Projekt 4 - Flood typology – controls in a changing world

Teilprojekt 4 “Flood typology – controls in a changing world” hat das Ziel eine prozessbasierte Hochwassertypologie zu entwickeln. Diese wird atmosphärische-, Einzugsgebiets- und Flusssystemprozesse umfassen, da alle drei für die Charakterisierung von Hochwassern maßgeblich sind. Aufgrund ihrer verschiedenen Entstehungsmechanismen haben Hochwassertypen unterschiedliche Charakteristika, z.B. die Form der Abflussganglinie, räumliche Ausdehnung, Auftrittszeit, Abhängigkeit von Vorfeuchte, usw. Die Klassifizierung wird es erlauben, vielfältige Hochwassertypen durch eine klare Darstellung der Ähnlichkeiten und Unterschiede im Entstehungsprozess und ihrer spezifischen Ereignischarakteristika einzuordnen. Darüber hinaus ermöglicht die Klassifizierung, nur Ereignisse, die aus ähnlichen Prozessen stammen, zu vergleichen und damit ein tieferes Verständnis für räumlich-temporale Veränderungen von verschiedenen Hochwasserentstehungsfaktoren zu schaffen.
Im Fokus der ersten Projektphase steht die Entwicklung einer hierarchischen Hochwasserereignistypologie für Deutschland und Österreich. Diese Klassifizierung wird auf Indikatoren der Hochwasserprozesse und deren Ereignischarakteristika (z.B. Intensität, Dauer, räumliche Ausdehnung des Niederschlagsereignisses, Großwetterlage, Vorfeuchte und Schnee) basieren. Vor dem Hintergrund dieser Typologien werden im Untersuchungszeitraum, regionale Veränderungen der Hochwassertypen beobachtet, sowie die Entwicklung der Hochwassertypen von kleineren zu extremen Flutereignissen untersucht. Während der zweiten Phase werden dann Hochwasserereignisse in sehr kleinen und sehr großen Einzugsgebieten Deutschlands analysiert. Sehr kleine Einzugsgebiete sind Gebiete mit einer Ereignisdauer kürzer als ein Tag. Zeitreihen mit Tagesauflösung können hier nicht genutzt werden. Sehr große Einzugsgebiete sind Gebiete, in denen Wellenüberlagerung eine wichtige Rolle spielt. Die Untersuchung wird auf der in der ersten Periode entwickelten Typologie basieren, aber um die subtäglichen Prozesse kleinerer Gebiete und die Routingeffekte in größeren Gebieten erweitert. Zusätzlich werden die Ursachen der Hochwassertypenveränderung betrachtet. Dadurch können Aussagen über mögliche zukünftige Hochwasserveränderungen aufgrund von Veränderungen z.B. der Niederschlagintensität getroffen werden. Die Analyse der zukünftigen Entwicklung der Hochwassertypen wird auf Szenarios basieren.
Um einzelne Hochwasserereignisse einordnen zu können, müssen zunächst die Niederschlags-Abflussereignisse aus kontinuierlichen Zeitreihen nach einer ähnlichen Methode abgetrennt werden (Merz et al., 2006). Der Algorithmus trennt die Ereignisse automatisch nach den Eigenschaften der Abflussganglinie. Zudem wird der Basisabfluss abgetrennt, Abflussereignisse werden identifiziert, Niederschlagereignisse werden zugeordnet und Ereignisse mit mehreren Scheiteln werden aufgrund stochastischer Eigenschaften wie Abflussbeiwert verfeinert. Im Vergleich zur klassischen Hochwasserereignisidentifizierung (z.B. Jahresmaxima, Peak-over-Threshold) liefert dieses Verfahren nicht nur den Scheiteldurchfluss, sondern auch andere wichtige Ereigniseigenschaften (z.B. Anfang/Ende des Ereignisses, Volumen, Form der Abflussganglinie). Sobald die einzelnen Hochwasserereignisse abgetrennt wurden, können die spezifischen Ereignischarakteristika (z.B. Scheiteldurchfluss, Dauer, Time Scale (Gaál et al., 2012)) berechnet werden. Ihre räumlich-temporale Verteilung wird anschließend in Bezug auf Klima- und Einzugsgebietseigenschaften analysiert. Diese Analyse ermöglicht es einen ersten Einblick auf räumlich-temporale Muster von Hochwassereigenschaften (unabhängig von Entstehungsmechanismen) zuwerfen.
Im nächsten Schritt folgen die Identifizierung potenzieller Hochwassertypen und deren Indikatoren. Grundlage dafür bilden Hochwassertypen aus bereits existierende Typologien (z.B. Merz und Blöschl, 2003) und Studien einzelner Hochwasserereignisse (z.B. Blöschl et al., 2013). Anschließend wird eine Reihe von Indikatoren ("Hochwasserereignissignaturen") abgeleitet, die die Reaktion des Einzugsgebiets beschreiben und für die Zuordnung einzelner Ereignisse zu den Hochwassertypen verwendet werden. Diese Indikatoren müssen die verschiedenen Faktoren der vorherrschenden Hochwasser erzeugenden Prozesse erfassen, z.B. meteorologische Ursachen, Einzugsgebietsreaktion und Routingeffekte. Die Indikatoren können ereignisspezifisch sein und Information über Intensität, Dauer und räumliche Verteilung des Niederschlagsereignisses, Bodenfeuchte, Schneedecke, räumliche Ausdehnung des Hochwasserereignisses, Reaktionszeit des Abflusses und die Form der Abflussganglinie beinhalten. Indikatoren können auch statische Einzugsgebietseigenschaften sein, z.B. Topografie, Landnutzung oder Anteil des undurchlässigen Bodens.
Die Indikatoren können von meteorologischen Daten (z.B. Niederschlagsdauer und Niederschlagsintensität), hydrologischen Daten (z.B. Form der Abflussganglinie, Basisabflussrate) oder Ereignissen der hydrologischen Modellierung (z.B. Bodenfeuchte, Schneeschmelze) abgeleitet werden. Insbesondere, Bodenfeuchte und Abflussprozesse der letzten Jahre sind mit dem hydrologischen Model mHM in einer Auflösung von 4 km für Deutschland simuliert worden (Samaniego et al., 2013). Indikatoren, die Niederschlags- und Klimaprozesse beschreiben, werden aus Informationen über Dauer, Intensität, räumliche Ausdehnung, Großwetterlage und Verlauf des Ereignisses abgeleitet. Dahingegen basieren die Indikatoren von Einzugsgebietsreaktionen und Routingeffekten vor allem auf Bodenfeuchte, Schneebedeckung, Form und Schwerpunkt der Abflussganglinie sowie Flutwellen-geschwindigkeit. Tabelle 1 zeigt Beispiele für potenzielle Hochwassertypen und ihre Indikatoren. Abbildung 1, entnommen aus Merz und Blöschl (2003), zeigt für drei verschiedene Hochwassertypen eine Reihe von Indikatoren, die es ermöglichen, das Wesen der Hochwasserprozesse zu erfassen. Für jedes Hochwasserereignis wird eine Reihe von Indikatoren identifiziert, die die Grundlage für die weitere Klassifizierung bilden.
Um die Vielzahl der möglichen Prozesskombinationen sinnvoll zu klassifizieren, erfolgt die Klassifikation der Ereignisse schrittweise. So wird in einem ersten Schritt die meteorologische Situation analysiert. Dabei wird beispielsweise zwischen konvektiven oder synoptischen Niederschlägen und Schneeschmelzereignissen differenziert. In einem zweiten Schritt wird die Reaktion des Gebietes in Bezug auf den Niederschlag unterschieden, ausschlaggebend ist dabei, ob der Abfluss oberflächennah durch Infiltrationsüberschuss oder aufgrund der Übersättigung des Gebietes entsteht. Wichtige Kenngröße für die Einteilung der Gebietsreaktion wird für Hochwasserereignisse die räumlich-temporale Verteilung der Bodenfeuchte sein, die mithilfe des hydrologischen Modells mHM ermittelt wird. Abschließend wird nach dem Einfluss des Abflusses der Hochwasserwelle auf das Gebiet unterschieden. So können z.B. Überlagerungen von Hochwasserwellen aus Teileinzugsgebieten große Hochwasserspitzen am Gebietsauslass hervorrufen. Für die Klassifikation von Ereignissen kleinerer Einzugsgebiete, spielt dieser Faktor eine ehr untergeordnete Rolle und kann evtl. auch vernachlässigt werden.

Niveau Typ Bildungsmechanismus Charakteristika des Ereignisses Indikatoren
1
Meteorologische
Ursachen
Lange-Regen Niederschlagsdauer von einigen Tagen bis Wochen;
Regen mit niedriger Intensität;
Niederschlagsereignisse sind synoptisch;
Regenfelder decken große Flächen ab;
Regendauer über mehrere Tage bis Wochen:
- Niederschlagsdauer
- maximale
Niederschlagsintensität
- Niederschlagsmengen
- räumliche
Niederschlagsverteilung
- Jahreszeit
- Großwetterlage
Kurze-Regen Kurzer und intensiver Niederschlag; Regenfeld kann lokal oder regional sein;
Regendauer bis zu ein paar Tagen;
Starke Regenfälle Kurze, intensive Regenfälle, häufig konvektiv;
Treten oft im Sommer oder im Spätsommer auf;
Lokales Regenereignis; sehr kurz (Minuten-
Stunden)
2 Einzugsgebiets-
reaktion
Sättigung
während des
Ereignisses
Große Regenvolumen überschreiten die
Speicherkapazität des Einzugsgebiets;
Können das ganze Jahr über auftreten; - Bodenfeuchte des
Einzugsgebiets;
- Vorfeuchte
- Form der Ganglinie
- Temperaturveränderung
- Schneedynamik
- Topografie, Landnutzung und
Bodeneigenschaften des
Einzugsgebietes
Sättigung vor
aktuellem
Ereignis
Aufgrund des großen Volumens eines
vorangegangenen Regens wird die Speicherkapazität
des Einzugsgebietes erreicht, darauffolgendes
Niederschlagsereignis verursacht das Hochwasser;
Hohes vorangegangenes Regenvolumen, hohe
Basisabflussraten vor dem Ereignis;
tritt oft als ein Ereignis mit mehreren
Scheiteln auf;
Schnee-
schmelze
Schneeschmelze während Schönwetter ist mit
rapidem Lufttemperaturanstieg verbunden und
resultiert in kontinuierlichem Abflussanstieg;
Regenfälle können auch auftreten, aber spielen keine
entscheidende Rolle;
Auftreten in Schneeschmelze Periode;
signifikante Temperaturänderung; langsamer
Anstieg und Rückgang der Abflussganglinie;
Regen auf
Schnee
Regenfälle auf Schneedecken sorgen für die
Entstehung des oberirdischen Abflusses; Regen
verstärkt die Schneeschmelze im Vergleich zur
Trockenwettersituation. Frühere Schneeschmelze
kann für großräumige Sättigung des Einzugsgebiets
sorgen und oberirdischen Abfluss nach Regenauftritt
verursachen;
Schneller Anstieg der Abflussganglinie; hoher
Abflussbeiwert; hoher Anteil von Hochwasser
in schneebedeckten Zuflüssen;
Infiltrations-
überschreitung
Die Intensität der Regenfälle kann lokal die
Infiltrationsrate überschreiten und für oberirdischen
Abfluss sorgen;
Sehr schnelle Reaktion des Einzugsgebiets; in
kleineren Einzugsgebieten können dominante
Abflussprozesse durch undurchlässige
Oberfläche verstärkt werden;
3 Routingeffekte Überlagerung
von Wellen
Wellenüberlagerung der Zuflüsse sorgt für Anstieg
des Scheitels stromabwärts;
- Schwerpunkt der Ganglinie
- Wellengeschwindigkeit
- Form der Ganglinie

Tabelle 1. Beispiele für mögliche Hochwasserereignistypen und entsprechende Indikatoren

Im Laufe des Projektes gilt es zu prüfen, ob sich ein Ereignistyp aus einer Kombination der drei Niveaus (meteorologische Ursachen, Gebietsreaktion und Routingeffekte) (Fig.1) zusammensetzt, z.B. Typ „konvektiver Niederschlag + Infiltrationsüberschuss + keine Wellenüberlagerung“ oder, ob sich bestimmte Kombinationen dieser drei Ebenen zeigen, die dann in einem Typ, der alle drei Niveaus beschreibt, zusammengefasst werden kann. Es wird angenommen, dass durch die hierarchische Struktur der Klassifikation die verschiedenen Prozesskombinationen, die bei hydrologischen Extremereignissen auftreten, besser erfasst werden können, als bei bisherigen Typologien, bei denen meteorologische Faktoren, Gebietsreaktion und Routingeffekte immer zusammen betrachtet werden.
Die Ereignisklassifizierung kann nach zwei unterschiedlichen Ansätzen erfolgen. Variante 1, die Einteilung vorwärts durch „wenn-dann“ Abfragen von Ereignisindizes und Schwellenwerten für einzelne Ereignistypen (Fig.1). Ist hier eine bestimmte Kombination von Ereignisindikatoren und Schwellenwerten erfüllt, so wird das Ereignis diesem Typ zugeordnet, z.B. „Wenn (Niederschlagsintensität > xxx mm/St.) & (Niederschlagsdauer > xxx St.) & (Ereignisausdehnung


Abbildung. 1 Diagnostische Karten für Jahresmaxima von Hochwassern basierend auf Prozesstypen. Beispiele von drei Prozesstypen werden gezeigt: Lange-Regen Hochwasser (oben), Sturzflut (Mitte), und Regen-auf-Schnee Hochwasser (unten). Alle Symbole sind an Einzugsgebietsschwerpunkten dargestellt (aus Merz und Blöschl, 2003)

Eine zweite Möglichkeit ist die Einteilung der Ereignisse mithilfe statistischer Verfahren (Clusteranalyse). Hierbei wird versucht, die Ereignisse mittels der zuvor berechneten Indikatoren in Klassen einzuteilen, sodass anhand vorgegebener Indikatoren die Unterschiede innerhalb einer Klasse möglichst klein und zwischen den Klassen möglichst groß sind. Da die Einteilung von Gebieten in hydrologisch ähnliche Bereiche eine vielfach untersuchte Forschungsfrage der Hydrologie ist, sind hier bereits Methoden vorhanden, auf die bei der Bearbeitung zurückgegriffen werden kann. Eine vielversprechende Methode könnten hier datengesteuerte, künstlich neurale Netze (Self-Organizing Maps - SOM) sein. Das Verfahren nutzt Ähnlichkeitsmuster im hochdimensionalen Raum, um homogene Gruppen in einen niedrigdimensionalen Raum herauszusuchen. Da die Typologie aus multidimensionaler Information besteht, könnte dieses Verfahren vorteilhaft sein.
Bestehende Typologien zeigen, dass viele Charakteristika und Prozesse verschiedene Ereignistypen aufweisen. So können beispielsweise kurze intensive Niederschläge den Hochwasserscheitel von Hochwasserereignissen während der Schneeschmelze erhöhen. Eine eindeutige Zuweisung zu einem Ereignistyp ist daher oft schwierig. Hier bietet die Fuzzy-Klassifizierung (Sikorska et al., 2015) eine Alternative, die durch einen Fuzzy-Entscheidungsbaum durchgeführt werden kann. Bei dieser Methode kann ein Ereignis nicht nur einem Typ zugewiesen werden, sondern es wird bestimmt, in welchem Maße ein Ereignis verschiedenen Typen zuordnet werden kann. Welche Methode hier zur Anwendung kommt, wird im Laufe des Projektes in Abhängigkeit der potentiellen Ereignistypen und Ereignisindikatoren geklärt werden müssen.
Eine Einteilung in Klassen ist immer subjektiv und die Zuweisung von Ereignissen zu bestimmten Ereignistypen von den gewählten Klassen und Indikatoren zur Beschreibung der Ereignischarakteristiken und Prozesse abhängig. Daher soll in einem zweiten Schritt geklärt werden, wie robust die Typologie der Extremereignisse für Deutschland ist. Dies wird manuell für einzelne Fälle durchgeführt. Die Auswirkung von den Änderungen des Indikatorsets wird durch eine Beurteilung der zugeordneten Ereignistypänderungen eingeschätzt. Es soll auch die Bedeutung der Indikatorschätzungsmethode beurteilt werden. So können z.B. die Indikatoren zur Beschreibung der Bodenfeuchte aus dem mHM Modell (Samaniego et al., 2013) oder aus anderen hydrologischen Modellen genommen werden (für eine größere Anzahl deutscher Gebiete liegen Bodenfeuchtesimulation mithilfe eines einfachen konzeptionellen hydrologischen Modells vor). Verschiedene Modelle liefern unterschiedliche Verteilungen der Bodenfeuchte, was wiederum einen Einfluss auf die Klassifikation hat. Mögliche Ereignistypen, Indikatoren und Klassifizierungsmethoden sollten so gewählt werden, dass die Typologie möglichst robust ist, d.h. möglichst immer die gleichen Ereignisse einem bestimmten Typen zugewiesen werden.
Die Häufigkeit des Auftretens von Hochwassertypen, das heißt wie oft Ereignisse einem Hochwassertyp zugewiesen werden können, wird für jedes Einzugsgebiet berechnet. Die räumliche Variabilität der Hochwassertypenfrequenz (Abbildung 2) wird unter Einbeziehung der räumlichen Veränderungen von Klima- und Landschaftseigenschaften analysiert. Abbildung 2 (von Merz und Blöschl, 2003) zeigt das räumliche Muster der Hochwassertypenfrequenz in Österreich. Diese weisen darauf hin, dass Lange-Regen Hochwasser der wichtigste kausative Prozesstyp von maximalen jährlichen Hochwässern in den meisten österreichischen Einzugsgebieten ist. Die hohen Alpen sind eine topografische Barriere für Nord-West Luftströmungen und orografische Verstärkungen, die oft anhaltende Regenfälle verursachen. Dennoch, treten Sturzfluten wesentlich seltener auf. Sie sind nur für Ostösterreich, u.a. die hügelige Regionen von Styria in Süd-Ost Österreich und in Nord-Ost Österreich, wichtig. Hügelige Landschaften scheinen die Grenzschichtinstabilität zu erhöhen. Demzufolge steigt die Wahrscheinlichkeit des konvektiven Niederschlags an und die räumliche Verteilung des Hochwassertyps „Sturzflut“ ist in Österreich sehr unregelmäßig. Was sich im zufälligen und lokalen Erscheinen der Sturzflut zeigt.
Das räumliche Muster des Hochwassertypenauftritts wird in Bezug auf geographische Regionen mit typischen klimatischen und landschaftlichen Charakteristika (z.B. Norddeutsches Flachland, Voralpen und Alpen) analysiert. Die Ergebnisse der Klassifizierung werden für die Feststellung des Zusammenhanges zwischen Hochwassertypen und Großwetterlagen benutzt. Regressionbäume oder Self-Organizing Maps (SOM) werden für die Feststellung der multivariaten Zusammenhänge angewandt. Regressionbäume und SOM sind in der Lage die non-linearen Zusammenhänge in großen und hochdimensionalen Datensätzen zu identifizieren. Diese Methoden sind nichtparametrisch und können die Zusammenhänge identifizieren, wenn Typ oder Zielvariable im Voraus nicht festgelegt wurden. Durch Anwendung der multivariaten Verfahren werden Klima- und Einzugsgebietscharakteristika bestimmt, die das Auftreten eines bestimmten Hochwassertyps unterstützen.


Abbildung 2. Regionale Muster von Prozesstypen des Hochwassers in Österreich. Eine Wahrscheinlichkeit von 1 bedeutet, dass alle Jahresmaxima von Hochwässern im Einzugsgebiet von einem einzelnen Prozesstyp verursacht wurden. Eine Wahrscheinlichkeit von 0 bedeutet, dass dieser Prozesstyp nie Jahresmaxima von Hochwasser verursacht hat. (a) Lange-Regen Hochwasser, (b)Kurze-Regen Hochwasser, (c) Sturzflut, (d) Regen auf Schneehochwasser, und (e) Schneeschmelze Hochwasser.(aus Merz und Blöschl, 2003)

Im zweiten Schritt werden die temporalen Veränderungen der Hochwassertypen analysiert. Die hydrologischen Zeitreihen werden in Perioden geteilt und die Auftrittszeit der Hochwassertypen wird zwischen verschiedenen Perioden verglichen. Damit zeigt sich, ob ein bestimmter Hochwassertyp (z.B. Sturzflut) öfter in letzter Zeit aufgetreten ist. Um festzustellen, ob Hochwassertypenveränderung auftreten, muss folgende Frage bearbeitet werden: Gibt es Veränderungen im Hochwassertypenauftritt während hochwasserreichen und hochwasserarmen Perioden?
Im dritten Schritt werden die Änderungen von Hochwassertypen von kleineren und extremen Hochwässern analysiert. Mit dieser Analyse werden die Unterschiede von meteorologischen Umständen, Einzugsgebietsreaktionen und Routingeffekte von extremen Hochwässern in Vergleich zu kleineren Hochwässern festgestellt. Ähnlich zur Analyse der räumlichen Abhängigkeit von Einzugsgebietscharakteristika werden auch hier multivariate Methoden verwendet.
Eine wie in diesem Teilprojekt vorgeschlagene Klassifikation hydrologischer Extremereignisse gibt es noch nicht für Deutschland. Generell wurden auch international bisher nur wenige Arbeiten zur Klassifikation von Ereignissen anhand der Entstehungsmechanismen und Ereignischarakteristiken publiziert. Obwohl die Klassifikation von Extremereignissen noch ein unbearbeitetes Gebiet der Hydrologie ist, wird in vielen hydrologischen Publikationen auf den Nutzen von prozessbasierten Ereignisklassifikationen hingewiesen. So wird z.B. die Verwendung von Hochwassertypen in der deutschen Richtlinie zur Hochwasserberechnung empfohlen. Erfahrungen aus der PUB Initiative zeigen, dass Prozessähnlichkeit von Ereignissen ein großes Potential (Patil und Stieglitz, 2011) zur Bestimmung der hydrologischen Ähnlichkeit als Voraussetzung für die Übertragbarkeit von Methoden zwischen Gebieten hat.
Die Teilprojektergebnisse können durch eine Verbesserung der Hochwasserbemessungswerte eine Anwendung in der Praxis finden. Räumlich-temporelle Karten der Veränderungen der Hochwassertypen zeigen Hochwasserrisikomanagern außerdem, welche Hochwassertypen mit welchen typischen Charakteristika (z.B. Dauer, Ausdehnung, Dynamik der Abflussganglinie) in bestimmten Einzugsgebieten zu erwarten sind. Das wird eine bessere Adaptation des Hochwasserrisikomanagements erlauben. Zudem wird eine Klassifikation hydrologischer Extremereignisse basierend auf ihren Entstehungsmechanismen und Ereignischarakteristika helfen, hydrologische Prozesse auf der Einzugsgebietsskala besser zu verstehen und stellt damit einen wichtigen Schritt zur verbesserten Prozesskonzeption oder neuen Upscaling- Konzepten auf der Einzugsgebietsskala dar.

Literaturverzeichnis

Merz, R., Blöschl, G. & Parajka, J. (2006) Spatio-temporal variability of event runoff coefficients. Journal of Hydrology, 331, 591-604, doi:10.1016/j.jhydrol.2006.06.008
Merz, R. & Blöschl, G. (2003) A process typology of regional floods. Water Resources Research, 39, 12; 1340 - 1359.
Gaal, L., Szolgay, J., Kohnova, S., Parajka, J., Merz, R. Viglione, A., Blöschl, G. (2012) Flood time scales – understanding the interplay of climate and catchment processes through comparative hydrology, Water Resour. Res., 48, W04511, doi:10.1029/2011WR011509
Samaniego, L., R. Kumar, and M. Zink (2013), Implications of Parameter Uncertainty on Soil Moisture Drought Analysis in Germany, J. Hydrometeorol., 14(1), 47–68, doi:10.1175/JHM-D-12-075.1.
Blöschl, G., T. Nester, J. Komma, J. Parajka, and R. A. P. Perdigão (2013), The June 2013 flood in the Upper Danube Basin, and comparisons with the 2002, 1954 and 1899 floods, Hydrol. Earth Syst. Sci., 17(12), 5197–5212, doi:10.5194/hess-17-5197-2013.
Patil, S., and M. Stieglitz (2011), Hydrologic similarity among catchments under variable flow conditions, Hydrol. Earth Syst. Sci., 15(3), 989–997, doi:10.5194/hess-15-989-2011.
Sikorska, A. E., D. Viviroli, and J. Seibert (2015), Flood-type classification in mountainous catchments using crisp and fuzzy decision trees, Water Resour. Res., doi:10.1002/2015WR017326.