957) und DOOGE (1959).
Die konzeptionellen Modelle nehmen bezüglich dem Grad der Kausalität eine Mittelstellung
zwischen dem deterministischen Ansatz und dem empirischen black-box Konzept ein. Sie können
auch als grey-box Modelle bezeichnet werden, da wesentliche Prozessdynamiken detailliert und
physikalisch begründet beschrieben, aber andere statistisch umgesetzt werden (SCHULZE 1998).
Diesem hybriden Ansatz liegt die Gliederung des physikalischen Wassertransportprozesses in
einzelne Komponenten, die durch einfache, lineare oder nicht-lineare Speicherbeziehungen
wiedergegeben werden, zugrunde (HERRMANN 1992). Je nach Komplexität der Modelle ist eine
räumliche und zeitliche Extrapolierbarkeit möglich. Ein häufiger Nachteil dieser Modelle ist, dass
die Modellparameter teilweise keinen direkt messbaren physikalischen Bezug haben (BLACKIE &
EELES 1985) und daher längere hydrometeorologische Aufzeichnungen zur Kalibrierung
benötigen. Die Modelle finden aufgrund ihrer relativ einfachen Struktur und geringen Anzahl von
Parametern, verglichen mit deterministischen Modellen, sowohl in der Praxis als auch in der
Forschung ihre Anwendung (BEVEN 1989). Beispiel für ein konzeptionelles Modell ist das NAM
(NIELSEN & HANSEN 1973).
Deterministische Modelle (auch aufgrund ihrer Transparenz als white-box Modell bezeichnet)
dienen einer möglichst detaillierten Prozesssimulation (GRAYSON et al. 1992b). Sie besitzen
Parameter, welche sich direkt auf die physikalischen Eigenschaften des Einzugsgebiets
(Topographie, Vegetation, Boden, Geologie) beziehen (REFSGAARD & KNUDSEN 1996). Das
hydrologische Systemverhalten wird dabei unter Berücksichtigung der einzelnen Subsysteme
sowie deren Wechselwirkungen wiedergegeben (MICHAUD & SOROOSHIAN 1994). Verschiedene
physikalische Prozesse werden über partielle Differentialgleichungen und die Oberflächen- und
Bodenwasserflüsse über Kontinuitätsgleichungen beschrieben (CHIEW et al. 1993). Wesentliche
Vorteile der Modelle sind darin begründet, dass sie einerseits wissensbasiert und prozessorientiert
arbeiten und andererseits Veränderungen im Einzugsgebiet nachvollziehen können (MORRIS 1980,
BONELL 1993). Ihre Anwendung wird durch die oft unzureichende Verfügbarkeit der
physikalischen Parameter begrenzt. Als Beispiele deterministischer Modelle sind das Système
Hydrologique Européen (SHE) (ABBOTT et al. 1986a, b) und das Institute of Hydrology Distributed Model
(IHDM) (BEVEN et al. 1987) zu nennen.

1. Einleitung 9
Ein anderer Klassifizierungsansatz bezieht sich auf die räumliche Diskretisierung. BLACKIE &
EELES (1985) und BEVEN (1985) unterscheiden diesbezüglich lumped und distributive Modelle.
Die lumped Modelle beschreiben die räumlich heterogenen Parameter des Einzugsgebiets (z. B.
Landnutzung) über Mittelwerte, so dass die Parameter für das Untersuchungsgebiet einen
homogenen Charakter besitzen (TODINI 1988). BLACKIE & EELES (1985) sehen die
Schlüsselfaktoren für eine erfolgreiche Anwendung dieser Modelle in der Stabilität des
Einzugsgebietssystems und einer stabilen räumlichen Verteilung des Niederschlags, der
Landnutzung und der Bodeneigenschaften. Beispiele für ereignisbezogene lumped Modelle sind
SWMM (HUBER et al. 1981) und HEC-1 (U.S. ARMY CORPS of ENGINEERS 1985, 1990).
A) Art der Prozessbeschreibung (vgl. ANDERSON & BURT 1985)
Eingabe
Einzugsgebietssystem
Ausgabe
Black-box
Modelle
Konzeptionelle
Modelle
Deterministische
Modelle
B) Grad der räumlichen Diskretisierung (vgl. WOOD & O’CONNELL 1985)
Eingabe
Einzugsgebietssystem
Ausgabe
Lumped
Modelle
Distributive
Modelle
semi- volldistributiv
Abb. 2: Klassifikation hydrologischer Modelle

1. Einleitung 10
Im Gegensatz zu den lumped Modellen wird bei den distributiven Modellen die räumliche
Heterogenität des Einzugsgebiets berücksichtigt. Dabei werden in sich geschlossene, relativ
homogene Teilräume ausgewiesen, getrennt modelliert und anschließend verknüpft (LEAVESLEY
& STANNARD 1990). Die räumliche Diskretisierung der Systemparameter und Prozesse ermöglicht
einerseits eine realistischere Darstellung der natürlichen Gegebenheiten, erfordert aber
andererseits die Verwaltung und Analyse enormer Datenmengen und erhöht den Rechenaufwand
erheblich (STUART & STOCKS 1993). Beispiele für ereignisbezogene distributive Modelle sind
ANSWERS (BEASLEY & HUGGINS 1981), FESHM (ROSS et al. 1979) und KINEROS
(WOOLHISER et al. 1990).
Diese beiden Klassifizierungsmöglichkeiten werden in den Modelltypisierungen von WOOD &
O’CONNELL (1985) sowie REFSGAARD & KNUDSEN (1996) zusammengeführt. Ihre Gliederungen
berücksichtigen sowohl die Art der Prozessbeschreibung als auch die räumliche Diskretisierung.
Sie unterscheiden:
• distributive, physikalisch basierte Modelle,
• lumped konzeptionelle Modelle und
• empirische black-box Modelle.
Nach WOOD & O’CONNELL (1985) beschreiben die distributiven, physikalisch basierten Modelle
den Abfluss auf der Landoberfläche und durch die ungesättigte und gesättigte Bodenzone, wobei
eine drei-dimensionale Rasterdarstellung (bzw. bei semidistributiven Modellen eine
Repräsentation durch Teileinzugsgebiete) des Einzugsgebietssystems verwendet wird. Dagegen
beschreiben die lumped konzeptionellen Modelle die einzelnen Teilprozesse des Niederschlag-
Abflussprozesses vereinfacht. Über einfache Bilanzierungsverfahren wird eine Massenbilanz zwischen
Ein- und Ausgaben und den verschiedenen miteinander verknüpften Speichern
gewährleistet. Die black-box Modelle wiederum betrachten lediglich die Beziehung zwischen dem
Niederschlag als Eingabe und dem Abfluss als Ausgabe ohne die internen Mechanismen zu
beschreiben.
Im folgenden sollen die kontroversen Meinungen über die Stärken und Schwächen der
distributiven, physikalisch basierten Modelle und der lumped konzeptionellen Modelle dargestellt
werden.
Die Ergebnisse vergleichender Untersuchungen (BEVEN 1989, BINLEY & BEVEN 1992, DRAYTON
et al. 1992, GRAYSON et al. 1992a, b) zeigen, dass komplexe Modelle Probleme, wie
Überparametrisierung und hohe Datenanforderung, aufweisen.
Dagegen unterstreichen BEASLEY (1986) und NEUMANN et al. (1990) die Bedeutung distributiver
Parametermodelle, da dieses Konzept verschiedene Vorteile gegenüber dem lumped

1. Einleitung 11
Parameteransatz bietet. Sie besitzen einen hohen Grad der physikalischen Basiertheit und erlauben
ein besseres Verständnis der physikalischen Prozesse. Diese Modelle erreichen meist eine höhere
Genauigkeit und können die Wirkung von Veränderungen im Einzugsgebiet, wie
Landnutzungsänderungen und Änderungen im Forstbestand durch Borkenkäferkalamität oder
Windbruch, simulieren. Dennoch betonen NEUMANN et al. (1990), dass die Anwendung
distributiver, physikalisch basierter Modelle beschränkt ist, da detaillierte Informationen der
Gebietscharakteristika und Eingabedaten (zum Beispiel Niederschlag) in hoher räumlicher und
teilweise zeitlicher Auflösung zur Verfügung stehen müssen.
BEVEN (1989) führt als Schwächen der lumped konzeptionellen Modelle unter anderem an, dass (a)
sie aufgrund ihrer Modellstruktur die real world nur annähernd abbilden, (b) die räumlichen
Heterogenitäten im System nur unzureichend durch die über das Einzugsgebiet gemittelten
Parameterwerte wiedergegeben werden und (c) die kalibrierten Parameter voneinander
unabhängig zu sein scheinen, da verschiedene Parametersätze gleich gute Ergebnisse liefern. Bei
fließendem Übergang zwischen lumped konzeptionellen und distributiven, physikalisch basierten
Modellen lässt sich nicht daraus die Überlegenheit letzterer schlussfolgern. Denn BEVEN (1989)
betont gleichzeitig, dass die physikalisch determinierten Modelle aufgrund ihrer hohen
Datenanforderung und aufwendigen Kalibrierung bzw. Validierung in ihrer Anwendbarkeit
beschränkt sind. GRAYSON et al. (1992b) stellt ebenfalls heraus, dass die deterministischen Modelle
nur für Laborstudien geeignet sind und auf Einzugsgebietsmaßstab den lumped konzeptionellen
Modellen hinsichtlich ihrer Leistungsfähigkeit gleichen.
Trotzdem sind in der Prozessforschung die physikalisch determinierten Modelle zu bevorzugen.
Sie ermöglichen Aussagen über die Funktionsweise des hydrologischen Systems (BEVEN 1989,
MICHAUD & SOROOSHIAN 1994), da sie auf physikalischen, im Gelände messbaren Parametern
beruhen und die räumliche Heterogenität des Einzugsgebiets berücksichtigen (vgl. BEVEN 1991b,
KITE & KOUWEN 1992, FLÜGEL 1995b, MUZIK 1996 und MICHL 1999).
Eine Minimierung der Schwächen oben genannter Modelle für die Einzugsgebietsmodellierung
wurde durch die Verknüpfung der prozessorientierten und konzeptionellen Ansätze erreicht.
Nach PFÜTZNER et al. (1992, S. 49) ist es „sinnvoll und notwendig, eine der Problemstellung, den
hydrologischen Bedingungen und der Dimension des Untersuchungsraumes (örtlich und zeitlich)
adäquate Diskretisierung zu wählen“. In den vergangenen Jahren wurden semi-distributive,
physikalisch basierte Modelle entwickelt, die (a) prozessbezogen strukturiert sind, (b) eine
räumliche Verteilung der Systemparameter berücksichtigen, (c) digitale Geländemodelle (DGM)
und Speicherkaskaden zur Präzisierung der Abflusskomponenten verwenden und (d) mit
Geographischen Informationssystemen (GIS) (vgl. Abschnitt 1.1.3.) gekoppelt sind (PFÜTZNER et
al. 1992). In diesem Zusammenhang führt BONELL (1993) die topographisch und physikalisch

1. Einleitung 12
basierten hydrologischen Modelle TOPography based hydrological MODEL (TOPMODEL) (BEVEN
1986, vgl. Abschnitt 3.3.), TOPOGraphic and physically based variable contributing area model (TOPOG)
(O’LOUGHLIN 1986) und THALES (a distributed parameter rainfall-runoff model based on the Terrain
Analysis Program for the Environmental Sciences TAPES) (GRAYSON et al. 1992a) an. Sie basieren auf
der Analyse von digitalen Geländemodellen, da sie das Relief als den entscheidenden Faktor der
Abflussbildung ansehen. Diese Modellkonzepte sollen das Prozessverständnis mittels weniger
Parameter wiedergeben. Die distributive Eigenschaft der Modelle wird über die Verwendung
topographischer Indizes realisiert. MICHL (1999) nennt zwei weitere Modellansätze, das
Agrohydrological Modeling System (ACRU) (SCHULZE 1995) und das Precipitation-Runoff Modeling
System/Modular Modeling System (PRMS/MMS) (LEAVESLEY & STANNARD 1995, vgl. Abschnitt 3.2.),
die als konzeptionelle Lösungsvorschläge des hydrologischen Systems entwickelt wurden. Das
ACRU Modell beruht auf einem mehrschichtigen Bodenwasserhaushaltsbilanzierungsansatz und
berücksichtigt vor allem Landnutzungsstrategien. Es enthält ein Decision Support System (DSS), das
regionalspezifische und landnutzungsabhängige Parameter liefert. Das Modell PRMS/MMS
erklärt das hydrologische System mit physikalischen Gesetzmäßigkeiten oder empirischen
Zusammenhängen (LÜLLWITZ 1993b), wobei der distributive Ansatz der Hydrological Response Units
(HRUs) (vgl. Abschnitt 3.1.) integriert ist. Vorteil dieses Modells ist, dass der Anwender seine
Modellkomponenten aus der Modulbibliothek interaktiv zusammenstellen kann.
1.1.3. Anwendung von GIS und Fernerkundung in der hydrologischen Modellierung
BEVEN (1997) betont die Bedeutung von Digitalen Geländemodellen (DGM) in der
hydrologischen Prozessmodellierung und führt die Verknüpfung der hydrologischen
Modellierung mit den Geographischen Informationssystemen als ein essentielles Werkzeug in der
distributiven Einzugsgebietsmodellierung an. Ein GIS (z. B. ARC/INFO (ESRI 1989) und
GRASS (U.S. ARMY 1987)) ist ein rechnergestütztes System, mit welchem raumbezogene Daten
digital erfasst und editiert, gespeichert und strukturiert, modifiziert und manipuliert, modelliert
und analysiert sowie graphisch präsentiert werden (KILCHENMANN 1992). D. h. das GIS ist eine
Technologie für die Manipulation der für die hydrologische Modellierung notwendigen
räumlichen Daten (ZHANG et al. 1990). Zudem soll es eine effiziente Bearbeitung ermöglichen
(MUZIK 1996) und die Eingaben für das hydrologische Modell liefern. Die räumlichen Daten
(Boden, Landnutzung, Topographie) werden in verschiedenen Layern gespeichert. Mit den GIS-
Aufgaben Extraktion, Überlagerung und Ableitung von Gebietseigenschaften kann die
Ausweisung hydrologisch ähnlich reagierender Teilgebiete (HRU Hydrological Response Units
(FLÜGEL 1996 c), HHS Hydrological Homogeneous Subareas(VIEUX 1993), HSU Hydrologically Similar

1. Einleitung 13
Units (SCHULTZ 1993), CHRU Chemical Hydrological Response Units (KERN & STEDNICK 1993), GRU
Grouped Response Units (KITE & KOUWEN 1992)) durchgeführt werden, wobei die
Reproduzierbarkeit und ein höherer Grad an Objektivität gewährleistet sind (GERTEN et al. 1998).
Nach STUART & STOCKS (1993) ermöglichte erst das GIS die distributive Modellierung mit
adäquatem Aufwand. Ebenso begründen MOORE et al. (1991) die gegenwärtige schnelle
Entwicklung topographischer, physikalisch basierter hydrologischer Modelle, die auf digitalen
Geländemodellen beruhen. Diese Modelle gehen von topographischen Gradienten aus, da sie die
räumlichen Unterschiede in der Bodenfeuchte und folglich der abflusserzeugenden Flächen
widerspiegeln.
Maßgeblicher Faktor für die Integration von GIS in der Einzugsgebietsmodellierung ist nach
DRAYTON et al. (1992) die Gewinnung topographischer Parameterwerte (zum Beispiel Exposition
und Hangneigung) mittels DGM (EBNER & EDER 1992), wie sie für die Parametrisierung
flächendifferenzierter, physikalisch basierter Modelle erforderlich sind. Des weiteren können
DGMs für die Fließrichtungsableitung oder die Ausweisung des Einzugsgebiets und des
Gerinnenetzwerks verwendet werden (MOORE 1996). Zum Beispiel erfolgt die Parametrisierung
des Modells TOPMODEL (vgl. Abschnitt 3.3.) über den topographischen Index mittels DGM
durch Berechnung von Fließrichtung und -akkumulation (QUINN et al. 1991, 1995). LA BARBERA
et al. (1993) und FLÜGEL (1996c) verwenden ein GIS zur Bestimmung von Hangneigung und
Exposition auf Basis eines DGM, und DE ROO (1998) leitet mittels GIS räumliche Muster der
Bodenerosion und des Sedimenttransports ab. Zunehmend wird die Generierung der DGMs auf
Basis der Digitalisierung von Höhenlinien topographischer Karten durch die Berechnung aus
Stereoaufnahmen des Einzugsgebiets (Einbeziehung der Fernerkundung) ersetzt (HAEFNER &
SCHUMANN 1992). Damit wird auch die räumliche Auflösung der DGMs verbessert, welche sich
entscheidend auf die Ergebnisse der hydrologischen Modellierung auswirken (vgl. SAULNIER et al.
1997, WOLOCK & PRICE 1994, QUINN et al. 1991).
Die GIS-Funktionen (zum Beispiel Overlay-Analysen) sind ebenso für die Regionalisierung
(Informationstransfer von einem Einzugsgebiet auf ein anderes bzw. Übertragung der punktuell
erhobenen Eingangsdaten auf die Fläche)(KLEEBERG et al. 1999, KLEEBERG 1992, BERAN et al.
1990) in der hydrologischen Modellierung von Bedeutung. Dies beinhaltet beispielsweise die
Anwendung von GIS zur Ausweisung der Hydrological Response Unit’s (HRUs)(FLÜGEL 1996c,
STUART & STOCKS 1993, JETON & SMITH 1993) sowie das Skalenproblem. Unter dem
Skalenproblem ist die Modellierung der hydrologischen Parameter auf jeder Skala (zur
Skalenklassifikation vgl. SCHULTZ 1993, ØVERLAND & KLEEBERG 1992 und SINGH 1995) und die
Skalentransformation, d. h. die Übertragung von Werten einer Skala auf andere Skalen (z. B.
flächenbezogene Erfassung der Prozesse anstelle punktueller Messungen), zu verstehen. Die
relevantesten Artikel zur Skalenproblematik sind BERGSTRÖM & GRAHAM (1998), BLÖSCHL &

1. Einleitung 14
SIVAPALAN (1995), BEVEN (1991a), WOOD et al. (1988)und GUPTA et al. (1986). Die GIS-
Integration ermöglicht die top down Diskretisierung (downskaling bezeichnet den
Informationstransfer von einem gegebenen Maßstab auf einen kleineren) bzw. den umgekehrten
Prozess der bottom up Diskretisierung (BECKER & BRAUN 1999, PFÜTZNER et al. 1992).
Viele Anwendungen von GIS in der Einzugsgebietsmodellierung beschränken sich allerdings auf
die begleitende graphische Darstellung hydrologischer Faktoren und der Modellergebnisse.
MAIDMENT (1993) und NYERGES (1993) bezeichnen diesen Ansatz als lose Verknüpfung, wenn
ein Datentransfer zwischen beiden Werkzeugen durch deren Verknüpfung über eine
Datenschnittstelle gegeben ist. Zum Beispiel wurde bei REICHE (1996) das Modell WASMOD mit
dem GIS ARC/INFO gekoppelt, so dass ein interaktiver Datentransfer vom GIS zum Modell
und umgekehrt stattfinden konnte. Den höchsten Grad der Vernetztheit von GIS und
Einzugsgebietsmodellierung sieht GOODCHILD (1993) in der Modellkalibrierung und -
durchführung innerhalb eines GIS unter Verwendung der GIS-Befehlssprache
(Anwendungsbeispiele bei MALLANTS & BADJI 1991, PFÜTZNER et al. 1997). Nach STUART &
STOCKS (1993) fehlen aufgrund der separaten Entwicklung von GIS und hydrologischen Modellen
noch hinreichende Schnittstellen, um beispielsweise die HRUs mit räumlichen Bezug ins
hydrologische Modell zu überführen. SINGH (1995) betont als Potential der GIS die
Durchführung von Overlay-Analysen und die Ableitung von Einzugsgebietseigenschaften, aber
auch deren Verwendung zur Kalibrierung und Modifikation der hydrologischen Modelle.
Neben der Verknüpfung von hydrologischen Modellen und GIS wurde in den letzten Jahren auch
die Einbeziehung der Fernerkundung erforscht (LU et al. 1996, SAVABI et al. 1996, JETON & SMITH
1993). Die Fernerkundung erlaubt das kontaktlose wissenschaftliche Beobachten und Erkunden
eines Gebiets aus der Ferne durch Reflexion der Solarstrahlung und der thermalen Eigenstrahlung
von Körpern (passive Systeme, zum Beispiel Luftbilder) oder der künstlichen (Radar-) Strahlung
(aktive Systeme) (LÖFFLER 1994). Sie hat sich zu einer wichtigen Methode der flächenhaften
Ableitung von Parametern für die hydrologische Modellierung mit physikalisch basierten,
distributiven Modellen entwickelt (MAUSER et al. 1997). Ihr Vorteil liegt in der Erfassung
flächenhafter Daten in hoher räumlicher (abhängig vom Fernerkundungssystem) und zeitlicher
(abhängig von der Repetitionsrate) Auflösung (SCHULTZ 1988, zitiert in SINGH 1995). Bisher
wurden für die hydrologische Modellierung vorrangig Daten der optischen Fernerkundung
genutzt. Zukünftiges Ziel ist die Integration der Radarfernerkundung. Sie besitzt in der Ableitung
hydrologischer Parameter noch experimentellen Status (KUSTAS et al. 1998), aber bietet gegenüber
der optischen Fernerkundung den Vorteil der Unabhängigkeit von Witterungs- und
Strahlungsbedingungen.
Die Fernerkundungstechnologie kann adäquate Daten für die quantitative Beschreibung

1. Einleitung 15
hydrologischer Prozesse bereitstellen. Nach HAEFNER & SCHUMANN (1992) und BEVEN & FISHER
(1996) liegt das Potential der Fernerkundungstechnologie darin, dass relevante Parameter
flächenmäßig in ihrer Ausprägung erfasst werden, wobei Aussagen für alle räumliche
Skalenbereiche möglich werden. Ihre Stärken liegen nach SCHULTZ (1988, zitiert in SINGH 1995)
in der Erfassung flächenhafter Daten anstelle von Punktmessungen und einer hohen räumlichen
und/oder zeitlichen Auflösung. Zudem liegen die Daten digital vor und können auch für
unzugängliche Gebiete aufgenommen werden.
Satelliten, die für die Einzugsgebietsmodellierung brauchbare Daten liefern, sind zum Beispiel
NOAA für Daten zur Schneedecke, Albedo und LAI (XINMEI et al. 1995), SPOT und LANDSAT
für Daten zur Vegetation und Landnutzung sowie METEOSAT für meteorologische Daten
(SINGH 1995, LEAVESLEY & STANNARD 1990).
Fernerkundungsdaten erlauben unter Einbeziehung terrestrischer Geländemessungen die
Ableitung vieler hydrologisch relevanter Größen für die Parametrisierung, Kalibrierung und
Validierung hydrologischer Modelle (SCHULTZ 1993). Bisherige Untersuchungen beziehen sich vor
allem auf die Landnutzung (DOBSON et al. 1995) und die flächenhafte Bestimmung der
Bodenfeuchte (DUBAYAH et al. 1997, ULABY et al. 1996, NJOKU & ENTEKHABI 1996, ENGMAN &
CHAUHAN 1995). Erfolgreiche Anwendungen zur satellitengestützten Abschätzung der
Evapotranspiration finden sich bei GRANGER (2000) und MAUSER & SCHÄDLICH (1998). Ein
Vergleich der Bestimmung der Evapotranspiration mittels Satelliten, hydrologischer Modelle und
Geländemessungen geben KITE & DROOGERS (2000). Zudem gibt es eine Vielzahl von
Untersuchungen, die sich mit der Verbreitung der Schneedecke (RANGO 1996, SWAMI & BRIVIO
1996, ENGMAN & GURNEY 1991), der Parametrisierung eines Schneeschmelzmoduls mittels
Satellitenfernerkundung (LU et al. 1996) und der Kombination von Fernerkundung mit
punktuellen Messungen des Niederschlags zur Abschätzung der Wasseräquivalente (CARROLL &
YATES 1989, PECK et al. 1983) beschäftigen. Des weiteren bietet die Radarfernerkundung mit
Abschätzungen zur regionalen Ausdehnung von Regengebieten oder zu Niederschlagsäquivalenten
von Wolkensystemen (MICHAUD & SOROOSHIAN 1994, ENGMAN & GURNEY 1991,
BARRETT & MARTIN
1981) die Möglichkeit, bisherige Fehler bei der punktuellen
Niederschlagsmessung infolge Niederschlagsvariabilität (BRAUN 1997) zu vermeiden.
1. 2. Zielsetzung der Arbeit
Das übergeordnete Ziel dieser Arbeit ist die ereignisbezogene Modellierung der Abflussbildung
zweier Quelleinzugsgebiete unter Verwendung der hydrologischen Modelle PRMS/MMS und
TOPMODEL. Das Arbeitsziel kann in folgende Teilziele gegliedert werden:

1. Einleitung 16
Teilziel 1:
Vergleich der Modellergebnisse auf kontinuierlicher Datenbasis
Anhand der Modellierung der hydrologischen Dynamik mit PRMS/MMS und
TOPMODEL wird verglichen, welches Modell bezüglich des optischen Vergleichs
zwischen den gemessenen und simulierten Abflusswerten und der statistischen
Gütemaße die besseren Ergebnisse liefert. Dabei wird überprüft, welche zeitliche
Auflösung zu bevorzugen ist. Des weiteren wird ermittelt, ob eine parallele
Verwendung beider Konzepte zur Abflussbildung über den besten simulierten
Abflusswert zu einer Verbesserung der Modellergebnisse führt.
Teilziel 2: Wasserhaushaltsbilanzierung und Bewertung der Modellierung interner
Systemzustände und -flüsse für das Modell PRMS/MMS
Die Modellierung auf einer kontinuierlich hoch aufgelösten Datenbasis ermöglicht
die Quantifizierung der Wasserhaushaltsglieder. Die Zuordnung der
Abflusskomponenten zu den Schichten des oberflächennahen Untergrundes erfolgt
über die Verknüpfung der lokalen und regionalen Gebietskenntnisse mit der
hydrologischen Modellierung. Des weiteren wird eine hydrologische Systemanalyse
unter Verwendung gemessener Grundwasserstände und Schneehöhen durchgeführt.
Teilziel 3:
Systemanalyse für ausgewählte Hochwasserereignisse
Auf Grundlage der kontinuierlichen hydrometeorologischen Datenbasis werden für
die fünf hydrologischen Jahre 1995 bis 1999 Ereignisse hohen Abflusses ausgewählt.
Dabei werden sowohl einmalige, im Untersuchungsgebiet auftretende sommerliche
und winterliche Hochwasserperioden, als auch jährlich wiederkehrende Ereignisse,
zum Beispiel Frühjahrshochwasser infolge der Schneeschmelze modelliert. Über die
Modellvalidierung anhand des optischen Vergleichs zwischen gemessenen und
simulierten Abflusswerten und der statistischen Gütemaße wird wiederum ermittelt,
welches Modell beziehungsweise ob die Kombination beider Ansätze die besten
Ergebnisse liefert. Die Quantifizierung der Abflusskomponenten und ihre zeitliche
Ausbildung wird nur für die Modellierung mit PRMS/MMS durchgeführt.
Teilziel 4: Vergleich mit den Ergebnissen von MICHL (1999)
Durch die Übernahme der Parametrisierung von MICHL (1999) wird ein Vergleich der Ergebnisse
beider Arbeiten bezüglich der Modellvalidierung anhand statistischer Gütemaße und über die
Wasserhaushaltsbilanzierung durchgeführt. Hierbei wird die Übertragbarkeit der
Modellparameter auf einen anderen zeitlichen Maßstab und eine andere Flächendiskretisierung

1. Einleitung 17
untersucht.
1. 3. Methodisches Vorgehen
Aus den in Abschnitt 1. 2. vorgestellten Zielsetzungen der Arbeit ergibt sich folgender
Arbeitsablauf:
< Literaturrecherche zu bisherigen Arbeiten im Untersuchungsgebiet (Kapitel 2) und (vor
allem ereignisbezogene) Anwendungen mit den Modellen PRMS/MMS bzw.
TOPMODEL (Kapitel 3).
< Erstellung und Aufbereitung der hydrometeorologischen Datengrundlage und Auswahl
verschiedener, für die Modellierung geeigneter Abflussereignisse (Abschnitt 4.1.).
< Ausweisung von Modelleinheiten als physiogeographische Datenbasis (Abschnitt 4.2.).
< Modellparametrisierung, -kalibrierung und -optimierung (Abschnitt 4.3. und 4.4.).
< Validierung beider Modelle anhand des optischen Vergleichs zwischen gemessenen und
simulierten Abflusswerten und statistischer Maßzahlen (Abschnitt 5.1.).
< Systemanalyse über die jährliche Wasserhaushaltsbilanzierung und durch den Vergleich
von gemessenen und simulierten Größen zur Schneedecke und dem
Grundwasserspeicher (Abschnitt 5.2.).
< Modellierung der hydrologischen Dynamik des Einzugsgebiets für ausgewählte
Abflussereignisse und Quantifizierung der Abflusskomponenten (Abschnitt 5.3.).
< Vergleich der Modellergebnisse mit denen von MICHL (1999) bezüglich der parallelen
Verwendung beider Modellkonzepte und der Wasserhaushaltsbilanzierung (Abschnitt
5.4.).
Tabelle 2 gibt eine Übersicht über die für die Modellierung benötigten Datengrundlagen und
Parameterwerte, die von verschiedenen Institutionen bereitgestellt wurden.
Tab. 2: Übersicht über die von verschiedenen Institutionen bereitgestellten Daten
Eingabegrößen
Institutionen
Hydrometeorologische Datenbasis der DWD Leipzig bzw. Weimar
Klimastation Schmücke
Abflusswerte der Pegel Schmücker Graben
und Steinbach
TLU Jena (Frau WYRWA)
SUA Erfurt (Frau OTTO)
Grundwasserstände
TLU Jena (Herr RIESE)
Physiographische Datenbasis,
Institut für Geographie Jena

1. Einleitung 18
Eingabegrößen
Institutionen
(Herr Dr. C. MICHL)
Die Arbeit ist wie folgt gegliedert: Im ersten Teil werden die problemorientierten Grundlagen,
Zielsetzung und methodisches Vorgehen dargestellt.
In Kapitel 2 folgt die Beschreibung des Untersuchungsgebiets bezüglich Lage, Klima, Geologie
und Pedologie, Vegetation und hydrologischer Dynamik. In einem weiteren Abschnitt werden die
bisher im Untersuchungsgebiet durchgeführten Forschungsarbeiten aufgeführt.
In Kapitel 3 werden die verwendeten hydrologischen Modellsysteme PRMS/MMS und
TOPMODEL vorgestellt. Nach der jeweiligen Modellkonzeption erfolgt eine Beschreibung der
Ausweisung der Modelleinheiten und der Teilprozesse der Abflussbildung. Weiterhin wird auf
bisherige Anwendungen der Modelle verwiesen. Im letzten Abschnitt wird eine vergleichende
Betrachtung beider Modelle durchgeführt, wobei ihre Stärken und Schwächen gegenübergestellt
werden und der Vorteil ihrer Verknüpfung für die hydrologische Einzugsgebietsmodellierung
bzw. Prozessforschung diskutiert wird.
Kapitel 4 befasst sich mit der Aufbereitung der hydrometeorologischen und physiographischen
Datenbasis und der Parametrisierung und Kalibrierung der Modelle.
In Kapitel 5 erfolgt die Auswertung der Modellierung hinsichtlich der Modellgüte und Bewertung
der parallelen Verwendung beider Modellansätze, der ereignisbezogenen Modellierung und der
Wasserhaushaltsbilanzierung. Weiterhin beinhaltet Kapitel 5 den Vergleich der ereignis-bezogenen
Modellierung mit der kontinuierlichen Wasserhaushaltsbilanzierung von MICHL (1999) und gibt
eine Einschätzung der Übertragbarkeit der auf einer kontinuierlichen täglichen Datenbasis
erfolgten Modellparametrisierung auf die zeitlich höher aufgelöste ereignisbezogene Modellierung.
In Kapitel 6 werden die wichtigsten Ergebnisse dieser Arbeit zusammengefasst.

2. Das Untersuchungsgebiet
Das betrachtete Untersuchungsgebiet umfasst die beiden Quelleinzugsgebiete des Schmücker
Grabens und des Steinbachs im Thüringer Wald. Zwischen 1958 und 1989 wurden im
Untersuchungsgebiet aufgrund seiner Ausweisung als Repräsentativgebiet des Meteorologischen
Dienstes der DDR zahlreiche Forschungsarbeiten unter besonderer Berücksichtigung
hydrometeorologischer sowie forsthydrologischer Fragestellungen durchgeführt.
Im folgenden Kapitel wird das Untersuchungsgebiet hinsichtlich Lage und Relief, Klima,
Geologie und Pedologie, Vegetation und hydrologischer Dynamik vorgestellt. Daran schließt sich
eine Darstellung der bisher im Untersuchungsgebiet durchgeführten Forschungsarbeiten an.
2.1. Lage und Relief
Das Untersuchungsgebiet befindet sich auf der Nordabdachung des Thüringer Waldes (vgl.
Abbildung 3). Es ist das Quellgebiet des Schmücker Grabens und des Steinbachs, zweier durch
einen schmalen Bergrücken (Schmücke-Sporn) voneinander getrennter Wildbäche, die dem Gera-
Unstrut-Saale-System zugehörig in die Elbe entwässern.
Die Wasserscheide der Einzugsgebiete verläuft von Süden bis Westen auf dem Gebirgskamm
(Rennsteig) über den Großen Beerberg (982 m ü. NN, höchste Erhebung im Thüringer Wald)
und im Osten auf einem süd-nord orientiertem Kammausläufer mit dem Schneekopf (978 m ü.
NN) (vgl. Abbildung 4). Die nördliche Grenze und zugleich tiefster Punkt im Untersuchungsgebiet
bildet der Zusammenfluss beider Wildbäche bei 714 m ü. NN.
Das Einzugsgebiet des Schmücker Grabens beträgt 2,90 km², das des Steinbachs 1,26 km². Das
gesamte Untersuchungsgebiet weist demnach eine Größe von 4,16 km² auf.
Im Ober- und Mittellauf durchfließt der Schmücker Graben flache und offen gestaltete
Muldenstrukturen und im Unterlauf geht er in ein ca. 1,7 km langes Kerbtal über. Dagegen ist das
mittlere und untere Steinbachtal durch eine ca. 1 km lange Kerbtalstrecke mit wesentlich steileren
Hängen gekennzeichnet. Nur im Oberlauf verflacht das Einzugsgebiet in einer wannenförmigen
Quellmulde. Diese topographischen Unterschiede beider Kerbtäler spiegeln sich in dem
wesentlich steileren Gefälle des Steinbachs (13,7 % auf einer Länge von 1,53 km) gegenüber dem

2. Das Untersuchungsgebiet 20
Abb. 3: Lage des Untersuchungsgebiets
Schmücker Graben (7,4 % auf einer Strecke von 2,47 km) wider. Für das Untersuchungsgebiet
sind weiterhin vielfältige morphologische Kleinformen, wie Erosionstälchen und Hangstufen,
charakteristisch. Eine physisch-geographische Komplexuntersuchung mit einer detaillierten
Beschreibung der morphologischen Gegebenheiten führte STEPHAN (1968) durch.

2. Das Untersuchungsgebiet 21
Abb. 4: Topographie des Untersuchungsgebiets (verändert nach MICHL 1999)
2.2. Klima
Die klimatischen Verhältnisse im Untersuchungsgebiet werden durch die Lage im maritim
beeinflussten Luvbereich des Thüringer Waldes bestimmt. Der Thüringer Wald wirkt durch seine
herzynische Streichrichtung als Barriere der südwestlichen Hauptwindrichtung. Dies führt zur
Ausbildung von Luv- und Lee-Effekten, die GASTINGER et al. (1957, zitiert in MICHL 1999) und

2. Das Untersuchungsgebiet 22
GROEBNER et al. (1980, zitiert in MICHL 1999) wie folgt beschreiben: Im Luvbereich kommt es
infolge der je nach Topographie unterschiedlich stark aufgestauten maritimen Luftmassen zu einer
deutlichen, höhenabhängigen Niederschlagszunahme. Der Lee-Effekt wird durch die Genese
weiter Hochflächen im Kammbereich an den nördlichen Gebirgsrand verschleppt, so dass sich
erst im Übergang zum Thüringer Becken ein kontinental geprägtes Klima einstellt.
Mittels langjähriger Messreihen der Klimastation „Schmücker Graben“ (721 m ü. NN) am
Zusammenfluss beider Wildbäche und der DWD-Hauptstation „Schmücke“ (916 m ü. NN)
westlich des Untersuchungsgebiets (vgl. Abbildung 4) können die klimatischen Verhältnisse im
Untersuchungsgebiet (vgl. Tabelle 3) zusammenfassend beschrieben werden. Die DWD-
Hauptstation „Schmücke“ zählt zu den Referenzstationen für die Kammlagen des Thüringer
Waldes und gibt die klimatischen Verhältnisse in der Höhenzone über 800 m ü. NN wieder
(MICHL et al. 1998).
Tab. 3: Durchschnittliche monatliche Klimakennwerte (verändert nach MICHL 1999)
Klimaelement
Jan Feb Mär Apr Mai Jun Jul Aug Sep Okt Nov Dez Jahr
Nsumme [mm]
1901-1950
1978-1996
1995-1999
133
131
102
111
85
133
90
115
115
102
97
94
96
89
77
110
116
90
126
118
150
119
100
89
105
115
133
120
96
137
114
114
105
122
154
117
1346
1325
1341
TLUFT [°C]
1901-1950
1978-1996
1995-1999
-4,0
-3,8
-3,3
-3,5
-3,6
-2,6
-0,5
-0,4
-0,4
3,4
3,3
3,9
8,4
8,3
8,4
11,1
10,8
10,9
12,9
13,2
13,2
12,3
13,1
13,6
9,5
9,4
9,6
4,8
5,5
5,3
0,1
0,3
0,3
-2,9
-2,4
-2,8
4,3
4,5
4,7
Tage mit
Schneedecke
[$ 1 cm]
1948-1959
1978-1996
1995-1999
30,2
30,4
29,6
Zeitreihen:
27,1
28,3
26,8
23,8
29,4
29,8
9,3
22,3
15,4
0,6
4,1
0,4
-
-
-
-
-
-
-
-
-
-
-
-
1,4
1,9
2,6
10,3
15,1
13,6
1901 - 1950 → dient zum Vergleich beider Klimastationen,
bei WUCHOLD & NEIS (1969) verwendet
1978 - 1996 → bei MICHL (1999) verwendet
1995 - 1999 → in dieser Arbeit verwendet
22,3
26,3
27,6
125,0
157,8
145,8
Während NEIS (1966) einen höhenbedingten Niederschlagsunterschied von 100 mm im Vergleich
beider Klimastationen (Schmücke: 1346 mm/Jahr; Schmücker Graben: 1241 mm/Jahr)
herausstellt, verweist MICHL (1999) darauf, dass eine klare Höhenabhängigkeit der Niederschläge
nicht vorhanden ist. Die Messreihe von 1901 bis 1950, die auch NEIS (1966) als Grundlage nahm,
deutet zwar darauf hin, aber andere in der Arbeit von MICHL (1999) verwendete Zeitreihen

2. Das Untersuchungsgebiet 23
bestätigen einen solchen Zusammenhang zwischen Höhenlage und Niederschlag nicht.
Dagegen konnte für die Jahresmitteltemperaturen eine Differenz von ca. 1 °C zwischen beiden
Stationen (Schmücke: 4,3 °C; Schmücker Graben: 5,4 °C) abgeleitet werden. Daraus ergibt sich
eine höhenbedingte Temperaturabnahme von 0,56 °C pro 100 m.
Im langjährigen Mittel ist an beiden Stationen der Januar (Schmücke: -4,0 °C; Schmücker Graben:
-3,2 °C) der kälteste und der Juli (Schmücke: 12,9 °C; Schmücker Graben: 14,4 °C) der wärmste
Monat. Die Verteilung der monatlichen Niederschlagssummen zeigt keine ausgeprägten Minima
oder Maxima. Niederschlagsärmster Monat ist an beiden Stationen der März (Schmücke: 90 mm;
Schmücker Graben: 86 mm), niederschlagsreichster Monat ist der Januar (Schmücke: 133 mm;
Schmücker Graben: 122 mm).
Die Klimakennwerte für den Untersuchungszeitraum sind der Tabelle 3 zu entnehmen.
Betrachtet man die regionale Niederschlagsverteilung (WUCHOLD & NEIS 1969), so zeigen sich im
Bereich des Schmücke-Sporns und an den SW- und W-Hängen des Schneekopfes und Langerains
erhöhte Niederschlagswerte. Das untere Steinbachtal ist ebenfalls durch ein
Niederschlagsmaximum gekennzeichnet. Dagegen weisen die NE-exponierten Hänge des
mittleren und unteren Schmücker Grabens und die herausragenden Kuppen (vor allem Großer
Beerberg) niedrige Niederschlagswerte auf. WUCHOLD & NEIS (1969) weisen auch auf das
Problem der Niederschlagsbilanzierung bezüglich des nicht erfassten Nebelniederschlags hin. In
den Kammlagen des Thüringer Waldes ist der Nebelniederschlag im Herbst und im Frühjahr
während der frostfreien Zeit von Bedeutung. Er führt zu einer Reduzierung der potentiellen
Evapotranspiration.
Für die Wasserhaushaltsbilanzierung des Untersuchungsgebiets ist die Schneedecke von
außerordentlicher Bedeutung. Es ist durchschnittlich mit 120 bis 150 Schneetagen im Jahr zu
rechnen. Eine geschlossene Schneedecke wird im Mittel in der zweiten Novemberhälfte
aufgebaut, die Schneeschmelze setzt Anfang April ein. Nach SCHLÜTER (1969) weist die
Schneedecke im Untersuchungsgebiet eine große räumliche Variabilität auf, wobei er bei seiner
Schneedeckenkartierung im Winter 1966/67 eine Verzögerung der Schneeschmelze von zwei
Monaten zwischen den SW- und W-Hängen und den E- bis ENE-exponierten Gegenhängen
feststellte. Dies ist nicht nur auf die expositionsbedingten Strahlungsunterschiede zurückzuführen.
Zusätzlich spielt die Schneeanhäufung im Lee des Gebirges (ENE- bis E-Hänge) eine Rolle. Nach

2. Das Untersuchungsgebiet 24
SCHLÜTER (1969) können drei Phasen der Schneeschmelze in Abhängigkeit von Exposition und
Hangneigung, die sich aus der Reliefanalyse ergeben, unterschieden werden. Die Schneeschmelze
beginnt an den stärker geneigten, wärmebegünstigten Hängen mit WSW-Exposition. Dabei vollzieht
sich das Abtauen vom Unter- über den Mittel- bis zum Oberhang. In einer zweiten Phase
schmilzt die Schneedecke auf den verbleibenden westlich exponierten Hängen sowie auf den
Verebnungen und flachen Hängen der Kammlagen. Aufgrund der bereits beschriebenen
Schneeanhäufungen im Lee und den expositionsbedingten Strahlungs-unterschieden (geringster
Strahlungsgewinn) taut die Schneedecke auf den ENE- bis E-exponierten Hängen zuletzt ab.
2.3. Geologie und Pedologie
2.3.1. Geologische Verhältnisse
Das Untersuchungsgebiet gehört zu der geologischen Großeinheit des Thüringer Waldes. Er ist
ein ca. 70 km langes, herzynisch streichendes, aber nur 10 bis 20 km breites Kammgebirge, das
durch saxonische Tektonik in der Kreidezeit und im Tertiär aus der variskischen Molasse als
Gebirgshorst herausgehoben wurde. Der Thüringer Wald lässt sich durch Brüche und Flexuren
scharf gegen die jüngeren tektonischen Einheiten des Thüringer Beckens im Nordosten und des
Fränkischen Beckens im Südwesten abgrenzen. Seine Höhengliederung wird maßgeblich von
schon zur Rotliegendzeit bestehenden quer-(SW-NE-)streichenden Sätteln und Mulden bestimmt
(SEMMEL 1996).

2. Das Untersuchungsgebiet 25
Abb. 5: Verbreitung der Gesteinsverbände im Untersuchungsgebiet (verändert nach MICHL 1999,
Kartengrundlage: MICHEL & RAACKE 1957)
Die Gesteine des Untersuchungsgebiets gehören den Oberhofer Schichten des Thüringer

2. Das Untersuchungsgebiet 26
Rotliegenden an. Diese bestehen aus vorwiegend vulkanisch entstandenen Quarzporphyren und
Pyroklastika. Nach MICHEL & RAACKE (1957) können sie in folgende Gesteinsverbände gegliedert
werden:
Jüngerer Quarzporphyr: Für dieses Gestein sind die Fluidaltextur und splittriger Bruch
charakteristisch. Der Verwitterungsboden ist feinerdearm, so dass der felsitische Quarzporphyr
mächtige Gesteinsschutthalden bildet.
Älterer Quarzporphyr: Das Gestein zeichnet sich durch mittelgroße Einsprenglinge von Feldspat
und Quarzkristallen in einer hellrötlichen bis violetten Grundmasse aus. Die Feldspäte werden
meist zu Tonerde und Kaolin zersetzt. Bei der Verwitterung des Quarzporphyrs entsteht ein
flachgründiger, lehmiger, stark mit Steinschutt durchsetzter Boden.
Im NW-Teil des Untersuchungsgebiets existiert mit dem fluidalen Quarzporphyr mit großen
kaolinisierten Einsprenglingen eine Übergangsform zwischen dem älteren und dem jüngeren
Quarzporphyr,.
Porphyrtuffe: Je nach Entstehung kommen die lockeren vulkanischen Auswurfmassen als
grobklastische Brockentuffe oder feinkörnige, sandsteinähnliche Tuffe und porphyrartige, feste
Tuffe vor. Das Verwitterungsergebnis ist ein brauner, lehmiger Boden.
Sedimente: Konglomerate, Sandsteine und Schiefertone sind im Untersuchungsgebiet kaum
vorhanden. Sie verwittern tiefgründiger als die widerstandsfähigeren Quarzporphyre und ergeben
einen stark rot gefärbten Boden.
Die Verbreitung der geologischen Einheiten ist in Abbildung 5 dargestellt.
2.2.2. Oberflächennaher Untergrund
Der oberflächennahe Untergrund im Untersuchungsgebiet wird von Lockermaterialdecken
gebildet, die durch periglaziale Prozesse überwiegend im Spätglazial der letzten Kaltzeit
entstanden sind. Ihre Diversität beruht auf der genannten unterschiedlichen Verwitterbarkeit des
Ausgangsgesteins sowie verschiedenen geomorphologischen Prozessen (Solifluktion,
Kryoturbation und Eiskeilbildung). SCHILLING & WIEFEL (1962) gliedern die periglazialen
Deckschichten über der Verwitterungsschicht (Zersatzzone) vom Liegenden zum Hangenden in
Basis-, Haupt- und Deckfolge. Andere Nomenklaturvorschläge und weitere Untersuchungen sind

2. Das Untersuchungsgebiet 27
in der Arbeit von ALTERMANN (1998) zusammengefasst. Die Ausprägung und regionale
Verbreitung der einzelnen Schichtglieder im Untersuchungsgebiet wurden von SCHILLING (1962)
und WUCHOLD & NEIS (1969) beschrieben und sind in Tabelle 4 dargestellt.
Tab. 4: Verbreitung und Merkmale der periglazialen Deckschichten im Untersuchungsgebiet
Schichtglied
Verbreitung
mittlere
Mächtigkeit
Charakteristik
Deckfolge
- im ganzen Untersuchungsgebiet
- in Abhängigkeit von Bodenart fünf verschiedene
Untergliederungen mit Skelettanteilen zwischen 50
und 75 %
- meist Podsole ausgebildet
Hauptfolge
- fehlt an Mittel- und
Un-terhängen der Kerbtäler
und in der
Quellmulde durch
Solifluktion und Seitenerosion
- 0,25 - 1m - geringerer Steinanteil als Basisfolge und Zersatzzone,
Hohlräume mit Feinerdematerial verfüllt
- Substratumarbeitung durch holozäne Bodenbildung
(überwiegend B-Horizonte)
- mittleres Porenvolumen: ca. 24 %
- Altersdatierung durch Vorkommen der Schwerminerale
der Laacher-See-Tephra: vor oder
während der Jüngeren Dryas
Basisfol-ge
- auf höchsten Punkten
solifluidal abgetragen
- fehlt an Mittel- und
Unterhängen des
Schmücker Grabens
- 1 - 2 m,
teilweise über
8 m
- an Verwitterungsprodukt der Zersatzzone gebunden,
fast vollständig aus Steinen ohne
Feinsubstanz bestehend
- Porenvolumen: ca. 36 %
Zersatzzone
- Quellmulde des
Schmücker Grabens
- NE-Hang des Steinbachs
- 1,5 m - über dem Grundgebirge anstehend, nicht periglazial
verlagertes Verwitterungsmaterial
- mittleres Porenvolumen: ca. 40 %
- Kluftsysteme bei fehlender Basisfolge mit feinerdereicheren
Schutten der Hauptfolge verfüllt
Eine flächendeckende Darstellung der Verbreitung der einzelnen Schichtfolgen im
Untersuchungsgebiet ist nicht möglich (MICHL 1999), da im gesamtem Gebiet mit großflächigen,
durch mehrmalige mittelalterliche Entwaldungen hervorgerufene Substratumsetzungen zu
rechnen ist. Eine vertikale Kartierung sieht aber WUCHOLD (1971) für eine genauere Erfassung
des Wasserumsatzes im oberflächennahen Untergrund als erforderlich an.
2.3.3. Bodenentwicklung

2. Das Untersuchungsgebiet 28
Im Untersuchungsgebiet herrschen podsolige Böden vor (STEPHAN 1968), wobei es sich
überwiegend um Braunerde-Podsolböden handelt. Abweichungen von diesem Bodentyp finden
sich auf dem E-Hang des unteren Schmücker Grabens (reine Podsole), am NW-exponierten
Hangbereich des unteren Steinbachs und auf dem W-Hang oberhalb der Pegelanlage des
Schmücker Grabens (Ranker-Podsolböden) sowie in den Quellmulden, den holozän entstandenen
Erosionstälchen und den Kerbtälern des Schmücker Grabens und des Steinbachs (Pseudogleye
bzw. Pseudogley-Braunerden oder Gleye) (MICHL 1999).
2.4. Hydrologische Dynamik
Die Hydrodynamik hängt eng mit der Reliefgestaltung, die aus den geologischen und
pedologischen Verhältnissen resultiert, zusammen.
Die Abflussentstehung im Untersuchungsgebiet wird von den periglazialen Deckschichten mit
ihren klimagenetisch bedingten Schichtdifferenzierungen bestimmt. Die Zersatzzone des
Anstehenden stellt nach WUCHOLD & NEIS (1969) den größten unterirdischen Wasserspeicher dar
Der wasseraufnahmefähige Raum beträgt nach den Berechnungen von SCHILLING (1962) 50 bis
80 mm. Die Spaltenquelle des Steinbachs wird vermutlich aus der Zersatzzone bzw. dem
Grundgestein gespeist. Sie weist mit 5,1 °C (SCHLÜTER 1969) die niedrigste mittlere
Wassertemperatur im Untersuchungsgebiet auf. Das entspricht in etwa der mittleren
Jahrestemperatur dieser Höhenlage (vgl. Abschnitt 4.2).
Der Zersatzzone liegt die Basisfolge auf, die eine große Wasserspeicherkapazität und ein hohes
Wasserleitvermögen besitzt. Ihr ist eine besondere hydrologische Bedeutung für die
Abflussentstehung beigemessen. Die Quellaustritte des oberen Schmücker Grabens werden aus
der Basisfolge und mit Zuschusswasser aus der Zersatzzone gespeist. Sie weisen einen ganzjährig
kontinuierlichen Wasserfluss auf, ähnlich wie dem der direkt gespeisten Spaltenquelle des
Steinbachs, unterscheiden sich aber durch ihre im Mittel 1 bis 3 °C höheren Wassertemperaturen.
Dem Speicher der Basisfolge wird kein Wasser für den pflanzlichen Stoffkreislauf durch Transpiration
entzogen. Zusätzlich ist eine Speisung über infiltrierendes Niederschlagswasser aus den
hangenden Folgen möglich, da in der Basisfolge verfestigte wasserhemmende Schichten
ausgebildet sind. Zum Beispiel ist die stark witterungsabhängige Schüttung des Quellaustritts am

2. Das Untersuchungsgebiet 29
Osthang des Schmücker Grabens auf die Existenz einer wasserstauenden Schicht in Verbindung
mit einem starken Hangwasserzug und einer niederschlagsereignisbezogenen Wasserspeisung
zurückzuführen.
Die aufliegende Hauptfolge bildet, wenn verbreitet, durch ihr geringes Porenvolumen und
fehlende Hohlräume eine wenig aufnahmefähige Stauschicht. Im Gegensatz dazu zeichnet sich die
im gesamten Untersuchungsgebiet verbreitete Deckfolge durch ein großes Porenvolumen mit
einem geringen Wasserhaltevermögen aus. Dadurch fallen die in die Deckfolge eingeschnittenen
Talabschnitte nach der Schneeschmelze und einsetzender vegetativer Phase im Frühjahr schnell
trocken (WUCHOLD & NEIS 1969).
Neben der Ausprägung der Deckschichten hat nach WUCHOLD & NEIS (1969) und SCHILLING
(1962) die Reliefgestaltung aufgrund der engen Korrelation zwischen Hangneigung und
Abflussgeschwindigkeit des Grundwassers einen entscheidenden Einfluss auf den Wasserhaushalt
im Untersuchungsgebiet.
Die Schicht- und Kluftsysteme des Anstehenden und der Zersatzzone sind im Bereich der
Geländekuppen mit dem lehmigen Material der Hauptfolge verfüllt, da die Basisfolge dort fehlt.
Dadurch wird die Infiltration des Niederschlagwassers gehemmt, so dass eine überwiegend
hangabwärts gerichtete Wasserbewegung zu beobachten ist. Auf den Verebnungsflächen hat der
Wasserstau zu Vermoorung geführt.
Die weniger steil geneigten Hänge (Neigung bis 15 °) besitzen nach SCHILLING (1962) eine
ungestörte Deckschichtenfolge, die durch Hangsickerwasserzüge über den wasserstauenden
Schichten der Hauptfolge gekennzeichnet sind. In den grobklastigen Horizonten der Basisfolge
sind hangparallele Sickerwasseraustritte nachgewiesen, die zu einer Vielzahl kleiner, in der Regel
periodisch schüttenden Quellen führen.
Die Deckschichten der Hänge mit Neigung über 15 ° sind dachziegelartig angeordnet.
Demzufolge fließt das infiltrierte Wasser stufenartig über den Verdichtungshorizonten
hangabwärts. Reliefabhängig sind linien- oder flächenhafte Wasseraustritte zu beobachten, die zur
Ausbildung von Quellen oder bedingt durch die wasserstauende Wirkung des oberflächennahen
Substrates zu Nassstellen führen und die Tendenz zur Moorbildung aufweisen können.
Tab. 5: Durchschnittliche monatliche Abflusskennwerte

2. Das Untersuchungsgebiet 30
Abfluss
[mm]
niedrigster
Abfluss
[m³/s]
mittlerer
Abfluss
[m³/s]
höchster
Abfluss
[m³/s]
November 97,4 0,026 0,156 2,207
Dezember 109,6 0,029 0,170 3,245
Januar 106,7 0,032 0,166 1,172
Februar 101,2 0,026 0,174 1,695
März 135,5 0,025 0,210 1,465
April 140,7 0,027 0,226 1,388
Mai 75,8 0,037 0,118 1,040
Juni 38,6 0,027 0,062 0,348
Juli 42,8 0,027 0,066 0,653
August 27,1 0,029 0,042 0,395
September 76,8 0,024 0,123 2,973
Oktober 86,6 0,016 0,135 0,715
Jahr 1038,9 0,016 0,137 3,245
Die Abflusskennwerte für den Untersuchungszeitraum sind in Tabelle 5 zusammengefasst.
Der mittlere jährliche Abfluss der hydrologischen Jahre 1995 bis 1999 beträgt 1039 mm. Dabei
lässt sich der hydrographische Jahresgang des Untersuchungsgebiets in zwei Phasen teilen: die
Hochwasserperiode der Winterhalbjahre (691 mm) und die Niedrigwasserperiode der
Sommerhalbjahre (348 mm).
Im Winterhalbjahr treten die stärksten mittleren Abflüsse zur Zeit der Schneeschmelze in den
Monaten März (0,210 m³/s) und April (0,226 m³/s) auf, während der Abfluss in den Monaten
November bis Februar (zwischen 0,156 m³/s und 0,174 m³/s) nur gering schwankt und durch
Regen- und Mischniederschläge bedingt ist. Dagegen kommen die niedrigsten mittleren Abflüsse
in den Sommermonaten Juni, Juli und August (zwischen 0,042 m³/s und 0,066 m³/s) vor. Der
Abfluss im Mai (0,118 m³/s) wird durch die Schneeschmelze und die Abflüsse im September und
Oktober (0,123 m³/s bzw. 0,135 m³/s) durch Regenniederschläge bestimmt.
Der höchste Abfluss im Untersuchungszeitraum wurde mit 3,245 m³/s im Dezember 1995
gemessen, der niedrigste mit 0,016 m³/s im Oktober 1997.

2. Das Untersuchungsgebiet 31
2.5. Vegetation
Das Untersuchungsgebiet befindet sich pflanzengeographisch im Bereich der hochmontanen
Fichtenstufe, deren natürliche Waldgesellschaft aus einem Wollreitgras-Fichtenwald (Calamagrostio
villosae-Piceetum) mit eingeschalteten Hoch- und Niedermoorbereichen besteht und von montanen
Buchenwäldern im Luv des Thüringer Waldes und Tannenmischwäldern im Lee umgeben wird
(SCHLÜTER 1964).
Die Einzugsgebiete von Schmücker Graben und Steinbach weisen heute infolge ihrer rein
forstwirtschaftlichen Nutzung nur artenarme Fichtenforst- und teilweise Kahlschlagsgesellschaften
auf. Die Vegetation im Untersuchungsgebiet wird zu ca. 93 % von der
Fichte (Picea abies) dominiert. Der Lärchenanteil (< 1 %) kann bei der Wasserhaushaltsbilanzierung
vernachlässigt werden. Die rote Torfmoosgesellschaft der Hochmoore
(Sphagnetum medii), die kleinseggen- und torfmoosreichen Pflanzengesellschaften der Quellmoore
(Carici canescentis-Agrostietum caninae) und die torfmoosreiche Milzkraut-Quellflur der Nassstellen
(Chrysosplennietum oppositifolii sphagnetosum) nehmen ca. 2 % und die vor allem mit Wollreitgras
(Calamagrostis villosa) bestandenen Kahlflächen ca. 4 % des Untersuchungsgebiets ein (STEPHAN
1968).
Die heutige Waldzusammensetzung ist das Ergebnis natürlicher und anthropogener Faktoren, wie
die Ausweitung des natürlichen Fichtenareals im ausgehenden Mittelalter, großflächige
Entwaldungen, die Windbruchkatastrophe mit nachfolgender Borkenkäferkalamität von 1946 bis
1949 (Bestandsvernichtung ca. 70 %) und der Schneebruch 1981/82 (Bestandsvernichtung 50 %).
Durch die gleichzeitige Wiederaufforstung der betroffenen Flächen sind heute über 60 % des
Fichtenareals im wesentlichen gleichen Alters.

2. Das Untersuchungsgebiet 32
Abb. 6: Verbreitung der Vegetation im Untersuchungsgebiet
Die Quell- und Hochmoore im Untersuchungsgebiet nehmen eine hydrologische Sonderstellung
ein. Aufgrund ihrer extrem großen Wasserrückhaltung stellen sie Speichersysteme dar, die die
Abflussbildung verzögern. Die Hochmoore des Untersuchungsgebiets sind im Atlantikum (ca.
5 000 bis 3 000 v. Chr.) durch die Versumpfung von fichtenreichen Eichenmischwäldern
entstanden. Die Quellmoore sind wesentlich jüngeren Alters (Beginn unserer Zeitrechnung). Die
wichtigsten Moorbereiche in den beiden Einzugsgebieten sind das leicht muldenförmige

2. Das Untersuchungsgebiet 33
Quellmoor des Steinbachs, das ebene Hochmoor des oberen Schmücker Grabens und das
uhrglasförmige Hochmoor des Großen Beerbergs (ausführliche Beschreibung der Moore bei
MICHL 1999 und STEPHAN 1968).
Der Waldbestand modifiziert über die Verdunstungsprozesse Transpiration und Interzeption den
Wasserhaushalt. Zudem bewirken die unterschiedlichen Bestandsdichten der Fichtenforste
Variationen beim Niederschlagseintrag und bei der Ausbildung der Schneedecke (MICHL 1999).
2.6. Bisherige Arbeiten
Die Forschungsaktivitäten im Untersuchungsgebiet begannen im Jahr 1958 mit der Einrichtung
der beiden Quelleinzugsgebiete als hydrologisches Untersuchungsgebiet. Die damaligen
Forschungen wurden zur Niederschlagserfassung in kleinsten Gebieten und zur Untersuchung der
Abflüsse in kleinsten natürlichen Gerinnen und Quellen durchgeführt. Basierend auf dieser
Zielsetzung erfolgte die Einrichtung von Messanlagen (vgl. Abschnitt 4.1.1.) zur Bilanzierung der
Wasserhaushaltsgrößen Niederschlag, Abfluss und Grundwasservorrat. Die folgende Auflistung
beschreibt die wichtigsten Forschungsberichte in ihrer zeitlichen Abfolge und ihre grundlegenden
Aussagen.
• MICHEL & RAACKE (1957) führen erste geologische und hydrogeologische
Untersuchungen durch. Auf der Grundlage ihrer Ergebnisse wurden die beiden
Quelleinzugsgebiete für langfristige meteorologische und hydrologische Beobachtungen
ausgewählt. Dafür waren die folgenden Voraussetzungen ausschlaggebend: (a) ein
flächenmäßig genau erfassbares Einzugsgebiet, bei dem sich ober- und unterirdische
Wasserscheide entsprechen; (b) dichter Untergrund in nicht allzu großer Tiefe ohne
Störungszonen, so dass kein unterirdischer Ab- oder Zufluss in oder von anderen
Einzugsgebieten erfolgt; (c) eine eng begrenzte Abflussstelle zur Erfassung des ober- und
unterirdischen Abflusses, was am Zusammenfluss beider Wildbäche gegeben ist.
• SCHILLING (1962) leitet in seiner Dissertation eine erste Nomenklatur zur Gliederung
periglazialer Deckschichten ab und beschreibt ihre Funktion als wassertransformierende

2. Das Untersuchungsgebiet 34
Systemkomponente mit entscheidendem Einfluss auf die hydrodynamischen Verhältnisse
im Untersuchungsgebiet. Seine Arbeit liefert erste quantitative Aussagen über das
Porenvolumen und die zu erwartenden Mächtigkeiten der einzelnen Schichtfolgen.
Ausführliche Aufschlussbeschreibungen der Deckschichten im Untersuchungsgebiet
geben SCHILLING & WIEFEL (1962).
• PONNDORF et al. (1963) erstellen erstmals eine monatliche Wasserbilanzierung für die
hydrologischen Jahre 1959 bis 1962. Ihre Arbeiten zeigen, dass die beiden
Quelleinzugsgebiete ein unterschiedliches Abflussverhalten zu Niedrig- und
Hochwasserzeiten aufweisen. Das könnte nach ihrer Ansicht in der unterschiedlichen
morphologischen Ausstattung beider Gebiete und der daraus resultierenden veränderten
Verdunstung und Schneeakkumulation sowie dem größeren Anteil der Moorflächen im
Steinbachtal mit einer folglich höheren Speicherkapazität begründet sein. Sie stellen
bereits den Interflow als die herausragende Systemkomponente der Abflussbildung dar.
• PONNDORF & WILSER (1965) quantifizieren mit Tracerversuchen Abflussverluste am
Auslass beider Täler. Sie weisen nach, dass nach der Modernisierung der Pegelanlagen in
den Jahren 1963 bis 1965 die Niedrigwasserabflüsse besser erfasst werden und kein
weiterer Anhaltspunkt für ein oberflächennahes Abfließen von Grundwasser aus den
Deckschichten besteht.
• SCHLÜTER (1966) führt eine pflanzensoziologische Kartierung im Untersuchungsgebiet
durch, die im Zusammenhang mit Bodenfeuchtemessungen eine flächenhafte
Einschätzung der Bodenwasserverhältnisse erlaubt. Grundlage dafür ist die enge
Korrelation zwischen der Artenkombination der Vegetationseinheiten und dem
Bodenwasserhaushalt. Seine Ergebnisse zeigen markante Unterschiede im
Vegetationsmosaik beider Täler, die in unterschiedlichen Bodenfeuchteverhältnissen
begründet sind. In seiner Habilitation 1969 schreibt er, dass sich der Einfluss des
Bodenwasserhaushalts viel wesentlicher auf die Vegetationsgliederung auswirkt als
klimatische Effekte. Weiter betont er, dass die Bodenfeuchte einen entscheidenden Faktor
für die Abflussbildung darstellt und eng mit Verdichtungshorizonten in den periglazialen
Deckschichten korreliert. Im Rahmen der Regionalisierung von Punktemessungen der
Bodenfeuchte ist sein Verfahren, Pflanzengesellschaften als Indikator für

2. Das Untersuchungsgebiet 35
Bodenwasserhaushaltsstufen zu verwenden, von Bedeutung.
• STEPHAN (1968) erarbeitet eine physisch-geographische Komplexuntersuchung für beide
Einzugsgebiete. Er beschreibt die einzelnen Systemkomponenten auf Grundlage
umfangreicher Kartierungs-, Labor- und Feldarbeiten und hebt hervor, dass die
topographischen Eigenschaften für die Abflussbildung und die Moorflächen als wichtige
Speichergrößen für den Wasserhaushalt eine wesentliche Rolle spielen.
• WUCHOLD & NEIS (1969) berechnen unter Berücksichtigung der gemessenen
Niederschlags- und Abflusswerte und Bestimmung des Grundwasservorrats die
Gebietsverdunstung als Restgröße des Wasserhaushalts. Aus ihren monatlichen Bilanzen
geht hervor, dass die Größenordnung der Schneeverdunstung, der winterlichen
Interzeption und des Nebelniederschlags nicht hinreichend bekannt sind und auch für die
Berechnung der Speichergrößen des Bodenwasser- und Grundwasserreservoirs weitere
Angaben zu Mächtigkeit und Porenvolumen der Deckschichten sowie kontinuierliche
Aufzeichnungen von Grundwasserständen fehlen.
• WUCHOLD (1971) erstellt erneut eine Wasserhaushaltsbilanzierung. Für den
Untersuchungszeitraum von Mai 1960 bis Oktober 1970 verwendet er Messwerte der
Globalstrahlung der Ortschaft Gehlberg zur Abschätzung der Verdunstung. Seine
Berechnung basiert auf neuen Untersuchungen zur Interzeption und zur Bestimmung des
Grund- und Bodenwasserspeichers.
• MICHL (1999) führt eine Systemanalyse mit den Modellen PRMS/MMS und
TOPMODEL für die hydrologischen Jahre 1958 bis 1998 auf täglicher Basis durch. Er
betrachtet vor allem die Systemänderungen infolge des aufwachsenden Waldes und
vergleicht beide Einzugsgebiete hinsichtlich ihres Abflussverhaltens. Seinen
Untersuchungen liegt die Ausweisung von hydrologisch ähnlich reagierenden
Teileinzugsgebieten zugrunde.
Diese Auflistung der wichtigsten Forschungsberichte zeigt, dass die Einzugsgebiete vor allem bis
Anfang der 1970er Jahre unter hydrologischen, geologischen und pflanzensoziologischen
Gesichtspunkten untersucht und erst in den letzten Jahren für weitere Arbeiten verwendet
wurden. Dazwischen liegt ein über 20-jähriger Zeitraum wasserwirtschaftlicher Routinemessung.

2. Das Untersuchungsgebiet 36
Die vorgestellten Arbeiten liefern die Grundlagen der modellgestützten kurzfristigen und
flächenbasierten Wasserhaushaltsbilanzierung.

3. Die hydrologischen Modellsysteme
Im Rahmen der vorliegenden Arbeit werden die Modellsysteme PRMS/MMS und TOPMODEL
zur Modellierung der Abflussbildung verwendet. Kapitel 3 gibt einen Überblick über die
methodischen Grundlagen beider Konzepte. Im letzten Abschnitt werden die Modelle
hinsichtlich ihrer Vor- und Nachteile sowie ihrer Anwendbarkeit verglichen.
3.1. MMS als Rahmensystem
Das modulare Modellentwicklungssystem (MMS) wurde 1992 kooperativ vom U. S. Geological
Survey (USGS) und dem Center for Advanced Decision Support for Water and Environmental Systems –
CADSWES – (University of Colorado, Boulder, USA) entwickelt (LEAVESLEY et al. 1996). Es stellt ein
Rahmensystem dar, dass die individuelle Modellzusammenstellung und -anwendung ermöglicht.
Den Kern von MMS bildet eine Modul-Bibliothek. Unter einem Modul ist im Sinne von MMS ein
Programm (Fortran oder C) zu verstehen, das einen physikalischen Vorgang (zum Beispiel den
hydrologischen Prozess der Evapotranspiration) mathematisch beschreibt. Über einen
Modellbilder (xmbuild) kann der Anwender interaktiv und visuell die einzelnen Module auswählen,
deren Abhängigkeit über eine Pfeilstruktur wiedergegeben wird.
MMS verfügt über ein Graphical User Interface (GUI), das eine einheitliche Benutzeroberfläche
darstellt. Unter dem Menu ‚Edit’ werden die nutzerspezifischen Parameter eingegeben. Im
Menupunkt ‚Run’ können unterschiedliche Modelldurchläufe sowie Parameteroptimierungs- und
-sensitivitätsverfahren durchgeführt werden. Für die Ausgabe besitzt MMS verschiedene Graphikprogramme
und statistische Analysemethoden.
Die physikalischen Grundlagen von PRMS und TOPMODEL sind bereits in MMS implementiert
und verfügbar.
3.2. PRMS/MMS
3.2.1. Modellkonzeption
Das Flusseinzugsgebietsmodell PRMS (Precipitation-Runoff Modeling System) wurde 1983 vom U.S.
Geological Survey (USGS) entwickelt, um die Einflüsse von Niederschlag, Klima und Landnutzung
auf das Reaktionsverhalten der Abfluss- und Feststofftransportvorgänge zu untersuchen
(LEAVESLEY et al. 1983).

3. Die hydrologischen Modellsysteme 38
Nach der in Abschnitt 1.1.2. vorgestellten Gliederung hydrologischer Modelle kann PRMS/MMS
als ein distributives, physikalisch basiertes Modell bezeichnet werden, da die Komponenten des
Wasserkreislaufs mit physikalischen Gesetzmäßigkeiten oder auf messbaren Parametern
beruhenden empirischen Zusammenhängen erklärt werden (LÜLLWITZ 1993b). Die horizontale
Untergliederung wird durch die Integration des Konzepts der Hydrological Response Units (HRUs)
(vgl. Abschnitt 3.2.2.), die räumliche Untergliederung in der Vertikalen durch eine hierarchische
Kopplung von Speichersystemen umgesetzt. Die Speicherkaskaden sind dabei durch dynamische
Prozesse miteinander verbunden. Die Überschüsse der einzelnen Speicher gehen in den
nächstfolgenden über bzw. tragen direkt zur Abflussbildung bei.
Als minimale Eingabedaten benötigt PRMS/MMS tägliche Niederschlagswerte sowie tägliche
Maxima bzw. Minima der Lufttemperatur. Zusätzlich können Werte der Solarstrahlung benutzt
werden. Diese sind für die Simulation der Schneeschmelzprozesse von Vorteil, da die
Temperatur- und Solarstrahlungswerte zur Berechnung von Evaporation, Transpiration und
Schneeschmelze verwendet werden.
Der Wasserfluss wird im Modell systematisch wie folgt beschrieben. Der Niederschlag in Form
von Regen oder Schnee wird durch Interzeption, die von Dichte und Art der Vegetation abhängig
ist, verringert. Der Netto-Niederschlag, der die Bodenoberfläche erreicht, wird dem
Bodenspeicher zugeführt. Der oberen Bodenzone kann Wasser durch Evapotranspiration, der
unteren nur durch Transpiration entzogen werden. Wird die Infiltrationsrate des Bodens
überschritten, kommt es zur Bildung von Oberflächenabfluss. Ist die nutzbare Feldkapazität erreicht,
infiltriert das überschüssige Wasser zum Interflowreservoir und nach dessen Sättigung zum
Grundwasserspeicher (LÜLLWITZ 1993a). Folglich findet der vertikale Wasserfluss von den
atmosphärischen Eintragsgrößen über die transformierenden Speicher Vegetation, Schneedecke
und Bodenzone bis zu den Abflusskomponenten statt. Der Gesamtabfluss des Einzugsgebiets
berechnet sich aus der Summe von Oberflächen-, Interflow- und Grundwasserabfluss. Die
prozesskontrollierten Wasserflüsse zwischen den konzeptionellen Speichern sind in Abbildung 7
dargestellt.
Bei der Modellanwendung können Niederschlagsereignisse und Schneeschmelzprozesse simuliert
werden, wodurch Aussagen über Änderungen der Wasserbilanz, der Abflussbildung, der
Hochwasserspitzen und -mengen, des Bodenwasserhaushalts und der Grundwasserbilanz möglich
sind (LEAVESLEY et al. 1983).
Es kann dabei zwischen einem Tages- und einem Hochwassermodus unterschieden werden.
Ersterer erlaubt die Simulation des täglichen mittleren Abflusses über große Zeiträume

3. Die hydrologischen Modellsysteme 39
Abb. 7: PRMS/MMS Parameter und ihre Zuordnung zu den dynamischen Prozessen bzw.
Speichergliedern (MICHL 1999)

3. Die hydrologischen Modellsysteme 40
(kontinuierliche Simulation), während im Hochwassermodus Abfluss- und
Feststofftransportvorgänge für ausgewählte Starkregenereignisse modelliert werden
(ereignisbezogene, diskontinuierliche Simulation) (ÖVERLAND & KLEEBERG 1992).
3.2.2. Ableitung der Modelleinheiten
Das Modell PRMS verwendet Hydrological Response Units (HRUs) für die Simulation der
hydrologischen Dynamik auf täglicher Basis und flow planes sowie channel segments für die
ereignisbezogene Modellierung (LEAVESLEY & STANNARD 1995).
Die Untergliederung des Einzugsgebiets in HRUs wird nach topographischen und
physiographischen Charakteristika, wie Hangneigung, Exposition, Bodentyp und Landnutzung,
vorgenommen. Von jeder HRU wird angenommen, dass sie bezüglich ihrer hydrologischen
Dynamik und den zuvor genannten Gebietseigenschaften homogen ist. Das HRU-Konzept (vgl.
FLÜGEL 1995a, 1996a, 1996b) ist ein deterministisches Konzept, da die Teilgebiete nach ihrer
naturräumlichen Ausstattung beurteilt werden. Die Ableitung der HRUs erfolgt wissensbasiert in
einem Geographischen Informationssystem (GIS).
In PRMS wird für jede HRU eine Wasser- und Energiebilanzierung durchgeführt. Bei täglicher
Abflussbilanzierung errechnet sich der Gesamtabfluss des Einzugsgebiets aus der Summe der
flächengewichteten Abflüsse aller HRUs.
Im Rahmen dieser Arbeit werden die für die ereignisbezogene Modellierung ausgewiesenen
Teilgebiete als Modeling Response Units (MRUs) bezeichnet.
Im ereignisbezogenen Modus wird das Einzugsgebiet in eine Serie von untereinander
verbundenen flow planes und channel segments gegliedert. Die flow planes sind die dem nächsten
Gerinne tributären, oberflächenwasserzuführenden Flächen und werden über die Parameter
Hangneigung und Oberflächenrauhigkeit unterschieden. Die channel segments bilden das eigentliche
Entwässerungsnetz, wobei die einzelnen Segmente von bis zu drei Bereichen Wasser erhalten
können: die aus dem zuvor liegenden Gerinneabschnitt zugeführte Wassermenge und der laterale
Zufluss von den linken und rechten flow planes des Gerinnebetts.
Die Ableitung der flow planes und channel segments für ein Einzugsgebiet kann mit dem GIS
WEASEL (VIGER et al. 2000)vorgenommen werden. WEASEL ist ein Graphical User Interface
(GUI), welches entwickelt wurde, um den Modellanwendern die Charakterisierung und
Parametrisierung des Entwässerungsnetzes und der MRUs für Modelle mit räumlicher

3. Die hydrologischen Modellsysteme 41
Diskretisierung (zum Beispiel PRMS) zu erleichtern (VIGER et al. 2000).
3.2.3. Simulationsalgorithmen der Wasserkreislaufkomponenten
Im folgenden werden die wesentlichen mathematischen Grundlagen der einzelnen
Berechnungsverfahren für die verschiedenen systeminternen Prozesse und Speichergrößen
vorgestellt (in Anlehnung an MICHL 1999). Eine detaillierte Darstellung der
Simulationsalgorithmen ist dem Benutzerhandbuch von PRMS (LEAVESLEY et al. 1983) zu
entnehmen. (In dieser Arbeit werden die Parameterabkürzungen von MMS verwendet.)
3.2.3.1. Simulation der täglichen Abflussbildung
Die Modelleingangsdaten Temperatur, Niederschlag und Solarstrahlung müssen zunächst von den
Punktmessungen auf die MRUs angepasst werden.
Die Maximum- (tmax) und Minimumtemperaturen (tmin) berechnen sich aus einem
monatlichen Faktor (tmax_lapse, tmin_lapse), der die höhenbedingte Temperaturänderung
berücksichtigt, einem Korrekturfaktor (tmax_adj, tmin_adj), der die Abhängigkeit der Temperatur
von Hangrichtung und Hangneigung wiedergibt, und der Höhendifferenz zwischen Klimastation
und jeder MRU.
Der gemessene Niederschlag (hru_ppt) wird mit dem Faktor rain_adj bzw. snow_adj bezüglich des
Einflusses der Höhenlage, Lage des Niederschlagmessgeräts in Luv oder Lee, windbedingte
Messfehler u. ä. monatlich für jede MRU korrigiert. Des weiteren wird der prozentuale
Regenanteil am Regen-Schnee-Gemisch (prmx) bestimmt, sofern die Niederschlagsart (Regen oder
Schnee) im Eingangsdatensatz unterschieden wird.
prmx =
tmax - tmax_allsnow
tmax - tmin
·adjmix_rain
mit
tmax_allsnow = Basistemperatur, unter der der gesamte Niederschlag als Schnee fällt
adjmix_rain
= Monatlicher Faktor zur Anpassung des Regen-Schnee-Gemischs
Ist die Niederschlagsart nicht im Eingabedatensatz definiert, wird der Niederschlag bei tmax ≤
tmax_allsnow als Schnee und bei tmin ≥ tmax_allsnow als Regen simuliert. Liegt tmax_allsnow
zwischen tmin und tmax, wird ein Mischniederschlagsereignis angenommen, dessen Regenanteil
nach dem bereits beschriebenen Algorithmus berechnet wird. Des weiteren kann ein
Schwellenwert der Maximumtemperatur (tmax_allrain) festgelegt werden, bei dessen

3. Die hydrologischen Modellsysteme 42
Überschreitung der Niederschlag immer als Regen fällt. Damit wird garantiert, dass nächtliche
Minimumtemperaturen vor allem in den Übergangsjahreszeiten keinen Einfluss auf die tägliche
Niederschlagsart ausüben (Beispiel: Nachmittägliche Gewitterregen im Frühjahr werden auch bei
Nachtfrost als Regen simuliert).
Die Solarstrahlung wird zur Berechnung von Schneeschmelzprozessen und
Evapotranspirationsraten benötigt. Der tägliche Strahlungsgewinn jeder MRU ist eine Funktion
der Hangneigungs- und Expositionskombination.
swrad = solrad ·
radpl_potsw
horad
mit swrad = Solarstrahlung einer MRU
solrad = Gemessene Solarstrahlung
radpl_potsw = Tägliche potentielle Solarstrahlung der bestimmten Hangneigungs- und
Expositionskombination einer MRU
horad = Tägliche potentielle Solarstrahlung einer horizontalen Fläche
Die Faktoren radpl_potsw und horad werden modellintern aus 13 potentiellen Solarstrahlungswerten
linear interpoliert. Dafür sind Angaben zur geographischen Breite (radpl_lat),
Exposition (radpl_asp) und Hangneigung (radpl_slope) erforderlich.
Enthält der Eingabedatensatz keine Solarstrahlungswerte, werden diese vom Modell über
temperatur- und niederschlagsabhängige Näherungsverfahren berechnet. Auf diese Verfahren
wird nicht näher eingegangen, da für den Untersuchungszeitraum Solarstrahlungswerte vorliegen.
Im folgenden wird die rechnerische Umsetzung der Interzeption, der Evapotranspiration und der
Prozesse in der Bodenzone betrachtet.
Die Interzeption wird von der Vegetationsdichte und der Speicherkapazität der vorherrschenden
Vegetation jeder MRU bestimmt.
netppt = hru_ppt · (1 - covden) + (thrufall · covden)
mit
netppt = Bestandsniederschlag
hru_ppt = Freilandniederschlag
covden = Prozentualer Bedeckungsgrad für Sommer- und Winterhalbjahr
thrufall = Abtropfender Niederschlag
für hru_ppt > (rain_intcp - intcp_stor):
thrufall = hru_ppt - (rain_intcp - intcp_stor)

3. Die hydrologischen Modellsysteme 43
für hru_ppt ≤ (rain_intcp - intcp_stor): thrufall = 0
mit rain_intcp = Maximale Speicherkapazität der Vegetation
intcp_stor = Aktueller Interzeptionsspeicher
Die Interzeptionsverdunstung entspricht der Evaporation einer freien Wasseroberfläche (evcan)
und berechnet sich als dem Quotienten aus der potentiellen Evapotranspirationsrate (potet) und
einem monatlichen pan-Evapotranspirationskoeffizienten (epan_coef).
Die Sublimation von Schnee wird als prozentualer Anteil der potentiellen Evapotranspiration
festgelegt. Der Schmelzwasserumsatz kann über eine Energiebilanzierung bei der Berechnung des
täglichen Interzeptionsverlustes berücksichtigt werden (siehe Beschreibung der
Schneekomponenten).
Der Interzeptionsverlust entspricht der Interzeptionsspeichermenge, wenn evcan > intcp_stor, oder
der aktuellen täglichen Evaporation, wenn evcan < intcp_stor ist.
Der Bodenwasserhaushalt wird durch die Infiltration des Bestandsniederschlags und des
Schneeschmelzwassers vergrößert und durch Verdunstung, Interflow und Perkolation zum
Grundwasser verringert. Die daraus resultierende Bodenfeuchte beeinflusst die aktuelle
Evapotranspiration und die Abflussbildung. Die Mächtigkeit des Bodenpakets wird durch die
Durchwurzelungstiefe der vorherrschenden Vegetation bestimmt. Das maximale
Wasserspeichervermögen des Bodens wird als nutzbare Feldkapazität (soil_moist_max) definiert
und umfasst den Bereich zwischen Feldkapazität und permanentem Welkepunkt.
Der Boden wird in zwei Kompartimente gegliedert. Im Oberboden (nutzbare Feldkapazität:
soil_rechr_max) wirken die Prozesse Evaporation und Transpiration, im Unterboden (nutzbare
Feldkapazität: soil_moist_max - soil_rechr_max) nur Transpiration.
Zur Berechnung der potentiellen Evapotranspiration (potet) stehen in PRMS/MMS drei
Verfahren zur Auswahl: Class-A-Pan, Verfahren nach HAMON (1961, zitiert in LÜLLWITZ 1993a)
und Verfahren nach JENSEN & HAISE (1963, zitiert in LÜLLWITZ 1993a). Das Class-A-Pan benutzt
tägliche Evapotranspirationsmesswerte (pan_evap) und einen monatlichen Anpassungskoeffizienten
(epan_coef). Die potentielle Evapotranspiration nach HAMON wird aus den mittleren
täglichen Lufttemperaturen (tavgf), der möglichen Sonnenscheindauer (radpl_sunhrs) und einem
monatlichen Korrekturfaktor (hamon_coef) berechnet. Das Verfahren nach JENSEN & HAISE
benötigt die meisten Werte. In die Berechnung gehen Lufttemperatur (tavgf), Solarstrahlung (solrad)
und zwei Koeffizienten (jh_coef, jh_coef_hru) ein. Die Koeffizienten sind von Lufttemperatur,
Höhe, Luftfeuchte und der vorherrschenden Vegetation abhängig.
Wie die Ergebnisse von MICHL (1999) zeigen, sind die Evapotranspirationswerte nach Penman-
Monteith den in PRMS/MMS integrierten Methoden für das Untersuchungsgebiet vorzuziehen

3. Die hydrologischen Modellsysteme 44
und werden mit dem verfügbaren Datenmaterial extern berechnet (vgl. Abschnitt 4.1.).
Die aktuelle Evapotranspiration (hru_actet) ist eine Funktion der potentiellen
Evapotranspiration, der Bodenart sowie der aktuellen Bodenfeuchte und der Speicherkapazität
des Bodens. Sie setzt sich aus den beschriebenen Teilprozessen der Interzeptionsverdunstung, der
Evaporation und der Sublimation der Schneedecke zusammen. Der verbleibende Bedarf der
potentiellen Evapotranspiration (bei actet < potet) wird dem Bodenwasserspeicher entnommen.
Der Wasserentzug wird für die beiden Bodenkompartimente als Quotient aus aktuellem
Wassergehalt (soil_-rechr für die obere Bodenzone bzw. soil_moist für die untere Bodenzone) und
der nutzbaren Feldkapazität (soil_rechr_max bzw. soil_moist_max) bestimmt.
Der Zeitraum, in dem Transpiration stattfindet, wird durch transp_beg (Monat, in dem die
Transpiration einsetzt) und transp_end (Monat, in die Transpiration endet) festgelegt.
PRMS/MMS unterscheidet die Abflusskomponenten Oberflächenabfluss, Interflow und
Grundwasserabfluss.
Der Oberflächenabfluss basiert auf dem contributing area -Konzept. Das Konzept beschreibt die
gerinneparallele Ausdehnung von Sättigungsflächen über die Talaue bis in die Hang- und
Muldenbereiche des Einzugsgebiets in Abhängigkeit von Niederschlagsintensität und -dauer.
Oberflächenabfluss entsteht nur auf diesen Flächen. Dabei geht der abflusswirksame
Flächenanteil jeder MRU als prozentualer Flächenanteil der Gesamtfläche jeder MRU in die
Berechnungen ein und wird aus den Bodenfeuchtewerten des Vortages und dem
Bestandsniederschlag bestimmt.
Linearer Ansatz:
ca_percent = carea_min + (carea_max - carea_min) ·
soil_rechr
soil_rechr_max
mit
carea_min = Kleinste, zum Oberflächenabfluss beitragende Fläche
carea_max = Größte, zum Oberflächenabfluss beitragende Fläche
Nicht-linearer Ansatz:
ca_percent = smidx_coef · 10 (smidx_exp · smidx )
mit smidx = soil_moist · ½ net_ppt
mit
smidx_coef = Linearer Koeffizient
smidx_exp = Exponentieller Koeffizient

3. Die hydrologischen Modellsysteme 45
Der Oberflächenabfluss (sroff) wird in beiden Fällen aus dem Produkt von ca_percent und dem
Bestandsniederschlag (net_ppt) ermittelt. Die Differenz zwischen Bestandsniederschlag und
Oberflächenabfluss stellt die Menge des infiltrierten Wassers dar, welches dem Interflow- bzw.
Grundwasserspeicher zugeführt wird.
Mit dem Interflow als oberflächenparalleler Wasserfluss zwischen Bodenoberfläche und
Grundwasserspiegel wird in PRMS/MMS eine relativ schnelle Abflusskomponente simuliert, die
während und kurze Zeit nach Niederschlags- und Schneeschmelzperioden auftritt. Der
Interflowspeicher (ssres_in) wird aufgefüllt, wenn die nutzbare Feldkapazität (soil_moist_max) und
die maximale Grundwasserneubildungsrate (soil2gw_rate) überschritten werden. Die Abflussrate
aus dem Interflowspeicher (ssres_flow) wird über zwei Koeffizienten (ssrcoef_lin, ssrcoef_sq) wie folgt
berechnet:
ssres_flow = ssrcoef_lin · ssres_stor + ssrcoef_sq · ssres_stor²
Der Interflowspeicher wird außerdem über eine vertikale Transportkomponente reduziert. Er gibt
Wasser an den Grundwasserspeicher ab.
Der Grundwasserspeicher erhält Zufluss in Abhängigkeit vom Bodenwasserüberschuss aus der
maximalen Grundwasserneubildungsrate (wenn die nutzbare Feldkapazität der gesamten
Bodenzone gesättigt ist; an Tagen mit ausreichend Niederschlag) und der Wasserabgabe des
Interflowspeichers (wenn Wasser im Interflowspeicher verfügbar ist). Die Wasserabgabe
(ssr_to_gw) vom Interflow- an den Grundwasserspeicher ergibt sich nach folgender Gleichung:
ssr_to_gw = ssr2gw_rate · (
ssres_stor
ssr2gw_max
) ssr2gw_exp
mit ssr2gw_rate = Täglicher Grundwassererneuerungskoeffizient
ssr2gw_max = routing-Koeffizient
ssr2gw_exp = routing-Koeffizient
Der Grundwasserspeicher liefert den Basisabfluss (gwres_flow), der linear berechnet wird:
gwres_flow = gwflow_coef · gwres_stor
mit
gwres_coef = routing-Koeffizient
gwres_stor = Wasservolumen im Grundwasserspeicher

3. Die hydrologischen Modellsysteme 46
Der Grundwasserverlust in benachbarte Einzugsgebiete oder durch Tiefenversickerung kann über
die Multiplikation von gwres_stor mit einem Verlustkoeffizienten (gwsink_coef) berücksichtigt
werden.
Das Schneemodul in PRMS simuliert die Akkumulation und die Schmelze einer Schneedecke für
jede MRU. Die Simulation erfolgt auf Basis des Wasseräquivalents und eines dynamischen
Wärmespeichers, wobei die Wasserbilanz täglich und die Energiebilanz halbtäglich berechnet
werden.
Konzeptionell besteht das Schneepaket aus zwei Schichten: einer 3 bis 5 cm mächtigen
oberflächennahen Schicht und einer unterliegenden Schicht (vgl. Abb. 8). Zwischen den Schichten
findet ein Wärmeaustausch statt, wenn die Temperatur der oberen Schicht kleiner 0 °C ist
(negative Energiebilanz). Dies führt zu einem Wärmegewinn der oberen Schneeschicht.

3. Die hydrologischen Modellsysteme 47
Abb. 8: Komponenten der Energiebilanzierung eines Schneepakets (MICHL 1999)
Beträgt die Temperatur der oberen Schneeschicht 0 °C, so bestimmt die Energiebilanz der
Grenzschicht Schneeoberfläche-Atmosphäre den Wärmestrom. Dabei berechnet sich die
Energiebilanz aus der Summe von kurz- und langwelliger Nettostrahlung zuzüglich der sensiblen
und latenten Wärme (vgl. Abb. 8). Einfallender Niederschlag verursacht ebenfalls einen Energieeintrag
an der Schneeoberfläche, während der Wärmeaustausch zwischen der unteren Grenzschicht
des Schneepakets und der Bodenoberfläche vernachlässigbar ist. Bei positiver
Energiebilanz der Schneedecke wird Schnee in der oberen Schicht geschmolzen und als
Sickerwasser zur unteren Schneeschicht abgegeben. Bei Überschreitung der Speicherkapazität
infiltriert das Schmelzwasser in die Bodenzone oder führt zu Oberflächenabfluss. Neben der
Schneeschmelze erfährt die Schneeoberfläche Verluste durch Evaporation und Sublimation.
3.2.3.2. Simulation der ereignisbezogenen Abflussbildung
Im Hochwassermodus berechnet sich der Oberflächenabfluss aus der Differenz des durch
Interzeption reduzierten Niederschlags und der infiltrierten Wassermenge. Die Infiltration erfolgt
nur bei Niederschlägen in Form von Regen und schneefreier Bodenoberfläche. Für ihre
Berechnung wird der GREEN-AMPT-Ansatz (1911, zitiert in LEAVESLEY & STANNARD 1995)
verwendet. In der Gleichung werden die hydraulische Leitfähigkeit, die kapillare Saugspannung,
das Bodenfeuchtedefizit und die akkumulierte Infiltration berücksichtigt.
Das nicht infiltrierte Regenwasser fließt oberflächlich über die flow planes in die channel segments,
wobei die Simulation nach dem Verfahren der kinematischen Welle von LECLERC & SCHAAKE
(1973, zitiert in LEAVESLEY & STANNARD 1995) vorgenommen wird.
Der Gerinneabfluss bei Starkregenereignissen wird ebenfalls nach dem Verfahren der
kinematischen Welle modelliert. Dabei ist die Abflussrate als eine Funktion von Gerinnestrecke
und Zeit zu verstehen.
Interflow- und Grundwasserabfluss erfolgen analog der Simulation im Tagesmodus, jedoch mit
kürzeren Berechnungszeitschritten.
Der Sedimenttransport wird durch das rill-interrill -Konzept von HJELMFELT et al. (1975, zitiert in
LEAVESLEY & STANNARD 1995) realisiert. Die Loslösung der Bodenpartikel wird durch
Regentropfenaufprall (interrill areas) und durch Oberflächenabfluss (rills) verursacht. Die aus den
MRUs mit dem Oberflächenabfluss eingetragenen Sedimente werden mit dem Gerinneabfluss

3. Die hydrologischen Modellsysteme 48
weiter transportiert. PRMS berücksichtigt aber keine weiteren Lösungs- und Abtragungsprozesse
in den Gerinneabschnitten.
3.2.4. Bisherige Anwendungen
Das Niederschlags-Abfluss-Modell PRMS wurde seit seiner Entwicklung 1983 in verschiedenen
klimatischen und physiographischen Regionen eingesetzt.
Viele Untersuchungen sind in den USA durchgeführt worden, zum Beispiel von JETON & SMITH
(1993) in zwei Einzugsgebieten der Sierra Nevada (Kalifornien, Nevada) , von LÜLLWITZ (1993b) in
einer subalpinen Region (Deadhorse Creek in Colorado/ USA) und von HAY et al. (1993) im
Einzugsgebiet des Gunnison River (Colorado/ USA).
STAUDENRAUSCH (1996) wendete das Modell auf das Ntamhlope-Einzugsgebiet (Südafrika) im
semiariden, tropischen Sommerregenklima an. Er diskutiert die Fähigkeit von PRMS/MMS zur
Simulation der Abflussbildung in Gebieten der südlichen Hemisphäre und die Sensitivität des
Modells bei Veränderung der Landnutzung.
PRMS/MMS ist auch mehrfach in Deutschland eingesetzt worden, wo seine Anwendbarkeit im
Mittelgebirgsklima des Rheinischen Schiefergebirges, Einzugsgebiete Sulz (Teileinzugsgebiet der
Sieg) (BONGARTZ 1996), Sieg (FLÜGEL 1996b) und Bröl (Nebenfluss der Sieg) (FLÜGEL 1995a,
FLÜGEL 1995b, FLÜGEL 1996a, LÜLLWITZ 1993a), und des Thüringer Waldes, Einzugsgebiete
Schmücker Graben und Steinbach (MICHL 1999), nachgewiesen wurde. Weiterhin wurde das
PRMS im Brugga-Einzugsgebiet im Schwarzwald (LINDENLAUB et al. 1997) getestet, wobei die
verschiedenen Abflusskomponenten den Schwerpunkt dieser Untersuchung bildeten.
Eine vergleichende Studie wurde von FLÜGEL & LÜLLWITZ (1993) durchgeführt, wobei das
Modell PRMS/MMS auf das subalpine mikroskalige Einzugsgebiet des Deadhorse Creek (USA)
und das mesoskalige Einzugsgebiet der Bröl im deutschen Mittelgebirge angewendet wurde.
Hierbei wurde vor allem die prinzipielle Anwendbarkeit des Modells in Abhängigkeit von
unterschiedlichen klimatischen Verhältnissen, Landnutzungsänderungen und Skalen der
Einzugsgebiete getestet. THIEL (2000) führte ebenfalls eine vergleichende Untersuchung von zwei
klimatisch und hydrodynamisch unterschiedlichen Einzugsgebieten durch.
MICHL (1999) und BRENDECKE et al. (1985) verglichen die Modellergebnisse von PRMS mit
anderen lumped Modellen. KUHN & PARKER (1992) haben die Übertragbarkeit von auf ein
Einzugsgebiet kalibrierten Parametern auf ein anderes nicht kalibriertes Einzugsgebiet überprüft.
REED (1986) simulierte die suspendierte Sedimentfracht während Starkregenereignissen mit einer
hohen Übereinstimmung zum gemessenen Sedimenttransport.
Die Modellanwendungen von UHLENBROOK (1999) und MEHLHORN (1998) beziehen sich auf die
Verwendung von tracerhydrologischen Informationen zur besseren Parametrisierung der

3. Die hydrologischen Modellsysteme 49
Speicher- und Abflusskoeffizienten. Bei der Modellvalidierung überprüften sie die Fähigkeit des
Modells zur Quantifizierung der einzelnen Abflusskomponenten.
Außerdem hat FLÜGEL (1996b) den Einfluss verschiedener Methoden der Evapotranspirationsberechnung
mit PRMS/MMS untersucht und setzt sich folglich mit der kontinuierlichen
Weiterentwicklung des modular strukturierten Modells und dessen Anpassung an den aktuellen
Forschungsstand auseinander. Weiterhin vergleicht er die Simulationsergebnisse von PRMS/MMS
mit zwei physikalisch basierten Flusseinzugsgebietsmodellen (NASIM, HSPF), die verschiedene
Ansätze zur Repräsentation der physiographischen Heterogenität des Einzugsgebiets verwenden.
Eine Auflistung weiterer Anwendungsgebiete und -schwerpunkte findet sich bei LEAVESLEY &
STANNARD (1995).
3.3. TOPMODEL
3.3.1. Modellansatz
Das physikalisch basierte Modellkonzept TOPMODEL (TOPography based hydrological MODel)
wurde 1979 von BEVEN & KIRKBY in Großbritannien entwickelt. Es dient vorwiegend der
Modellierung der Abflussbildung auf täglicher Basis in mikro- und mesoskaligen Einzugsgebieten,
wurde aber auch zur Simulation von Hochwasserereignissen eingesetzt. Nach BEVEN et al. (1995,
p. 627) repräsentiert dieses Modell „an attempt to combine the computational and parametric efficiency of a
lumped approach with the link to physical theory and possibilities for more rigorous evaluation offeres by a
distributed model”.
Das Modellkonzept wird ausführlich in BEVEN & KIRKBY (1979), BEVEN (1986), BEVEN et al.
(1995), FRANCHINI et al. (1996) und WOLOCK (1993) beschrieben, so dass im Rahmen dieser
Arbeit nur die grundlegenden Annahmen erläutert werden.
TOPMODEL basiert auf dem variable source area -Ansatz der Abflussbildung. Das Konzept der
variablen Sättigungsflächen geht davon aus, dass Oberflächenabfluss nur auf einem kleinen Teil
des gesamten Einzugsgebiets stattfindet, nämlich auf den während eines Niederschlagereignisses,
durch Anheben des Wasserspiegels bis zur Bodenoberfläche, gesättigten Flächen. Die räumliche
Ausdehnung der Sättigungsflächen ist variabel, wobei diese Dynamik von der Topographie des
Einzugsgebiets, den hydraulischen Eigenschaften und der Wassersättigung der Bodenzone
abhängt. Letzteres ergibt sich als Bilanz von Eintrag (infiltrierter Niederschlag auf allen nicht
vollständig gesättigten Flächen) und Austrag (Evapotranspiration, oberflächennaher,
hangabwärtsgerichteter Abfluss zum Vorfluter und lateraler Abfluss in der Bodenzone).

3. Die Hydrologischen Modellsysteme 50
TOPMODEL unterscheidet nicht zwischen Interflow und Grundwasserabfluss, sondern versteht
die zentrale Komponente der Abflussbildung in der Bodenzone als lateralen Wasserfluss durch
Makroporen und bevorzugte Wasserleitbahnen.
Die Neigung von Teilflächen zur Bildung von Sättigungsflächen wird in TOPMODEL durch den
sogenannten topographischen Index ln (A/tan β) (KIRKBY 1975) erfasst. Er gibt für jeden Punkt
des Einzugsgebiets die Tendenz der Wasseransammlung (Faktor A) und zur Weiterleitung des
zugeflossenen Wassers (Faktor tan β) wieder. Hohe Indexwerte beschreiben gewöhnlich feuchte
Teilflächen des Einzugsgebiets (Sättigungsflächen in den Talböden oder Moore und Sümpfe auf
den flach geneigten Bereichen der Berggipfel). Flächen mit niedrigen Indexwerten sind entsprechend
trockener (Steilhänge). Die Verteilung der Indexwerte innerhalb eines Einzugsgebiets wird
von einem digitalen Geländemodell (DGM) abgeleitet und beschreibt den bodenphysikalischen
und topographischen Einfluss der einzelnen Teilflächen auf die Abflussbildung. Teilflächen mit
gleichen Indexwerten sind als hydrologisch ähnlich, d. h. gleichermaßen abflusswirksam
einzustufen. Nach BEVEN & KIRKBY (1979) zeigen Vergleiche des topographischen Indexes mit
Bodenfeuchtemessungen sehr gute räumliche Übereinstimmungen, was die physikalische
Basiertheit des Modells unterstreicht.
Die für jede Teilfläche zu modellierenden Prozesse sind schematisch in Abbildung 9 dargestellt.
Abb. 9: Schematische Darstellung der konzeptionellen Speicher und Wasserflüsse in
TOPMODEL (BEVEN & KIRKBY 1979)
mit A c = contributing area (variable Sättigungsfläche als Funktion von Speichermenge der

3. Die Hydrologischen Modellsysteme 51
gesättigten Bodenzone (s 3 ), einer Konstante m und der Topographie)
s D = maximaler Wert des Interzeptionsspeicher s 1
s C = maximaler Wert des Infiltrationsspeichers s 2
q b = Abfluss aus dem Speicher der gesättigten Bodenzone in den Vorfluter
q of = Oberflächenabfluss auf den Sättigungsflächen
3.3.2. Ableitung der Modelleinheiten
In TOPMODEL basiert die distributive Gliederung des Einzugsgebiets in hydrologisch ähnlich
reagierende Teilflächen in Abhängigkeit von Topographie und Bodenfeuchte auf dem REA
(Representative Elementary Area) -Konzept. WOOD et al. (1988, 1990) definieren eine REA als die
minimale Fläche, in welcher die Kontinuitätsgleichung ohne Berücksichtigung der Variabilität
einzelner Parameter angewendet werden kann. Dabei hängt die Größe der REAs wesentlich von
der Topographie ab. In TOPMODEL dient der topographische Index zur Charakterisierung der
Boden- und Reliefparameter innerhalb einer REA, wobei die REAs nach unterschiedlichen
klimatischen Eigenschaften oder verschiedenen Landnutzungen voneinander abgegrenzt werden.
Im Rahmen dieser Arbeit werden die Teilgebiete in TOPMODEL wie auch in PRMS als MRUs
(Modeling Response Units) bezeichnet.
3.3.3. Modellierung der Teilprozesse
Die Berechnung der Wasserkreislaufkomponenten erfolgt über die in Abschnitt 3.2.3.
vorgestellten Algorithmen in PRMS/MMS. Ähnlich wie in PRMS wird die Abflussmodellierung
in TOPMODEL als eine vertikale Folge von Speichern (Interzeptions-, Infiltrationsspeicher und
Speicher der gesättigten Bodenzone) (vgl. Abb. 9) modelliert. Diese werden aber nicht wie in
PRMS über Speicherkonstanten und Abflusskoeffizienten beschrieben, sondern über ihre
Bodenwasserspiegelhöhen charakterisiert.
Die in der Modellkonzeption dargestellten grundlegenden Annahmen werden in TOPMODEL
über folgende Gleichungen umgesetzt.
T = T 0 A e (-S/m ) oder T = T 0 A e (-f A z)
mit
T 0 = Laterale Transmissivität zum Zeitpunkt der Sättigung
S = Sättigungsdefizit

3. Die Hydrologischen Modellsysteme 52
m
f
z
= Modellparameter
= Skalierungsparameter
= Grundwasserflurabstand
Die Abflusskomponenten werden in TOPMODEL über das Sättigungsdefizit beschrieben, da der
unterirdische Abfluss vom topographischen Index bestimmt wird und gleiche Indexwerte gleiche
Sättigungsdefizite bedeuten.
S i = S + m [λ - ln (a i / tan β)] - (ln T e - ln T 0 )
mit λ = 1/A ∑ ln (a i / tan β)
i
mit S i = Sättigungsdefizit an einem Punkt i
S = Gebietsmittel des Sättigungsdefizits
a i = Fläche, die durch den Punkt i entwässert
T e = Gebietsmittel der Transmissivität
tan β = Hangneigung
Der Gebietsabfluss ergibt sich aus der Summe der Abflüsse aus den einzelnen Speichern (vgl.
Abbildung 10).
Q gesamt = Q direkt + Q return + Q unterirdisch
mit Q direkt = Oberflächenabfluss auf den gesättigten Flächen
Q return
Q unterirdisch
= Return flow
= Unterirdischer Abfluss
Der Oberflächenabfluss findet infolge von Sättigungsüberschuss statt und berechnet sich aus
der Summe der Niederschlagsintensitäten auf den gesättigten Teilflächen.
∑ i a i · precip
Q direkt = mit S i ≤ 0
A

3. Die Hydrologischen Modellsysteme 54
q i = r · a i
Die Änderung des Bodenwasserspiegels hängt vom lateralen Wassertransport, der sich aus dem
Zufluss benachbarter Flächen ergibt, und dem vertikalen Wassertransport durch zuströmendes
Sickerwasser ab.
Q sicker =
K · S sicker
S i
mit K = Vertikale hydraulische Konduktivität
S sicker
= Sickerwasserspeicher (ungesättigt)
3.3.4. Bisherige Anwendungen
TOPMODEL wurde auf verschiedene Einzugsgebiete und Probleme in der hydrologischen
Modellierung angewendet.
Zum Beispiel untersuchen WOLOCK & PRICE (1994), inwieweit die räumliche Auflösung des
DGMs die Simulationsergebnisse beeinflusst. Das Skalenproblem und die räumliche
Heterogenität des Einzugsgebiets werden auch von WOOD et al. (1988) am Beispiel des Coweeta
Rivers (North Carolina/ USA) diskutiert.
WOLOCK & MC CABE (1995) wenden das Modellkonzept an, um zu analysieren, welchen Einfluss
die singuläre oder multiple Fließrichtungsberechnung des topographischen Indexes auf die
Modellergebnisse hat. Der topographische Index und die Transmissivitätsfunktionen stehen auch
im Mittelpunkt der Untersuchungen von AMBROISE et al. (1996a, 1996b).
SEIBERT et al. (1997) versuchen mit TOPMODEL die räumliche Verteilung des
Grundwasserspiegels in einem kleinen Einzugsgebiet an der Westküste Schwedens zu simulieren.
Ebenso überprüfen MOORE & THOMPSON (1996), ob Grundwasserstandsschwankungen mit dem
Modellkonzept nachvollzogen werden.
ROBSON et al. (1992) führen eine Untersuchung für das Hafren catchment (Wales/ Großbritannien)
durch, in der die in TOPMODEL identifizierten Abflusskomponenten mit der
Hydrographenseperation auf Grundlage der chemischen Bestandteile im Wasser miteinander
verglichen werden.
HOLZMANN et al. (1998) vergleichen Einzugsgebiete (Alpen/ Österreich) unterschiedlicher
Größen miteinander.

3. Die Hydrologischen Modellsysteme 55
Die Anwendbarkeit von TOPMODEL zur Simulation der Abflussbildung in verschiedenen
Regionen belegen zahlreiche Arbeiten, unter anderem:
- BEVEN et al. (1984): Crimple Beck, Hodge Beck, Wye headwater (Großbritannien)
- BEVEN (1986): Hodder catchment (Lancashire/ Großbritannien)
- OBLED & WENDLING (1991): Réal Collobrier (Frankreich)
- QUINN et al. (1991): Booro-Borotou catchment (Feuchtsavanne)
- DURAND et al. (1992): Mont-Lozère catchment (Frankreich)
- TROCH et al. (1993): Mahantango Creek (Appalachen/ USA)
- IORGULESCU & JORDAN (1994): Alloux und Corbassière catchments (Schweiz)
- FRANCHINI et al. (1996): Sieve basin (Italien)
- HOLKO & LEPISTÖ (1997): Jalovecky Creek (westliche Tatra/ Karpathen)
- SAULNIER et al. (1997): Maurets catchment (Frankreich)
- OSTENDORF & MANDERSCHEID (1997): Lehstenbach (Fichtelgebirge/ Deutschland)
- MICHL (1999): Schmücker Graben und Steinbach (Thüringer Wald/ Deutschland).
Eine Zusammenfassung der bisherigen Anwendungen von TOPMODEL findet sich bei BEVEN
et al. (1995) und BEVEN (1997).
3.4. Vergleich beider Modelle
Sowohl das Modell PRMS als auch das Modellkonzept TOPMODEL eignet sich, die nach dem
jetzigen Kenntnisstand in der Natur ablaufenden physikalischen Prozesse des Wasserkreislaufs zu
simulieren.
Bei beiden Modellansätzen wird eine Aufteilung des Einzugsgebiets in Teilflächen vorgenommen:
in PRMS basiert die räumliche Gliederung auf dem HRU-Konzept, in TOPMODEL auf dem
REA-Konzept. Bei ersterem werden hydrologisch ähnlich reagierende Flächen über die
Flächenmittel relevanter Gebietscharakteristika ausgewiesen, bei letzterem ist über den
topographischen Index eine Berücksichtigung der Variabilität der bodenphysikalischen und
topographischen Parameter möglich.
Beide Modellansätze können sowohl zur kontinuierlichen Simulation der Abflussbildung als auch
zur ereignisbezogenen Modellierung angewendet werden. Jedoch unterscheidet TOPMODEL
nicht zwischen Tages- und Ereignismodus, so dass es im Gegensatz zu PRMS keine
ereignissensitiven Parameter gibt. In beiden Modellen werden vor allem physikalisch basierte
Algorithmen verwendet. PRMS enthält im Gegensatz zu der in dieser Arbeit vorliegenden Version

3. Die Hydrologischen Modellsysteme 56
von TOPMODEL Algorithmen zur Simulation des Schneedeckenaufbaus und der
Schneeschmelze. Die Modellparameter für PRMS werden aus Gebietsdaten bestimmt oder
teilweise auch geschätzt, für TOPMODEL aus der Topographie und Messungen im
Einzugsgebiet abgeleitet. Vorteil von TOPMODEL ist die relativ geringe Anzahl von Parametern,
jedoch sind für deren Bestimmung teilweise sehr umfangreiche Messungen erforderlich.
Die Topographie des Einzugsgebiets wird in PRMS nur sehr grob über Flächenmittel der
Hangneigung, Exposition und Höhenlage berücksichtigt, dagegen in TOPMODEL über den
topographischen Index sehr detailliert wiedergegeben. Daher ist letzteres sensitiver bezüglich der
räumlichen Auflösung des digitalen Geländemodells.
Das Modell PRMS besitzt den weiteren Vorteil, dass es sich für die Simulation unterschiedlicher
Szenarien (zum Beispiel Landnutzungsänderung) durch Parametereichung (zum Beispiel alle
Parameter mit Bezug zur Vegetation) ermöglicht. Beim TOPMODEL-Konzept ist dies nicht
durchführbar, da die MRUs keinen direkten Bezug zur Vegetation aufweisen, sondern nur über
den topographischen Index beschrieben werden.
Nachteil von PRMS in der vorliegenden Version ist, dass das Modell nur das amerikanische
Maßsystem verwendet, so dass Umrechnungen der Eingabedaten und Parameterwerte vom SI-
System und der Ergebnisse ins SI-System notwendig sind.
Im Rahmen dieser Arbeit erfolgt die Berechnung der Abflussbildung über den PRMS- bzw.
TOPMODEL-Ansatz und der gebietsspezifischen Wasserkreislaufkomponenten nur nach PRMS.

4. Modellanwendung
In diesem Kapitel werden die durchgeführten Arbeitsschritte erläutert. Grundlagen der
Modellierung sind Datensätze, die die Eingabedaten enthalten, und Parametersätze, in denen die
für die Simulation benötigten Parameterwerte festgelegt sind. Zunächst wird die zugrundeliegende
hydrometeorologische und physiographische Datenbasis beschrieben. Hieran schließt sich die
Methodik der Modellflächenableitung an. Die Grundparametrisierung für beide Modelle bezieht
sich auf beschreibende Parameter, die in Abhängigkeit von den topographischen, hydrologischen,
pedologischen und vegetationsspezifischen Gebietseigenschaften bestimmt werden. Anschließend
wird auf die Kalibrierung und Optimierung der „a priori“ geschätzten Routing-Koeffizienten
eingegangen.
4.1. Datengrundlage und Erstellen der Dateneingabesätze
4.1.1. Hydrometeorologische Datenbasis
Im Untersuchungsgebiet befinden sich am Zusammenfluss von Schmücker Graben und
Steinbach drei Messeinrichtungen: die zwei Pegelanlagen der beiden Wildbäche und der
Klimagarten.
An den beiden Pegeln werden seit 1959 Abflussmessungen mittels Schreibpegel in den
Pegelhäusern und manuell mit Lattenpegel in den beiden Einlaufrinnen durchgeführt. Seit 1997
erfolgen zusätzlich kontinuierliche Messungen zu Abfluss, Temperatur, Leitfähigkeit und pH-
Wert (nur Schmücker Graben) mit Dataloggern.
Der Klimagarten ist mit Messinstrumenten zur Bestimmung meteorologischer Größen
ausgestattet. Es werden Art, Menge und Qualität des Niederschlags (seit 1959) sowie
Bodenfeuchte, Lufttemperatur und Strahlungsgrößen mit einer automatischen Klimastation (seit
1996) ermittelt. Zum Messprogramm gehören außerdem zwei Grundwassersonden mit
Dataloggern: eine am alten Steinbruch südwestlich des Steinbach-Pegels (HW 56 16 , RW 44 11 ,
Soltiefe 20 m) und eine im oberen Einzugsgebiet des Schmücker Grabens (HW 56 14 , RW 44 12 ,
Soltiefe 20 m).
Aus diesen Messeinrichtungen im Untersuchungsgebiet liegen Abflusswerte und
Grundwasserstände in ausreichender zeitlicher Auflösung für die ereignisbezogene Modellierung
vor. Für die weiteren benötigten hydrometeorologischen Eingabedaten musste auf die
Klimastationen des DWD „Schmücke“ bzw. „Weimar“ zurückgegriffen werden.

4. Modellanwendung 58
Die hydrometeorologischen Zeitreihen werden einerseits als Eingabedaten für die
Modellrechnungen und andererseits als Vergleichsdaten für die Validierung der Modellergebnisse
benötigt.
In Tabelle 6 sind die verwendeten hydrometeorologischen Parameter mit Angaben zur zeitlichen
Auflösung, Station und der die Messwerte bereitstellenden Institution zusammengefasst. Alle
Daten beziehen sich auf den Untersuchungszeitraum von 11/94 bis 10/99.
Tab. 6: Verwendete hydrometeorologische Daten
Parameter Zeitliche
Auflösung
Station
Temperatur 10 min. KL Schmücke
(Min., Max.)
(ID 4226)
Institution Verwendung als Eingabe- (E)
oder Vergleichsdaten (V)
DWD E für PRMS,
Berechnung der ET Penman-
Niederschlagsmenge
10 min. KL Schmücke
(ID 4226)
Solarstrahlung 1 h KL Weimar
(ID 3422)
DWD
DWD
Monteith
E für PRMS & TOPMODEL
E für PRMS,
Berechnung der ET Penman-
Monteith
Windgeschwindigkeit
10 min. KL Schmücke DWD Berechnung der ET Penman-
(ID 4226)
Monteith
Relative Luft- 1 h KL Schmücke DWD Berechnung der ET Penman-
Feuchte
(ID 4226)
Monteith
Sonnenscheindauer
1 h KL Schmücke DWD Berechnung der ET Penman-
(ID 4226)
Monteith
Abfluss 30 min. Pegel Steinbach
(ID 743409 ),
SUA
Erfurt
E, V für PRMS &
TOPMODEL
Pegel Schmücker
Graben
(ID 743209)
Grundwasserstände
6 h Grundwassersonden
TLU
Jena
V für PRMS (Grundwasserspeicher)
Neuschneehöhe, 1 d KL Schmücke DWD V für PRMS (Schneeakkumulation)
Schneehöhe
(ID 4226)
Die Temperaturwerte (Min., Max.) wurden vom DWD in zehnminütiger Auflösung für die
Klimastation „Schmücke“ bereitgestellt. Jedoch fehlen die Werte für die Monate Januar bis Mai
1995, Oktober 1996 und Februar 1998. Die Daten für diese Zeiträume wurden aus stündlichen
Werten ermittelt.
Die Niederschlagswerte liegen ebenfalls in zehnminütiger Auflösung und mit den bereits
angegebenen Lücken vor. Für Oktober 1996 und Februar 1998 konnten die Niederschlagswerte
durch stündliche Werte ersetzt werden, für Januar bis Mai 1995 standen nur tägliche Werte zur
Verfügung.

4. Modellanwendung 59
Einzelne Niederschlagswerte erwiesen sich nach ihrer Überprüfung als fehlerhaft, wobei die
Fehler auf falsche Kommasetzung zurückzuführen sind. Des weiteren wurde durch den Vergleich
mit den täglichen Niederschlagswerten von MICHL (1999) festgestellt, dass zwischen beiden
Datensätzen jährliche Abweichungen von 0,32 % bis 2,71 % auftreten. In den meisten Jahren
liegen die Niederschlagssummen der zehnminütigen Zeitreihe unter denen der täglichen
Datenbasis. Die Ursache dafür ist in der Messmethodik begründet. Es werden einerseits
verschiedene Messinstrumente verwendet. Andererseits werden Niederschlagsmengen kleiner 0,1
mm pro 10 Minuten nicht erfasst, welche aber in der Tagessumme einen messbaren Wert ergeben
können.
Bei der Modellierung müssen messbedingte Fehler (Windfehler, RICHTER 1995), die regionale
Niederschlagsverteilung (BRAUN 1997), die expositions- und höhenbedingte Niederschlagsvariabilität
und der Nebelniederschlag berücksichtigt werden. Die verwendeten Korrekturfaktoren
werden bei der Grundparametrisierung in Abschnitt 4.2. erläutert.
Die Solarstrahlungswerte sind für den gesamten Untersuchungszeitraum in stündlicher
Auflösung vorhanden. Sie stammen allerdings von der Klimastation Weimar, die dem
Untersuchungsgebiet nächstliegende Station ist, an der Strahlungsdaten aufgezeichnet werden. Die
expositions- und neigungsbedingte Strahlungskorrektur wird im Rahmen der Grundparametrisierung
in Abschnitt 4.2. besprochen.
In der hydrologischen Modellierung stellt der Abfluss die Referenzgröße zur Modellkalibrierung
und -validierung dar. Die verwendeten Abflusswerte sind digitalisierte, mittels Durchflusstabellen
umgerechnete Wasserstände der beiden Wildbäche, die mittels Schreibpegeln erfasst werden. Die
Schreibpegelbögen erlauben eine maximale zeitliche Auflösung von dreißig Minuten.
Abflussmessungen mittels Dataloggern werden erst seit 1997 durchgeführt. Um eine
gleichbleibende Qualität zu gewährleisten, wurden nur die Pegelbögen ausgewertet.
Anhand einer Analyse verschiedener Anwendungen von Niederschlags-Abfluss-Modellen geben
BLÖSCHL et al. (1995) Richtwerte für die zeitliche Auflösung der Datenbasis in Bezug auf die
Einzugsgebietsfläche. Ihnen zufolge sind „time-scales of minutes for catchments of several hectares, whereas
time steps of hours or days are typically used for catchments of tens or hundreds of square kilometers“ (BLÖSCHL et
al. 1995, p. 83). Auch nach ØVERLAND & KLEEBERG (1992) sollte die zeitliche Auflösung bei der
Simulation von Hochwasserereignissen relativ hoch sein und sich nach der Größe des
Einzugsgebiets richten. Sie gehen von einem maximalen Berechnungsintervall von einer Stunde
aus, wobei für kleinere Gebiete kürzere Intervalle zu verwenden seien.
Anhand dieser Richtwerte und der verschiedenen zeitlichen Auflösungen der Eingabedaten wurde
für die ereignisbezogene Modellierung ein Zeitschritt von dreißig Minuten gewählt. Folglich
wurden die zehnminütigen Maximal- und Minimaltemperaturen extrahiert, die Niederschlagsdaten

4. Modellanwendung 60
aufsummiert und die stündlichen Solarstrahlungsdaten auf halbstündliche Werte linear
interpoliert.
Die Eingabedatensätze für die ereignisbezogene Modellierung mit PRMS bestehen aus
Niederschlag, Abfluss, Maximum- und Minimumtemperaturen, Solarstrahlung und einer Spalte
für Modusangaben (route_on). Letzterer gibt an, wann im ereignisbezogenen Modus simuliert
werden soll. Für den Vergleich der Ergebnisse mit denen vonMICHL (1999) wurden zusätzlich
Datensätze mit Tageswerten erzeugt. Infolge der guten Datenbasis konnten die Niederschlagsart
(form_data) und die potentielle Evapotranspiration mit einbezogen werden.
Für die Modellierung mit TOPMODEL werden ebenfalls die Abflüsse und die
Niederschlagsmenge benötigt. Zusätzlich sind potentielle Evapotranspirationswerte erforderlich.
Die potentielle Verdunstung wurde nach dem PENMAN-MONTEITH-Verfahren berechnet.
Einerseits wurde damit die Vergleichbarkeit mit den Ergebnissen von MICHL (1999) gewährleistet,
andererseits liefert dieser Ansatz, wie bei MICHL (1999) erwähnt, laut Empfehlung der American
Society of Civil Engineers (ASCE)(JENSEN et al. 1990) die besten Ergebnisse zur Berechnung
potentieller Evapotranspirationsraten für unterschiedliche klimatische Bedingungen. Auch
FLÜGEL (1996b), der ebenfalls einen Vergleich verschiedener Evapotranspirationsmodelle
durchführte, hebt den PENMAN-MONTEITH-Ansatz hervor, da er als einziger der untersuchten
Evapotranspirationsmodelle Bezug auf die Vegetationsbedeckung nimmt und für die
durchgeführte Modellierung mit PRMS die besten Ergebnisse liefert.
Der PENMAN-MONTEITH-Ansatz beruht auf der von PENMAN 1948 aufgestellten Gleichung, die
1965 von MONTEITH durch verschiedene Verdunstungswiderstände ergänzt wurde. Er verwendet
die maximale und minimale Lufttemperatur [°C], die relative Luftfeuchte [%], die
Sonnenscheindauer [h], die Solarstrahlung [W/m²] und die Windgeschwindigkeit [m/s]. Die
Ermittlung der Verdunstung wurde mit dem MS-DOS-Softwareprogramm Reference
Evapotranspiration Calculator (REF-ET) durchgeführt. Mit diesem Programm wurden auch die
Evapotranspirationswerte der ASCE für verschiedene Ansätze (u. a. Penman, Kimberley-Penman,
FAO-24-Pan-Evaporation) berechnet. Dabei können nicht nur mittlere tägliche, sondern auch
stündliche potentielle Verdunstungswerte berechnet werden.
Die ermittelten stündlichen potentiellen Evaopotranspirationswerte wurden auf halbstündliche
Werte linear interpoliert.
Die Eingabedatensätze für TOPMODEL wurden ebenfalls in dreißigminütiger und täglicher
Auflösung zusammengestellt, wobei die Werte für Niederschlag, potentielle Evapotranspiration
und Abfluss in m umgerechnet werden mussten. Dagegen benutzt das PRMS in der verwendeten
Version das amerikanische Maßsystem, so dass der Abfluss in cubic-foot per second, Niederschlag und

4. Modellanwendung 61
potentielle Evapotranspiration in inch, Temperaturmaxima und –minima in °Fahrenheit und die
Solarstrahlung in langley umgerechnet wurden (Umrechnungstabelle siehe S. VII).
4.1.2. Physiographische Datenbasis
Für die Modellierung der Abflussbildung sind neben den hydrometeorologischen Zeitreihen
physiographische Daten (Topographie, Landnutzung, Böden) erforderlich. Einerseits werden sie
für die Ausweisung der Modelleinheiten benötigt, andererseits zur Parametrisierung.
Die Reliefeigenschaften (Exposition, Hangneigung, topographische Indizes) und die
hydrologischen Parameter (Fließrichtung, Fließakkumulation) können aus einem Digitalen
Geländemodell (DGM) abgeleitet werden. Für das Untersuchungsgebiet liegt ein DGM mit einer
horizontalen Auflösung von 5 m vor, das aus digitalisierten Isohypsen und topographischen
Punkten der TK 10 erstellt wurde.
Die Landnutzungsklassifikation wurde durch Auswertung von Stereo-Luftbildern des Jahres 1994
(Rasterformat mit 2,5 m horizontaler Auflösung) durchgeführt, wobei die Klassen Wald,
grasbestandene Kahlflächen und Moor unterschieden wurden. Aufgrund des fast
flächendeckenden Waldbestandes im Untersuchungsgebiet ist eine Klassifikation in Altbestände
(in den Stereo-Luftbildern von 1953 vorhanden) und Jüngerer Forst (in den Stereo-Luftbildern
von 1953 ohne Waldbedeckung, in denen von 1986 und 1994 mit Waldbedeckung) für die
Prozesse der Interzeption und Evapotranspiration wichtiger, da die Speicherkapazität des
Interzeptionsspeichers von vegetationsspezifischen Parametern, wie beispielsweise Pflanzenart
und –alter, Wuchsdichte und Wachstumsperiode, abhängt (WEGEHENKEL 1995).
Die Verteilung der Bodentypen wurde der Forststandortkartierung von 1980 entnommen. Dabei
wurde zwischen Podsol und Gley differenziert. Im Modell PRMS wird jedoch nur die Bodenart
berücksichtigt, die für das gesamte Untersuchungsgebiet als lehmig angegeben werden kann. Eine
Klassifikation nach den Bodenfeuchtestufen von SCHLÜTER (1969) ist für die Parametrisierung
von weitaus größerer Bedeutung.
Für die weitere Analyse lagen folgende Datenebenen digital im Rasterformat vor:
- Exposition (N, E, S, W),
- Hangneigung (< 7°, 7-15°, > 15°),
- Bedeckung (Altbestände, Jüngerer Forst),
- Bodenfeuchte (trocken, mäßig frisch bis mäßig trocken, wechselfeucht, feucht bis
frisch, nass bis quellig),
- Topographischer Index (0,5 α/tan (β) – Intervalle).

4. Modellanwendung 62
4.2. Ausweisung der Modelleinheiten
Die ereignisbezogene Modellierung setzt eine Gliederung des Einzugsgebiets in flow planes und
channel segments (vgl. Abschnitt 3.2.2.) voraus. Die overland flow planes werden über die Parameter
Hangneigung und Oberflächenrauhigkeit beschrieben. Eine Verknüpfung der einzelnen flow planes
wird nicht berücksichtigt, d. h. jede flow plane entwässert in einen Gerinneabschnitt. In der
vorliegenden Arbeit erfolgte die MRU-Ableitung mit dem GIS-Tool WEASEL.
Die Software WEASEL ist ein graphical user interface (GUI), welches entwickelt wurde, um die
Ausweisung und Parametrisierung der Modeling Response Units für distributive (PRMS) und lumped
(TOPMODEL) Modelle zu erleichtern (VIGER et al. 2000). Es ist ein C-Programm und nutzt über
AML-Scripte Funktionen des GIS ARC/INFO. Es bietet aber den Vorteil, dass der Benutzer
keine GIS-Kenntnisse benötigt. Voraussetzung ist lediglich ein digitales Geländemodell des
Untersuchungsgebiets. Wie in Abschnitt 4.1.2. dargestellt, liegt für das Einzugsgebiet des
Schmücker Grabens und Steinbachs ein DGM mit 5 m räumlicher Auflösung vor. Im WEASEL
werden als erstes mit dem Befehl fill depressions abflusslose Senken aufgefüllt, welche als
systematische Fehler in der DGM-Generierung angesehen werden können. Dann werden mit der
delineation-Komponente Fließrichtung und Abflussakkumulation für jede Rasterzelle berechnet.
Die zugrundeliegenden Berechnungsalgorithmen basieren auf dem Ansatz von JENSON &
DOMINGUE (1988, zitiert in VIGER et al. 2000). Über den Befehl flow direction wird die Matrix der
Fließrichtung erstellt, wobei die Entwässerung jeder Rasterzelle in nur eine der acht direkten
Nachbarzellen, nämlich in Richtung des größten Gefälles, erfolgt. Die Abflussakkumulation wird
mit dem Befehl flow accumulation durchgeführt. Sie gibt die Summe aller in eine Zelle
entwässernden Rasterzellen an. Danach werden im WEASEL grids für Hangneigung und
Exposition automatisch abgeleitet, wobei die Möglichkeit zur Reklassifikation besteht. Diese ist
für die Parametrisierung der Modelleinheiten erforderlich. Anschließend wird das Flussnetz
abgeleitet. Dafür wird vom Benutzer ein Schwellenwert festgelegt. Je kleiner dieser Wert ist, desto
dichter ist das Drainagenetzwerk. In Anlehnung an die Flussnetzausweisung der TK 10 wurde für
das Untersuchungsgebiet ein Schwellenwert von 5000 Pixeln verwendet.
Das Einzugsgebiet der beiden Wildbäche wurde systematisch mit der Methode two flow area per
channel für PRMS und one flow area per channel für TOPMODEL untergliedert. Während im PRMS
jedem Gerinneabschnitt bis zu drei flow planes zugeordnet werden können, entspricht im
TOPMODEL jedem channel segment genau eine overland flow plane. Im Folgenden wurden sehr kleine

4. Modellanwendung 63
MRUs mit der modification-Komponente größeren Modellflächen angegliedert, so dass die Größe
einer MRU mindestens 1 % der Gesamtfläche des Untersuchungsgebiets beträgt. Damit ließen
sich für PRMS 22 MRUs (18 im EG Schmücker Graben und 4 im EG Steinbach) und für
TOPMODEL 11 MRUs (9 im EG Schmücker Graben und 2 im EG Steinbach) ausweisen. Die
Modelleinheiten für beide Modelle sind in Abbildung 11 vergleichend dargestellt.
Im Gegensatz zum HRU-Konzept (Modellierung der Abflussbildung in PRMS im Tagesmodus,
vgl. Abschnitt 3.2.2.), welches auf einer Verschneidung klassifizierter Systemeigenschaften beruht,
werden bei der Ableitung der Modellflächen im Verständnis von Reliefeinheiten (REA-Konzept
in TOPMODEL und ereignisbezogene Abflussmodellierung in PRMS) Hangneigung, Exposition,
Landnutzung und Pedologie nicht einbezogen.
Abb. 11: Vergleich der MRU-Ableitung für PRMS (links) und TOPMODEL (rechts)
Die Exposition wird allerdings durch die S-N-Orientierung des Gewässernetzes bei der
Ausweisung der links und rechts der Flussabschnitte angrenzenden Flächen berücksichtigt. Im
Falle von TOPMODEL finden die bodenphysikalischen und topographischen Eigenschaften
durch die Bestimmung des topographischen Indexes Berücksichtigung. Da die Landnutzung im
Untersuchungsgebiet von einem nahezu flächendeckenden Waldbestand dominiert wird, ist dies
nicht unbedingt als Nachteil anzusehen.
4.3. Grundparametrisierung

4. Modellanwendung 64
Generell können drei Kategorien von Parametern unterschieden werden:
- Parameterwerte, die anhand regional klimatischer Eigenschaften bestimmbar sind,
- distributive Parameterwerte (MRU-basiert), die von den Gebietscharakteristika
abgeleitet werden und
- Parameterwerte der Interflow- und Grundwasserspeicher, die anhand des
beobachteten Abflusses geschätzt werden (KUHN & PARKER 1992).
Die Grundparametrisierung orientiert sich an den Werten von MICHL (1999), da er die
Parameterwerte bereits für dasselbe Untersuchungsgebiet berechnete. Lediglich die MRUdimensionierten
Parameter wurden durch overlay-Analyse verschiedener klassifizierter
Datenschichten (vgl. Abschnitt 4.1.2.) mit den MRU-Ableitungen im WEASEL neu bestimmt.
4.3.1. PRMS
Die Parameterwerte der räumlichen Diskretisierung (z. B. Fläche (hru_area), mittlere Höhe
(hru_elevation) und mittlere Hangneigung (hru_slope)) entsprechen den mit WEASEL
abgeleiteten MRUs und deren mit ARC/INFO bestimmten gebietsspezifischen
Kenngrößen (vgl. Tab. 7). Dazu wurden im GIS ARC/INFO die einzelnen Datenebenen mit
der im WEASEL erzeugten MRU-Ableitung verschnitten. Die Attributwertzuordnung erfolgt mit
dem Befehl tables. Des weiteren wurden Exposition, Bodenfeuchtestufen und Bedeckung für jede
MRU bestimmt. Sie bilden die Grundlage für die weitere MRU-spezifische Parametrisierung.
Tabelle 7 gibt einen Überblick über die beschreibenden Parameter der Modellflächen.
Tab. 7: Übersicht der 22 MRUs für die Modellierung mit PRMS und deren Gebietscharakteristika
ID
Fläche
[km²]
Fläche
[%]
Mittlere
Höhe [m]
Mittlere Hangneigung
[°]
Exposition
1 0,52 12,50 847,79 14,96 E
2 0,27 6,49 820,91 16,84 W trocken
3 0,20 4,81 811,75 13,85 W
4 0,20 4,81 802,03 16,35 E
5 0,13 3,13 879,80 8,98 W
Bodenfeuchte
mäßig frisch bis
mäßig trocken
mäßig frisch bis
mäßig trocken
mäßig frisch bis
mäßig trocken
mäßig frisch bis
mäßig trocken
Bedeckung
Jüngerer
Forst
Jüngerer
Forst
Jüngerer
Forst
Jüngerer
Forst
Altbestand

4. Modellanwendung 65
6 0,11 2,64 881,02 13,98 W trocken Altbestand
7 0,15 3,61 849,71 13,46 E
mäßig frisch bis Jüngerer
mäßig trocken Forst
8 0,16 3,85 865,12 18,63 W trocken
Jüngerer
Forst
9 0,23 5,53 917,33 9,45 E feucht bis frisch
Jüngerer
Forst
10 0,31 7,45 914,70 9,63 S
mäßig frisch bis
mäßig trocken
Altbestand
11 0,14 3,37 888,58 15,60 W
mäßig frisch bis Jüngerer
mäßig trocken Forst
12 0,10 2,40 910,19 11,66 W wechselfeucht
Jüngerer
Forst
13 0,19 4,57 924,22 9,34 E
mäßig frisch bis
mäßig trocken
Altbestand
14 0,07 1,68 862,96 12,96 E
mäßig frisch bis Jüngerer
mäßig trocken Forst
15 0,26 6,25 924,81 9,78 W
mäßig frisch bis Jüngerer
mäßig trocken Forst
16 0,05 1,20 867,86 9,73 E
mäßig frisch bis Jüngerer
mäßig trocken Forst
17 0,21 5,05 910,84 6,75 W
mäßig frisch bis Jüngerer
mäßig trocken Forst
18 0,12 2,88 908,30 10,69 E
mäßig frisch bis Jüngerer
mäßig trocken Forst
19 0,11 2,64 917,69 9,35 E
mäßig frisch bis Jüngerer
mäßig trocken Forst
20 0,37 8,89 909,71 6,45 W
mäßig frisch bis Jüngerer
mäßig trocken Forst
21 0,09 2,16 906,84 7,93 E
mäßig frisch bis Jüngerer
mäßig trocken Forst
22 0,16 3,85 914,65 6,84 E feucht bis frisch
Jüngerer
Forst
Die Parametrisierung der ereignisbezogenen Module chroute (channel routing) und ofroute (overland
flow plane routing) wurde zunächst anhand der default values vorgenommen. Lediglich die mit dem
GIS ARC/INFO berechenbaren Parameterwerte, wie Länge und Neigung der Gerinneabschnitte
und flow planes, sowie die Zuordnung der flow planes zu den channel segments und die sequentielle
Verknüpfung der Gerinneabschnitte wurden eingegeben.
Die Korrektur der hydrometeorologischen Eingangsdaten bezüglich der beschriebenen Höhenund
Expositionsabhängigkeit und möglicher Messfehler wurde wie folgt bei der Parametrisierung
umgesetzt:
Die monatliche Korrektur der Temperaturwerte für jede MRU erfolgt über die Parameter

4. Modellanwendung 66
tmax_lapse und tmin_lapse für die Höhenabhängigkeit und tmax_adj und tmin_adj in Abhängigkeit
von der Reliefsituation (mittlere Exposition, mittlere Hangneigung).
Ebenso wurden die Niederschlagswerte für jede MRU auf monatlicher Basis korrigiert. Messfehler
bezüglich der räumlichen Variabilität werden mit rain_adj und snow_adj, die Niederschlagsart mit
tmax_allsnow, tmax_allrain und adjmix_rain angepasst.
Die Strahlungsunterschiede richten sich nach Exposition (radpl_aspect) und Hangneigung
(radpl_slope) der MRUs und sind besonders für die Schneeschmelzdynamik von Bedeutung. Für
die Strahlungskorrektur sind zusätzlich Angaben zur geographischen Breite (radpl_lat) erforderlich.
Die Parametrisierung der Wasserkreislaufkomponenten wird über die Module zur
Beschreibung der Interzeptions-, Bodenwasser- und Schneedynamik vorgenommen. Die
Interzeption ist in erster Linie vom Bedeckungsgrad der Vegetation (covden_sum, covden_win)
abhängig. Als weiterer Parameter wird die maximale Speicherkapazität der Vegetation (srain_intcp,
wrain_intcp, snow_intcp) festgelegt. Die Parameterwerte der Interzeption werden halbjährlich
angegeben, wobei für das Untersuchungsgebiet aufgrund des immergrünen Fichtenwaldes keine
wachstumsspezifische Unterscheidung in Sommer- und Winterhalbjahr notwendig ist. Da die
Interzeptionseigenschaften mit dem Alter der Bäume variieren, ist vielmehr eine Differenzierung
in Jüngeren Forst und Altbestände erforderlich.
Die Bodenfeuchte beschreibt die nutzbare Feldkapazität (soil_moist_max, soil_rechr_max). Die
Parametrisierung erfolgt anhand der von SCHLÜTER (1969) abgeleiteten Bodenfeuchteklassen.
Die Schneedecke wird über eindimensionale, monatliche und MRU-spezifische Parameter
bilanziert. Die MRU-dimensionierten Werte sind aufgrund der vernachlässigbaren räumlichen
Variabilität der das Schneepaket beeinflussenden Parameter (vgl. Abschnitt 3.2.3.1.) für das
gesamte Untersuchungsgebiet gleichzusetzen. Deshalb wird auf eine weitere Ausführung
verzichtet und auf die Arbeit von MICHL (1999) verwiesen.
Für die Grundparametrisierung der Abflusskomponenten und die Ausweisung der Interflowund
Grundwasserreservoire wurden nicht die Standardwerte der routing-Koeffizienten, sondern die
kalibrierten und optimierten Werte von MICHL (1999) übernommen. Folglich wurden in
Abhängigkeit von den Hangneigungsklassen drei Grundwasser- und Interflowspeicher
ausgewiesen. Eine Tiefenversickerung von Grundwasser kann nach MICHEL & RAACKE (1957)
aufgrund der geologischen Verhältnisse ausgeschlossen werden.
4.3.2. TOPMODEL

4. Modellanwendung 67
Der wichtigste Parameter ist der topographische Index, über den die Hangparametrisierung
erfolgt. Er gilt als Maß für das Sättigungspotential und somit für den Wassergehalt des Bodens.
Aus dem DGM wird über die Fließakkumulation und die Hangneigung der multiple flow
topographical idex berechnet sich (QUINN et al. 1991). Er wurde im Rahmen der Arbeit von MICHL
(1999) für das Untersuchungsgebiet ermittelt und in 0,5 α/tan β –Intervalle klassifiziert. Für die
einzelnen MRUs wurden die prozentualen Häufigkeiten der klassifizierten α/tan β –Funktion neu
berechnet. Abbildung 12 zeigt die Verteilung der Klassen des topographischen Indexes für das
Untersuchungsgebiet. Dunkle Farben entsprechen hohen Indexwerten und weisen auf eine hohe
Abflussakkumulation hin.

4. Modellanwendung 68
Abb. 12: Klassifizierter topographischer Index für das Untersuchungsgebiet
Die Charakterisierung der Gerinneabschnitte erfolgt über einen mehrdimensionalen Parameter ,
bei welchem die channel segments den overland flow planes zugeordnet werden sowie ihre Entfernung
vom Auslass des Untersuchungsgebiets festgelegt wird.
Für die weitere Parametrisierung war es notwendig, im GIS ARC/INFO neben dem Flächenanteil
die Bodenfeuchteklassen, Hangneigungsklassen und den Bedeckungsgrad für jede MRU zu
bestimmen. Tabelle 8 gibt einen Überblick über diese Parameter für die 11 MRUs zur

4. Modellanwendung 69
Modellierung mit TOPMODEL.
Tab. 8: Übersicht der 11 MRUs für die Modellierung mit TOPMODEL und deren
Gebietsparameter
ID Fläche [km²] Fläche [%] Hangneigungsklasse Bodenfeuchteklasse
1 0,47 11,30 > 15 ° trocken
2 0,72 17,31 7 – 15 ° mäßig frisch bis mäßig trocken
3 0,24 5,77 7 – 15 ° mäßig frisch bis mäßig trocken
4 0,31 7,45 > 15 ° trocken
5 0,54 12,98 7 – 15 ° wechselfeucht
6 0,28 6,73 7 – 15 ° mäßig frisch bis mäßig trocken
7 0,21 5,05 7 – 15 ° mäßig frisch bis mäßig trocken
8 0,26 6,25 7 – 15 ° mäßig frisch bis mäßig trocken
9 0,36 8,65 7 – 15 ° mäßig frisch bis mäßig trocken
10 0,23 5,53 7 – 15 ° mäßig frisch bis mäßig trocken
11 0,53 12,74 < 7 ° feucht bis frisch
Die MRU-dimensionierten Parameter sr0 (Sättigungsdefizit zum ersten Berechnungsschritt) und
srmax (nutzbare Feldkapazität der durchwurzelten Zone) wurden in Anlehnung an MICHL (1999)
anhand der Bodenfeuchteklassen bestimmt, t0 (laterale Transmissivität) und szm (physikalisch
kritischer Parameter) in Abhängigkeit von der Hangneigung und xk0 (hydraulische
Konduktivität) in Bezug auf den Bedeckungsgrad.
Für die wenigen anderen Parameter wurden die Standardwerte verwendet. Diese werden daher
nicht weiter beschrieben.
4.4. Parameterkalibrierung, -sensitivität und -optimierung
Im Anschluss an die Grundparametrisierung erfolgt die Kalibrierung. Dieser Prozess umfasst die
Anpassung ausgewählter Parameter der Modelle, um eine bestmögliche Übereinstimmung
zwischen dem simulierten und beobachteten Abfluss (bzw. anderen Modellausgaben, z. B.
Grundwasserstände) zu erzielen. Dazu müssen folgende Arbeitsschritte durchgeführt werden:
(1) Festlegung der Kalibrierungs-, Optimierungs- und Validierungsperioden,
(2) manuelle Kalibrierung der sich als sensitiv erweisenden Parameter,
(3) automatische Optimierung und
(4) Validierung.
Zur Wahrung der physikalischen Verhältnisse im Untersuchungsgebiet sollten nur diejenigen
Parameter verändert werden, die keine physikalisch interpretierbaren Systemgrößen darstellen.
Es handelt sich meist um die zunächst „a priori“ geschätzten Koeffizienten in

4. Modellanwendung 70
Regressionsgleichungen. Hierzu zählen die Evapotranspirations- und Bodenfeuchteparameter
sowie die die Abflusskomponenten steuernden Parameter im Modell PRMS und der
Skalierungsparameter m im TOPMODEL-Ansatz.
Aufgrund des kurzen Untersuchungszeitraums von fünf hydrologischen Jahren wurde für die
Kalibrierung nur ein repräsentatives Jahr ausgewählt. Dieses sollte eine vollständige Datenbasis
besitzen (demzufolge fällt das Jahr 1995 heraus) und zugleich ein Trockenjahr sein, weil
PRMS/MMS in trockeneren Jahren schlechtere Simulationsergebnisse liefert (vgl. die in Abschnitt
3.2.4. angegebene Literatur). Diesen Auswahlkriterien entspricht das hydrologische Jahr 1996 mit
einer Niederschlagssumme von 1064 mm gegenüber dem Durchschnitt von 1341 mm (bei
WUCHOLD & NEIS (1969) langjähriges Mittel 1346 mm, bei MICHL (1999) 1325 mm, vgl. Tab. 3).
Ein erster Modellauf mit PRMS nach der Grundparametrisierung unter Verwendung des täglichen
Datensatzes zeigte, dass die simulierte Abflusskurve zeitlich die hydrologische Dynamik der
Einzugsgebiete von Schmücker Graben und Steinbach wiedergibt, aber eine Untersimulation
auftritt. Bei der manuellen Kalibrierung war auffällig, dass für das vorliegende Modell nur wenige
Parameter sensitiv reagierten. Die Ursache liegt darin, dass zum Teil die bereits kalibrierten und
optimierten Parameter von MICHL (1999) verwendet wurden. Eine Ergebnisverbesserung der zum
Vergleich herangezogenen statistischen Maßzahlen (Korrelationskoeffizient, Mittel-, Maximalund
Minimalwerte) wurde lediglich durch Erhöhen des Parameters soil_2gw_max (Maximalwert für
den Bodenwasserfluss zum Grundwasser) erreicht. Dadurch verbesserte sich der Basisabfluss,
welcher den Abfluss der Trockenperioden ausmacht.
Ein erster Modellauf mit TOPMODEL bestätigte, dass die Schwäche des PRMS-Modells, d. h.
schlechtere Simulationen in Trockenjahren, nicht auf diesen Ansatz zutrifft. D. h. der
unterirdische Abfluss wurde sehr gut nachvollzogen. Bei winterlichen Abflussspitzen kommt es
auch hier zu einer Untersimulation, dagegen bei sommerlichen zur Übersimulation. Da die
verwendete Version kein Schneemodul enthält, ist es nicht verwunderlich, dass die
Schneeschmelzphasen untersimuliert wiedergegeben werden. Neben dem Parameter m, der in der
Literatur (vgl. Abschnitt 3.3.4.) als nur schwer physikalisch interpretierbar angegeben wird,
erwiesen sich t0 und srmax als sensitiv. Da jedoch bei der Kalibrierung keine
Ergebnisverbesserung erreicht werden konnte, wurden die Einstellungen in Anlehnung an MICHL
(1999) beibehalten.
Anliegen der vorliegenden Arbeit ist jedoch die ereignisbezogene Modellierung. Demzufolge
wurde eine zweite Kalibrierung durchgeführt, welche sich auf ausgewählte Ereignisse bezieht.
Bei der Auswahl der Ereignisse wurden wiederum die Zeiträume, in denen keine Temperatur- und

4. Modellanwendung 71
Niederschlagswerte in einer zeitlichen Auflösung von dreißig Minuten vorlagen, ausgeschlossen.
Als Zeitspanne für die Abflussereignisse wurde, ausgehend von den höchsten Abflusswerten des
Untersuchungszeitraums, diejenige Periode verwendet, innerhalb derer der mittlere halbjährliche
Abflusswert überstiegen wird. Diese statistische Maßzahl erwies sich für die zeitliche
Eingrenzung anhand graphischer Darstellungen als geeignet. Bei der Verwendung von jährlichen
Mittelwerten würden die Abflussereignisse im Sommerhalbjahr zu kurz und im Winterhalbjahr zu
lang ausfallen. Dies begründet sich auf die unterschiedliche Abflussmengenverteilung der beiden
Halbjahre. Das Sommerhalbjahr (Mai bis Oktober) weist in unseren Breiten im Vergleich zum
Winterhalbjahr deutlich weniger Abfluss auf. Obwohl das Niederschlagsverhältnis im
Untersuchungsgebiet für den Untersuchungszeitraum 1 : 1 (Sommerhalbjahr : Winterhalbjahr)
beträgt, liegt das Abflussmengenverhältnis bei 1 : 2 (vgl. Abschnitt 2.4.). Dies beruht auf den
unterschiedlichen Evapotranspirationsbedingungen mit geringeren Verdunstungsraten im
Winterhalbjahr.
Es wurden schließlich die acht höchsten Abflussereignisse im Untersuchungszeitraum für die
Modellierung herausgesucht. Dadurch ist gewährleistet, dass in jedem hydrologischen Jahr
mindestens ein Abflussereignis enthalten ist und sowohl winterliche als auch sommerliche
Abflussereignisse sowie Schneeschmelzereignisse berücksichtigt werden. In Tabelle 9 sind die in
Tab. 9: Darstellung der für die Modellierung ausgewählten Ereignisse
ID
Zeitraum
Mittlerer
Abflusswert
[mm]
Maximaler
Abflusswert
[mm]
Abflussmenge
[mm]
Ereignis I 28.12.-03.01.95 0,39 1,40 129,76
Charakteristik
Winterliches Hochwasser
(höchstes Abflussereignis im
Untersuchungszeitraum)
Ereignis II 26.09.-11.10.95 0,14 0,66 107,32 Sommerliche Abflussspitze
Ereignis III 18.04.-06.06.96 0,13 0,60 314,58 Schneeschmelzereignis
Ereignis IV 18.02.-03.04.97 0,15 0,72 323,41 Schneeschmelzereignis
Ereignis V 03.03.-20.03.98 0,15 0,60 130,60 Winterliches Abflussereignis
Ereignis VI 14.09.-26.09.98 0,31 1,29 190,46
Sommerliches Hochwasser
(höchstes Abflussereignis der
Sommerhalbjahre)
Ereignis VII 23.10.-14.11.98 0,22 0,95 239,71 Winterliches Abflussereignis
Ereignis VIII 02.03.-11.03.99 0,27 0,63 130,23 Winterliche Abflussspitze
(Mittlerer und maximaler Abflusswert in mm/30 min)
zeitlicher Abfolge sortierten ausgewählten Abflussereignisse mit ihren statistischen Maßzahlen
und Angaben zur Bezeichnung dargestellt.
Die ereignisbezogene Kalibrierung wurde für das Abflussereignis VII durchgeführt. Dieser Wahl
liegen folgende Kriterien zugrunde: (1) Es handelt sich um ein Ereignis, bei dem die

4. Modellanwendung 72
Niederschlagsart keine Rolle spielt; (2) es ist kein Schneeschmelzereignis, da sonst noch andere
Parameter als die ereignissensitiven von Bedeutung sind; (3) es ist ein von den maximalen
Abflusswerten hergesehen mittleres Ereignis mit mehreren Abflussspitzen, was eine bessere
Kalibrierung erlaubt und (4) zeitlich betrachtet, repräsentiert es durch den Übergang vom
Sommer- zum Winterhalbjahr die mittleren Grundwasserreserven.
Als ereignissensitive Parameter erwiesen sich chan_alpha und chan_cmp ( routing-Koeffizienten der
Gerinneabschnitte), während eine Veränderung der routing-Koeffizienten der overland flow planes
keine Unterschiede in der Simulation des Abflusses erbrachte. Letztere sind für die Modellierung
des Sedimenttransportes ausschlaggebend.
Während der Parameter chan_cmp in erster Linie die Zahl der Abflussspitzen beeinflusst, wirkt sich
der Parameter chan_alpha auf die Höhe des simulierten Abflusses aus. Eine eindeutige
Wirkungsweise für letzteren konnte jedoch nicht herausgefunden werden, was die Komplexität
des Systems und damit die Wechselwirkungen der Prozesse und der gegenseitigen
Rückkopplungen widerspiegelt.
Der Parameter chan_cmp wurde nur geringfügig erhöht, da die Zahl der Abflussspitzen schon
relativ gut wiedergegeben wurde. Dagegen wurde der Parameter chan_alpha in Abhängigkeit von
der Gewässerordnung nach STRAHLER (1992) so skaliert, dass eine optisch best mögliche Anpassung
des simulierten an den beobachteten Abfluss erreicht wurde. Das erwies sich als sehr
schwierig, da die Änderung nur eines Wertes der drei verwendeten Gewässerordnungen sich
unterschiedlich auf die einzelnen Abflussspitzen auswirken. D. h. während mit einer
Parameteränderung eine der mehreren Abflussspitzen mengenmäßig gut angepasst werden
konnte, wurde eine andere Abflussspitze schlechter wiedergegeben. Um ein gutes Mittelmaß zu
finden, wurde eine Vielzahl von Modelldurchläufen mit unterschiedlichen Werten dieses
Parameters durchgeführt. Somit handelt es sich bei dem ganzen Vorgang der Kalibrierung, unter
Berücksichtigung einer zusätzlich stattfindenden Optimierung, um einen äußerst zeitaufwendigen
Prozess.
Für den TOPMODEL-Ansatz wurde keine ereignisbezogene Kalibrierung durchgeführt, da das
Modell nicht zwischen Tages- und Hochwassermodus unterscheiden kann und folglich keine
ereignissensitiven Parameter explizit ausgewiesen werden können. Es genügt eine Kalibrierung auf
Tagesbasis.
Nach der manuellen Kalibrierung wurden die geänderten Parameter mit dem im MMS
enthaltenen ROSENBROCK-Algorhythmus (1960) optimiert. Dabei werden unter Verwendung eines
oberen und unteren Schwellenwertes die besten Werte für die ausgewählten Parameter iterativ
berechnet, wobei die Abweichungen des simulierten vom beobachteten Abfluss minimiert

4. Modellanwendung 73
werden. Für die Optimierungen der täglichsensitiven Parameter (täglicher Datensatz) und der
ereignissensitiven Parameter (Datensatz mit 30-min. Werten) im Modell PRMS bzw. der
sensitiven Parameter im TOPMODEL-Ansatz wurde das kalibrierte Jahr 1996 als
Initialisierungsphase (Zeitraum zum Einstellen der Vorbedingungen, zum Beispiel Menge des
Grundwasserspeichers) und das folgende Jahr 1997 als Optimierungsphase gewählt. Eine längere
Zeitspanne ist aufgrund des kurzen Untersuchungszeitraums nicht angebracht, da die
Validierungsphase etwa die Hälfte der verwendeten Datenbasis ausmachen sollte.

5. Ergebnisse
Die Bewertung der Modellierung kann anhand unterschiedlicher Kriterien durchgeführt
werden. Im folgenden Abschnitt wird zunächst der optische Vergleich zwischen den
gemessenen und simulierten Abflüssen ausgewertet. Hierbei ist entscheidend, dass die
Simulation die hydrologische Dynamik des Untersuchungsgebiets bezüglich der zeitlichen und
quantitativen Ausbildung von Hochwasserspitzen sowie das Abflussniveau in den
Niedrigwasserperioden nachvollzieht. Als zweites Kriterium werden die statistischen
Gütemaße dargestellt und bewertet.
Weitere Kriterien für die Modellvalidierung sind die jährlichen und monatlichen
Wasserbilanzen sowie die Modellierung von Teilsystemen (multiple response validation). Letztere
bezeichnet die Modellvalidierung an internen Systemzuständen und -flüssen unter
Einbeziehung zusätzlicher Daten. Für das Untersuchungsgebiet liegen zum einen
Grundwasserstände vor, die mit dem simulierten Entleeren und Auffüllen des
Grundwasserspeichers verglichen werden. Zum anderen sind für die DWD-Station
„Schmücke“ Angaben zur Schneedeckenmächtigkeit vorhanden, die für eine Validierung des
simulierten Auf- und Abbaus der Schneepakete herangezogen werden. Diese Vergleiche
dienen der Beurteilung der verwendeten Berechnungsalgorithmen zur Dynamik der
Schneedecke und des Grundwasserspeichers, welche „a priori“ geschätzte und kalibrierte
Koeffizienten enthalten. Diese Auswertung erfolgt in Abschnitt 5.2., da ihr die
dreißigminütige Datenbasis zugrunde liegt und sie nur für die Modellierung mit PRMS
durchgeführt wird. Dagegen bezieht sich die Modellgütebetrachtung auf die tägliche
Datenbasis mit eingeschalteten höher aufgelösten Perioden für beide Modelle getrennt und
kombiniert.
In Abschnitt 5.3. werden ausgewählte statistische Maßzahlen und die Quantifizierung der
Abflussanteile für die ereignisbezogene Modellierung auf Grundlage der dreißigminütigen
Datenbasis dargestellt und bewertet.
Im letzten Abschnitt werden die in dieser Arbeit erzielten Ergebnisse mit denen von MICHL
(1999) verglichen.
Es ist anzumerken, dass die Auswertung des PRMS-Ansatzes im Vordergrund steht und auch
nur dieser die Grundlage zur Berechnung der Wasserbilanzen bildet. Mit dem TOPMODEL-
Konzept wird lediglich geprüft, ob eine parallele Verwendung beider Modelle zu einer
Ergebnisverbesserung führt.

5. Ergebnisse 74
5.1. Modellgütebetrachtung
Die Modellgüte wird subjektiv über den optischen Vergleich der gemessenen und simulierten
Abflüsse und objektiv durch die Verwendung statistischer Maßzahlen bewertet.
Datengrundlage sind Tageswerte mit eingeschalteten Perioden höherer Auflösung.
Einerseits erreichte dieser Datensatz bei der Betrachtung des gesamten
Untersuchungszeitraums die höchsten Korrelationswerte (vgl. Anhang A 1). Andererseits ist
die Modellierung mit einer kontinuierlichen dreißigminütigen Datenbasis über den gesamten
Zeitraum unnötig, da für Perioden mit niedrigem Abfluss Tageswerte ausreichend sind. Eine
Verwendung von kontinuierlichen Tageswerten ist ebenfalls nicht sinnvoll. Sie bringen bei
dem ereignisbezogenen Modellansatz von PRMS die schlechtesten Korrelationswerte. Wenn
auf Tagesbasis modelliert werden soll, ist eine andere Flächendiskretisierung (HRU-Konzept)
zu wählen (vgl. MICHL 1999).
Die eingeschalteten Perioden mit dreißigminütiger Auflösung umfassen das höchste
Abflussereignis der Winter- (28.12.94 – 3.1.95) und Sommerhalbjahre (14.9. – 26.9.98), die
niedrigsten Abflussperioden der Winter- (17.3. – 21.3.96) und Sommerhalbjahre (15.9. –
1.10.97) sowie zwei Schneeschmelzperioden (eine für das Untersuchungsgebiet typische Phase
bezüglich der zeitlichen Dynamik (26.3. – 16.4.99) und eine verzögerte Schneeschmelze (18.4.
– 6.6.96)). Damit wird gewährleistet, dass die Validierung der Modelle anhand aller wichtigen
hydrologischen Phasen erfolgt.
Zuerst werden die Modellierungsergebnisse anhand der graphischen Darstellungen
bewertet. Im Anhang sind die gemessenen und simulierten Abflüsse für PRMS (A 2.1) und
TOPMODEL (A 2.2) sowie der kombinierte Ansatz über den besten simulierten Abflusswert
(A 2.3 & A 2.4) für die fünf hydrologischen Jahre dargestellt. Die zugehörigen
Niederschlagseinträge sind den Graphiken im Anhang A 2.5 zu entnehmen.
Mit dem Modell PRMS wird das Niederschlag-Abfluss-Verhalten des Untersuchungsgebiets
gut wiedergegeben. Die zeitliche Übereinstimmung der Hochwasserspitzen ist meist sehr gut.
Das Hochwasserereignis 1998 wird zeitlich und quantitativ am besten simuliert. Generell
werden die Rezessionsäste gut nachvollzogen, jedoch wird der Basisabfluss (z. B. September
1996) fast immer untersimuliert. Dieses Problem der Unterschätzung der sommerlichen
Trockenwetterabflüsse wird beispielsweise auch von FLÜGEL & LÜLLWITZ (1993) beschrieben.
Die Hochwasserspitzen werden in den Jahren 1995, 1997 und 1999 untersimuliert, 1996
übersimuliert. Die Schneeschmelzperioden werden allgemein schlecht simuliert. Das der
Schneeschmelzperiode vorausgehende Abflussereignis wird in den Jahren 1995, 1997 und
1998 untersimuliert, wodurch die Abflüsse in den Schneeschmelzperioden großenteils

5. Ergebnisse 75
übersimuliert werden. Die Schneeschmelzphase 1996 setzt bereits Anfang April allmählich ein,
während das Modell ein abruptes Schmelzen Mitte April simuliert. Zu dieser Zeit findet ein
hoher Niederschlagseintrag (vermutlich Regen-Schnee-Gemisch) statt, dessen energetischer
und hydrologischer Eintrag überbewertet wird. Für das hydrologische Jahr 1999 sieht diese
Situation ähnlich aus. Das Modell simuliert ein abruptes Einsetzen der Schneeschmelze,
während die gemessene Abflussganglinie auf ein allmähliches temperatur- und
strahlungsbedingtes Abtauen der Schneedecke hindeutet. Die Übersimulation zu Beginn dieser
Phase führt während der restlichen Zeit des Schneedeckenabbaus zur Untersimulation. Des
weiteren fällt bei der Betrachtung des hydrologischen Jahres 1996 auf, das einige gemessene
Ereignisse zu Beginn des Winterhalbjahres gar nicht simuliert werden. Das liegt daran, dass bei
dem vorausgehenden hohen Abflussereignis am Ende des hydrologischen Jahres 1995 die
Untersimulation sehr groß ist. Folglich werden die durch erhöhte Verdunstung der
Sommermonate entleerten Speicher des Boden- und Grundwassers nicht richtig aufgefüllt.
Demzufolge werden die etwas niedrigeren Niederschlagseinträge zu Beginn des
Winterhalbjahres von 1996 für die Auffüllung dieser Speicher benötigt. Alle anderen
Abflussspitzen werden zwar untersimuliert, aber zumindest nachvollzogen. MEHLHORN 1998
führt starke Untersimulationen größerer Abflussereignisse während der sommerlichen
Trockenzeit ebenfalls als eine Schwäche von PRMS an. Die Niederschlagseinträge reichen
offensichtlich nicht für die Sättigung des Bodens bis zur Feldkapazität aus, so dass kein
Abfluss aus der Bodenzone simuliert wird. Vom Modell wird nicht berücksichtigt, dass bei
solchen Ereignissen Bodenwasserabfluss in Makroporen (bei periglazialen Deckschichten
nicht zu vernachlässigen, vgl. Abschnitt 2.3.2) entstehen kann, auch wenn noch keine
Feldkapazität erreicht ist. Zudem zeigt sich ein drittes Problem bei der Modellanwendung von
PRMS. Zum Beispiel verzeichnet der gemessene Abfluss von Mitte bis Ende September 1997
einen langsamen Anstieg, obwohl in dieser Zeit kein Niederschlag gefallen ist. Demzufolge
wird vom Modell kein Anstieg nachvollzogen, sondern der abnehmende Abfluss der
sommerlichen Trockenperiode fortgeführt. Dieses Phänomen wurde auch in der Arbeit von
THIEL (2000) angesprochen. Fehler im Datensatz, z. B. dass durch Differenzen zwischen
Einzugsgebiet und Messstation nicht alle Niederschläge erfasst werden oder vorgetäuschte
höhere Abflusswerte infolge Gesteins- und Holzansammlung in der Messrinne, lassen sich
ausschließen, da dann diese Phänomene über das ganze Jahr verteilt auftreten müssten.
Folglich lässt sich diese Situation nur über influente Verhältnisse erklären, die vom Modell
nicht nachvollzogen werden können.
Die Simulation der Abflussspitzen mit TOPMODEL korreliert zeitlich schlechter mit den
gemessenen Abflussereignissen. Allgemein ist der simulierte Abfluss etwas zu spät. Des
weiteren reagiert der simulierte Abfluss zu häufig auf Niederschlagsereignisse, d. h. es erfolgt

5. Ergebnisse 76
kaum eine Pufferung im System. Das begründet sich auf die Nichtberücksichtigung von
Exposition, Interzeption und Niederschlagsart im Modell. Bei der Modellierung zeigt sich das
in auf Niederschlagseinträgen simulierten Abflussspitzen ohne gemessenen Pendants. Die
Rezession zwischen Ereignissen wird gut wiedergegeben. Zu den Schneeschmelzphasen
werden keine Ausführungen gemacht, da die verwendete Version kein Schneemodul enthält.
Die optische Bewertung der Simulationen mit dem TOPMODEL-Konzept soll nicht weiter
ausgeführt werden; Wie bereits beschrieben soll die Abflussbildung nach TOPMODEL
lediglich für eine eventuelle Ergebnisverbesserung herangezogen werden. Für eine alleinige
Anwendung eines Modells kommt für das vorliegende Untersuchungsgebiet nur der PRMS-
Ansatz in Frage. Aus dem optischen Vergleich lässt sich bereits schließen, dass eine
Kombination beider Modelle (über die Verwendung der besten simulierten Abflusswerte) zu
einer Verbesserung der Abflusssimulation führt. Denn die Verknüpfung der sehr guten
zeitlichen Übereinstimmung von PRMS mit den höheren Abflusswerten von TOPMODEL
bedingen eine bessere Annäherung der simulierten an die gemessenen Abflüsse.
Die statistische Auswertung der Modellierungsergebnisse erfolgt anhand der
Korrelationskoeffizienten, der minimalen, mittleren und maximalen Abflusswerte (Tabelle 10)
und dem von NASH & SUTCLIFFE (1970) eingeführten Gütemaß efficiency R eff . Die R eff berechnet
sich aus dem von Eins abgezogenen Quotienten der Summe der quadratischen Abweichungen
der simulierten und gemessenen Abflusswerte zur Varianz der Messwerte. Der Wertebereich
liegt zwischen + 1 und - ∞. KRAUSE (2000) sieht Werte über 0,7 als gute Anpassung an. Die
R eff gibt an, wie gut die Hochwasserscheitel getroffen werden. Dagegen beeinflusst die
Erfassung der Niedrigwasserabflüsse den Wert der Effizienz nur mit geringem Gewicht.
Stärkere Aussagekraft zur Bewertung der Niedrigwasserperioden besitzt nach UHLENBROOK
(1999) die log R eff , die mit Hilfe der logarithmierten simulierten und gemessenen Abflusswerte
berechnet wird. Bei diesem Gütemaß wird der Einfluss der Hochwasserabflüsse zugunsten der
Niedrigwasserperioden zurückgenommen. Für die statistische Auswertung wird in der
vorliegenden Arbeit weiterhin das Bestimmtheitsmaß (r²) verwendet, das sich als das Quadrat
der Korrelationskoeffizienten zwischen simulierten und gemessenen Abflüssen ergibt. Dieses
wurde ebenfalls mit den logarithmierten Abflusswerten berechnet (log R eff ). Diese Gütemaße
sind in Tabelle 11 für die Modellierung mit beiden Modellen sowie den kombinierten Ansatz
dargestellt.
Eine Einschätzung, wie die zeitliche Dynamik vom Modell simuliert wird, kann anhand der
Korrelationskoeffizienten vorgenommen werden. Die Korrelationskoeffizienten für die
Modellierung mit PRMS zeigen eine Abhängigkeit von der Niederschlagsmenge, wie sie auch
FLÜGEL & LÜLLWITZ (1993) beschreiben. Feuchte Jahre (1998 und 1995) werden sehr gut bis

5. Ergebnisse 77
gut wiedergegeben, während für trockene Jahre (1996 und 1997) nur zufriedenstellende
Ergebnisse erzielt werden. Die hydrologischen Jahre 1996 und 1997 weisen ähnliche
Niederschlagseinträge auf und ihre Simulation führt zu vergleichbaren Korrelationswerten.
Tab.10: Statistische Maßzahlen für die gemessenen und simulierten Abflüsse [m³/s] nach
PRMS und TOPMODEL sowie den kombinierten Ansatz nach dem besten simulierten
Wert
1995
1996
1997
1998
1999
1995-1999
PRMS TOPMODEL
PRMS- Gemessener
TOPMODEL Abfluss
x m 0,54 0,50 0,52 0,52
x min 0,01 0,01 0,01 0,04
x max 2,57 8,03 3,23 3,24
r 0,85 0,56 0,87
x m 0,18 0,18 0,18 0,26
x min 0,00 0,00 0,00 0,02
x max 2,07 4,15 2,07 1,39
r 0,76 0,65 0,81
x m 0,03 0,20 0,03 0,05
x min 0,01 0,00 0,00 0,02
x max 0,50 5,48 0,50 1,38
r 0,77 0,67 0,86
x m 0,51 0,58 0,50 0,50
x min 0,01 0,00 0,00 0,03
x max 2,83 9,97 2,83 2,97
r 0,97 0,53 0,97
x m 0,16 0,25 0,16 0,30
x min 0,00 0,00 0,00 0,03
x max 0,71 10,72 0,80 1,55
r 0,42 0,60 0,59
x m 0,23 0,28 0,23 0,29
x min 0,00 0,00 0,00 0,02
x max 2,83 10,72 3,23 3,24
r 0,89 0,62 0,91
Die höchste Korrelation wird für das hydrologische Jahr 1998 erreicht, welches durch die
höchsten Niederschlagsmengen gekennzeichnet ist. Eine Ausnahme bildet das hydrologische
Jahr 1995, das einen mittleren Niederschlagseintrag erfährt, aber dennoch den niedrigsten
Korrelationswert liefert. Während das Niederschlagsverhältnis zwischen Winter- und
Sommerhalbjahr nur 1,5 : 1 beträgt, ist die Abflussmenge im Winterhalbjahr ca. 5 mal größer
als im Sommerhalbjahr (größtes Ungleichgewicht im Untersuchungszeitraum). Die niedrigen
Abflusswerte im Sommerhalbjahr werden durch die erhöhte Evapotranspiration erklärt.

5. Ergebnisse 78
Folglich muss die Ursache in der Dynamik des Winterhalbjahres liegen. Die Niederschläge
Anfang Dezember bis Ende Februar führen zu einem ständigen Wechsel der
Schneeakkumulation und dem Abtauen der Schneedecke. Diese Dynamik tritt nur in diesem
hydrologischen Jahr so extrem auf. Während das Modell nur Schneeakkumulation simuliert,
verursachen die Niederschlagseinträge ein teilweises Schmelzen des Schneepakets, d. h. der die
Schneeschmelze induzierende energetische und hydrologische Niederschlagseintrag wird vom
Modell nicht richtig quantifiziert. Das Niederschlagsereignis Anfang März wird sowohl
gemessen, als auch simuliert. Allerdings mit einer viel zu geringen Amplitude. Eine denkbare
Erklärung ist, dass es sich bei diesem Ereignis um ein Regen- oder Mischniederschlagsereignis
handelt, dessen überwiegender Teil im Modell zur Auffüllung der drei Grundwasserspeicher
genutzt wird. Dagegen zeigt das rasche Ansteigen und Abfallen des gemessenen Abflusses ein
Hochwasserereignis an, dass nur auf gefrorenem Boden entstehen kann. Die verwendete
Schneeschmelzroutine wurde in den Rocky Mountains entwickelt, wo eine kontinuierliche
Ausbildung der Schneedecke Bodengefrornis verhindert. Dagegen wird das temperatur- und
strahlungsbedingte Abtauen des Schneepakets vom Modell sehr gut nachvollzogen (vgl.
MICHL 1999). Doch findet hier zunächst eine Übersimulation statt, da vorher eine
kontinuierliche Schneeakkumulation simuliert wurde. Die restliche Phase der Schneeschmelze
wird wiederum untersimuliert, aber zeitlich korrekt wiedergegeben. Eine Dominanz der
Abflussereignisse im Winterhalbjahr ist nur noch für 1997 zu beobachten. Die besseren
Korrelationswerte begründen sich aber auf eine klare Gliederung in eine Phase der
Schneeakkumulation und Schneeschmelze. MICHL (1999) zeigte, dass das im PRMS-Ansatz
verwendete Schneemodul für diese Zeitintervalle zuverlässige Ergebnisse liefert. Dagegen
verschlechtern sich die Ergebnisse mit der Zunahme von Regen- und Mischniederschlägen
während der Akkumulationsphase.
Allgemein sind die Korrelationswerte bei der Modellierung mit dem TOPMODEL-Ansatz
schlechter. Sie zeigen eine umgekehrte Abhängigkeit von der Niederschlagsmenge. Hier liefert
das hydrologische Jahr 1998, das bei der Modellierung mit PRMS die höchste Korrelation
aufweist, den niedrigsten Korrelationswert. Auch 1995 (zweithöchste Korrelation bei PRMS)
weist niedrigere Korrelationen auf als die trockenen Jahre 1996 und 1997. Das hydrologische
Jahr 1999 liegt bezüglich Niederschlagsmenge und Korrelationswert dazwischen.
Hervorzuheben ist, dass keine Schneeakkumulation simuliert wird, da, wie bereits mehrfach
hingewiesen, kein Schneemodul verwendet wird. Trotzdem kann nicht generell das PRMS-
Modell bevorzugt werden. MICHL (1999) fand heraus, dass TOPMODEL bessere
Korrelationen in den Zeitintervallen mit Niederschlägen höherer Intensität und
überwiegendem Regenanteil auf geringmächtiger oder durchbrochener Schneedecke liefert.

5. Ergebnisse 79
Der kombinierte Ansatz kann folglich zu einer Modellverbesserung führen, wenn die
Schwächen des verwendeten Schneemoduls im PRMS-Ansatz durch die Berechnung der
Abflussbildung nach TOPMODEL minimiert werden. Höhere Korrelationswerte beim
kombinierten Ansatz gegenüber PRMS werden für die trockenen Jahre (ø + 8 %) und für das
hydrologische Jahr 1999 (+ 30 %) erreicht. Hier sind die Stärken von TOPMODEL zu sehen.
Für die feuchten Jahre, in denen PRMS gute bis sehr gute Werte liefert, führt eine parallele
Verwendung beider Konzepte zu einer geringen oder keiner Verbesserung.
Die anderen statistischen Maßzahlen (minimaler, mittlerer und maximaler Abfluss) beschreiben
die Eignung des Modells bezüglich der quantitativen Simulation.
Das Modell PRMS weist bei der jährlichen Betrachtung stets eine Untersimulation auf. Die
Mittelwerte werden in den Jahren mit höheren Korrelationswerten geringfügig übersimuliert,
in den anderen Jahren zum Teil beträchtlich untersimuliert. Über den gesamten Zeitraum
ergibt sich daher eine Untersimulation. Die Abflussmaxima der einzelnen Jahre werden sehr
unterschiedlich modelliert. Treten die Abflussmaxima im Winterhalbjahr (1995, 1997, 1999)
auf, so ist die Untersimulation größer als bei Hochwasserereignissen im Sommerhalbjahr
(1998). Das Abflussmaximum 1996 ist ein Schneeschmelzmaximum, welches vom Modell
übersimuliert wird. Irreführend ist ein Vergleich der Maxima für den Gesamtzeitraum, da das
gemessene und simulierte Maximum nicht zum gleichen Ereignis gehören. Das gemessene
Maximum tritt 1995, das simulierte dagegen 1998 auf.
Das Modell TOPMODEL zeigt ebenfalls eine generelle Untersimulation der Abflüsse. Die
Mittelwerte sind in den hydrologischen Jahren 1995, 1996 und 1999 zu niedrig, für 1997 stark
und für 1998 etwas übersimuliert. Für den gesamten Untersuchungszeitraum ergibt sich eine
gute Übereinstimmung der Abflusswerte. Die Abflussmaxima werden alle beträchtlich
übersimuliert, unabhängig vom Auftrittsdatum (Winter- oder Sommerhalbjahr). Für die
Auswertung der Abflussmaxima des gesamten Untersuchungszeitraums gilt das Gleiche wie
für die Modellierung mit PRMS. Das simulierte Maximum liegt im hydrologischen Jahr 1999.
Für den kombinierten Ansatz ergibt sich folglich ebenfalls eine Untersimulation der
minimalen Abflüsse. Obwohl der mittlere Abfluss für den gesamten Zeitraum bei der
Modellierung mit TOPMODEL besser ist, führt die Zusammenführung beider Modelle zu
keiner Verbesserung. Es wird die gleiche Untersimulation von PRMS beibehalten. Das liegt
daran, dass die gute Übereinstimmung des mittleren Abflusses bei TOPMODEL nur auf
einen Ausgleich der Über- und Untersimulationen der Einzeljahre zurückzuführen ist. Hier
machen sich die geringfügigeren Differenzen im PRMS-Ansatz bemerkbar. Die
Abflussmaxima wurden in zwei Jahren verbessert, in den anderen Jahren beibehalten. Dies
führt auch insgesamt zu einer Verbesserung. Das gemessene und simulierte Maximum des
gesamten Zeitraums fällt nun auf das gleiche Ereignis.

5. Ergebnisse 80
Tab. 11: Gütemaße der verschiedenen Modellanwendungen für den Untersuchungszeitraum
PRMS R eff log R eff r² log r² TOPMODEL R eff log R eff r² log r²
1995 0,69 0,72 0,72 0,81 1995 0,28 0,53 0,31 0,59
1996 0,40 -0,41 0,58 0,76 1996 0,19 -0,09 0,42 0,20
1997 0,56 -0,85 0,59 0,77 1997 0,44 0,43 0,45 0,77
1998 0,94 0,84 0,94 0,86 1998 0,24 0,51 0,28 0,64
1999 -0,84 -0,41 0,18 0,69 1999 0,34 0,20 0,36 0,62
1995-1999 0,75 0,38 0,79 0,79 1995-1999 0,37 0,48 0,38 0,52
PRMS-
TOPMODEL
R eff log R eff r² log r²
1995 0,71 0,81 0,76 0,86
1996 0,49 -0,12 0,66 0,77
1997 0,73 -0,66 0,74 0,86
1998 0,94 0,91 0,94 0,92
1999 -0,52 0,03 0,35 0,67
1995-1999 0,78 0,52 0,83 0,84
Eine Auswertung der Gütemaße (Tabelle 11) spiegelt die Ergebnisse der Korrelationswerte
wider. Die Hochwasserperioden werden im Modell PRMS besser wiedergegeben als die
Niedrigwasserperioden. Phasen niedrigen Abflusses werden schlecht simuliert (log R eff < 0,7).
Für die Einzeljahre ergibt sich folgendes: Lediglich die Simulationen der feuchten Jahre 1998
und 1995 können sowohl für niedrige als auch hohe Abflussperioden als gut bewertet werden.
Dies belegen die Effizienzen ≥ 0,7 und die Quadrate der Korrelation zwischen simulierten
und gemessenen Abflüssen und den logarithmierten Werten. Das hydrologische Jahr 1999
erreicht wiederum für alle betrachteten Gütemaße die schlechtesten Ergebnisse und bestätigt
damit die Ausführungen bezüglich der statistischen Maßzahlen. Für beide Trockenjahre ist
besonders die Simulation der niedrigen Abflussperioden unzureichend.
Die Modellierung mit TOPMODEL ist, wie bereits angedeutet, für eine alleinige Anwendung
auf das vorliegende Untersuchungsgebiet ungeeignet. Dies belegen die Gütemaße sowohl des
Gesamtzeitraums als auch der Einzeljahre.
Für den kombinierten Ansatz ergibt sich eine Verbesserung der Simulationen der
Niedrigwasserabflüsse (um 27 %), was in höheren log R eff und log r²-Werte resultiert. Die
Simulation der Perioden mit höheren Abflüssen werden gegenüber dem PRMS-Ansatz für den
Gesamtzeitraum nur um 4 % verbessert. Bei der Betrachtung der Einzeljahre ist die
Verbesserung der log R eff aller Jahre hervorzuheben. Während sich die R eff der feuchten Jahre
nur geringfügig ändern, führt die Kombination beider Modelle in den anderen Jahren zu

5. Ergebnisse 81
höheren Effizienzwerten. Die Korrelationswerte der logarithmierten gemessenen und
simulierten Abflüsse erhöhen sich für alle Jahre. Dies unterstreicht, dass durch eine parallele
Verwendung beider Konzepte zur Abflussbildung die Schwächen des PRMS-Ansatzes
bezüglich der Untersimulation der sommerlichen Trockenwetterperioden und zu bestimmten
Schneeschmelzphasen minimiert werden.
Damit wurde die Eignung der Kombination von PRMS und TOPMODEL bei der
verwendeten täglichen Datenbasis mit eingeschalteten Perioden höherer Auflösung und der
vorliegenden Flächendiskretisierung nachgewiesen.
5.2. Wasserhaushaltsbilanzierung
Die Quantifizierung der einzelnen Systemkomponenten wird nur für die Modellierung mit
PRMS auf Grundlage der dreißigminütigen Datenbasis durchgeführt.
Die jährlichen und mittleren Wasserbilanzen sind in Tabelle 12 dargestellt. Für die
Modellvalidierung sind die Verdunstungshöhen und der Vergleich zwischen den gemessenen
und simulierten Abflussmengen entscheidend.
Tab. 12: Jahressummen der wichtigsten simulierten Gebietswasserbilanzkomponenten
Niederschlag
[mm]
Evapotranspiration
[mm]
Gebietsrückhalt
2
[mm]
Simulierter
Abfluss
[mm]
Gemessener
Abfluss
[mm]
Anteil des
sim. am gem.
Abfluss [%]
1995 1615 409 -43 1258 1360 93
1996 1083 349 35 663 759 87
1997 1109 455 -134 676 764 88
1998 1698 449 98 1064 1130 94
1999 1423 448 95 993 1077 92
1995-1999 1 1386 422 -40 931 1018 91
( 1 Mittelwerte der Einzeljahre; 2 Gebietsrückhalt jedes Jahres = Speicherinhalt Jahresende –
Speicherinhalt Jahresanfang )
Die jährlichen gemessenen Abflussmengen werden generell untersimuliert (-6 % bis -13 %).
Das Mittel für den Untersuchungszeitraum liegt bei -9 %. Die relative Volumenabweichung
der Abflusswerte zeigt wiederum eine Abhängigkeit von der Niederschlagsmenge. Feuchte
Jahre werden weniger untersimuliert als trockene.
Die Evapotranspiration beträgt im fünfjährigen Mittel 422 mm. Dieser Wert liegt in der von
WUCHOLD (1971) ermittelten Größenordnung (durchschnittliche Evapotranspiration von 416
mm für den Untersuchungszeitraum 1961 bis 1970 bei einem mittleren Niederschlag von

5. Ergebnisse 82
1445). Die Werte für die einzelnen Jahre schwanken zwischen 350 mm (1996) und 455 mm
(1997). Obwohl der Niederschlagseintrag und der Abfluss für beide Jahre ähnlich ist, beträgt
die Differenz zwischen den Evapotranspirationswerten 100 mm. Diese Abweichungen
spiegeln sich bei den Angaben zum Gebietsrückhalt wider. Damit wird gezeigt, dass bei der
kurzfristigen Wasserhaushaltsbilanzierung die Speicheränderung nicht vernachlässigt werden
kann.
Weitere wichtige Gütekriterien sind die Quantifizierung des Boden- und
Grundwasserspeichers sowie der Abflusskomponenten (Tabelle 13).
Tab. 13: Quantifizierung der Speicher und Abflusskomponenten
Bodenwasserspeicher
[mm]
Grundwasserspeicher
1
[mm]
Gebietsrückhalt
2
[mm]
Interflow
Grundwasserabfluss
[mm]
Oberflächenabfluss
[mm]
[mm]
1995 102 99 201 794 462 2
1996 103 43 146 384 278 1
1997 95 49 144 362 313 1
1998 103 56 159 413 631 2
1999 103 70 173 529 463 1
1995-1999 1 101 64 165 500 430 1
( 1 Grundwasserspeicher = Summe aus im Modell definierten Speicher des Grundwassers und des
Interflows; 2 Gebietsrückhalt = Bodenwasserspeicher + Grundwasserspeicher)
Der Bodenwasserspeicher enthält im Durchschnitt 100 mm. Der Grundwasserspeicher setzt
sich aus dem im Modell definierten Reservoiren des Grundwassers und des Interflows
zusammen. Dabei liegt der absolute Anteil des Interflowspeichers am Grundwasserspeicher
bei ca. 5 mm. Der Gebietsrückhalt, der sich aus der Summe von Boden- und Grundwasserspeicher
ergibt, beträgt im Untersuchungszeitraum durchschnittlich 165 mm. Die
Änderungen für die Einzeljahre beruhen größtenteils auf Speicheränderungen des Grundwasserreservoirs.
Eine halbjährliche Bilanzierung ergibt für die Winterhalbjahre mit 82 mm
einen größeren Anteil des Grundwasserspeichers als für die Sommerhalbjahre mit 49 mm.
Dies begründet sich auf die erhöhten Evapotranspirationswerte im Sommerhalbjahr und
belegt die Tatsache, dass die Grundwasserneubildung vorzugsweise im Winterhalbjahr
stattfindet. Der Gebietsrückhalt ist für 1995 als zu hoch einzuschätzen. Dies bezieht sich vor
allem auf den Grundwasserspeicher. Das sollte jedoch nicht überbewertet werden, da sich die
Speichermenge erst während der Simulation einpegelt (Modellinitialisierung zu Beginn der
Zeitreihe). Die Kalibrierung wurde für das hydrologische Jahr 1996 durchgeführt, so dass
aufgrund der Niederschlagsmenge von niedrigeren Grundwasserreserven ausgegangen wurde.
Folglich ergibt sich für das Anfangsjahr (1995) mit hohen Niederschlagseinträgen ein viel zu
hoher Wert für das Grundwasserreservoir. Der Gebietsrückhalt der Jahre 1996 und 1997 ist

5. Ergebnisse 83
infolge der geringeren Niederschlagsmengen kleiner als das fünfjährige Mittel. Dies belegt die
Abhängigkeit der Grundwasserneubildung von den Niederschlagseinträgen.
SCHILLING (1962) gibt für die Zersatzzone einen wasseraufnahmefähigen Raum von 50 bis 80
mm an. Dazu muss noch ein Grundwasseranteil der Basisfolge, vom Modell als langsame
Interflowkomponente simuliert (vgl. Abschnitt 5.3.), gezählt werden. Damit ist das simulierte
Jahresmittel von 65 mm als realistisch einzuschätzen.
Der Gesamtabfluss wird vom Modell als Summe der einzelnen Abflusskomponenten
(graphische Darstellung in A 3.1) berechnet. Der Oberflächenabfluss besitzt im Jahresmittel
mit 0,11 % geringen Einfluss auf die Abflussmenge. Dieser geringe Anteil scheint beim
Vergleich mit anderen Ergebnissen (z. B. KRAUSE (2000) 11,25 % und UHLENBROOK (1999)
10,6 %) zunächst als zu niedrig. Jedoch lässt die Ausbildung der periglazialen Deckschichten
im Untersuchungsgebiet kaum Oberflächenabfluss zu. Das hohe Porenvolumen der
Deckfolge führt zur schnellen Infiltration. Folglich entsteht Oberflächenabfluss nur während
der Schneeschmelze und bei Starkregenereignissen durch die zeitweise Ausbildung von
Sättigungsflächen. Der Interflow stammt aus der ungesättigten Bodenzone und trägt im
Mittel mit 46 % zum Abfluss bei. Der Grundwasseranteil ist mit 54 % etwas größer. Er
erhöht sich um den Anteil des schnellen Basisabflusses, der vom Modell als langsame
Komponente zum Interflow gerechnet wird. Die relativen Anteile der Abflusskomponenten
sind für die Einzeljahre unterschiedlich. Im hydrologischen Jahr 1998 wird der Abfluss vom
Interflow (59 %) dominiert. In den anderen Jahren hat der Grundwasserabfluss (zwischen 53
% und 63 %) den größeren Anteil am Gesamtabfluss. Allgemein kann aber von fast gleichen
Anteilen der beiden unterirdischen Abflusskomponenten ausgegangen werden (vgl. MICHL
1999). Der Interflow trägt fast das ganze Jahr zum Abfluss bei. Die schnelle Komponente tritt
dabei in Verbindung mit Niederschlägen, die langsame Komponente (eigentlich schneller
Basisabfluss) während des Abklingens der Abflussspitzen auf. Die Grundwasserkomponente
zeigt einen kontinuierlichen Verlauf während des Jahres. Dabei trägt die
Grundwasserneubildung des Winterhalbjahres zu einem leichten Anstieg und die sommerliche
Trockenwetterperiode zu einem leichten Rückgang bei. Während der Niedrigwasserperioden
wird der Abfluss allein durch diese Komponente gebildet.
Die Validierung des Modells kann aufgrund der vorhandenen Datenbasis für die
Modellierung der Teilsysteme Schneedecke und Grundwasserspeicher (multiple response
validation) durchgeführt werden.
Die an der DWD-Station „Schmücke“ täglich gemessene Schneehöhe wird in A 3.2
vergleichend mit dem simulierten Wasseräquivalent der Schneedecke dargestellt. Dabei gilt

5. Ergebnisse 84
zu beachten, dass dieser Vergleich nur qualitativ möglich ist. Die Alterung der Schneedecke
führt zu einer Verdichtung, so dass gleiche Wasseräquivalente verschiedenen Schneehöhen
entsprechen können. Eine quantitative Abschätzung der gespeicherten Wassermenge ist nur
über Schneedichtebestimmungen möglich.
Der Aufbau der Schneedecke wird allgemein vom Modell gut nachvollzogen. Problematisch
zeigt sich der Abbau des Schneepakets. Die Schneeschmelze setzt außer 1998 zu früh ein.
Daraus lässt sich schließen, dass die Ermittlung des Regenschneegemischs und die
Quantifizierung des die Schneeschmelze induzierenden energetischen und hydrologischen
Niederschlageintrags vom Modell nicht richtig durchgeführt wird. Ein teilweises Abtauen der
Schneedecke in den Winterhalbjahren 1996 und 1999 wird vom Modell übersimuliert. Für das
hydrologische Jahr 1998 wird der Wechsel zwischen Schneeakkumulation und –schmelze
zeitlich sehr gut wiedergegeben. Diese optisch gute Übereinstimmung belegt ein
Korrelationswert von 0,93. Ein Vergleich mit den Niederschlagseinträgen zeigt, dass diese
gute Simulation auf ein temperaturbedingtes Abtauen der Schneedecke zurückzuführen ist.
Bei den anderen Jahren ist der energetische und hydrologische Niederschlagseintrag der die
Schneeschmelze auslösende Faktor.
Für das Untersuchungsgebiet liegen ebenfalls Grundwasserstandsdaten mit einer zeitlichen
Auflösung von sechs Stunden vor. Als repräsentativ für die Einzugsgebiete von Schmücker
Graben und Steinbach ist die Messstelle am Messgarten anzusehen, da sie in unmittelbarer
Nähe zum Gebietsauslass liegt (vgl. Abb. 4). Die gemessenen Grundwasserstände sind in A
3.3 dem simulierten Füllen und Leeren des Grundwasserspeichers gegenübergestellt.
Zeitlich korreliert das Ansteigen und Abfallen zwischen den gemessenen und simulierten
Ganglinien recht gut (durchschnittliche Korrelation von 0,81 für die Jahre 1997 bis 1999). Für
das Jahr 1995 kann aufgrund der fehlenden hoch aufgelösten Niederschlagsdaten und deren
Ersatz durch interpolierte Tageswerte keine Aussage getroffen werden. Das Jahr 1996 weist
die geringste Korrelation (0,18) auf. Es wird sogar ein Anstieg Mitte Februar simuliert,
während die gemessene Rezessionsphase weiter anhält. Dies belegt erneut die Schwäche von
PRMS bei der Ermittlung von Mischniederschlägen. Die quantitative Auswertung führt zu
dem Ergebnis, dass die sommerlichen Rezessionsphasen überschätzt werden. Des weiteren
treten größere Abweichungen zu Beginn der Winterhalbjahre bzw. während der
Schneeschmelzphasen, die nicht temperaturbedingt sind, auf.

5. Ergebnisse 85
5.3. Modellierung der ereignisbezogenen Abflussbildung
Die Auswertungen in diesem Abschnitt beziehen sich auf die im Abschnitt 4.4. dargestellten
Ereignisse. Zuerst erfolgt ein optischer Vergleich der gemessenen und simulierten
Abflusswerte und die statistische Auswertung anhand der Maßzahlen mittlerer, minimaler und
maximaler Abfluss, Abflussmenge und Korrelationskoeffizient. Dies dient der Beurteilung der
Modelle und führt zu der Aussage, welcher Modellansatz für die ereignisbezogene
Modellierung die besseren Ergebnisse liefert. Anschließend wird die Wasserbilanzierung und
die Quantifizierung der verschiedenen Abflusskomponenten nach PRMS durchgeführt.
Die graphische Auswertung der gemessenen und simulierten Abflusswerte bei der
Modellierung mit PRMS (A 4.1) zeigt, dass die Ereignissee I, II, V, VI und VIII zeitlich sehr
gut wiedergegeben werden. Dagegen werden die Hochwasserereignisse, die sich aus mehreren
Abflussspitzen zusammensetzen, schlechter simuliert. Bei letzteren wird das Hauptmaximum
untersimuliert, kleinere Maxima werden meist übersimuliert. Teilweise werden auch Abflussmaxima
simuliert, obwohl keine gemessen wurden. Da es sich bei diesen Ereignissen um
Perioden hohen Abflusses im Winterhalbjahr handelt, bei denen Mischniederschläge eine
wesentliche Rolle spielen, wird die in den Abschnitten 5.1 und 5.2 angesprochene Schwäche
von PRMS für diese Abflussphasen bestätigt. Die Übersimulation der Abflussspitzen resultiert
zum einen aus der Untersimulation der vorausgehenden gemessenen Abflussmaxima und zum
anderen aus einer falsch modellierten Schneeakkumulation und –schmelze. Zwei (Ereignis II
und VI) von den zeitlich sehr gut korrelierenden Ereignissen mit nur einem Abflussmaximum
werden etwas übersimuliert, die anderen drei Ereignisse stark untersimuliert. Dies belegt eine
Abhängigkeit der Simulationsergebnisse vom Auftrittsdatum. Die Ereignisse II und VI treten
im Sommerhalbjahr nach einer Trockenphase auf, während die anderen Ereignisse im
Winterhalbjahr liegen, bei denen Regen-Mischniederschläge zu berücksichtigen sind.
Bei der Modellierung mit TOPMODEL (A 4.2) ist die zeitliche Wiedergabe der
Abflussspitzen gut. Eine Ausnahme bildet das Ereignis III, welches ein
Schneeschmelzmaximum darstellt. Da die verwendete Version des Modells keine
Schneeakkumulation und folglich auch keine Schneeschmelze simuliert, kann das Modell
dieses Abflussmaximum nicht nachvollziehen. Bezüglich der Quantifizierung der Abflüsse
wird lediglich das Maximum von Ereignis VI etwas übersimuliert, die Ereignisse I, III, V und
VIII stark (größere Untersimulation als bei PRMS) und die Ereignisse IV und VII etwas
untersimuliert. Das Ereignis II wird am besten nachvollzogen. Die Simulation korreliert
sowohl hinsichtlich des raschen Anstiegs innerhalb eines Tages als auch des Abflussmaximums
sowie der Abklingphase über zwei Wochen.

5. Ergebnisse 86
Der kombinierte Ansatz (A 4.3) führt zu quantitativ geringfügig besseren Simulationen der bei
der Modellierung mit PRMS (Ereignis VI) und mit TOPMODEL (Ereignis II) am besten
simulierten Hochwasserereignisse. Durch die Kombination beider Modelle werden für die
Ereignisse III, IV und VII die größten Verbesserungen erreicht, deren Abflussmaxima bei der
parallelen Verwendung sowohl zeitlich als auch quantitativ gut abgebildet werden.
Tab. 14: Statistische Maßzahlen der ereignisbezogenen Modellierung
PRMS TOPMODEL
PRMS- Gemessener
TOPMODEL Abfluss
x m 0,28 0,17 0,27 0,39
Ereignis I x min 0,10 0,06 0,10 0,09
28.12.94 – x max 0,69 0,46 0,69 1,40
03.01.95 ∑ 94,75 58,20 92,12 129,76
Ereignis II
26.09.95 –
11.10.95
Ereignis III
18.04.96 –
06.06.96
Ereignis IV
18.02.97 –
03.04.97
Ereignis V
03.03.98 –
20.03.98
Ereignis VI
14.09.98 –
26.09.98
r 0,95 0,92 0,94
x m 0,17 0,11 0,15 0,14
x min 0,04 0,04 0,04 0,05
x max 0,84 0,68 0,80 0,66
∑ 127,40 86,66 111,61 107,32
r 0,996 0,94 0,97
x m 0,09 0,07 0,09 0,13
x min 0,03 0,03 0,03 0,03
x max 0,90 0,41 0,90 0,60
∑ 225,93 162,60 216,43 314,58
r 0,72 0,36 0,78
x m 0,10 0,08 0,09 0,15
x min 0,03 0,03 0,03 0,06
x max 0,55 0,57 0,50 0,72
∑ 218,89 181,65 199,01 323,41
r 0,54 0,64 0,82
x m 0,09 0,10 0,10 0,15
x min 0,04 0,04 0,04 0,05
x max 0,33 0,39 0,39 0,60
∑ 80,66 84,31 88,12 130,60
r 0,98 0,93 0,97
x m 0,37 0,23 0,32 0,31
x min 0,07 0,04 0,07 0,05
x max 1,40 1,47 1,39 1,29
∑ 229,68 142,44 201,07 190,46
r 0,98 0,93 0,96

5. Ergebnisse 87
Ereignis VII
23.10.98 –
14.11.98
Ereignis VIII
02.03.99 –
11.03.99
x m 0,20 0,15 0,20 0,22
x min 0,09 0,06 0,09 0,01
x max 0,72 0,78 0,78 0,95
∑ 224,71 162,81 218,15 239,71
r 0,86 0,86 0,96
x m 0,19 0,15 0,19 0,27
x min 0,09 0,07 0,09 0,06
x max 0,47 0,49 0,49 0,63
∑ 89,79 71,31 91,42 130,23
r 0,94 0,80 0,92
Die Auswertung der statistischen Maßzahlen (Tabelle 14) bestätigt die optischen
Ergebnisse. Die Korrelation für die Ereignisse I, II, V und VI liegen bei beiden Modellen über
0,9, wobei die Korrelationswerte für die Modellierung mit PRMS höher sind als bei
TOPMODEL. Für das Ereignis VII wird für beide Modelle eine Korrelation von 0,86
berechnet. Der kombinierte Ansatz führt zu einer Verbesserung um 10 %. Die zwei Schneeschmelzphasen
1996 und 1997, die von beiden Modellen unzureichend simuliert werden,
erreichen beim kombinierten Ansatz gute Korrelationswerte um 0,80. Hier bringt die parallele
Verwendung der beiden Konzepte einen erheblichen Vorteil, während bei den anderen
Ereignissen die Abflussbildung nach dem PRMS-Ansatz zu bevorzugen ist.
Die Differenzen zwischen den gemessenen und simulierten Abflussmittelwerten sind stets bei
der Modellierung mit PRMS am geringsten. Sie schwanken zwischen –0,11 und + 0,06
mm/30 min. Bei zwei von den acht Ereignissen (II und VI) liegen die mit PRMS simulierten
und für den kombinierten Ansatz berechneten Mittelwerte über den gemessenen. Die
mittleren Abflusswerte bei der Modellierung mit TOPMODEL und dem kombinierten Ansatz
werden stets untersimuliert. Die Abflussminima, die in der abklingenden Phase der
Hochwasserereignisse auftreten, werden meist von beiden Modellen gleich gut wiedergegeben.
Die Abflussminima beim kombinierten Ansatz entsprechen immer denen der Modellierung
mit PRMS. Die Abflussmaxima werden für zwei Ereignisse bei der Modellierung mit PRMS
besser als mit TOPMODEL erfasst. Die Tendenz zur Unter- oder Übersimulation ist bei
beiden Modellen gleich. Die Differenzen zwischen den gemessenen und simulierten
Abflussmaxima schwanken zwischen –0,58 (Ereignis I) und + 0,11 mm/30 min. (Ereignis VI).
Dabei tritt die Übersimulation der Abflussmaxima wie auch der mittleren Abflusswerte nur bei
den Ereignissen der Sommerhalbjahre auf und ist in ihrem absoluten Ausmaß geringer als die
Untersimulation der Ereignisse der Winterhalbjahre. Die Abflussmengen werden bei der
Modellierung mit PRMS meist und bei TOPMODEL stets untersimuliert, wobei die
simulierten Abflussmengen fast immer mit dem PRMS-Ansatz besser erfasst werden als mit

5. Ergebnisse 88
dem TOPMODEL-Konzept. Wiederum treten die Übersimulationen mit PRMS bei den
Ereignissen der Sommerhalbjahre auf und sind geringer als die Untersimulationen der
Ereignisse der Winterhalbjahre. Die parallele Verwendung beider Modelle führt bezüglich der
Abflussmenge bei vier Ereignissen zur Verschlechterung und bei den anderen vier Ereignissen
zur Verbesserung. Dabei sind die Differenzen der Abflussmengen des kombinierten Ansatzes
zur Modellierung mit PRMS geringer als zum TOPMODEL-Konzept.
Zusammenfassend kann festgehalten werden, dass die ereignisbezogene Simulation bei der
Modellierung mit PRMS mit Ausnahme der Hochwasserereignisse während der Schneeschmelze
sehr gute Ergebnisse liefert. Die Modellanwendung von PRMS ist gegenüber dem
TOPMODEL-Ansatz vorzuziehen, obwohl letzterer zu ähnlich guten Korrelationswerten
führt. Bei der Modellierung mit PRMS werden die Abflussmittelwerte und -mengen besser
erfasst. Dagegen sind die Abweichungen zwischen den gemessenen und simulierten
Abflussmaxima meistens beim TOPMODEL-Konzept geringer. Bezüglich der Abflussminima
liefern beide Modelle ähnliche Ergebnisse. Insgesamt ist für die ereignisbezogene
Modellierung die Untersimulation der Abflussmengen, -maxima und -mittelwerte für die
Ereignisse der Winterhalbjahre hervorzuheben, die größer sind als die Übersimulationen
dieser Werte für die Ereignisse der Sommerhalbjahre. Die parallele Verwendung beider
Konzepte bringt für die Simulation der Schneeschmelzphasen Verbesserungen, für die beide
Modelle schlechtere Ergebnisse aufweisen. Für diese Zeitintervalle führt die Kombination der
Modelle zu guten Korrelationswerten.
Tab. 15: Die wichtigsten simulierten Wasserhaushaltsgrößen der ereignisbezogenen
Modellierung
Niederschlag
[mm]
Evapotranspiration
[mm]
Simulierter
Abfluss
[mm]
Gemessener
Abfluss
[mm]
Anteil des
sim. am gem.
Abfluss [%]
Ereignis I 113 0 95 130 73
Ereignis II 112 16 127 107 119
Ereignis III 179 72 165 315 52
Ereignis IV 261 62 219 322 68
Ereignis V 121 27 81 131 62
Ereignis VI 191 13 230 190 121
Ereignis VII 235 1 225 240 94
Ereignis VIII 98 14 90 130 69

5. Ergebnisse 89
In Tabelle 15 sind die wichtigsten Wasserhaushaltsgrößen für die Ereignisse
zusammengefasst. (Die graphische Darstellung der Niederschläge und Abflusskomponenten
sind im Anhang A 4.5 bzw. A 4.6 enthalten.)
Die prozentualen Anteile der simulierten an den gemessenen Abflusswerten zeigen für die
Ereignisse der Sommerhalbjahre (I und VI) eine Übersimulation von ca. 20 %. Die Simulation
für das Ereignis VII stimmt am besten mit der gemessenen Abflussmenge überein (94 %). Für
die anderen Ereignisse beträgt die Untersimulation durchschnittlich 35 %. Die Ursache für
diese Untersimulation der Ereignisse der Winterhalbjahre liegt an den bereits angesprochenen
Schwächen von PRMS bei der Modellierung des Schneepakets.
100%
80%
Abflussanteile
60%
40%
20%
0%
E I E II E III E IV E V E VI E VII E VIII
Oberflächenabfluss 0,25 0,18 0,05 0,14 0,10 0,28 0,21 0,12
Interflow 78,29 79,30 65,22 62,34 58,26 85,60 67,71 60,40
Grundwasserabfluss 21,46 20,52 34,73 37,52 41,64 14,12 32,18 39,48
Ereignisse
Abb. 13: Prozentuale Anteile der Abflusskomponenten für die ereignisbezogene Modellierung
Die Abbildung 13 zeigt für die Ereignisse die prozentualen Anteile der einzelnen
Abflusskomponenten am simulierten Gesamtabfluss.
Der Oberflächenabfluss (< 1 %) spielt bei den Hochwasserereignissen im Untersuchungsgebiet
eine untergeordnete Rolle. Die im gesamten Untersuchungsgebiet verbreitete Deckfolge
besitzt infolge ihres großen Porenvolumens ein geringes Wasserhaltevermögen. Der
prozentuale Anteil zum Zeitpunkt des Auftretens von Oberflächenabfluss ist größer. Die
Ereignisse III, IV und VII weisen hier Werte zwischen 10 % und 15 % auf, die anderen
Ereignisse meist 4 %. Oberflächenabfluss tritt vor allem während Niederschlägen mit hohen
Intensitäten und kurzer Dauer sowie während der Schneeschmelze infolge hoher
Bodenwassersättigung auf.
Der Interflow macht den größten Anteil am Gesamtabfluss der Hochwasserereignisse aus.
Dieser Anteil schwankt für die einzelnen Ereignisse zwischen 58 % und 86 %. Am größten
sind die Interflowanteile für die Ereignisse der Sommerhalbjahre (86 % bzw. 79 %). Dagegen

5. Ergebnisse 90
beträgt dieser Anteil für die Ereignisse am Ende der Winterhalbjahre rund 60 %. Dieser
geringere Anteil begründet sich auf den größeren Einfluss des Grundwassers, da es infolge
verminderter Evapotranspiration vorzugsweise im Winterhalbjahr zur Auffüllung des
Grundwasserspeichers kommt. Die Ereignisse zu Beginn der Winterhalbjahre liegen bezüglich
der Interflow- und Grundwasseranteile dazwischen.
Tab. 16: Zeitpunkt des Auftretens der Maxima für die Abflusskomponenten
Gemessenes
Abflussmaximum
Simuliertes
Abflussmaximum
1
Simuliertes
Maximum
Oberflächenabfluss
Simuliertes
Maximum
Interflow 2
Simuliertes
Maximum
Grundwasser 3
Ereignis I 28.12.94 22 00 + 1 28.12.94 15 30 + ½ + 116
Ereignis II 27.09.95 14 00 + 3 27.09.95 9 30 + ½ + 81
Ereignis III 24.04.96 5 30 + 23 23.04.96 24 00 + ½ + 4½
Ereignis IV a 26.02.97 0 30 - 5½ 25.02.97 10 00 + ½ + 33
b 17.03.97 4 30 + 5 16.03.97 21 00 + ½ + 3½
Ereignis V 07.03.98 4 00 + 6 06.03.98 23 30 + ½ + 40½
Ereignis VI 15.09.98 13 30 - ½ 15.09.98 1 30 + 2 + 71½
Ereignis VII 01.11.98 10 30 + 5½ 01.11.98 10 00 + ½ + 196
Ereignis VIII 03.03.99 12 00 - 9½ 02.03.99 20 00 + ½ + 34
( 1 Zeitdifferenz zwischen gemessenem und simuliertem Abflussmaximum; 2 Zeitdifferenz zwischen
simulierten Maximum des Interflows und des Oberflächenabflusses; 3 Zeitdifferenz zwischen
simulierten Maximum des Grundwasserabflusses und des Oberflächenabflusses)
Beim Vergleich der Abflusskomponenten (vgl. A 4.6) wird ihre unterschiedliche Dynamik
deutlich. Die zeitliche Abfolge der einzelnen Abflusskomponenten ist in Tabelle 16 dargestellt.
Bei dem Ereignis III fallen gemessenes und simuliertes Abflussmaximum nicht zusammen.
Die Auswertung wird für das gemessene Abflussmaximum durchgeführt. Das Ereignis IV
weist zwei Maxima auf. Das gemessene Maximum entspricht nicht dem simulierten Maximum.
Hier werden wiederum die gemessenen Abflussmaxima ausgewertet.
Die Abflussspitzen werden teilweise zu früh (IVa, VI und VIII) und teilweise zu spät
simuliert. Die geringsten Abweichungen zeigen die Simulationen der Ereignisse I und VI,
welche in Zeitintervallen ohne Schneedecke auftreten. Der Abfluss ist nur eine Folge des
Niederschlageintrags. Die größten Differenzen treten für die Ereignisse III und VIII auf.
Diese zeitliche Abweichungen zwischen den gemessenen und simulierten Abflussmaxima
lassen sich auf die Schneekomponente zurückführen. Bei beiden Ereignissen simuliert das
Modell eine frühere Schneeschmelze. Bei Ereignis III stellt das Abflussmaximum anstelle des
beobachteten niederschlagsinduzierten Schneeschmelzmaximums lediglich eine Reaktion auf
den Niederschlagseintrag dar. Dies belegt auch die hohe Untersimulation bezüglich der
Abflussmengen (vgl. Tabelle 15). Ereignis VIII wird als schneeschmelzbedingtes Maximum

5. Ergebnisse 91
simuliert, allerdings zu früh. Für die einzelnen Abflusskomponenten stellt sich folgendes
heraus. Der Oberflächenabfluss ist die schnellste Abflusskomponente. Sie tritt nur in
Verbindung mit Niederschlägen auf. Die Interflowmaximum werden mit Ausnahme von
Ereignis VI immer eine halbe Stunde nach dem Maximum des Oberflächenabflusses simuliert.
Bei Ereignis VI folgt das Interflowmaximum nach zwei Stunden. Damit stellt sich der
Interflow als eine relativ schnelle Komponente dar, die nur wenig verzögert nach dem
Oberflächenabfluss zum Gesamtabfluss beiträgt. Sein Auftreten setzt bereits während des
Niederschlagsereignisses ein (schneller Interflow), hält aber im Gegensatz zum Oberflächenabfluss
noch ein paar Tage danach an (langsamer Interflow). KRAUSE (2000) beschreibt
ebenfalls diese hohe zeitliche Dynamik mit raschen Reaktionen auf hochwasserauslösende
Niederschläge und/oder Schneeschmelzereignisse. Das Maximum für den Grundwasserabfluss
setzt bei den Ereignissen III und IV b ebenfalls relativ kurze Zeit (wenige Stunden)
nach den Maxima für Oberflächenabfluss und Interflow ein. Der Grundwasseranstieg ist
hierbei eine Folge der zuvor simulierten Schneeschmelze und keine Reaktion auf den
Niederschlagseintrag. Bei den anderen Ereignissen tritt das Maximum für den Grundwasserabfluss
zwischen 33 und 190 Stunden nach dem Maximum des Oberflächenabflusses
auf. Eine Verzögerung von ein bis zwei Tagen verzeichnen die Ereignisse IV a, V und VIII,
für die keine Schneedecke simuliert, aber beobachtet wurde. Dagegen weisen die Abflussereignisse
im Sommerhalbjahr eine mittlere Verzögerung von drei Tagen auf. Die Ereignisse
zu Beginn der Winterhalbjahre (I und VII) verzeichnen die größten zeitlichen Differenzen
zwischen den simulierten Maxima für den Oberflächen- und den Grundwasserabfluss (5 bzw.
8 Tage). Während dieser Ereignisse kommt es zur Ausbildung einer Schneedecke, so dass ein
großer Teil des Niederschlags zunächst gespeichert wird und erst später zur Anreicherung des
Grundwasserspeichers beiträgt. Der Grundwasserabfluss stellt somit die langsamste Komponente
im System dar. Die zeitliche Verzögerung ist während der Sommerhalbjahre, der
Winterhalbjahre und der Schneeschmelzperioden unterschiedlich. Ähnliche Reaktionszeiten
nennen LINDENLAUB et al. (1997). Sie kamen zu dem Ergebnis, dass der Oberflächenabfluss
eine Reaktionszeit von Stunden und der Interflow von Tagen bis Wochen nach dem Ereignis
haben, während der Basisabfluss kontinuierlich stattfindet.
Für die ereignisbezogene Modellierung kann zusammengefasst werden, dass alle drei
Abflusskomponenten an der Bildung des meist raschen Anstiegs und der Abflussspitzen der
Hochwasserereignisse beteiligt sind. Der Oberflächenabfluss trägt bereits kurze Zeit nach
Überschreiten der Abflussmaxima nicht mehr am Gesamtabfluss bei. Der Interflow hält noch
während des Abklingens der Hochwasserereignisse an. Er nimmt aber im zeitlichen Verlauf
schnell ab. Gegen Ende der Ereignisse besteht der Abfluss nahezu ausschließlich aus der
Grundwasserkomponente.

5. Ergebnisse 92
Der Oberflächenabfluss ist auf Sättigungsflächenabfluss zurückzuführen. Der schnelle
Interflow ist der Abfluss der Deckfolge, einer hochdurchlässigen oberflächennahen Schicht
oberhalb der Hauptfolge, die als eine wasserstauende Schicht fungiert (vgl. Abschnitt 2.3.2.).
Die langsame Komponente des Interflows bzw. schnelle Komponente des Grundwassers
(von verschiedenen Autoren unterschiedlich bezeichnet) entspricht der Basisfolge. Wie bereits
in Abschnitt 5.2. angesprochen, ist der Grundwasserabfluss der Zersatzzone zuzuordnen. Das
Mittel der gemessenen Grundwasserstände mit -4,14 m (Schwankungen zwischen -4,66 m und
-3,22 m) entspricht in etwa dem Vorkommen dieses Teils des oberflächennahen Untergrundes
im Untersuchungsgebiet (vgl. Abschnitt 2.3.2).
5.4. Vergleich der ereignisbezogenen Modellierung mit der kontinuierlichen
Wasserhaushaltsbilanzierung von MICHL (1999)
In diesem Abschnitt soll ein Vergleich mit den Ergebnissen von MICHL (1999) gezogen
werden, da er die Modellierung für das gleiche Untersuchungsgebiet und mit den gleichen
Modellkonzepten durchgeführt hat. Unterschiedlich ist die Zeitspanne und die zeitliche
Auflösung sowie die Flächendiskretisierung. Während MICHL (1999) die
Wasserhaushaltsbilanzierung für 40 Jahre auf Tagesbasis durchführte und dafür die
Gliederung des Untersuchungsgebiets nach dem HRU-Konzept vornahm, wurde in der
vorliegenden Arbeit ein Zeitraum von fünf hydrologischen Jahren mit unterschiedlichen
zeitlichen Auflösungen im storm mode auf Basis der two-flow-plane-Ableitung modelliert. Für den
Vergleich wird der Überlappungszeitraum beider Zeitreihen herangezogen, d. h. die
hydrologischen Jahre 1995 bis 1998.
Tab. 17: Gegenüberstellung der Korrelationskoeffizienten für die Modellierung mit PRMS und
den kombinierten Ansatz der vorliegenden Arbeit mit den Ergebnissen von MICHL
(1999)
PRMS 1 PRMS 2 PRMS-
PRMS-
TOPMODEL 1,3 TOPMODEL 2,3
1995 0,74 0,81 0,92 (20 %) 0,92 (12 %)
1996 0,51 0,81 0,95 (46 %) 0,93 (13 %)
1997 0,71 0,92 0,92 (23 %) 0,96 ( 4 %)
1998 0,81 0,84 0,94 (14 %) 0,93 (10 %)
( 1 Korrelationskoeffizienten der vorliegenden Arbeit, 2 Ergebnisse von MICHL 1999, 3 in Klammern
Ergebnisverbesserung des kombinierten Ansatzes gegenüber dem PRMS-Konzept)

Die simulierten Wasserhaushaltsgrößen in der vorliegenden Arbeit (Tabellen 12 und 13)
weisen teils ähnliche Werte, aber teils auch unterschiedliche Quantifizierungen gegenüber den
Ergebnissen von MICHL (1999) (Tabelle 18) auf.
Tab. 18: Simulierte Wasserhaushaltsgrößen [mm] für die Modellierung mit PRMS bei MICHL
(1999)
Sim.
Abfluss
Gem.
Abfluss
1488 481 103 83 6 420 585 13 1018 955
5. Ergebnisse 93
Zunächst wird der Vergleich für die Flächendiskretisierung durchgeführt. Um den Einfluss
der Datenbasis auszuschließen, wird in diesem Abschnitt die Modellierung mit Tageswerten
dargestellt.
In Tabelle 17 werden die Simulationsergebnissee für die Modellierung mit PRMS und den
kombinierten Ansatz zusammengefasst. Die Korrelation von TOPMODEL wurde in der
Arbeit von MICHL (1999) nicht aufgeführt und kann folglich nicht mit ausgewertet werden.
Für die Modellierung mit PRMS ergeben sich bei MICHL (1999) zwischen 4 % und 37 %
höhere Korrelationskoeffizienten als in der vorliegenden Arbeit. Die Differenzen sind für
die feuchten Jahre geringer als für die trockenen. Die in dieser Arbeit am besten simulierten
Jahre entsprechen nicht denen bei MICHL (1999). Die Unterschiede in den
Korrelationskoeffizienten ergeben sich aus den verschiedenen Flächendiskretisierungen, da die
Parameter konstant gehalten worden. Für die Modellierung auf Tagesbasis ist das HRU-
Konzept (MICHL 1999) anzuwenden, während die two-flow-plane-Ableitung nur für die
Modellierung im storm mode durchgeführt werden sollte. Bei dem kombinierten Ansatz
erreichen die Korrelationskoeffizienten beider Arbeiten ähnliche Werte. Sie liegen stets über
0,9. Die Verknüpfung beider Modelle führt bei der vorliegenden Arbeit zu einer
durchschnittlichen Erhöhung der Korrelationskoeffizienten um 26 % und bei MICHL (1999)
um 10 %. Im Gegensatz dazu ist der kombinierte Ansatz für die ereignisbezogene
Modellierung nicht zu favorisieren. Hier bringt die parallele Verwendung beider Konzepte
gegenüber der Modellierung mit PRMS nur bei schneeschmelzbedingten
Hochwasserereignissen höhere Korrelationskoeffizienten.
Niederschlag
Evapotransp.
Bodenwasserspeicher
Grundwasserspeicher
Interflowspeicher
Grundwasserabfluss
Interflow
Oberflächenabfluss
1995 1778 412 109 119 9 578 814 17 1409 1349
1996 1159 370 108 71 4 353 403 5 761 756
1997 1201 592 94 66 4 353 402 6 762 713
1998 1815 551 102 78 8 398 721 26 1144 1001
1995-
1998
1995-
1998 1 1376 416 101 57 5 493 421 2 916 1003
( 1 Durchschnittliche Werte für die Ergebnisse der vorliegenden Arbeit)

5. Ergebnisse 94
Die tägliche Datenbasis der vorliegenden Arbeit stellt bezüglich des Niederschlags und des
Abflusses Summenwerte der über dreißig Minuten gemittelten Messwerte dar. Daraus ergeben
sich Differenzen zur Arbeit von MICHL (1999), bei dem über den Tag gemittelte Werte
zugrunde liegen. Die simulierten Niederschläge sind bei MICHL (1999) um ca. 8 % höher.
Mögliche Ursachen sind in Abschnitt 4.1. beschrieben. Der gemessene Abfluss beider
Datenreihen weist über die vier hydrologischen Jahre eine Differenz von 5 % auf. Die
höheren Abflüsse der vorliegenden Arbeit beschränken sich auf die Jahre 1997 und 1998. Die
Abflüsse werden bei MICHL (1999) stets übersimuliert und in der vorliegenden Arbeit immer
untersimuliert. Die Untersimulation von 9 % ist dabei größer als die Übersimulation von 6 %.
Bezüglich der dritten Wasserhaushaltskomponente, der Evapotranspiration, ergeben sich bei
MICHL (1999) ca. 14 % höhere Werte, wobei die Differenz wiederum für die hydrologischen
Jahre 1997 und 1998 am größten ist. Die verminderten Evapotranspirationswerte der
vorliegenden Arbeit ergeben sich aus den Abweichungen der Niederschläge.
Der Gebietsrückhalt, der die Summe aus Boden- und Grundwasserspeicher (zuzüglich
Interflowspeicher) darstellt, ist bei MICHL (1999) ebenfalls größer (ca. 20 %). Dabei sind die
Mengen des Bodenwasserspeichers gleich, auch was die Abweichung des Jahres 1997
gegenüber den anderen Jahren betrifft. Die Differenzen des Gebietsrückhalts beruhen auf den
geringeren Mengen des Grundwasserspeichers der vorliegenden Arbeit. Die Interflowspeicher
weisen in beiden Arbeiten ähnliche, vernachlässigbare Werte auf. Die Betrachtung der
Abflusskomponenten zeigt für beide Arbeiten, dass der Oberflächenabfluss kaum eine Rolle
spielt und die beiden unterirdischen Komponenten zu fast gleichen Teilen am Gesamtabfluss
beteiligt sind. Jedoch ergeben sich in den beiden Arbeiten unterschiedliche Verhältnisse. Bei
MICHL (1999) ist der Interflowanteil mit 57 % größer als der Grundwasserabfluss mit 41 %.
Dagegen weist der simulierte Grundwasserabfluss der vorliegenden Arbeit mit 54 % einen
etwas größeren Anteil am Gesamtabfluss als der Interflow mit 46 % auf. Die Umkehrung der
Verhältnisse für das Jahr 1998 ist dennoch beiden Arbeiten gemein.
Wichtiger als die geringfügigen Differenzen bei der Wasserhaushaltsbilanzierung ist die
Übereinstimmung bei der Zuordnung der modellierten Abflusskomponenten zu den
Schichten des oberflächennahen Untergrundes.
Die schneehydrologische Systemanalyse beider Arbeiten zeigte, dass bei der Modellierung mit
PRMS Zeitintervalle mit temperaturbedingter Schneeschmelze besser simuliert werden,
während der TOPMODEL-Ansatz ein niederschlagsinduziertes Abtauen der Schneedecke
besser nachvollzieht. Eine weitere Schwäche von PRMS ist die Ermittlung des Schneeanteils
bei Mischniederschlägen.

5. Ergebnisse 95
Ein Vergleich der beiden Einzugsgebiete, wie ihn MICHL (1999) vornahm, war im Rahmen der
Diplomarbeit für die ereignisbezogene Modellierung nicht möglich.

6. Schlussbemerkung
Vorrangiges Ziel der vorliegenden Arbeit war die Durchführung der ereignisbezogenen
Niederschlags-Abfluss-Modellierung für zwei kleine Einzugsgebiete im Thüringer Wald.
Im ersten Teil der Arbeit wurde zunächst der Forschungsstand (Abschnitt 1.2.) hinsichtlich der
Schwerpunkte Wasserkreislauf als Grundlage für die hydrologische Modellierung, verschiedene
Klassifizierungsansätze für Niederschlag-Abfluss-Modelle sowie Integration von GIS und
Fernerkundung aufbereitet. Die für die Modellierung relevanten Systemeigenschaften des
Untersuchungsgebiets wurden in Kapitel 2 beschieben. In Kapitel 3 wurden die verwendeten
Modellkonzepte bezüglich der räumlichen Distribution und der mathematischen Umsetzung der
einzelnen Prozesse vorgestellt. Die beiden Modelle PRMS und TOPMODEL wurden zum einen
ausgewählt, weil mit diesen bereits eine kontinuierliche Wasserhaushaltsbilanzierung für das
Untersuchungsgebiet durchgeführt wurde und somit die Parametrisierung auf Tagesbasis bereits
vorhanden war. Zum anderen kann die Modellierung mit beiden Konzepten im modularen
Modellsystem (MMS) durchgeführt werden. Dieses gibt die Möglichkeit zur unmittelbaren
graphischen und statistischen Auswertung der Simulationsergebnisse. Zudem sind es zwei sehr
unterschiedliche Modelle hinsichtlich der Flächendiskretisierung und der Parametrisierung. Aber
beide Konzepte verwenden zur Abflussbildung den variable source area –Ansatz. Damit kann ein
Vergleich durchgeführt und überprüft werden, ob eine Kombination über den besten simulierten
Wert zu einer Korrelationsverbesserung zwischen simulierten und gemessenen Abflusswerten
führt. Im zweiten Teil der Arbeit wurde die Anwendung der Modelle dargestellt. Die
hydrometeorologische und physiographische Datenbasis sowie die einzelnen Schritte der
hydrologischen Modellierung wurden in Kapitel 4 erläutert. Die Ergebnisse zu den in Abschnitt
1.3. formulierten Teilzielen wurden in Kapitel 5 diskutiert. Sie werden im Folgenden
zusammengefasst.
In Abschnitt 5.1. wurden die Modellierungsergebnisse auf täglicher Datenbasis mit
eingeschalteten Perioden dreißigminütiger Auflösung vorgestellt. Dieser Datensatz erreichte die
höchsten Korrelationswerte. Die Bewertung erfolgte anhand des optischen Vergleichs der
gemessenen und simulierten Abflüsse und statistischer Gütemaße. Die Modellierung mit PRMS
wies sehr gute zeitliche Übereinstimmungen der Abflussspitzen auf. Die Rezessionsäste wurden
gut nachvollzogen. Generell wurden die Abflüsse jedoch untersimuliert. Schneeschmelzperioden

6. Schlussbemerkung 97
wurden schlecht wiedergegeben. Die Schwächen des Modells liegen in der Ermittlung des
Schneeanteils bei Mischniederschlägen und in der Quantifizierung des energetischen und
hydrologischen Niederschlageintrags. Dagegen wurden temperaturbedingte Schneeschmelzphasen
gut simuliert. Des weiteren zeigte sich die in PRMS verwendete Bodenmodul nicht immer
als geeignet. Es wird vom Modell kein Abfluss unterhalb der nutzbaren Feldkapazität simuliert.
Bei bestimmten Niederschlagsereignissen kann aber Bodenwasserabfluss in Makroporen
entstehen. Ein drittes Problem sind influente Verhältnisse, die vom Modell nicht nachvollzogen
werden. Die mit TOPMODEL simulierten Abflussspitzen korrelierten zeitlich schlechter mit den
gemessenen. Bei diesem Modell wurde die Rezession zwischen Ereignissen ebenfalls gut
wiedergegeben. Obwohl in TOPMODEL (verwendete Version ohne Schneemodul) keine
Schneeakkumulation simuliert wurde, ist nicht generell das PRMS-Modell zu bevorzugen.
TOPMODEL lieferte bessere Korrelationen in Zeitintervallen mit Niederschlägen höherer
Intensität und überwiegendem Regenanteil auf geringmächtiger oder durchbrochener
Schneedecke (MICHL 1999). Die statistische Auswertung der Modellierungsergebnisse erfolgte
anhand der Korrelationskoeffizienten, den minimalen, mittleren und maximalen Abflussmengen
sowie der Modelleffizienzen. Die Korrelationswerte für die Modellierung mit PRMS zeigten eine
Abhängigkeit von der Niederschlagsmenge. Feuchte Jahre wurden gut bis sehr gut wiedergegeben.
Für trockene Jahre wurden nur zufriedenstellende Ergebnisse erreicht. Wie schon der optische
Vergleich zeigte, sind die Korrelationswerte bei der Modellierung mit TOPMODEL schlechter.
Sie zeigten eine umgekehrte Abhängigkeit von der Niederschlagsmenge. Der kombinierte Ansatz
über den besten simulierten Abflusswert führte für die trockenen Jahre zu
Korrelationsverbesserungen. Für die feuchten Jahre, wo PRMS gute bis sehr gute Werte lieferte,
brachte die parallele Verwendung kaum Vorteile. Bei beiden Modellen wurden die Abflüsse
untersimuliert. Die mittleren Abflusswerte stimmten bei TOPMODEL gut überein. Für PRMS
ergab sich auch hier eine Untersimulation. Die Abflussmaxima wurden von PRMS in
Abhängigkeit vom Auftrittsdatum unterschiedlich wiedergegeben. Abflussspitzen im
Winterhalbjahr wiesen eine größere Untersimulation als im Sommerhalbjahr auf.
Schneeschmelzmaxima wurden infolge eines zu früh simulierten Abtauens der Schneedecke
untersimuliert. Dagegen wurden die Abflussmaxima bei der Modellierung mit TOPMODEL
unabhängig vom Auftrittsdatum übersimuliert. Für den kombinierten Ansatz ergab sich folglich
ebenfalls eine Untersimulation über den gesamten Untersuchungszeitraum. Die Abflussmaxima
wurden insgesamt aber besser wiedergegeben. Außerdem fielen bei der parallelen Verwendung

6. Schlussbemerkung 98
über den besten simulierten Wert das gemessene und simulierte Abflussmaximum für die gesamte
Zeitreihe zusammen, was bei den getrennten Modellierungen nicht der Fall war. Die Auswertung
der Effizienzen bestätigte die Eignung des Modells PRMS bei der Wiedergabe von
Hochwasserperioden. Dagegen wurden Phasen niedrigen Abflusses schlechter simuliert. Die
Effizienzen für die Modellierung mit TOPMODEL zeigten, dass das Modell für eine alleinige
Anwendung auf das Untersuchungsgebiet ungeeignet ist. Für den kombinierten Ansatz ergab sich
vor allem eine Verbesserung bei der Simulation der Niedrigwasserabflüsse.
In Abschnitt 5.2. wurde die Quantifizierung der simulierten Wasserhaushaltsgrößen für die
Modellierung mit PRMS auf Grundlage der dreißigminütigen Datenbasis durchgeführt. Die
jährlichen Abweichungen wurden generell untersimuliert, wobei feuchte Jahre eine geringere
Differenz aufwiesen als trockene. Die ermittelten Evapotranspirationswerte und Mengen des
Gebietsrückhalts lagen in der Größenordnung, die in anderen Forschungsarbeiten für das
Untersuchungsgebiet angegeben werden. Der Gesamtabfluss setzt sich zu fast gleichen Teilen aus
Interflow und Grundwasserabfluss zusammen. Der Oberflächenabfluss spielt aufgrund des hohen
Porenvolumens der im gesamten Untersuchungsgebiet verbreiteten Deckfolge kaum eine Rolle.
Der Interflow konnte der Deckfolge, der Grundwasserabfluss der Zersatzzone zugeordnet
werden.
In Abschnitt 5.3. erfolgte die graphische und statistische Auswertung sowie die Bilanzierung der
Abflusskomponenten für die ereignisbezogene Modellierung. Das Modell PRMS zeigt
Schwächen bei der Simulation von Hochwasserereignissen, die sich aus mehreren Abflussspitzen
zusammensetzen und in Zeitintervallen der Schneeschmelze auftreten. Für die anderen Ereignisse
war die zeitliche Übereinstimmung sehr gut. Die Hochwasserereignisse der Sommerhalbjahre
wurden quantitativ besser wiedergegeben als die der Winterhalbjahre. Die zeitliche Korrelation bei
der Modellierung mit TOPMODEL ist ähnlich. Die Abflüsse wurden aber stärker untersimuliert.
Auch bei diesem Ansatz wurden die Ereignisse der Sommerhalbjahre besser simuliert. Der
kombinierte Ansatz brachte für die bei beiden Modellen schlecht simulierten
schneeschmelzbedingten Ereignisse eine erhebliche Verbesserung. Bei den anderen Ereignissen ist
die Modellierung mit PRMS zu bevorzugen, obwohl TOPMODEL ähnlich gute
Korrelationswerte (um 0,9) lieferte. Aber die Differenzen zwischen den gemessenen und
simulierten Abflussmittelwerten und –mengen sind bei der Modellanwendung von PRMS

6. Schlussbemerkung 99
geringer. Generell tritt eine Untersimulation der Abflusswerte für die Ereignisse der
Winterhalbjahre auf. Zudem ist diese größer als die Übersimulation der Abflusswerte für die
Ereignisse der Sommerhalbjahre.
Auch bei der ereignisbezogenen Modellierung spielt der Oberflächenabfluss (< 1 %) eine
untergeordnete Rolle. Zum Zeitpunkt des Auftretens wurde dagegen ein maximaler Anteil von 15
% am Gesamtabfluss erreicht. Der Interflow (bis zu 86 %) macht den größten Anteil am
Gesamtabfluss aus, wobei sein Anteil bei Ereignissen im Sommerhalbjahr größer ist als bei
Ereignissen im Winterhalbjahr. Weiterhin konnte die unterschiedliche Dynamik der
Komponenten verdeutlicht werden. Der Oberflächenabfluss ist die schnellste
Abflusskomponente. Das Interflowmaximum folgt mit einer Verzögerung von ca. dreißig
Minuten. Für den Grundwasserabfluss wurden Reaktionszeiten zwischen einem und acht Tagen
simuliert. Während des raschen Anstiegs und der Abflussspitzen sind alle drei Komponenten am
Abfluss beteiligt. Der Interflow hält noch während der Abklingphase an und gegen Ende der
Ereignisse wird der Abfluss fast ausschließlich von der Grundwasserkomponente gebildet.
Der Vergleich mit den Ergebnissen von MICHL (1999) in Abschnitt 5.4. zeigte, dass sich in der
vorliegenden Arbeit aufgrund der für die ereignisbezogene Modellierung notwendigen anders
durchgeführten Flächendiskretisierung geringere Korrelationswerte ergaben. Aber bei beiden
Arbeiten führte der kombinierte Ansatz zu sehr guten Korrelationswerten über 0,9. Die
simulierten Wasserhaushaltsgrößen wiesen meist nur geringe Abweichungen auf. Aber das
Verhältnis der Abflusskomponenten am Gesamtabfluss ist entgegengesetzt. Dieser Unterschied ist
aufgrund dessen, dass Interflow und Grundwasserabfluss zu fast gleichen Anteilen zum
Gesamtabfluss beitragen, gering.
Bezüglich der Regionalisierung kann abschließend zusammengefasst werden, dass die
Übertragung der für eine kontinuierliche Modellierung auf Tagesbasis kalibrierten Parameterwerte
auf eine ereignisbezogene Modellierung möglich ist. Es ist jedoch eine andere
Flächendiskretisierung zu wählen. Außerdem ist die Kalibrierung der ereignisbezogenen
Parameter notwendig.
Die Forschungsschwerpunkte in der hydrologischen Modellierung sollten nicht in der
Entwicklung neuer Modelle, sondern in der Verbesserung bzw. Erweiterung bestehender Modelle

6. Schlussbemerkung 100
liegen. Modular strukturierte Modelle sind zu bevorzugen, da sie interaktiv je nach
Aufgabenanforderung zusammengestellt werden können. Hilfreich ist dabei die nutzerfreundliche
Umgebung des MMS. Für weitere Anwendungen des Modell PRMS auf vergleichbare
Untersuchungsgebiete ist eine Erweiterung der Boden- und Schneeschmelzroutinen zu
empfehlen. Forschungsbedarf besteht ebenfalls bei der Flächendiskretisierung für die
ereignisbezogene Modellierung. So erlaubt die verwendete two-flow-plane-Ableitung keine
zusätzliche Gliederung nach dem HRU-Konzept, da die Wasserflüsse der HRUs nicht verknüpft
und nacheinander dem Vorfluter zugeführt werden. Eine Weiterentwicklung zur topologisch
basierten Modellierung wird bei STAUDENRAUSCH (2000) diskutiert. Für die Regionalisierung ist
neben der Integration von GIS auch die Radarfernerkundung mit einer flächenhaften Ableitung
von hydrologisch relevanten Parametern von zunehmender Bedeutung.

7. Literatur
ABBOTT, M. B.; BATHURST, J. C.; CUNGE, J. A.; O’CONNELL, P. E. & RASMUSSEN, J. (1986a): An
introduction to the European Hydrological System - Système Hydrologique Européen,
(SHE), 1: History and philosophy of a physically-based, distributed modelling system.- In:
Journal of Hydrology, 87, 45-59.
ABBOTT, M. B.; BATHURST, J. C.; CUNGE, J. A.; O’CONNELL, P. E. & RASMUSSEN, J. (1986b): An
introduction to the European Hydrological System - Système Hydrologique Européen,
(SHE), 2: Structure of a physically-based, distributed modelling system.- In: Journal of
Hydrology, 87, 61-77.
ALTERMANN, M. (1998): Gliederung periglaziärer Lagen.- In: Mitteilungen der Deutschen
Bodenkundlichen Gesellschaft, 86, 175-180.
AMBROISE, B.; BEVEN, K. J. & FREER, J. (1996a): Toward a generalization of the TOPMODEL
concepts: Topographic indices of hydrological similarity.- In: Water Resources Research, 32
(7), 2135-2145.
AMBROISE, B.; FREER, J. & BEVEN, K. J. (1996b): Application of a generalized TOPMODEL to
the small Ringelbach catchment, Vosges, France.- In: Water Resources Research, 32 (7),
2147-2159.
AMERICAN SOCIETY OF AGRICULTURAL ENGINEERS (ASAE) [eds.] (1983): Advances in infiltration.-
Proceedings of the National Conference on advances in infiltration, Dec 12-13, 1983,
Chicago (Illinois), 385 p.
AMERICAN SOCIETY OF AGRICULTURAL ENGINEERS (ASAE) [eds.] (1985): Advances in
evapotranspiration.- Proceedings of the National Conference on advances in
evapotranspiration, Dec 16-17, 1985, Chocago (Illinois), 453 p.
ANDERSON, M. G. & BURT, T. P. (1985): Modelling strategies.- In: ANDERSON, M. G. & BURT, T.
P. [eds.]: Hydrological Forecasting.- John Wiley & Sons, Chichester, 1-13.
ANDERSON, M. P. & WOESSNER, W. W. (1992): Applied groundwater modeling – Simulation of flow
and advective transport.- Academic Press, San Diego, 381 p.
BARRETT, E. C. & MARTIN, D. W. (1981): The use of satellite data in rainfall monitoring.- Academic

7. Literatur 102
Press, London, 340 p.
BATES, C. G. & HENRY, A. J. (1928): Forest and streamflow experiment at Wagon Wheel Gap,
Colorado.- In: Monthly Weather Review, 30, 30-79.
BAUMGARTNER, A. & LIEBSCHER, H.-J. (1990): Allgemeine Hydrologie, Bd. 1.- Gebrüder Borntraeger,
Berlin.
BEASLEY, D. B. (1986): Distributed parameter hydrologic and water quality modeling.- In:
GIORGINI, A. & ZINGALES, F. [eds.]: Agricultural nonpoint source pollution: model
selection and application.- Elsevier, Amsterdam, Developments in Environmental Modelling, 10,
345-362.
BEASLEY, D. B. & HUGGINS, L. F. (1981): ANSWERS Users Manual.- EPA – 905/9-82-01, U. S.
Environmental Protection Agency Region V, Chicago (Illinois).
BECKER, A. & BRAUN, P. (1999): Disaggregation, aggregation and spatial scale in hydrological
modelling.- In: Journal of Hydrology, 217, 239-252.
BERAN, M. A.; BRILLY, M.; BECKER, A. & BONACCI, O. [eds.] (1990): Regionalization in
Hydrology.- IAHS Publications, 191, 260 p.
BERGSTRÖM, S. & GRAHAM, L. P. (1998): On the scale problem in hydrological modelling.- In:
Journal of Hydrology, 211, 253-265.
BEVEN, K. J. (1985): Distributed models.- In: ANDERSON, M. G. & BURT, T. P. [eds.]: Hydrological
Forecasting.- John Wiley & Sons, Chichester, 405-435.
BEVEN, K. J. (1986): Runoff production and flood frequency in catchments of order n: an
alternative approach.- In: GUPTA, V. K.; RODRIGUEZ-ITURBE, I. & WOOD, E. F. [eds.]: Scale
Problems in Hydrology.- D. Reidel, Dordrecht, 107-131.
BEVEN, K. J. (1989): Changing ideas in hydrology - the case of physically-based models.- In:
Journal of Hydrology, 105, 157-172.
BEVEN, K. J. (1991a): Scale considerations.- In: BOWLES, D. S. & O’CONNELL, P. E. [eds.]: Recent
advances in the modeling of hydrologic systems.- Kluwer, Dordrecht, 357-371.

7. Literatur 103
BEVEN, K. J. (1991b): Spatially Distributed Modeling: Conceptual Approach to Runoff
Production.- In: BOWLES, D. S. & O’CONNELL, P. E. [eds.]: Recent advances in the modeling of
hydrologic systems.- Kluwer, Dordrecht, 373-387.
BEVEN, K. J. (1997): TOPMODEL: a critique.- In: Hydrological Processes, 11, 1069-1085.
BEVEN, K. J. & KIRKBY, M. J. (1979): A physically based, variable contributing area model of
basin hydrology.- In: Hydrological Sciences Bulletin, 24, 43-69.
BEVEN, K. J.; KIRKBY, M. J.; SCHOFIELD, N. & TAGG, A. F. (1984): Testing a physically-based
flood forecasting model (TOPMODEL) for three U.K. catchments.- In: Journal of Hydrology,
69, 119-143.
BEVEN, K. J.; CALVER, A. & MORRIS, E. M. (1987): Institute of Hydrology Distributed Model.-
Report 81, Institute of Hydrology, Wallingford, Oxfordshire (UK).
BEVEN, K. J.; LAMB, R.; QUINN, P.; ROMANOWICZ, R. & FREER, J. (1995): TOPMODEL.- In:
SINGH, V. P. [ed.]: Computer Models of Watershed Hydrology.- Water Resources Publications,
627-668.
BEVEN, K. J. & FISHER, J. (1996): Remote Sensing and scaling in hydrology.- In: STEWART, J. B.;
ENGMAN, E. T.; FEDDES, R. A. & KERR, Y. [eds.]: Scaling up in Hydrology using Remote Sensing.-
Oxon, 1-18.
BINLEY, A. & BEVEN, K. J. (1992): Three-dimensional modelling of hillslope hydrology.- In:
Hydrological Processes, 6, 347-359.
BLACKIE, J. R. & EELES, C. W. O. (1985): Lumped catchment models.- In: ANDERSON, M. G. &
BURT, T. P. [eds.]: Hydrological Forecasting.- John Wiley & Sons, Chichester, 311-345.
BLÖSCHL, G.; GRAYSON, R. B. & SIVAPALAN, M. (1995): On the Representative Elementary Area
(REA) concept and its utility for distributed rainfall-runoff modelling.- In: KALMA, J. D. &
SIVAPALAN, M. [eds.]: Scale issues in hydrological modelling.- John Wiley & Sons, Chichester, 71-
88.
BLÖSCHL, G. & SIVAPALAN, M. (1995): Scale issues in hydrological modelling: a review.- In:
Hydrological Processes, 9, 215-250.

7. Literatur 104
BONELL, M. (1993): Progress in the understanding of runoff generation dynamics in forest.- In:
Journal of Hydrology, 150, 217-275.
BONGARTZ, K. (1996): Geohydrologische Niederschlags-Abflußmodellierung eines
Teileinzugsgebietes der Sieg (Sülz) mit dem Modell MMS/PRMS unter Verwendung eines
GIS.- Diplomarbeit, Geographische Institute der Rheinischen Friedrich-Wilhelms-
Universität Bonn (unveröffentlicht).
BOURROUGH, P. A. & VAN RIJN, R. & RIKKEN, M. (1996): Spatial Data Quality and Error Analysis
Issues: GIS Functions and Environmental Modeling.- In: GIS and Environmental Modeling:
Progress and Research Issues, 29-34.
BRAUN, K. (1997): Der Einfluss mesoskaliger Windfelder auf die räumliche Verteilung des
Niederschlags: Eine Untersuchung zur Regionalisierung von Niederschlagsdaten mit Hilfe
eines mesoskaligen Strömungsmodells.- In: Freiburger Geographische Hefte, 52.
BRENDECKE, C. M.; LAIHO, D. R. & HOLDEN, D. C. (1985): Comparison of two daily streamflow
simulation models of an alpine watershed.- In: Journal of Hydrology, 77, 171-186.
CARROLL, T. R. & YATES, G. R. (1989): Satellite, airborne and ground-based snow cover data used
to estimate basin-wide mean areal snow water equivalent on a pixel-by-pixel basis.-
American Geophysical Union, EOS Transactions, 70 (43), 1108 p.
CHIEW, F. H. S.; STEWARDSON, M. J. & MC MAHON, T. A. (1993): Comparison of six rainfallrunoff
modelling approaches.- In: Journal of Hydrology, 147, 1-36.
CRAWFORD, N. H. & LINSLEY, R. K. (1966): Digital simulation of hydrology: Stanford watershed model
IV.- Report 39, Department of Civil Engineering, Stanford University.
DE ROO, A. P. J. (1998): Modelling runoff and sediment transport in catchments using GIS.- In:
Hydrological Processes, 17, 905-922.
DOBSON, M. C.; ULABY, F. & PIERCE, L. (1995): Land-cover classification and estimation of
terrain attributes using synthetic aperture radar.- In: Remote Sensing of Environment, 51, 199-
214.
DOOGE, J. C. I. (1959): A general theory of the unit hydrograph.- In: Journal of Geophysical Research,

7. Literatur 105
64 (1).
DRAYTON, R. S.; WILDE, B. M. & HARRIS, J. H. K. (1992): Geographical information system
approach to distributed modelling.- In: Hydrological Processes, 6, 361-368.
DUBAYAH, R.; WOOD, E. F. & LAVALLÉE, D. (1997): Multiscaling Analysis in Distributed
Modeling and Remote Sensing: An Application Using Soil Moisture.- In: QUATTROCHI, D.
A. & GOODCHILD, M. F. [eds.]: Scale in Remote Sensing and GIS.- CRC Press, Lewis
Publishers, New York, 93-112.
DUNNE, T. (1978): Field studies of hillslope flow processes.- In: KIRKBY, M. J. [ed.]: Hillslope
Hydrology.- John Wiley & Sons, Chichester, 227-293.
DUNNE, T.; MOORE, T. R. & TAYLOR, C. H. (1975): Recognition and prediction of runoffproducing
zones in humid regions.- In: Hydrological Sciences Bulletin, 20 (3), 305-327.
DURAND, P.; ROBSON, A. & NEAL, C. (1992): Modelling the hydrology of submediteranean
montane catchments (Mont-Lozère, France) using TOPMODEL: initial results.- In: Journal
of Hydrology, 139, 1-14.
DVWK (Deutscher Verband für Wasserwirtschaft und Kulturbau) [Hrsg.] (1996): Ermittlung der
Verdunstung von Land- und Wasserflächen.- DVWK-Merkblätter zur Wasserwirtschaft,
238, Wirtschafts- und Verlagsgesellschaft Gas und Wasser mbH, Bonn.
EBNER, H. & EDER, K. (1992): State-of-the-art in Digital Terrain Modelling.- Proceedings of
EGIS ’92, Third European Conference in GIS, Munich, March 23-26, 1992.
EMMETT, W. W. (1978): Overland flow.- In: KIRKBY, M. J. [ed.]: Hillslope Hydrology.- John Wiley &
Sons, Chichester, 145-176.
ENGMAN, E. T. & GURNEY, R. J. (1991): Remote Sensing in Hydrology.- Chapman & Hall, London.
ENGMAN, E. T. & CHAUHAN, N. (1995): Status of microwave soil moisture measurements with
remote sensing.- In: Remote Sensing of Environment, 51, 189-198.
ENVIRONMENTAL SYSTEMS RESEARCH INSTITUTE (ESRI) (1989): ARC/INFO user’s guide.-

7. Literatur 106
Revision 5, Redlands, California.
FLÜGEL, W.-A. (1979): Untersuchungen zum Problem des Interflow.- In: Heidelberger Geographische
Arbeiten, 56.
FLÜGEL, W.-A. (1995a): Delineating Hydrological Response Units by Geographical Information
System analyses for regional hydrological modelling using PRMS/MMS in the drainage
basin of the River Bröl, Germany.- In: Hydrological Processes, 9, 423-436.
FLÜGEL, W.-A. (1995b): Hydrological response units (HRUs) to preserve basin heterogeneity in
hydrological modelling using PRMS/MMS – case study in the Bröl basin, Germany.- In:
IAHS Publication, 231, 79-87.
FLÜGEL, W.-A. (1996a): Hydrological Response Units (HRUs) and their delineation using GIS
analyses as a tool for regional hydrological modelling with PRMS/MMS - Results from the
River Bröl, Germany.- In: MÄUSBACHER, R. & SCHULTE, A. [Hrsg.]: Beiträge zur
Physiogeographie.- Heidelberger Geographische Arbeiten, 104, 441-449.
FLÜGEL, W.-A. (1996b): Hydrological Response Units (HRUs) as modelling entities for
hydrological river basin simulation and their methodological potential for modelling
complex environmental process systems - Results from the Sieg catchment.- In: Die Erde,
127, 43-62.
FLÜGEL, W.-A. (1996c): Application of GIS to derive Hydrological Response Units for
hydrological modelling in the Bröl Catchment, Germany.- In: IAHS Publication, 235, 413-
420.
FLÜGEL, W.-A. & LÜLLWITZ, T. (1993): Using a distributed hydrologic model with the aid of GIS
for comparative hydrological modelling of micro- and mesoscale catchments in the USA
and in Germany.- In: IAHS Publication, 214, 59-66.
FRANCHINI, M.; WENDLING, J.; OBLED, C. & TODINI, E. (1996): Physical interpretation and
sensitivity analysis of the TOPMODEL.- In: Journal of Hydrology, 175, 293-338.
GERTEN, D.; HELBIG, A. & WILKE, K. (1998): Erfahrungen mit dem hydrologischen
Modellsystem MMS-PRMS bei Anwendung auf das Einzugsgebiet der Oberen Blies.- In:
Deutsche Geographische Mitteilungen, 42 (3), 118-125.

7. Literatur 107
GOODCHILD, M. F. (1993): The State of GIS for Environmental Problem-Solving.- In:
GOODCHILD, M. F.; PARKS, B. O. & STEYAERT, L. T. [eds.]: Environmental Modeling with GIS.-
Oxford University Press, 8-15.
GRANGER, R. J. (2000): Satellite-derived estimates of evapotranspiration in the Gediz basin.- In:
Journal of Hydrology, 229, 70-76.
GRAYSON, R. B.; MOORE, I. D. & MC MAHON, T. A. (1992b): Physically-based hydrologic
modeling 1. A terrain-based model for investigative purposes.- In: Water Resources Research,
28 (10), 2639-2658.
GRAYSON, R. B.; MOORE, I. D. & MC MAHON, T. A. (1992b): Physically-based hydrologic
modeling 2. Is the concept realistic?- In: Water Resources Research, 28 (10), 2659-2666.
GUPTA, V. K.; RODRÍGUEZ-ITURBE, I. & WOOD, E. F. [eds.] (1986): Scale Problems in Hydrology.- D.
Reidel, Dordrecht, 246 p.
HAAN, C. T.; JOHNSON, H. P. & BRAKENSIEK, D. L. (1982): Hydrologic modeling of small
watersheds.- American Society of Agricultural Engineers (ASAE) Monograph No. 5,
Michigan, 533 p.
HAAN, C. T.; BARFIELD, B. J. & HAYES, J. C. (1994): Design hydrology and sedimentology for small
catchments.- Academic Press, San Diego, 588 p.
HAEFNER, H. & SCHUMANN, H. (1992): Remote Sensing Applications in Hydrology and Water
Resources Management.- In: Remote Sensing Series, 21, Department of Geography,
University of Zurich.
HAY, L. E.; BATTAGLIN, W. A.; PARKER, R. S. & LEAVESLEY, G. H. (1993): Modeling the Effects
of Climate Change on Water Resources in the Gunnison River Basin, Colorado.- In:
GOODCHILD, M. F.; PARKS, B. O. & STEYAERT, L. T. [eds.]: Environmental Modeling with GIS.-
Oxford University Press, 173-181.
HERRMANN, A. (1992): Modellierung und Regionalisierung der Interzeption.- In: DFG
Mitteilungen XI der Senatskommission für Wasserforschung: Regionalisierung in der Hydrologie.
HEWLETT, J. D. & HIBBERT, A. R. (1967): Factors Affecting the Response of Small Watersheds in

7. Literatur 108
Humid Areas.- In: SOPPER, W. E. & LULL, H. W. [eds.]: International Symposium on Forest
Hydrology.- Program Press, Oxford, 275-290.
HOLKO, L. & LEPISTÖ, A. (1997): Modelling the hydrological behaviour of a mountain catchment
using TOPMODEL.- In: Journal of Hydrology, 196, 361-377.
HOLZMANN, H.; NACHTNEBEL, H. P. & SEREINIG, N. (1998): Small-scale modelling of runoff
components in an Alpine environment.- In: KOVAR, K.; TAPPEINER, U. & PETERS, N. E.
[eds.]: Hydrology, Water Resources and Ecology in Headwaters.- IAHS Publications, Vol.
248.
HORTON, R. E. (1933): The role of infiltration in the hydrologic cycle.- In: Transactions, American
Geophysical Union, 14, 479-482.
HUBER, W. C. et al. (1981): Storm Water Management Model Users Manual, Version III.- EPA –
600/2-84-109a, Environmental Protection Agency, Cincinnati (Ohio).
IORGULESCU, I. & JORDAN, J. P. (1994): Validation of TOPMODEL on a small Swiss catchment.-
In: Journal of Hydrology, 159, 255-273.
JENSEN, M. E.; BURMAN, R. D. & ALLEN, R. G. (1990): Evapotranspiration and Irrigation Water
Requirements.- American Society of Civil Engineers Technical Report 70.
JETON, A. E. & SMITH, J. L. (1993): Development of watershed models for two Sierra Nevada
basins using a Geographic Information System.- In: Water Resources Bulletin, 29, 923-932.
KERN, T. J. & STEDNICK, J. D. (1993): Identification of heavy metal concentrations in surface
water through coupling of GIS and hydrochemical modells.- In: IAHS Publications, 211,
559-567.
KILCHENMANN, A. (1992): Geographische Informationssysteme.- In: DFG Mitteilungen XI der
Senatskommission für Wasserforschung: Regionalisierung in der Hydrologie, 403-411.
KIRKBY, M. J. (1975): Hydrograph Modelling Strategies.- In: PEEL, R.; CHISHOLM, M. &
HAGGETT, P. [eds.]: Processes in Physical and Human Geography.- Heinemann Educational
Books, London, 69-90.

7. Literatur 109
KITE, G. W. & KOUWEN, N. (1992): Watershed modeling using land classifications.- In: Water
Resources Research, 28 (12), 3193-3200.
KITE, G. W. & DROOGERS, P. (2000): Comparing evapotranspiration estimates from satellites,
hydrological models and field data.- In: Journal of Hydrology, 229, 3-18.
KLEEBERG, H.-B. [Hrsg.] (1992): Regionalisierung in der Hydrologie.- DFG-Mitteilungen XI, VCH
Verlag, Weinheim, 444 S.
KLEEBERG, H.-B.; MAUSER, W.; PESCHKE, G. & STREIT, U. [Hrsg.] (1999): Hydrologie und
Regionalisierung: Ergebnisse eines Schwerpunktprogramms (1992 bis 1998) –
Forschungsbericht der Deutschen Forschungsgemeinschaft.- VCH Verlag, Weinheim,
477 S.
KNAPP, B. J. (1978): Infiltration and Storage of Soil Water.- In: KIRKBY, M. J. [ed.]: Hillslope
Hydrology.- John Wiley & Sons, Chichester, 43-72.
KRAUSE, P. (2000): J 2000 – Ein Modellsystem zur physikalisch basierten Nachbildung der
hydrologischen Prozesse in großen Flußeinzugsgebieten.
KUHN, G. & PARKER, R. S. (1992): Transfer of watershed-model-parameter values to
noncalibrated basins in the Gunnison river basin, Colorado.- In: American Water
Resources Association (AWRA): 28 th Annual Conference: Managing water resources during
global change.- AWRA technical publications series, 4, 741-750.
KUSTAS, W. P.; ZAHN, X. & SCHMUGGE, T. J. (1998): Combining Optical and Microwave Remote
Sensing for Mapping Energy Fluxes in a Semiarid Watershed.- In: Remote Sensing of
Environment, 64, 116-131.
LA BARBERA, P.; LANZA, L. & SICCARDI, F. (1993): Hydrologically oriented GIS and application to
rainfall-runoff distributed modelling - case study of the Arno basin.- In: IAHS Publication,
211, 171-179.
LEAVESLEY, G. H.; LICHTY, R. W. ; TROUTMAN, B. M. & SAINDON, L. G. (1983): Precipitation-
Runoff Modeling System: User’s manual.- Water Resource Investigations Report 83 - 4238,
USGS Denver.

7. Literatur 110
LEAVESLEY, G. H. & STANNARD, L. G. (1990): Application of Remote Sensed Data in a
Distributed Parameter Watershed Model.- In: KITE, G. W. & WANKIEWICZ [eds.]:
Proceedings of Workshop on Applications of Remote Sensing in Hydrology: National Hydrologic
Research Centre, Environment Canada, 47-64.
LEAVESLEY, G. H. & STANNARD, L. G. (1995): The Precipitaion-Runoff Modeling System –
PRMS.- In: SINGH, V. P. [ed.]: Computer Models of Watershed Hydrology.- Water Resources
Publications, 281-310.
LEAVESLEY, G. H.; RESTREPO, P. J.; MARKSTROM, S. L.; DIXON, M. & STANNARD, L. G. (1996):
The Modular Modeling System (MMS): User’s maual.- USGS Report 96-151, Denver.
LINDENLAUB, M.; LEIBUNDGUT, C.; MEHLHORN, J. & S. UHLENBROOK (1997): Interactions of hard
rock aquifers and debris cover for runoff generation.- In: IAHS Publication, 241, 63-72.
LÖFFLER, E. (1994): Geographie und Fernerkundung.- Teubner Verlag, Stuttgart, 251 S.
LU, M.; KOIKE, T. & HAYAKAWA; N. (1996): A distributed hydrological modelling system linking
GIS and hydrological models.- In: IAHS Publication, 235, 141-148.
LÜLLWITZ, T. (1993): Vergleichende hydrologische Modellierung mit dem Modell PRMS unter
Anwendung von Geographischen Informationssystemen.- Rheinische Friedrich-Wilhelms-
Universität Bonn.
LÜLLWITZ, T. (1993): The Application of a Hydrologic Model and GIS to Simulate Water Yield
Increase due to Timber Harvest in a Subalpine Watershed.- In: GIS, 4, 6-10.
MAIDMENT, D. R. (1992): Hydrology.- In: MAIDMENT, D.R. [ed.]: Handbook of Hydrology.- Mc
Graw-Hill, New York, 1.1-1.15.
MAIDMENT, D. R. (1993): GIS and Hydrologic Modeling.- In: GOODCHILD, M. F.; PARKS, B. O. &
STEYAERT, L. T. [eds.]: Environmental Modeling with GIS.- Oxford University Press, 147-167.
MALLANTS, D. & BADJI, M. (1991): Integrating GIS and deterministic hydrological models: a
powerful tool for impact assessment.- Proceeding of EGIS 1990, 672-679.
MAUSER, W.; BACH, H.; DEMICRAN, A.; EIBL, B.; RIEGLER, G. & SCHNEIDER, K. (1997): The

7. Literatur 111
contribution of microwave data to distributes hydrologic modeling.- In: Proceedings of the
Third ERS Symposium, Florence, 1997.
MAUSER, W. & SCHÄDLICH, S. (1998): Modelling the spatial distribution of evapotranspiration on
different scales using remote sensing data.- In: Journal of Hydrology, 212-213, 250-267.
MC DONALD, M. G. & HARBAUGH, A. W. (1988): A modular three-dimensional finite difference
ground-water model.- Techniques of Water Resources Investigations 06-A1, USGS, 576 p.
MEHLHORN, J. (1998): Tracerhydrologische Ansätze in der Niederschlags-Abfluß-Modellierung.-
In: Freiburger Schriften zur Hydrologie, 8, 148 S.
MENDEL, G. (2000): Elemente des Wasserkreislaufs – Eine kommentierte Bibliographie zur
Abflussbildung.- Analytica, Berlin, 244 S.
MICHAUD, J. & SOROOSHIAN, S. (1994): Comparison of simple versus complex distributed runoff
models on a midsized semiarid watershed.- In: Water Resources Research, 30 (3), 593-605.
MICHEL, G. & RAACKE, K. (1957): Geologische und hydrologische Untersuchung eines
hydrologisch-meteorologischen Beobachtungsgebietes bei Oberhof-Gehlberg.- In:
Wissenschaftliche Zeitschrift der Hochschule für Architektur und Bauwesen Weimar, 3, 171-180.
MICHL, C. (1999): Prozeßorientierte Modellierung des Wasserhaushalts zweier Quelleinzugsgebiete
im Thüringer Wald.- Dissertation, Friedrich-Schiller-Universität Jena
(unveröffentlicht).
MICHL, C.; HELMSCHROT, J.; THIEMEYER, H. & v. KLITZING, A. (1998): Exkursionsführer zur 24.
Jahrestagung des Deutschen Arbeitskreises für Geomorphologie - Exkursion 2: Thüringer
Wald.- Jena, 8.-11. Oktober 1998.
MONTEITH, J. L. (1965): Evaporation and environment.- Symposium Soc. Exp. Biology, 19; 205-234.
MOORE, I. D. (1996): Hydrologic modeling and GIS.- In: GIS and environmental modeling: Progress
and Research Issues, 143-148.
MOORE, I. D.; GRAYSON, R. B. & LADSON, A. R. (1991): Digital terrain modeling: a review of
hydrological, geomorphological and biological applications.- In: Hydrological Processes, 5, 3-

7. Literatur 112
30.
MOORE, R. D. & THOMPSON, J. C. (1996): Are water table variations in a shallow forest soil
consistent with the TOPMODEL concept?- In: Water Resources Research, 32, 663-669.
MORRIS, E. M. (1980): Forecasting flood flows in grassy and forested basins using a deterministic
distributed mathematical model.- In: IAHS Publication, 129, 247-256.
MUZIK, I. (1996): A GIS-derived distributed hydrograph.- In: IAHS Publication, 235, 453-460.
NASH, J. E. (1957): The Form of the Instantaneous Unit Hydrograph.- In: International Association
of Hydrologic Siences, 45 (3-4), 114-121.
NASH, J. E. & SUTCLIFFE, J. V. (1970): River flow forecasting through conceptual models, 1. A
discussion of priciples.- In: Journal of Hydrology, 10, 282-290.
NATIONALKOMMITEE der Bundesrepublik Deutschland für das Internationale Hydrologische
Programm der UNESCO und das Operationelle Hydrologische Programm der WMO
[Hrsg.] (1985): Empfehlung für die Auswertung der Meßergebnisse von kleinen
hydrologischen Untersuchungsgebieten.- In: IHP/OHP-Berichte, Heft 5.
NEIS, J. (1966): Hydrometeorologische Arbeiten in einem Untersuchungsgebiet in der Kammlage
des Thüringer Waldes bei Gehlberg.- In: Archiv für Naturschutz und Landesforschung, 6, 45-59.
NEUMANN, P.; FETT, W. & SCHULTZ, G. A. (1990): A Geographic Information System as a data
base for distributed hydrological models.- In: Proc. International Symposium an Remote
Sensing and Water Resources, Enschede, the Netherlands, 781-791.
NIELSEN, S. A. & HANSEN, E. (1973): Numerical simulation of the rainfall-runoff process on a
daily basis.- In: Nordic Hydrology, 4, 171-190.
NJOKU, E. N. & ENTEKHABI, D. (1996): Passive microwave remote sensing of soil moisture.- In:
Journal of Hydrology, 184, 101-129.
NYERGES, T. L. (1993): Understanding the Scope of GIS: Its Relationship to Environmental
Modeling.- In: GOODCHILD, M. F.; PARKS, B. O. & STEYAERT, L. T. [eds.]: Environmental
Modeling with GIS.- Oxford University Press, 75-93.

7. Literatur 113
OBLED, C. & WENDLING, J. (1991): Development of TOPMODEL - Applications to
mediterranean catchments: Role of reinfall spatial varaibility and further simplifications for
operational use.- Technical Report TR/89.
O’LOUGHLIN, E. M. (1986): Prediction of surface saturation zones in natural catchments by
topographc analysis.- In: Water Resources Research, 22 (5), 794-804.
OSTENDORF, B. & MANDERSCHEID, B. (1997): Seasonal modelling of catchment water balance: A
two-level cascading modification of TOPMODEL to increase the realism of spatiotemporal
processes.- In: Hydrological Processes, 11, 1231-1242.
ǾVERLAND, H. & KLEEBERG, H.-B. (1992): Möglichkeiten der Abflußmodellierung unter Nutzung
von Geoinformationssystemen.- In: BECHTELER, W.; KLEEBERG, H.-B. & TEICHMANN, H.
[Hrsg.]: Mitteilungen - Institut für Wasserwesen, Universität der Bundeswehr München, 45.
PECK, E. L.; JOHNSON, E. R.; KEEFER, T. N. & RANGO, A. (1983): Combining measurement of
hydrological variables of various sampling geometries and measurment accuracies.- In:
IAHS Publications, 145, 591-599.
PENMAN, H. L. (1948): Natural evapotranspiration from open water bare soil and grass.-
Proceedings of Royal Society, London, A 193, 120-145.
PFÜTZNER, B.; KADEN, S.; KRONE, A. & FLACKE, W. (1992): Flächendifferenzierte hydrologische
Einzugsgebietsmodellierung bei Anwendung eines Geographischen Informationssystems
(GIS).- In: Deutsche Gewässerkundliche Mitteilungen 36 (2), 48-56.
PFÜTZNER, B.; LAHMER, W. & BECKER, A. (1997): Arc-EGMO – Programmsystem zur GISgestützten
hydrologischen Modellierung – Kurzdokumentation zur Version 2.0.- PIK-
Potsdam.
POLLOCK, D. W. (1989): Documentation of computer programs to complete and display
pathlines using results from the U. S. Geological Survey modular three-dimensional finite
difference ground-water model.- USGS, Open File Report 89-381, 81 p.
PONNDORF, J.; WILSER, O. & NEIS, J. (1963): Bestimmung des Wasserhaushalts im Walde.-
Forschungsbericht des Amtes für Meteorologie Weimar (unveröffentlicht).

7. Literatur 114
PONNDORF, J. & WILSER, O. (1965): Versuch zur Bestimmung der Abflußverluste im
Untersuchungsgebiet Schmücker Graben - Steinbach.- Forschungsbericht des Amtes für
Meteorologie Weimar (unveröffentlicht).
PRICKETT, T. A. & LONQUIST, C. G. (1971): Selected Digital Computer Techniques for
Groundwater Resource Evaluation.- In: Illinois State Water Survey Bulletin, 55, 62 p.
QUINN, P. F.; BEVEN, K. J.; CHEVALLIER, P. & PLANCHON, O. (1991): The prediction of hillslope
flow paths for distributed hydrological modelling using digital terrain models.- In:
Hydrological Processes, 5, 59-79.
QUINN, P. F.; BEVEN, K. J. & LAMB, R. (1995): The ln (α / tanβ) index: How to calculate it and
how to use it within the TOPMODEL framework.- In: Hydrological Processes, 9, 161-182.
RANGO, A. (1996): Spaceborne remote sensing for snow hydrology applications.- In: Hydrological
Sciences Journal, 41 (4), 477-494.
REED, L. A. (1986): Verification of the PRMS sediment-discharge model.- In: Proceedings of the
4 th Federal Interagency Sedimentation Conference, March 24-26, 1986, Las Vegas, (6-44)-
(6-54).
REFSGAARD, J. C. & KNUDSEN, J. (1996): Operational validation and intercomparison of different
types of hydrological models.- In: Water Resources Research, 32 (7), 2189-2202.
REICHE, E.-W. (1996): WASMOD – Ein Modellsystem zur gebietsbezogenen Simulation von
Wasser- und Stoffflüssen. Darstellung des aktuellen Entwicklungsstands.- In: Eco Sys, 4,
143-163.
RICHTER, D. (1995): Ergebnisse methodischer Untersuchungen zur Korrektur des systematischen
Meßfehlers des Hellmann-Niederschlagsmessers.- In: Berichte des Deutschen Wetterdienstes, 194,
1-93.
ROBSON, A. J.; BEVEN, K. J. & NEAL, C. (1992): Towards identifying sources of subsurface flow:
A comparison of components identified by a physically based runoff model and those
determined by chemical mixing techniques.- In: Hydrological Processes, 6, 199-214.
ROSENBROCK, H. H. (1960): An automatic method of finding the greatest or least value of a

7. Literatur 115
function.- In: Computer Journal, 3, 175-184.
ROSS, B. B.; CONTRACTOR, D. N. & SHANHOLTZ, V. O. (1979): A finite element model of
overland and channel flow for assessing the hydrologic impact of land use changes.- In:
Journal of Hydrology, 41, 11-30.
SAULNIER, G.-M.; BEVEN, K. J. & OBLED, C. (1997): Digital elevation analysis for distributed
hydrological modeling: Reducing scale dependence in effective hydraulic conductivity
values.- In: Water Resources Research, 33 (9), 2097-2101.
SAVABI, M. R.; KLIK, A. ; GRULICH, K. ; MITCHELL, J. K. & NEARING, M. A. (1996): Application
of WEPP and GIS on small watersheds in USA and Austria.- In: IAHS Publication, 235,
469-476.
SCHILLING, W. (1962): Quartäre Erscheinungen in den Hochlagen des Thüringer Waldes und
deren Bedeutung für die Hydrologie und forstliche Standortkunde.- Dissertation
Eberswalde (unveröffentlicht).
SCHILLING, W. & WIEFEL, H. (1962): Jungpleistozäne Periglazialbildungen und ihre regionale
Differenzierung in einigen Teilen Thüringens und des Harzes.- In: Geologie, 11, 428-460.
SCHLÜTER, H. (1964): Zur Waldentwicklung im Thüringer Gebirge, hergeleitet aus
Pollendiagrammen, Archivquellen und Vegetationsuntersuchungen.- In: Archiv für
Forstwesen, 13 (3), 283-305.
SCHLÜTER, H. (1966): Vegetationsgliederung und -kartierung eines Quellgebietes im Thüringer
Wald als Grundlage zur Beurteilung des Wasserhaushaltes.- In: Archiv für Naturschutz und
Landesforschung, 6 (1/2), 3-44.
SCHLÜTER, H. (1969): Vegetationskundlich-synökologische Untersuchungen zum Wasserhaushalt
eines hochmontanen Quellgebietes im Thüringer Wald.- Habilitationsschrift, Martin-
Luther-Universität Halle.
SCHULTZ, G. A. (1993): Hydrological modeling based on remote sensing information.- In:
Advances in Space Research, 13 (5), 149-166.
SCHULZE, R. E. (1995): Hydrology and agrohydrology: a text to accompany the ACRU 3.00

7. Literatur 116
agrohydrological modeling system.- ACRU Report 43 TT 69/95, Water Research
Commission.
SCHULZE, R. E. (1998): Hydrological Modelling – Concepts and Practice.- Department of
Agricultureal Engineering, University of Natal, Pietermaritzburg (unpublished paper).
SEIBERT, J.; BISHOP, K. H. & NYBERG, L. (1997): A test of TOPMODEL’s ability to predict
spatially distributed groundwater levels.- In: Hydrological Processes, 11, 1131-1144.
SEMMEL, A. (1996): Geomorphologie der Bundesrepublik Deutschland.- Franz Steiner Verlag, Stuttgart,
199 S.
SHERMAN, L. K. (1932): Streamflow from Rainfall by the Unitgraph Method.- In: Engineering News
Record, 108, 501-505.
SINGH, V. P. [ed.] (1995): Computer Models of Watershed Hydrology.- Water Resources Publications,
1130 p.
SINGH, V. P. (1995): Watershed modeling.- In: SINGH, V. P. [ed.]: Computer Models of Watershed
Hydrology.- Water Resources Publications, 1-22.
STAUDENRAUSCH, H. (1996): Hydrologische Modellierung mit MMS/PRMS in einem
mesoskaligen, semi-ariden Einzugsgebiet in der Gebirgsrandzone der Drakensberge in
Südafrika.- Friedrich-Schiller-Universität Jena (unveröffentlicht).
STAUDENRAUSCH, H. (2000): Topologische Beziehungen von hydrologischen Objekten in
Flusseinzugsgebieten.- In: Eco Regio, 8, 121-128.
STEPHAN, P. (1968): Physisch-geographische Komplexuntersuchung im Gebiet Schmücker
Graben und Steinbach im mittleren Thüringer Wald unter besonderer Berücksichtigung der
quartären Bildungen.- Diplomarbeit Jena.
STRAHLER, A. H. & STRAHLER, A. N. (1992): Modern Physical Geography.- Chicago.
STUART, N. & STOCKS, C. (1993): Hydrological modelling within GIS: an integrated approach.- In:
IAHS Publication, 211, 319-329.

7. Literatur 117
SWAMY, A. N. & BRIVIO, P. A. (1996): Hydrological modelling of snowmelt in the Italian Alps
using visible and infrared remote sensing.- In: International Journal of Remote Sensing, 17 (16),
3169-3188.
THIEL, C. (2000): Vergleichende hydrologische Modellierung zweier Flusseinzugsgebiete
unterschiedlicher Hydrodynamik (Zeulenroda, Thüringen & Mulargia, Sardinien) mit dem
Modellsystem MMS/PRMS unter integrativer Verwendung von Geoinformationssystemen
und Fernerkundungsdaten.- Diplomarbeit, Institut für Geographie der Friedrich-Schiller-
Universität Jena (unveröffentlicht).
TODINI, E. (1988): Rainfall-runoff modeling - past, present and future.- In: Journal of Hydrology,
100, 341-352.
TOWNLEY, L. R. & WILSON, T. L. (1980): Description and user’s manual for a finite element
aquifer flow model AQUIFEM-1, MIT Ralph M. Parsons Laboratory for Water Resources
and Hydrodynamics.- Technology Adaptation Program Report 79-3, 294 p.
TROCH, P. A.; SMITH, J. A.; WOOD, E. F. & DE TROCH, F. P. (1993): Empirical and model based
analysis of extreme flood events in a humid region.- In: IAHS Publication, 213, 245-255.
UHLENBROOK, S. (1999): Untersuchung und Modellierung der Abflussbildung in einem
mesoskaligen Einzugsgebiet.- In: Freiburger Schriften zur Hydrologie, 10.
ULABY, F. T.; DUBOIS, P. C. & VAN ZYL, J. (1996): Radar Mapping of Surface Soil Moisture.- In:
Journal of Hydrology, 184, 57-84.
U. S. ARMY CORPS of ENGINEERS (1985): HEC-1 Flood Hydrology Package Users Manual.-
Hydrologic Engineering Center, Davis (California).
U. S. ARMY CORPS of ENGINEERS (1987): GRASS-GIS software and reference manual.-
Construction Engineering Research Laboratory, Champaign, Illinois.
U. S. ARMY CORPS of ENGINEERS (1990): HEC-1 Flood Hydrology Package, Program Users
Manual.- Hydrologic Engineering Center, Davis (California).
VIEUX, N. E. (1993) : Geographic Information Systems and Non-Point Source Water Quality and
Quantity Modelling.- In: BEVEN, K. J. & MOORE, I. D. [eds.]: Terrain Analysis and Distributed

7. Literatur 118
Modelling in Hydrology.- John Wiley & Sons, Chichester, 169-181.
VIGER, R. J.; MARKSTROM, S. L. & LEAVESLEY, G. H. (2000): The GIS WEASEL - An interface
for the treatment of spatial information used in watershed modeling and water resource
management.- Online im Internet: http://wwwbrr.cr.usgs.gov/weasel/html [Stand:
19.07.2000].
WEGEHENKEL, M. (1995): Modellierung des Wasserhaushalts von landwirtschaftlichen
Nutzflächen mit unterschiedlich komplexen Modellansätzen.- In: Deutsche Gewässerkundliche
Mitteilungen (DGM), 32 (2), 58-68.
WHIPKEY, R. Z. & KIRKBY, M. J. (1978): Flow within the soil.- In: KIRKBY, M. J. [ed.]: Hillslope
Hydrology.- John Wiley & Sons, Chichester, 121-144.
WOHLRAB, B.; ERNSTBERGER, H.; MEUSER, A. & SOKOLLEK, V. (1992): Landschaftswasserhaushalt.-
Verlag Paul Parey, Hamburg, 352 S.
WOLOCK, D. M. (1993): Simulating the variable-source-area concept of streamflow generation
with the watershed model TOPMODEL.- U. S. Geological Survey, Water-Resources
Investigations Report 93-4124, Lawrence, Kansas.
WOLOCK, D. M. & PRICE, C. V. (1994): Effects of digital elevation model map scale and data
resolution on a topography-based watershed model.- In: Water Resources Research, 30, 3041-
3052.
WOLOCK, D. M. & MC CABE, G. J. (1995): Comparison of single and multiple flow direction
algorithms for computing topographic parameters in TOPMODEL.- In: Water Resources
Research, 31 (5), 1315-1324.
WOOD, E. F. & O’CONNELL (1985): Real-time forecasting.- In: ANDERSON, M. G. & BURT, T. P.
[eds.]: Hydrological Forecasting.- John Wiley & Sons, Chichester, 505-558.
WOOD, E. F.; SIVAPALAN, M.; BEVEN, K. J. & BAND, L. (1988): Effects of spatial variability and
scale with implications to hydrologic modeling.- In: Journal of Hydrology, 102, 29-47.
WOOD, E. F.; SIVAPALAN, M. & BEVEN, K. J. (1990): Similarity and scale in catchment storm
response.- In: Review of Geophysics, 28, 1-18.

7. Literatur 119
WOOLHISER, D. A.; SMITH, R. E. & GOODRICH, D. C. (1990): A kinematic runoff and erosion
manual: Documentation and user manual.- ARS 77, 130 p, U. S. Department of
Agriculture, Washington, D. C.
WUCHOLD, H. (1971): Untersuchungen zur Berechnung des kurzzeitigen Wasserhaushaltes für das
Gebiet Gehlberg - Schmücker Graben.- Abschlußbericht zur Forschungs- und
Entwicklungsarbeit, Forschungsinstitut für Hydrometeorologie Berlin/Amt für
Meteorologie Weimar.
WUCHOLD, H. & NEIS, J. (1969): Versuch zur Berechnung des kurzfristigen Wasserhaushalts für
das Gebiet Gehlberg - Schmücke.- Forschungsbericht des Amtes für Meteorologie Weimar
(unveröffentlicht).
XINMEI, H.; LYONS, T. J.; SMITH, R. C. G. & HACKER, J. M. (1995): Estimation of land surface
parameters using satellite data.- In: KALMA, J. D. & SIVAPALAN, M. [eds.]: Scale issues in
hydrological modelling.- John Wiley & Sons, Chichester, 387-400.
ZHANG, H.; HAAN, C. T. & NOFZIGER, D. L. (1990): Hydrologic Modeling with GIS: An
overview.- In: Applied Engineering Agriculture, 6 (4), 453-458.

Anhang
A 1
Vergleichende graphische Darstellungen der Korrelationswerte für die Modellierungen
mit PRMS und TOPMODEL sowie den kombinierten Ansatz für Datenbasen
unterschiedlicher zeitlicher Auflösungen
A 2.1 Gemessener und simulierter Abfluss nach PRMS für die Modellierung auf Tagesbasis
mit eingeschalteten Perioden dreißigminütiger Auflösung
A 2.2 Gemessener und simulierter Abfluss nach TOPMODEL für die Modellierung auf
Tagesbasis mit eingeschalteten Perioden dreißigminütiger Auflösung
A 2.3 Gemessener und simulierter Abfluss nach PRMS-TOPMODEL für die
Modellierung auf Tagesbasis mit eingeschalteten Perioden dreißigminütiger Auflösung
A 2.4 Zeitintervalle, die jeweils von einem Modellansatz am besten simuliert wurden
A 2.5 Niederschlag
A 3.1 Simulierte Abflusskomponenten mit dem Modell PRMS auf Grundlage der
dreißigminütigen Datenbasis
A 3.2. Vergleich der gemessenen Schneehöhe mit dem nach PRMS simulierten
Wasseräquivalent
A 3.3 Vergleich des gemessenen Grundwasserstandes mit dem simulierten
Grundwasserspeicher
A 4.1 Gemessener und simulierter Abfluss nach PRMS für ausgewählte Ereignisse
A 4.2 Gemessener und simulierter Abfluss nach TOPMODEL für ausgewählte Ereignisse
A 4.3 Gemessener und simulierter Abfluss nach PRMS-TOPMODEL für ausgewählte
Ereignisse
A 4.4 Zeitintervalle der ausgewählten Ereignisse, die jeweils von einem Modellansatz am
besten simuliert wurden
A 4.5 Niederschlag für ausgewählte Ereignisse
A 4.6 Simulierte Abflusskomponenten nach PRMS für ausgewählte Ereignisse