Das Swiss Experiment und die Zukunft der Vorhersage von alpinen ...

Forum für Wissen 2007: 39–45
39
Das Swiss Experiment und die Zukunft der Vorhersage
von alpinen Naturgefahren
Michael Lehning 1 , Mathias Bavay 1 , Henning Löwe 1 , Marc Parlange 2 und Karl Aberer 3
1
WSL Eidgenössisches Institut für Schnee- und Lawinenforschung SLF, Flüelastrasse 11, CH-7260 Davos Dorf
2
Ecole Polytechnique Fédérale Lausanne, GR A0 392 (Bâtiment GR), Station 2, CH-1015 Lausanne
3
Ecole Polytechnique Fédérale Lausanne, BC 108 (Bâtiment BC), Station 14, CH-1015 Lausanne
lehning@slf.ch, bavay@slf.ch, loewe@slf.ch, marc.parlange@epfl.ch, karl.aberer@epfl.ch
Zur Zeit gibt es keine allgemeinen orts- und zeitgenauen Vorhersagen von kleinräumigen
Naturgefahren wie lokalen Überschwemmungen, Murgängen, Hang -
rutschungen oder Lawinen. Während die Nützlichkeit solcher Vorhersagen zunehmend
erkannt wird, fehlen bisher die wissenschaftlichen und technischen Grundlagen,
um ausreichend genaue Vorhersagen zu erstellen. Die WSL arbeitet
intensiv zusammen mit dem gesamten ETH-Bereich daran, die Grundlagen für
eine zukünftige Warnung vor Naturgefahren insbesondere im Alpenraum zu
schaffen. Ein Baustein ist das «Swiss Experiment» (SwissEx), das als Projekt des
Kompetenzzentrums für Nachhaltigkeit und Umwelt (CCES) im ETH-Bereich
neue experimentelle Technologien auch für die Warnung vor Naturgefahren erforscht
und entwickelt.
1 Einleitung und Ziel
Weltweiter Wandel ist in aller Munde.
Dabei wird auch immer wieder auf
eine zunehmende Bedrohung durch
Naturgefahren hingewiesen. Sicher ist,
dass eine sich ändernde Umwelt auch
die Eigenschaften und eventuell sogar
das Ausmass von Naturgefahren beeinflusst
und eine Anpassung im Umgang
mit diesen Gefahren erforderlich
macht. Die Anpassung ist mit flexiblen
Methoden des Risikomanagements am
besten zu erreichen. Temporäre Massnahmen
wie unmittelbarer Objektschutz,
Warnungen und Evakuierungen
müssen jedoch rechtzeitig eingeleitet
werden und angemessen sein. Deshalb
ist eine verlässliche Vorhersage des zu
erwartenden Ausmasses des Schadenereignisses
von immenser Bedeutung.
Auch die Unterstützung und rechtliche
Absicherung der Entscheidungsträger
sind wichtige Aspekte bei temporären
Massnahmen und zeigen den Wert einer
guten Prognose auf. Die Entwicklung
von Vorhersage- und Warnsystemen
bei kleinräumigen Naturgefahren
im Alpenraum ist daher ein Schwerpunkt
der Arbeit an der WSL. Im vorliegenden
Artikel wird die Idee eines
Vorhersagesystems
für
Naturgefahren entwickelt, die durch
Niederschlagsereignisse ausgelöst wer-
den. Solche Naturereignisse sind lokale
Überschwemmungen und Übersarungen
in einzelnen Tälern, Hangrutsche,
Murgänge, Steinschläge (sofern sie
durch Regen ausgelöst werden) und
Lawinen. Durch eine Kombination aus
Modellierung und neuen Messkonzepten
soll eine echte Prognose möglich
werden, die praxistauglich ist. Die Prognose
wird nur für einen eng begrenzten
Zeitraum (Stunden) gut genug sein,
um als Entscheidungsgrundlage für
Praktiker zu dienen. Deshalb ist eine
Szenarienbildung und die Vorbereitung
von Massnahmen in enger Zusammenarbeit
mit der laufenden Prognosetätigkeit
von grosser Bedeutung. In diesem
Artikel wird nach der Vorstellung
des Stands der Technik und der Problematik
insbesondere SwissEx diskutiert,
das einen ersten Meilenstein bei der
Verwirklichung besserer Vorhersagen
darstellt.
2 Stand des Wissens und der
Technik und Problematik
bei kleinräumigen
Vorhersagen
2.1 Meteorologische Vorhersagen
Modellbasierte Vorhersagen sind in
der Meteorologie Stand der Technik
(ROTACH 2007) und bei Fachleuten und
Bevölkerung gut und zunehmend
akzeptiert. Die meteorologische Forschung
verfolgt deshalb drei fast unabhängige
Ziele. Das erste Ziel ist die Erweiterung
des Prognosezeitraums, d.h.
für eine möglichst lange Zeit in die Zukunft
nützliche Vorhersagen anzubieten.
Dabei unterscheiden wir noch zwischen
der Vorhersage der aktuellen
Situation und der saisonalen Vorhersage,
bei der es darum geht, abzuschätzen,
ob uns ein nasses Frühjahr, ein
heisser Sommer, stürmischer Herbst
oder schneereicher Winter bevorsteht.
Bei dieser Art von Vorhersage steht
die genaue Abfolge von Wetterereignissen
nicht im Vordergrund, sondern
es werden Prognosen über das «mittlere»
Wetter über einen längeren Zeitraum
gemacht. Als zweites Ziel der
meteorologischen Forschung ist die
Einschätzung der Prognose-Genauigkeit
zu nennen. Eine Quantifizierung
der Wahrscheinlichkeit, mit der eine
Prognose eintreffen wird, ist von grosser
praktischer Bedeutung. Mit den
Ensemblevorhersagen wurden in den
letzten Jahren auf diesem Gebiet grosse
Fortschritte erzielt (ROTACH 2007).
Das für unsere Arbeit wichtigste Ziel
ist allerdings die Verbesserung der
räumlichen Auflösung. Für eine Vorhersage
von lokalen Ereignissen sind
Gitterpunktsauflösungen in der Grössenordnung
von Zehnern von Metern
nötig. Da sich die operationellen Vorhersagen
immer noch im Bereich von
einigen Kilometern Gitterpunktsauflösung
bewegen, sind noch grosse Fortschritte
nötig, um solch hohe Auflösungen
zu erreichen. Dabei sind die Hürden
grösser als es vielleicht scheint.
Zum einen steigt bei zunehmender
Auflösung der Rechenaufwand gewaltig
an, weil nicht nur die Anzahl der
Gitterpunkte (und damit die benötigte
Rechenzeit) im dreidimensionalen

40 Forum für Wissen 2007
Raum mit der dritten Potenz ansteigt,
sondern dazu auch noch ein exponentieller
Anstieg der nötigen Zeitschritte
einhergeht. Zum anderen ist es neben
diesen reinen Rechenproblemen auch
noch nötig, die Prozesse auf dieser feinen
Skala besser abzubilden. Dadurch
nimmt die Komplexität der Modelle
sehr schnell zu. Weitere Schwierigkeiten
treten auf, weil teilweise die Prozesse
noch nicht gut genug verstanden
sind. Ein typisches Beispiel ist der Austausch
von Wasserdampf zwischen
Boden und Atmosphäre. Dieser Austausch
ist sehr von Bodenfeuchte,
Vegetation und Schneebedeckung abhängig.
Diese drei Parameter können
im Mittel bei einer grobauflösenden
Betrachtung auch grob parametrisiert
werden, erfordern aber eine sehr
detaillierte Beschreibung, wenn das
Modellergebnis auch in einer hohen
Auflösung erhalten werden soll. Das
Gleiche gilt für die Prozesse der Niederschlagsbildung
in den Wolken.
Kompliziert wird die Angelegenheit
schliesslich noch dadurch, dass auch
die Numerik der existierenden Modelle
nicht geeignet ist, die Prozesse z. B.
in steilem Gelände mit einer hohen
Auflösung richtig abzubilden. Insbesondere
darf bei den üblichen, geländefolgenden
Koordinaten das Geländemodell
keine Hänge steiler als ca.
40 ° aufweisen, weil sonst die Windberechnung
instabil wird. Im Alpenraum
kommen ab einer Gitterpunktsauflösung
von etwa 100 m bereits häufig
steilere Hänge vor.
An dieser Stelle kommt jetzt als Teil
der angestrebten Verfeinerung der
Auflösung eine weitere Technik ins
Spiel: Die Modellvorhersagen können
verbessert werden, indem die Berechnung
nicht nur für den Vorhersagezeitraum
durchgeführt wird, sondern in einer
Initialisierungs- und Nachrechenphase
möglichst viele Messdaten
«assimiliert» werden. Das Modell wird
dadurch gezwungen, die Wirklichkeit,
wie sie durch die Messdaten repräsentiert
wird, möglichst gut nachzubilden,
bevor dann mit den Randbedingungen
eines grösserskaligen Modells die eigentliche
Prognose berechnet wird.
Diese Assimilation ist ein weiteres intensives
Forschungsfeld und wird sehr
hoch aufgelöste Simulationen mit einer
hohen Qualität ermöglichen. Die gängige
Methode, um Rand- und Anfangsbedingungen
für lokale und hochaufgelöste
Simulationen zu schaffen, ist,
ausgehend von einem Modell für die
ganze Erdkugel, schrittweise auf feinere
Auflösungen und kleinere Gebiete
zu gehen. Die Messungen, die in das
Modell einfliessen, haben somit zwei
Funktionen: Zum einen können sie
mögliche Fehler in der grobskaligen
Modellkette korrigieren und zum anderen
können sie die feinskalige Struktur
liefern, die in der gröberen Auflösung
nicht enthalten ist.
2.2 Vorhersagen der Ereignisse und
Warnung
Die Vorhersage von Hochwasserereignissen
ist ein Kerngeschäft der Hydrologie
und wird operationell in vielen
Ländern für die grossen Flussläufe betrieben.
Es existieren aber keine operationellen
Vorhersagen für die Flussoberläufe,
also für die kleinen Einzugsgebiete
in den Alpen oder Voralpen.
Eine nennenswerte Ausnahme ist das
Pilotprojekt mit dem PREVAH Vorhersagesystem
im Glarnerland, das
auch in diesem Beitrag diskutiert wird
(ZAPPA und VOGT 2007; ZAPPA et al.
2006). Keine Vorhersagen existieren
für Murgänge, Hangrutschungen oder
Steinschläge. Für Lawinen wird die
Gefahrenstufe für den nächsten Tag
prognostiziert (RHYNER 2007), wobei
bei der Analyse der Schneedecke eine
erste Unterstützung durch ein operationelles
Modell stattfindet (LEHNING
et al. 1999), das allerdings noch nicht
eine eigentliche Prognose, basierend
auf der Wettermodellprognose, berechnet.
Ein entscheidender Grund für fehlende
Modelle ist, dass die Auslösungsprozesse
für alle spontanen Massenbewegungen,
die durch Niederschlag
ausgelöst werden, noch nicht verstanden
sind (STÄHLI und BARTELT 2007).
Somit ist der Weg zu modellbasierten
deterministischen Vorhersagen noch
weit. Es werden grosse Anstrengungen
unternommen, um diese Situation zu
verbessern. So gibt es im Rahmen des
Kompetenzzentrums für Nachhaltigkeit
und Umwelt (CCES) insgesamt
drei Grossprojekte, die das Prozesswissen
verbessern wollen, um so den
Grundstein für eine Vorhersage zu liefern.
Das Projekt TRAMM behandelt
die Auslösung von Hanginstabilitäten
und Murgängen (TRAMM: http://
www.cces.ethz.ch/projects/tramm).
APUNCH betrachtet die ganze Kette
vom Niederschlag hin zu Überschwemmungen,
Sedimenttransport und
Dammbrüchen. COGEAR erforscht
die Vorläuferzeichen von Erdbeben.
Auch wenn noch keine eigentliche
Vorhersagen existieren, werden bereits
(zu) häufig Warnungen herausgegeben
(HEGG 2007). Wie in der Lawinenwarnung
praktiziert, kann eine Einschätzung
der Gefahr durch einen Experten
aufgrund der aktuellen Situation
zusammen mit der Wettervorhersage
erfolgen (RHYNER 2007). Es hat sich
gezeigt, dass ein gutes Informationssystem
(BRÜNDL et al. 2004), das solche
Warnungen zusammen mit den aktuellen
Messdaten und den bereits getroffenen
Massnahmen zugänglich macht,
in der Bewältigung von aussergewöhnlichen
Ereignissen von grosser Hilfe
sein kann und zwar unabhängig davon,
ob eine deterministische Prognose des
Ereignisses vorliegt (ZAPPA et al. 2006)
oder nicht (ROMANG et al. 2007).
2.3 Sensortechnik,
Datenverarbeitung und
Datenverwertung
Bei vielen wissenschaftlichen Untersuchungen
ist es nötig, meteorologische
Messungen durchzuführen. Beispiele
sind in der Hydrologie, Glaziologie,
Ökologie und natürlich Meteorologie
und Klimatologie zu finden. Oft wird –
insbesondere bei Installationen in den
Bergen – dabei bestehendes Fachwissen
über geeignete Messgeräte und
Mechanik zu wenig genutzt. Dazu
kommt, dass oft die Daten nach dem
Projekt de facto verloren gehen, weil
die Information über die Art des Experiments
und die Art der Messung nicht
mehr verfügbar sind. So müssen viele
Experimente unnötig dupliziert werden.
Gleichzeitig sind die Fortschritte in
Sensortechnik und Datenverarbeitung
rasant. Drahtlose Sensornetzwerke
(CULLER et al. 2004) und Fortschritte in
der Technik der Messsensoren, erlauben
es, Umweltparameter mit sehr viel
grösserer räumlicher und zeitlicher
Auflösung zu messen. Dabei machen
auch die Fernerkundungsmethoden
Fortschritte, so dass auch von dieser

Forum für Wissen 2007
41
Seite her eine erhebliche Steigerung
der Messdichte erreicht werden kann.
Beispiele sind neuartige, polarisierende
Niederschlagsradar (KRAJEWSKI
und SMITH 2002) oder LIDAR, mit
denen hochaufgelöste Temperatur- und
Feuchtefelder gemessen werden können.
Für die hier beschriebene Vorhersage
niederschlagsbedingter Naturgefahren
ist natürlich die Messung von
Regen besonders bedeutsam. Regenmesser
und Disdrometer (SIECK et al.
2007) sind dabei neben dem Radar die
häufigsten Instrumente. Während
Regenmesser direkt die Niederschlagsrate
bestimmen, geben Disdrometer
auch Auskunft über die Niederschlagsteilchen,
also z. B. über ihre Grösse
und ihren Aggregatszustand (TESTIK
und BARROS 2007).
Die zunehmende Menge an Messdaten
stellt neue Anforderungen an die
Datenerfassung und Datenverarbeitung.
Um einen schnellen Zugriff
(quasi in Echtzeit) auf die Daten zu ermöglichen
(z. B. für Datenassimila -
tion), oder Warnungen im Zusammenhang
mit zu messenden Ereignissen
auszusprechen (GRAF et al. 2007), ist
die auf «Streams» basierende Verarbeitung
von Vorteil. Daran wird intensiv
geforscht und erste Prototypen stehen
zur Verfügung (GSN: ABERER et
al. 2006; http://gsn.sourceforge.net/;
STREAM: ARASU et al. 2006; http://
infolab.stanford.edu/stream/).
Von entscheidender Bedeutung ist
die Kenntnis, wie Daten gewonnen
wurden. Diese Kenntnis wird allgemein
unter dem Begriff Metadaten zusammengefasst
und beinhaltet alle Informationen
über Messprotokolle,
Sensoren, Lokalitäten und andere Besonderheiten,
die für den richtigen Gebrauch
und die richtige Interpretation
der Daten wichtig sind (SIMMHAN et al.
2005).
Mit Abstand der grösste Entwicklungsbedarf
ist bei der Datenverwertung
zu orten. Die Menge und Heterogenität
der Daten macht es erforderlich,
dass der Benutzer durch eine
intelligente Infrastruktur unterstützt
wird, die ihm den Zugriff auf die Daten
und die Interpretation der Daten
erleichtert. Natürlich beinhaltet die
Datenauswertung auch Visualisierung
und GIS, z. B. wird im EU-Projekt OR-
CHESTRA (http://www.eu-orchestra.
org/) eine Infrastruktur für Sensorzugriff,
Benutzerverwaltung und Visualisierung
entwickelt. Die Datenverwertung
geht jedoch noch viel weiter. So
werden immer mehr numerische
Modelle automatisch in eine Abfrage
integriert. Als Beispiel steht hierfür das
EU-Projekt AWARE (http://www.
aware-eu.info), welches einen Geoservice
aufbaut, der (mit Hilfe von Satellitendaten
und einfachen hydrologischen
Modellen) die im Schnee gespeicherten
Wasserreserven berechnet. Ein
ähnliches System ist am SLF im Einsatz
(RHYNER 2007): Aufbauend auf
den ca. 150 IMIS Schneemessstationen
wird quasi in Echtzeit die Schneedecke
mit dem Modell SNOWPACK berechnet.
Dem Lawinenwarndienst werden
die berechneten Informationen zu
Neuschnee, Schneeverfrachtung und
Stabilität zusammen mit den Messdaten
graphisch zur Verfügung gestellt
(LEHNING et al. 1999; LEHNING und
FIERZ 2007).
3 SwissEx als ein Schritt zu
einer Vorhersage
Das Swiss Experiment (SwissEx: http://
www.swiss-experiment.ch) hat es sich
zur Aufgabe gemacht, die neuesten
Technologien für Forschung und Praxis
in der Schweiz nutzbar zu machen. Wir
sprechen davon, eine Cyber-Infrastruktur
(Abb. 1) aufzubauen, um die
verschiedensten Möglichkeiten der
elektronischen Datenverarbeitung mit
drahtlosen Sensornetzwerken, Datenbanken
und Modellen verknüpfen zu
können (Abb. 2). Das dient zunächst
der Unterstützung der CCES-Grossprojekte.
Ganz explizit ist die Warnung
vor alpinen Naturgefahren ein Anwendungsbeispiel
im SwissEx. Die Basis
für das Anwendungsbeispiel bilden
die Sensorscope-Stationen (http://
sensorscope.epfl.ch/), mobile Radargeräte
und bereits existierende hydrologische
Modelle (LEHNING et al. 2006;
ZAPPA et al. 2006)
Abb. 2. Die drei Ebenen des SwissEx.
Abb. 1. Das Swiss Experiment als integrative Plattform zur Unterstützung von Forschung
und Anwendung in der Schweiz.

42 Forum für Wissen 2007
3.1 Sensorscope Stationen
Die jüngsten Fortschritte in der Sensortechnik
und Informationstechno -
logie ermöglichen es, Messsysteme zu
entwickeln, die sehr viel kostengünstiger
und mobiler sind als konventionelle
Systeme. Ein wichtiger Meilenstein ist
dabei die drahtlose Kommunikation
von Sensornetzwerken und die automatische
Positionierung und Synchronisierung
mit Hilfe von GPS. Es können
also schnell und unkompliziert eine
grosse Anzahl von Sensoren im
Gelände verteilt werden, die unmittelbar
messbereit sind. Die Übertragung,
Speicherung und sofortige Verarbeitung
der Daten benötigt die entsprechende
IT-Infrastruktur im Hintergrund
(Abb. 3). Diese beiden Probleme
werden als Schwerpunkt im
SwissEx angegangen. In Zusammenarbeit
mit den beiden ETH und der
EAWAG, aber auch mit industriellen
Partnern wie Microsoft, werden Sensornetzwerke
und die Infrastruktur für
Datenübertragung, Datenverwaltung,
Datenspeicherung, Datenanalyse und
Datenverwertung entwickelt und getestet.
Die zweite Generation (SensorscopeII:
http://sensorscope.epfl.ch/) mobiler
Stationen ist bereits im Einsatz und
wird an verschiedenen Orten im
Hoch gebirge getestet, zur Zeit im
Dranse-Einzugsgebiet im Wallis. Im
Herbst/Winter 2007 soll damit auch am
Wannengrat oberhalb von Davos die
Niederschlagsverteilung und das Strömungsfeld
gemessen werden. Der Vorteil
dieser Stationen ist, dass sie unmittelbar
nach dem Aufstellen die Daten
an einen Datenserver übermitteln können
(Abb. 3). So sind sie sehr kurzfristig
einsetzbar und können helfen,
Lücken im operationellen Regenmessnetz
zu schliessen.
3.2 Modellierung und
Datenassimilation
Letztendlich ist es das Ziel, die meteorologischen
Modelle so zu verbessern
und die räumliche Auflösung so zu verfeinern,
dass auch die kleinräumige Variabilität
der Niederschlagsfelder richtig
wiedergegeben wird. Mit den Niederschlagsfeldern
werden dann die
Oberflächenprozesse genau genug simuliert,
um Überschwemmungen,
Hangrutsche, Murgänge oder Lawinen
deterministisch, d. h. für einen bestimmten
Ort und für eine bestimmte
Zeit, vorherzusagen. Obwohl dieses
Maximalziel in nächster Zukunft nicht
erreichbar ist, müssen wir jetzt die
ersten Schritte machen. Wie oben diskutiert,
sind wir noch nicht in der Lage,
Hangrutsche oder Lawinen deterministisch
vorherzusagen, weil die Auslöseprozesse
noch nicht gut genug bekannt
sind. Deterministisch vorhersagbar
sind dagegen schon Überschwem -
mungen und mit Einschränkungen
Murgänge. Deshalb hat SwissEx hauptsächlich
diese beiden Prozesse im
Blick.
Beide Prozesse sind entscheidend
einerseits durch den momentanen Zustand
des Einzugsgebiets wie Bodenfeuchte,
vorhandener Schutt und Geröll
und andererseits durch die sehr
kleinräumige (1 km) Verteilung der
Niederschlagsintensität beeinflusst.
Durch die Zeitverzögerung zwischen
der Ereignisauslösung (welche u.a. abhängig
ist vom kumulierten Niederschlag
und der maximalen Niederschlagsintensität)
bis hin zum Auf -
treten des Schadenereignisses im
Unterlauf ist es möglich, die gemessene
Information in der Vorhersage von
Abflussmengen (oder eines möglichen
Murgangs) zu berücksichtigen. Dazu
müssen allerdings die entsprechenden
Modelle die Daten auch richtig verarbeiten,
d.h. assimilieren können. Alpine3D
(LEHNING et al. 2006), ein Modell
Abb. 3. Schematische Darstellung des SwissEx Datenmanagement.

Forum für Wissen 2007
43
für alpine Oberflächenprozesse und
hydrologische Anwendungen, ermöglicht
durch die physikalische Repräsentation
vieler Prozesse auch eine sinnvolle
Assimilation von Messdaten.
Z. B. kann gemessener Niederschlag
genauso wie Messungen der Bodenfeuchte
oder Satellitendaten zur
Schneebedeckung direkt assimiliert
werden (Abb. 4). Trotzdem ist noch
Forschung nötig, um herauszufinden,
welche Verbesserungen durch die Assimilation
der verschiedenen möglichen
Messungen erreicht werden können.
Im Beispiel von Abbildung 4 und 5
wird durch die Assimilation von
Schneebedeckung nur eine kleine Änderung
im mittleren Abfluss erzielt,
während der Maximalabfluss stärker
beeinflusst wird (Abb. 5). Vielversprechend
ist auch die Assimilation des gemessenen
Abflusses zum aktuellen
Zeitpunkt. Damit können Fehler in der
Einschätzung des aktuellen Zustands
des Einzugsgebietes gut korrigiert werden.
Bei der Assimilation von Messdaten
in hydrologischen Modellen muss
aber immer darauf geachtet werden,
dass das Modell für diese Assimilation
auch vorbereitet ist und dann wirklich
auch eine bessere Vorhersage liefert.
Viele Modelle, insbesondere wenn sie
stark von einer Kalibrierung abhängen,
können sich durch die Assimila -
tion von Daten auch verschlechtern.
a)
b)
Abb. 4. a) Schneebedeckungskarte
aus MO-
DIS Satellitendaten für
den Raum Davos; b)
Von Alpine3D berechnete
Schneeverteilung.
3.3 Das SwissEx-
Anwendungsbeispiel
Der Plan für das SwissEx-Anwendungsbeispiel
ist es jetzt, bei der Ankündigung
eines Grossniederschlagsereignisses
mit Hilfe der bereits existierenden
meteorologischen Modelle
möglichst genau ein problematisches
Zielgebiet in den Alpen (Talschaft)
festzulegen und die mobilen Mess -
systeme und die Modellierung für dieses
Zielgebiet optimal einzusetzen, um
zu sehen, ob eine bessere Warnung unter
Berücksichtigung der besseren
Vorhersage möglich ist. Mit grosser
Wahrscheinlichkeit wird sich das
SwissEx-Anwendungsbeispiel auf die
Vorhersage von Abflussmengen in einer
Alpinen Talschaft konzentrieren.
Möglicherweise werden je nach
Arbeitsfortschritt in den CCES Grundlagenprojekten
auch Murgänge ins
Abb. 5. Berechnete Abflusskurven für je den Lauf mit und ohne Assimilation der Satellitenschneebedeckung
in Alpine3D.

44 Forum für Wissen 2007
Auge gefasst. Die Verbesserung der
Vorhersage entsteht dadurch, dass
über mobile Radargeräte und die automatischen
Sensorscope-Stationen eine
viel bessere Erfassung der Intensität
und räumlichen Verteilung des Niederschlags
möglich ist. Zusammen mit den
zusätzlichen Messungen der Bodenfeuchte
oder eventuell des Zustands
der Schneedecke wird damit sowohl
der Ausgangszustand des Einzugsgebietes
als auch das Ereignis besser
quantifiziert und führt zu verbesserten
Abflussprogosen. Damit eine zeitgerechte
Einrichtung der Messsysteme
und des Vorhersagemodelllaufes unter
Berücksichtigung der zu messenden
Daten überhaupt möglich ist, muss
eine automatische Datenerfassung,
-übermittlung und -verwertung (Assimilation)
vorbereitet sein. Diese Wertschöpfungskette
ist das Hauptanliegen
des SwissEx.
4 Schlussfolgerungen und
Ausblick
Der in diesem Artikel beschriebene
Plan für zukünftige Vorhersagen von
Alpinen Naturgefahren ist unvollständig
und behandelt nur Teilaspekte. Er
beruht auf zwei Voraussetzungen: a)
dass die Entwicklung hin zu besseren
und detaillierteren Vorhersagen des
Wetters weitergeht und sich beschleunigt;
und b) dass die Forschung rasch
Fortschritte macht im quantitativen
Verständnis der Auslösung von solchen
Ereignissen. Vor diesem Hintergrund
wird aber klargemacht, dass wir bereits
heute in der Lage sind, gewisse Dinge
auszuprobieren und dabei zu lernen.
Diese Funktion erfüllt das SwissEx-
Anwendungsbeispiel: Für die Abflussvorhersage
im Oberlauf von Alpinen
Einzugsgebieten ist es bereits heute
möglich, neue Messeinrichtungen mit
neuen Modellen zu kombinieren und
so zu einer besseren Vorhersage zu gelangen.
Wie gut das funktioniert und
wie praxistauglich das sein wird, kann
erst die Durchführung eines Pilotexperimentes
zeigen. Dies ist innerhalb der
nächsten vier Jahre geplant. Gleichzeitig
setzen wir uns dafür ein, dass kleinskalige
meteorologische Modelle für
unsere Anliegen entwickelt werden,
um über die Assimilation auch die lokale
meteorologische Vorhersage zu
verbessern. Auf der anderen Seite wurden
inzwischen eine ganze Reihe von
Forschungsprojekten gestartet, die
zum Ziel haben, die Auslösung von
weiteren Naturereignissen wie Murgängen,
geschiebeführenden Wildbach-Hochwasser,
Hangrutschen und
Lawinen so zu verstehen, dass eine deterministische
Vorhersage möglich
wird.
Das SwissEx besteht nicht nur aus
dem oben diskutierten Anwendungsbeispiel,
sondern hat weitere wichtige
Vorhaben: Ein Aspekt ist es, eine neue
Gemeinschaft zwischen Forschern, Anwendern
und der Öffentlichkeit zu
schaffen, die von wechselseitigem Nutzen
ist. Es geht darum, dass einerseits
jeder Interessierte die Möglichkeit hat,
sich an der Messung und Beobachtung
von Umweltparametern zu beteiligen,
indem er z. B. eine Sensorscope-Station
bei sich im Garten aufstellt. Dafür hat
er Zugriff auf die Gesamtheit der
Messdaten und Unterstützung durch
einfache Werkzeuge, die ihm bei der
Datenvisualisierung und -analyse helfen.
Auf der anderen Seite wird den
Forschern das Leben vereinfacht, indem
das Sammeln von Metadaten, die
Aufbewahrung und Pflege der gesammelten
Daten und schliesslich die Verwertung
der Daten durch eine Infrastruktur
unterstützt wird.
Dank
Wir danken allen, die geholfen haben,
Ideen zum Swiss Experiment zu entwickeln
und sich im CCES in den
Grundlagenprojekten engagieren. Insbesondere
wollen wir Domenico Giardini,
Paolo Burlando und Nikolaus
Gotsch erwähnen. Simon Löw und Sarah
Springman engagieren sich für die
Naturgefahreneinheit im CCES und
Vincent Luyet, Andreas Wombacher,
Guillermo Barrenextea und Phillip
Schneider haben schon entscheidende
Beiträge zum SwissEx geleistet. Das
SwissEx wird vom Schweizer Nationalfonds
z.B. über das NCCR MICS und
von privaten Partnern wie Microsoft
gefördert. Ganz besonders wichtig für
den Fortschritt ist die andauernde Unterstützung
durch die Schweizer Gebirgskantone,
aufgrund derer die
Schweiz z. B. über ein weltweit einzigartig
dichtes Stationsnetz (IMIS,
ENET, SwissMetNet) verfügt. Dabei
werden Innovationen besonders vom
Wallis (Charly Wuilloud, Dominique
Bérod) und Graubünden (Christian
Wilhelm) gefördert.
5 Literatur
ABERER, K., HAUSWIRTH, M., SALEHI, A.
2006: A Middleware for Fast and Flexible
Sensor Network Deployment. VLDB
2006: 1199–1202.
ARASU, A.; BABCOCK, B.; BABU, S.; CIESLE-
WICZ, J.; DATAR, M.; ITO, K.; MOTWANI, R.;
SRIVASTAVA, U.; WIDOM, J., 2006: Data-
Stream Management: Processing High-
Speed Data Streams, chapter STREAM:
The Stanford Data Stream Management
System. Springer.
BRÜNDL, M.; ETTER, H.-J.; STEINIGER, M.;
KLINGLER, CH.; RHYNER, J.; AMMANN,
W.J., 2004: IFKIS – a basis for managing
avalanche risk in settlements and on roads
in Switzerland. Nat. Hazards Earth
Syst. Sci. 4: 309–313.
CULLER, D.; ESTRIN, D.; SRIVASTAVA, M.,
2004: Overview of Sensor Networks,
IEEE Computer, Special Issue in Sensor
Networks, Aug 2004.
GRAF, CH., A. BADOUX, F. DUFOUR, B.
FRITSCHI, B.W. MCARDELL, J. RHYNER, R.
KUNTNER, PH. TEYSSEIRE, U. NIGG, 2007:
Alarmsystem für murgangfähige Wildbäche
– Beispiel Illgraben. Wasser energ.
luft 99, 2: 119–128.
HEGG, C., 2007: Warnungen – notwendige
aber nicht hinreichende Bedingung für
erfolgreiche Interventionen zur Schadensbegrenzung
bei aussergewöhnlichen Naturereignissen.
Forum für Wissen 2007:
47–51.
KRAJEWSKI, W.F.; SMITH, J.A., 2002: Radar
hydrology: rainfall estimation. Adv. Water
Resour. 25, 8–12: 1387–1394.
LEHNING, M.; BARTELT, P.; BROWN, R.L.;
RUSSI, T.; STÖCKLI, U.; ZIMMERLI, M.,
1999: Snowpack Model Calculations for
Avalanche Warning based upon a new
Network of Weather and Snow Stations.
Cold Reg. Sci. Technol. 30: 145–157.
LEHNING, M.; VÖLKSCH, I.; GUSTAFSSON, D.;
NGUYEN, T.A.; STÄHLI, M.; ZAPPA, M.;
2006: ALPINE3D: A detailed model of
mountain surface processes and its application
to snow hydrology. Hydrol. Process.
20: 2111–2128.

Forum für Wissen 2007
45
LEHNING, M.; FIERZ, C., 2007: Assessment of
snow transport in avalanche terrain. Cold
Reg. Sci. Technol. doi:10.1016/j.coldregions.2007.05.012.
ROMANG, H.; GERBER, M.; HEGG, CH.; HIL-
KER, N.; DUFOUR, F.; RHYNER, J., 2007: IF-
KIS-Hydro – Informations- und Warnsystem
für hydrologische Naturgefahren.
Wasser energ. luft 99, 2: 129–132.
ROTACH, M.W., 2007: Neue Entwicklungen
in der Wettervorhersage: Potential und
Anforderungen für Anwender. Forum für
Wissen 2007: 19–23.
RHYNER, J., 2007: Lawinenwarnung Schweiz
– Komponenten eines bewährten Warnsystems.
Forum für Wissen 2007: 11–18.
SIECK, L.C.; BURGES, S.J.; STEINER, M., 2007:
Challenges in obtaining reliable measurements
of point rainfall. Water Resour.
Res. 43, 1: W01420, doi: 10.1029/2005
WR004519.
SIMMHAN, Y.L.; PLALE, B.; GANNON, D.,
2005: A survey of data provenance in e-
science, SIGMOD Record. 34, 3: 31–36.
STÄHLI, M.; BARTELT, P., 2007: Von der Auslösung
zur Massenbewegung. Forum für
Wissen 2007: 33–38.
TESTIK, F.Y.; BARROS, A.P., 2007: Toward
elucidating the microstructure of warm
rainfall: A survey. Rev. Geophys. 45, 2:
RG2003, doi: 10.1029/2005RG000182.
ZAPPA, M.; RHYNER, J.; GERBER, M.; EGLI,
L; STÖCKLI, U.; HEGG, C., 2006: IFIKIS-
HYDRO MountainFloodWatch – Eine
endbenutzer-orientierte Plattform für
Hochwasserwarnung. In: Risikomanagement
extremer hydrologischer Ereignisse.
Beiträge zum Tag der Hydrologie
2006, 22–23 März 2006. Forum für Hydrologie
und Wasserbewirtschaftung 15, 2:
189–200.
ZAPPA, M.; VOGT, S., 2007: Hochwasser-Vorhersagesysteme
der neusten Generation
im Praxis-Test. Forum für Wissen 2007:
25–31.
Abstract
The Swiss Experiment and future predictions of alpine natural hazards
Increasing environmental problems worldwide and the associated increasing awareness
of global environmental change in our societies clearly show the need to
build a new community of collaboration between the public, environmental scientists
and administration. This should lead to a new and better way to conduct environmental
science and environment-related decision making. An important part
of this is prediction and warning of natural hazards. The lead idea here is that flexible
methods of risk management need to be deployed to deal with potentially
changing and more extreme events. The Swiss Experiment (SwissEx) will be an
important trigger for creating the new community of collaboration and a building
block to construct prediction systems of small scale Alpine natural hazards.
In the Swiss Experiment, multidisciplinary environmental observations based
on new sensor and data technology will make it possible to achieve an affordable
yet unprecedented spatial and temporal resolution of complex environmental systems.
It is structured along three major axes: data acquisition – the process of
measuring and recording environmental parameters; data management – the means
to safely store that data and channel it to its users; and data exploitation – the
application of models to that data in order to transform it into scientific and practical
results. As a first step, improved local observations will be used to predict local
flooding events.
Keywords: prediction, natural hazard, flood, debris flow, avalanche, alpine terrain,
modelling, sensor networks.