Hochwasser-Frühwarnsystem Sachsen: jetzt online

Das in den vergangenen Jahren am Sächsischen Landesamt für Umwelt, Landwirtschaft und Geologie (LfULG) konzipierte Hochwasserfrühwarnsystem für Sachsen ist nun online verfügbar. Das System prognostiziert die Hochwassergefährdung für 16 Vorhersageregionen im Freistaat für bis zu 24 Stunden im Voraus. Methodisch basiert es auf einem vergleichsweise einfachen Klassifikationsverfahren, welches sich für den Anwendungsfall “Frühwarnung” als durchaus konkurrenzfähig gegenüber teilweise weitaus aufwändigeren Ansätzen erwiesen hat.

Alle Details zum überspannenden Projekt, zu Vorarbeiten, Vergleichsuntersuchungen sowie eine Auswertung der Modellperformance für das erste anderthalbe Jahr des operationellen Betriebes finden sich im Projektendbericht:

Endbericht Hochwasserfrühwarnung für kleine Einzugsgebiete

Eine kompakte Übersicht zum Frühwarnsystem bietet dieser Erklärfilm:

Frühwarninformationen sind derzeit über die Webseite des Landeshochwasserzentrums sowie proaktiv über einen RSS-Feed zu beziehen. Mit letzterer Möglichkeit lassen sich vielfältige nutzerseitige Warnlösungen erstellen (z.B. Benachrichtigungen auf Desktop-Computern oder auf Smartphones). Auch mit webbasierten Diensten wie IFTTT lässt sich mit RSS-Feeds mittlerweile ziemlich viel anstellen (“Drehe das Licht auf Rot, wenn eine Warnung vorliegt”).

Das LfULG setzt derweil seine Aktivitäten zur Verbesserung des Managements von Starkregenereignissen fort, insbesondere als Lead-Partner im EU-Interreg-Projekt RAINMAN. Dabei wird unter anderem ein starker Fokus auf die Einbeziehung von Nutzern von Frühwarnungen gelegt mit dem Ziel, die Risikobewertung vor Ort zu stärken sowie Frühwarnprodukte zukünftig noch mehr maßgeschneidert anbieten zu können.

Tag der Hydrologie: Programm online

#TdH18: Das Programm für den diesjährigen Tag der Hydrologie in Dresden ist online und hier zu finden.

Official Launch of Saxon Flood Early Warning Web Platform: March 5, 2018

The public flood early warning web platform will be officially launched on March 5, 2018. The final project report will be published soon. Furthermore, the project and the early warning system will be presented at this year’s Tag der Hydrologie Conference (March 22/23 in Dresden, Germany). More info on the project can be found via the project’s ResearchGate log. #FEWSsax #HWFWS #LHWZ

Tag der Hydrologie 22./23.03.2018 in Dresden

M³ – Messen, Modellieren, Managen

Der 20. Tag der Hydrologie legt den Fokus auf die Schnittstellen und Wechselbeziehungen der drei Arbeitsbereiche Messen, Modellieren und Managen und richtet sich gleichermaßen an „ExperimentatorInnen“, „ModelliererInnen“ und „WasserwirtschaftlerInnen“. Präsentieren sie ihre Methoden, Ergebnisse und Erfahrungen aus Forschung und Praxis zur Integration von zwei oder drei Tätigkeitsfeldern! Besonders gefragt sind M²- und M³-Beiträge, die zeigen wie Beobachtungsmethoden, Modelle und Entscheidungstechniken voneinander abhängen und in Wissenschaft und Praxis zusammenhängend entwickelt sowie aufeinander abgestimmt angewendet werden. Gewünscht sind Beiträge, die sich mindestens einem der nachfolgenden Themenfelder zuordnen lassen:

  • Messen und Modellieren
  • Modellieren und Managen
  • Messen und Managen
  • Messen, Modellieren und Managen

Von Interesse sind ebenso Beiträge, die den Transfer wissenschaftlicher Ergebnisse in die wasserwirtschaftliche Praxis zeigen, einschließlich der Nutzung webbasierter Lösungen und sozialer Medien zur Lösung von M³-Aufgaben durch Hydrologen und Wasserwirtschaftler als auch zur Information der breiten Öffentlichkeit.

Der Tag der Hydrologie wird von der Technischen Universität Dresden (Prof. Niels Schütze) in Zusammenarbeit mit dem Sächsischen Landesamt für Umwelt, Landwirtschaft und Geologie (Dr. Uwe Müller) ausgerichtet. Die 20. Auflage der Tagung in Dresden fällt mit dem 50-jährigen Jubiläum der Dresdner Schule der Hydrologie zusammen.

(Source: http://www.tu-dresden.de/tdh2018)

Mehr Informationen unter: http://www.tu-dresden.de/tdh2018

Sachsenweite Studie zur Eignung verschiedener Ansätze zur Ableitung von Hochwasserfrühwarnungen

Einführung

Für den Freistaat Sachsen wird derzeit am Landeshochwasserzentrum ein System zur Hochwasserfrühwarnung konzipiert, umgesetzt und operationalisiert. Dabei geht es darum, vor allem eine qualitative Einschätzung über die Hochwassergefährdung, beispielsweise in den nächsten 24 Stunden, abzuleiten. Das Ziel ist weniger, den möglichst exakten Verlauf einer Ganglinie vorherzusagen.

Es fanden bereits Voruntersuchungen zu den Ansprüchen potentieller Nutzer von Frühwarn-Produkten sowie zur Qualität und Eignung verschiedener meteorologischer Antriebsdaten (Niederschlagsvorhersagen) für die Hochwasserfrühwarnung statt.

Eine wichtige Anforderung an eine Frühwarnung ist dabei, dass diese auch und vor allem für kleine, potentiell unbeobachtete Einzugsgebiete einen prädiktiven Nutzen bietet. Es stellt sich die Frage, welcher Modellansatz für die Ableitung von Frühwarn-Informationen geeignet ist. Nun wurde von der Professur für Hydrologie der TU Dresden eine umfassende Analyse vorgelegt, welche diese Frage zu beantwortet.

Untersuchungsgebiete

Untersucht wurden 64 Pegeleinzugsgebiete in Sachsen, maßgeblich in einem Skalenbereich von wenigen bis einigen hundert Quadratkilometern Einzugsgebietsfläche. Das kleinste untersuchte Einzugsgebiet hatte dabei eine Fläche von gerade einmal ca. 6,5 km², das größte ca. 1.000 km².

Übersicht der Untersuchungsgebiete (ohne Pilotgebiete Mandau, Röder und Müglitz).
Übersicht der Untersuchungsgebiete (ohne Pilotgebiete Mandau, Röder und Müglitz).

Verwendete Modellansätze

Es wurden drei verschiedene Ansätze konzipiert, implementiert, angewendet und hinsichtlich ihrer Eignung zur Hochwasserfrühwarnung bewertet. Details zu den Ansätzen finden sich hier.

  1. Modell auf Basis eines künstlichen neuronalen Netzes (KNN)
  2. „Klassisches“ konzeptionell-deterministisches, teilflächenbasiertes Einzugsgebietsmodell
  3. Klassifizierendes Bewertungsverfahren der Hochwasseranfälligkeit („Scoring-Modell“)

Beurteilungskriterien

Bewertet wurden im Wesentlichen zwei Kriterien; Erstens, ob das Modell taugt, qualitative Frühwarnungen abzuleiten („Überschreitung einer Warnstufe in den nächsten 24 Stunden“) >> „Modus Frühwarnung“. Zweitens, ob das Modell in der Lage ist, beobachtete Ganglinienverläufe möglichst gut zu simulieren >> „Modus (Ganglinien-)Vorhersage“.

Zur Beurteilung des ersten Kriteriums eignet sich die AUC (Area Under ROC Curve). Dieses Maß ist am ungünstigsten bei Werten von 0,5 und optimal bei 1. Bei werten ab 0,8 kann man von mindestens einer guten Vorhersagegüte sprechen. Die AUC bewertet, ob ein vorhergesagter Wert innerhalb eines bestimmten Zeitfensters ober- oder unterhalb eines warnrelevanten Wertes (z.B. Alarmstufe) liegt.

Die Kling-Gupta-Effizienz (KGE) misst die Abweichungen zwischen beobachteter und simulierter Ganglinie. Sie ist optimal bei einem Wert von 1.

Modellgüte mit Blick auf Frühwarnung sowie Ganglinienvorhersage

Modus Frühwarnung

Hier geht es wie gesagt darum, zu beurteilen, ob ein vorhergesagter Wert innerhalb eines bestimmten Zeitfensters ober- oder unterhalb eines bestimmten beobachteten Wertes liegt.

Die folgende Abbildung zeigt exemplarisch Ergebnisse für die AUC. Konkret dargestellt sind die pegelspezifischen Ergebnisse der AUC-basierten Gütebewertung für eine Vorhersageweite von 21 Stunden sowie einen Modellantrieb mit interpolierten Ombrometerdaten als QPE sowie COSMO-DE-Daten als quantitative Niederschlagsvorhersage (QPF).

Ergebnisse der vergleichenden Gütebewertung für mehr als 50 Pegeleinzugsgebiete Sachsens für den Anwendungsfall
Ergebnisse der vergleichenden Gütebewertung für mehr als 50 Pegeleinzugsgebiete Sachsens für den Anwendungsfall “Frühwarnung”. Diagramm unten zeigt die empirische Häufigkeitsverteilung (Dichte) der Ergebnisse. Die Persistenzvorhersage stellt die einfachste Form der Vorhersage dar. Es wird angenommen, dass der Durchfluss Q(i) zum Zeitpunkt i ohne Änderung über den Vorhersagehorizont eintritt. Vorhersageweite 21 Stunden.

Es zeigt sich, dass für den Anwendungsfall „Frühwarnung“ das KNN-Modell am besten abschneidet, dicht gefolgt vom einfachen Scoring-Modell. Der deterministische Ansatz zeigt den geringsten prädiktiven Nutzen, obgleich die erzielten Güten meist immer noch mindestens als „gut“ zu bezeichnen sind; auch dieser Modellansatz bietet also für den Anwendungsfall einen prädiktiven Nutzen.

Modus (Ganglinien-)Vorhersage

Bewertet man hingegen die Abweichungen zwischen beobachteter und simulierter Ganglinie (Anwendungsfall „Ganglinienvorhersage“), so weist das KNN-Modell nach wie vor die höchsten Güten aus. Die Güte und Spezifität der verbleibenden beiden Ansätze fällt im Vergleich dazu ab, wobei das Scoring-Modell auf Grund seiner Besonderheiten (nur klassifizierte Aussagen) kaum in der Lage ist, beobachtete stetige Ganglinienverläufe wiederzugeben.

Ergebnisse der vergleichenden Gütebewertung für mehr als 50 Pegeleinzugsgebiete Sachsens für den Anwendungsfall
Ergebnisse der vergleichenden Gütebewertung für mehr als 50 Pegeleinzugsgebiete Sachsens für den Anwendungsfall “Ganglinienvorhersage”. Diagramm unten zeigt die empirische Häufigkeitsverteilung (Dichte) der Ergebnisse. Die Persistenzvorhersage stellt die einfachste Form der Vorhersage dar. Es wird angenommen, dass der Durchfluss Q(i) zum Zeitpunkt i ohne Änderung über den Vorhersagehorizont eintritt. Vorhersageweite 21 Stunden.

Zur räumlichen Übertragbarkeit der Ansätze

Besonders wenn es um die Frühwarnung vor Hochwasser in kleinen Einzugsgebieten geht, stellt sich die Frage nach der räumlichen Übertragbarkeit von Modellansätzen. Gerade kleine Gebiete sind oftmals unbepegelt, was streng genommen die Einbeziehung bereits beobachteter Durchflussanstiege für eine Frühwarnung nicht zulässt. Um die Möglichkeiten der räumlichen Übertragbarkeit der untersuchten Ansätze bewerten zu können, wurde ein regionales Jackknifing durchgeführt.

Die folgende Abbildung zeigt Güte-Ergebnisse (anhand der AUC – Anwendungsfall „Frühwarnung“) für beobachtete Gebiete („Original“) sowie quasi-unbeobachtete (im Sinne de Jackknifing zwar beobachtete, jedoch als unbeobachtet angesehene) Gebiete („Regionalisiert“).

Bewertung der regionalen Übertragbarkeit der untersuchten Modellansätze mittels Jackknifing. QPE: Ombrometerdaten; QPF: COSMO-DE. Eingezeichnet ist ein AUC-Grenzwert von 0,8 („gut“).
Bewertung der regionalen Übertragbarkeit der untersuchten Modellansätze mittels Jackknifing. QPE: Ombrometerdaten; QPF: COSMO-DE. Eingezeichnet ist ein AUC-Grenzwert von 0,8 („gut“).

Es zeigt sich, dass das Scoring-Modell am robustesten auf eine regionale Übertragung reagiert, was nicht weiterhin verwunderlich ist, da dort keinerlei beobachtete Durchflüsse eingehen.

Fazit

Es hat sich gezeigt, dass für den Anwendungsfall „Frühwarnung“ ein sehr simpler Scoring-Ansatz vergleichsweise hohen prädiktiven Nutzen bietet und gleichzeitig robust regionalisierbar ist. Eingedenk der sehr einfachen implementierungsseitigen und operationellen Ansprüche dieses Ansatzes, ist er nach dem aktuellen Kenntnisstand zur Ableitung von qualitativen Frühwarnprodukten zunächst zu bevorzugen.

Anders sieht es aus, wenn die möglichst exakte Simulation des Ganglinienverlaufs notwendig ist (Anwendungsfall „Ganglinienvorhersage“). Hier sind datengetriebene Verfahren (KNN) oder „klassische“ hydrologische Modellierung durchaus überlegen.

Referenzen

Abbildungen sind entnommen aus bzw. verändert nach:

Metzkes, C. et al.
A comparative study of data-driven approaches for flood early warning in small catchments
Contribution for the European Geosciences Union General Assembly 2017 Vienna, Austria, 23–28 April 2017.

Aktuelle Hochwassergefährdung in Sachsen

Auf Grund der in den vergangenen Tagen gefallenen Niederschläge sowie der Schneeschmelze kam es – ausgehend von einem niedrigen Niveau – bereits zu einem moderaten Anstieg der Wasserführung. Das betrifft vor allem kleinere Gewässer in mittleren Höhenlagen, wo noch eine signifikante Schneerücklage vorhanden ist, der Niederschlag aber überwiegend als Regen fiel.

Das Tauwetter wird sich in den kommenden Tagen durch allgemein mäßig STEIGENDE TEMPERATUREN (Durchgang einer Warmfront) verstärken. Weiterhin wird sich ab heute im Vorhersagegebiet eine NIEDERSCHLAGSREICHE WITTERUNG einstellen, wobei auch in den höchsten Lagen des Freistaates der Niederschlag überwiegend als Regen fallen wird und somit die SCHNEESCHMELZE SIGNIFIKANT VERSTÄRKT wird.

Im Bergland bewegen sich die Schneehöhen aktuell zwischen 10 und 30 cm, in den Kammlagen bis 40 cm (Fichtelberg: 75 cm). Für Bereiche mit signifikanter Schneerücklage hat der Deutsche Wetterdienst heute AMTLICHE WARNUNGEN VOR TAUWETTER (gültig bis einschließlich Donnerstag) herausgegeben. Für die kommenden 72 h sind Dargebote von verbreitet 20 bis 30 mm im Flachland und 60 bis 90 mm im Bergland zu erwarten; im Stau des Erzgebirges möglicherweise auch darüber!

Diese abflusswirksamen Dargebote werden eine DEUTLICHE ERHÖHUNG DER WASSERFÜHRUNG verursachen, zunächst von kleineren Gewässern im Bergland und dann von größeren Gewässern, auch im Flachland. Damit wird sich die HOCHWASSERGEFÄHRDUNG im Vorhersagezeitraum im Verlauf der Woche STETIG ERHÖHEN.

Aktuelle Trockenheit in Deutschland

Aktuell herrscht in Deutschland eine ausgeprägte Trockenheit. Vor allem die Winterniederschläge blieben in einigen Teilen Deutschlands weit hinter den statistischen Erwartungen zurück (meteorologische Trockenheit). Das trifft vor allem für den Süden und Südwesten zu. Die hydrologische Trockenheit (Niedrigwasser) hat sich partiell auf Grund von Schneeschmelze etwas entspannt. Allerdings ist bisher keine durchgreifende Änderung der Situation abzusehen.

Aktuelle Trockenheitssituation entsprechend UFZ-Dürremonitor.
Aktuelle Trockenheitssituation per Ende Januar 2017 im Vergleich zu den Vorjahren 2014, 2015 und 2016 entsprechend UFZ-Dürremonitor.

Auch für Sachsen gilt, dass vor allem die vergangenen drei Monate statistisch gesehen (z.B. beurteilt anhand des SPI) wenig Niederschläge aufwiesen, allerdings wurde die Wasserführung in den Gewässern durch zwischenzeitliche Schneeschmelzereignisse unterstützt.

SPI über drei Monate zum Stichtag 11.02.2017. Quelle: LHWZ Sachsen.
SPI über drei Monate zum Stichtag 11.02.2017. Quelle: LHWZ Sachsen.