30.12.2013 Aufrufe

Darstellung und Analyse hydrologischer Topologien auf der Basis ...

Darstellung und Analyse hydrologischer Topologien auf der Basis ...

Darstellung und Analyse hydrologischer Topologien auf der Basis ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

4 Zusammenfassung <strong>und</strong> Ausblick<br />

4.1 Zusammenfassung<br />

Die Sicherung <strong>und</strong> nachhaltige Nutzung <strong>der</strong> Ressource Wasser stellt eine globale Problematik dar,<br />

die nur durch eine Vielzahl von Einzelanstrengungen <strong>auf</strong> lokaler bis regionaler Ebene gelöst werden<br />

kann. Hierbei gilt es, ein ausgewogenes Verhältnis zwischen <strong>der</strong> Berücksichtigung von Anfor<strong>der</strong>ungen<br />

an die Wasserqualität <strong>auf</strong> <strong>der</strong> einen <strong>und</strong> <strong>der</strong> Bewirtschaftung <strong>der</strong> zugehörigen Einzugsgebiete<br />

<strong>auf</strong> <strong>der</strong> an<strong>der</strong>en Seite zu finden. Aufgr<strong>und</strong> <strong>der</strong> großen Anzahl teils gegenläufiger Einflussfaktoren sowie<br />

<strong>der</strong> Komplexität <strong>der</strong> realweltlichen Systeme benötigen Entscheidungsträger Unterstützung bei <strong>der</strong><br />

Entscheidungsfindung. Ein Hilfsmittel stellen dabei Entscheidungsunterstützungssysteme dar. Hinsichtlich<br />

<strong>der</strong> genannten Problematik sollten diese einerseits in <strong>der</strong> Lage sein, den jeweiligen Untersuchungsgegenstand<br />

adäquat abzubilden, als auch an<strong>der</strong>erseits Werkzeuge zur gezielten Suche nach<br />

optimalen Bewirtschaftungsstrategien bereitzustellen.<br />

Im Rahmen <strong>der</strong> vorliegenden Arbeit konnte gezeigt werden, dass es möglich ist, <strong>auf</strong>bauend <strong>auf</strong> einem<br />

hydrologischen Modell mit Hilfe neuronaler Netze eine optimierte Bewirtschaftung eines Talsperreneinzugsgebietes<br />

nach vorgegebenen Kriterien zu prognostizieren. Diese Kriterien umfassten neben<br />

einer Minimierung des Stickstoffaustrags als wesentlichen Indikator für die Wasserqualität auch wirtschaftliche<br />

Gesichtspunkte, da die Kosten zur Realisierung <strong>der</strong> Maßnahmen zur Austragsmin<strong>der</strong>ung<br />

ebenfalls in die Suche mit einbezogen wurden. Die Bewirtschaftung wurde hierbei durch den anthropogen<br />

verursachten N-Eintrag repräsentiert, da dieser <strong>auf</strong>gr<strong>und</strong> seiner engen Verknüpfung mit <strong>der</strong><br />

Bewirtschaftung als Leitparameter fungieren kann. Bei <strong>der</strong> Suche nach optimalen Bewirtschaftungsszenarien<br />

für das betrachtete Einzugsgebiet ließen sich somit zwei Problemstellungen unterscheiden:<br />

1. Bei gegebenen Kosten für Än<strong>der</strong>ungen <strong>der</strong> N-Einträge <strong>auf</strong> den Einzelflächen soll <strong>der</strong> N-Gesamtaustrag<br />

in den Vorfluter minimiert werden.<br />

2. Bei vorgegebenem N-Gesamtaustrag in den Vorfluter sollen die Kosten <strong>der</strong> dafür notwendigen<br />

Än<strong>der</strong>ungen <strong>der</strong> N-Einträge <strong>auf</strong> den Einzelflächen minimiert werden.<br />

Gelöst wurden diese Optimierungsprobleme durch den Einsatz eines neuartigen neuronalen Netzes<br />

(HydroNet), welches nicht <strong>auf</strong> dem bisher in <strong>der</strong> hydrologischen Modellierung verbreiteten Black-<br />

Box-Ansatz beruht. Wesentliche Voraussetzung einer Ausweisung optimaler N-Eintragsszenarien war<br />

die Abbildung topologischer Beziehungen zwischen den einzelnen Einheiten, da diese insbeson<strong>der</strong>e<br />

in Form lateraler Stoffflüsse einen bedeutenden Einfluss <strong>auf</strong> die betrachteten Prozesse darstellen. Der<br />

entwickelte Ansatz beinhaltete daher die Repräsentation <strong>der</strong> vom zugr<strong>und</strong>e liegenden Modell berücksichtigten<br />

räumlichen Modelleinheiten als Neuronen eines Backpropagation-Netzes. Die individuellen

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!