Hallo. Mein Name ist Anna Sikorska
und ich bin Postdoktorandin
in der hydrologischen Gruppe
an der Universität Zürich. Meine Forschung fokussiert auf der Quantifizierung
der Unsicherheiten in
hydrologischen Modellen. In diesem Video möchte ich Ihnen etwas über diese Unsicherheiten erzählen. Ich werde über Unsicherheiten in Hochwasserprognosen reden. Genauer gesagt, über die Bedeutung von Unsicherheiten,
die wichtigsten Quellen der Unsicherheiten
und die wichtigsten Auswirkungen,
zu welchen diese
Unsicherheiten führen können. Ich fange mit der Bedeutung der Unsicherheiten an. Also, was ist Unsicherheit, wie kann man sie bestimmen? Ich werde Ihnen diese Frage an einem Beispiel
der Wasserstandsmessung beantworten. Wir sehen auf dem Bild einen Wasserstandspegel.
Und die Aufgabe ist es nun,
den Wasserstand abzuschätzen. In der Praxis ist es aber leider nicht so einfach, den Wasserstand
genau zu bestimmen. Bereits eine kleine Differenz in der Messung des Wasserstands kann zu
einem großen Unterschied in einem
prognostizierten Hochwasserstand führen. Diese Differenz kann dann kritisch sein, wenn man entscheiden muss, wie hoch zum
Beispiel ein Schutzdamm sein sollte. Falls der Schutzdamm nicht hoch genug ist, kommt es zur Überflutung
und entsprechenden Schäden. Bis jetzt habe ich Ihnen gezeigt, wie wichtig die Unsicherheit ist. Jetzt werde ich über die wichtigsten Quellen reden,
die zu Unsicherheiten in
Hochwasserprognosen führen können. Diese Quellen sind unter anderem Unsicherheit in beobachteten Daten, wie
zum Beispiel Niederschlag, Abflussdaten
und das hydrologische Modell selbst. Ich fange mit den Niederschlagsdaten an. Die Unsicherheiten in den Niederschlagsdaten resultieren aus der
Variabilität der Regenfälle und
von den limitierten Möglichkeiten,
diese Variabilität zu messen. Man kann sich gut vorstellen, wie schwierig es ist,
den Niederschlag anhand dieser
Regenwolke zu beobachten. Wieviel Niederschlag gemessen wird, hängt stark davon ab, wo genau dieser
Regenmesser nun aufgestellt ist. Wenn der Regenmesser außerhalb dieser Wolke aufgestellt ist, werden wir keinen
Niederschlag im Regenmesser beobachten,
obwohl es eigentlich geregnet hat. Hingegen: Wenn der Regenmesser genau unter dieser Wolke aufgestellt ist, werden
wir viel Niederschlag messen, obwohl es
nicht überall diese Menge geregnet hat. Genau die gleiche Situation trifft in unserem Einzugsgebiet zu. Wieviel Niederschlag gemessen wird, hängt von der Lage des Regenmessers ab. Man kann sich vorstellen, voller Regenmesser,
obwohl es gar nicht überall geregnet hat. Diese Variabilität von Niederschlagsfelder können wir durch eine größere Anzahl
an Regenmessern besser beobachten. Je mehr solcher Regenmesser wir haben, desto besser können wir
Niederschlagsfelder ermitteln. Ich habe schon gezeigt, wie schwierig es ist, den Wasserstand genau zu messen. Aber was uns eigentlich interessiert für das Modell,
ist nicht der Wasserstand selbst,
sondern wieviel Wasser
pro Zeiteinheit den beobachteten
Flussquerschnitt hinabfließt. Also, der Abfluss. Es ist sehr schwierig
den Abfluss zu messen. In den meisten Fällen wird der Abfluss indirekt gemessen. Man misst den Wasserstand, weil es einfacher ist. Dieser gemessene Wasserstand muss dann mithilfe einer Pegelabflussbeziehung
in den gesuchten Abfluss
umgerechnet werden. Die Pegelabflussbeziehung muss für jeden Fluss, jede Stelle kalibriert sein. Wie wir schon gesehen haben, es ist nicht so einfach,
den Wasserstand genau zu messen. Diese Ungenauigkeiten im Wasserstand addieren sich zu den Unsicherheiten
in der Pegelabflussbeziehung. Diese Pegelabflussbeziehung hängt auch von folgenden Faktoren ab:
Die Vegetation und jährliche
Änderungen in der Vegetation. Beziehungsweise, wie stark der Fluss zugewachsen ist mit Pflanzen. Kies, Schutt, Baustämme, Müll beeinflussen auch diese Beziehung,
weil sie zu einem höheren
Wasserstand beitragen. Im Winter spielt Eis und Eisstau auch eine wichtige Rolle. Alle diese Faktoren führen zu Unsicherheiten in der
Pegelabflussbeziehung und reduzieren die
Genauigkeit im beobachteten Abfluss. Bis jetzt haben wir gelernt, dass die Daten für das hydrologische
Modell sehr unsicher sein können. Natürlich haben wir auch Unsicherheiten in dem Modell selbst.
Stellen Sie sich das Modell
vom Einzugsgebiet vor. Auf der linken Seite haben wir den Input Niederschlag. Und auf der rechten Seite den Output, Abfluss. Alles zusammen wird dann mit dem Abfluss kalibriert,
der vom Wasserstand berechnet wurde. Zudem hat unser Modell Parameter Theta integriert,
die auch unsicher sind, weil sie nicht
im Einzugsgebiet gemessen werden. Zum Beispiel: Grundwasseranteil am Abfluss. Die Unsicherheiten in den Parametern führen zu den Unsicherheiten in
dem prognostizierten Abfluss. Die Unsicherheiten von Niederschlag und Abfluss
addieren sich zu den
Unsicherheiten der Parameter. Dies führt zu komplexen Unsicherheiten im prognostizierten Abfluss. Die Unsicherheiten sind noch größer, wenn keine oder wenige Abflussdaten
für eine Kalibration zur Verfügung stehen. Alle diese Unsicherheiten können zum Beispiel folgende Auswirkungen haben:
Überflutung, trotz Dammschutz. Überschwemmung, trotz Dammbau. Dammbrüche von Retentionsbecken. Schäden an Infrastruktur und privatem Eigentum.
Verletzte und Tote. Ich habe Ihnen gezeigt, was Unsicherheiten am Beispiel des
Hochwasserprognosemodells sind. Ich habe Ihnen auch gezeigt, welche die wichtigsten Quellen von Unsicherheiten
sind und welche
Auswirkungen Unsicherheiten haben können. Ich hoffe, dass es Ihnen Spaß gemacht hat und danke Ihnen,
dass Sie mein Video angesehen haben.