Das Projekt "FW II: EVUS^Vorhaben: Neue Sensoren und verteilte Datenerfassung - Sonderprogramm GEOTECHNOLOGIEN, Vorhaben: Modellierung urbaner Sturzfluten - Sonderprogramm GEOTECHNOLOGIEN" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Institut für technisch-wissenschaftliche Hydrologie GmbH.Urbane Sturzfluten werden von lokalen und schnellen Unwetterereignissen mit sehr starken Niederschlagsraten verursacht, die zum Versagen des Entwässerungssystems einer Stadt führen. Diese Ereignisse haben ein hohes Schadenspotential und werden, mit der zu erwarteten Zunahme von Extremereignissen, in Zukunft an Bedeutung gewinnen. Stadtgebiete weisen wegen ihrer hohen Bevölkerungsdichte und technisch hochentwickelter und daher teurer Infrastruktur eine hohe Vulnerabilität auf. Da eine Frühwarnung wegen der schnellen Ereignisse schwer möglich ist, ist der potentielle Schaden hoch. Kaskadierende Schadensereignisse während einer urbanen Sturzflut können durch die ungewollte Freisetzung von schädlichen Substanzen entstehen. Dies kann eine Gefährdung für die Qualität von Grundwasser und Oberflächenwasser darstellen. Die Transportzeiten zu kritischen Stellen im urbanen Wassersystem und zu Leckagestellen in den Untergrund sind während einer Überflutung kurz. Die itwh GmbH ist mit seiner Expertise auf dem Gebiet Hochwasser und Risikomanagement führend und entwickelte in diesem Projekt ein schnelles Vorhersagemodell für urbane Sturzfluten in der Stadt Hannover. Besondere Aufmerksamkeit wird im Projekt der Entwicklung von effizienten Methoden gewidmet, die schnelle Vorhersagen erlauben und dabei die Modelle so physikalisch wie möglich halten sowie den ganzen städtischen Wasserkreislauf mit Grundwasser abbilden. Die Vorhersage beinhaltet Niederschlagsvorhersage, Vorhersage von Strömung und Transport im Kanalsystem, auf der Oberfläche und im Untergrund des Stadtgebiets und eine schnelle Schadensvorhersage. Das itwh-Vorhersagemodell besteht aus mehreren Komponenten: Einem Niederschlagsvorhersagemodell, einem hydrologisch-hydrodynamischen Stadtentwässerungsmodell um Abflüsse und Überschwemmungen vorherzusagen, einem Transportmodell um mögliche Kontaminationen vorherzusagen und einem Schadensmodell. Für die Strömung werden zwei Modelle mit unterschiedlicher Komplexität aufgesetzt. Es wird ein sogenanntes physikalisch basiertes Modell verwendet, das die physikalischen Prozesse der Strömung im Kanalnetz, auf der Oberfläche und im Untergrund physikalisch richtig und im Detail beschreibt, um mögliche Strömungsszenarien zu berechnen. Um diese komplexen Modelle zur Echtzeitvorhersage zu verwenden, wird im itwh aus den Szenarien mit physikalisch basierten Modellvorhersagen ein vereinfachtes Datenbank-Metamodell entwickelt, das eine Echtzeitvorhersage mit einer Rechenzeit von Minuten erlaubt. Es wird in der Zukunft, sobald die Rechenzeit es erlaubt, jederzeit möglich sein, das physikalisch basierte Modell mit entsprechender Datenassimilation zu verwenden. Die Strömungssimulationen werden mit einem Überflutungsschadensmodell kombiniert um kritische Orte zu identifizieren, an denen die Strömung besonders gut wiedergegeben werden sollte. (Text gekürzt)
Das Projekt "Vorhaben: Risikoquantifizierung und Identifikation von kritischen Gebieten - Sonderprogramm GEOTECHNOLOGIEN^FW II: EVUS^Vorhaben: Modellierung urbaner Sturzfluten - Sonderprogramm GEOTECHNOLOGIEN^Vorhaben: Neue Sensoren und verteilte Datenerfassung - Sonderprogramm GEOTECHNOLOGIEN, Echtzeitvorhersage für urbane Sturzfluten und damit verbundene Wasserkontamination - Vorhaben: Kurzfristniederschlagsvorhersage, Sensorentwicklung sowie Modellierung von Untergrundströmung und Transport - Sonderprogramm GEOTECHNOLOGIEN" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Leibniz Universität Hannover, Institut für Strömungsmechanik und Umweltphysik im Bauwesen.Insbesondere in urbanen Bereichen können plötzlich auftretende Starkregenfälle erhebliche Schäden verursachen. Dies ist zumeist auf die großräumige Versiegelung städtischer Flächen und auf ein Versagen des Entwässerungssystems zurückzuführen. Neben den überflutungsbedingten Schäden an Gebäuden und der Infrastruktur besteht die Möglichkeit, dass bei urbanen Sturzfluten auch gefährliche Substanzen freigesetzt werden, die das Grundwasser verunreinigen können. Um Starkregenfälle und damit verbundene, kaskadierende Ereignisse zeitnah prognostizieren zu können, sind effektive Frühwarnsysteme erforderlich, die auf der Vorhersage von Niederschlag sowie auf Strömungs- und Transportszenarien basieren. Im Rahmen des Verbundprojekts EVUS ist geplant, ein derartiges Vorhersagesystem exemplarisch am Beispiel der Stadt Hannover zu entwickeln. Das Projekt gliedert sich in insgesamt sechs Teilprojekte, in deren Rahmen ein Niederschlagsvorhersagemodell sowie Strömungsmodelle für die Oberfläche, das Kanalnetz und den Untergrund entwickelt werden sollen. Mögliche Gebäudeschäden werden mit Hilfe eines Schadensmodells prognostiziert, wobei die Identifizierung besonders kritischer Gebiete einen hohen Stellenwert einnimmt. Einen weiteren Arbeitsschwerpunkt bildet die Entwicklung eines Schadstofftransportmodells, mit dem die mögliche Ausbreitung von gefährlichen Substanzen bestimmt werden kann. Neben herkömmlichen Daten (Sensoren, Wettervorhersagen) sollen insbesondere Informationen aus der Bevölkerung (sog. Crowdsourcing) eingebunden werden. Alle Modelle werden in einem Echtzeitvorhersagesystem gekoppelt und über eine webbasierte Benutzeroberfläche bereitgestellt.
Das Projekt "Studies on the Ecophysiology of Locally Suitable Cultivars of Food Crops and Soilfertility monitoring in the semi-arid areas of Southeast Kenya" wird/wurde gefördert durch: VolkswagenStiftung. Es wird/wurde ausgeführt durch: Universität Trier, Abteilung Kultur- und Regionalgeographie.Using scientifically neglected 'traditional crops' grown in the marginal areas of SE-Kenya (i.e. Kathika beans, Phaseolus vulgaris L; Kinyanya and Tohono O'odham maize, Zea mays L, and green grams Vigna radiata L), the major objectives of this study will be: 1) To screen different strains of rhizobia for the mentioned legumes, with particular reference to their viability and effectiveness of N2-fixation unter semi-arid conditions of SE-Kenya. 2) To investigate the possibility of nitrogen fixation through host-specific rhizobial strains in maize-legume cropping systems in SE. Kenya. Special attention will be paid to early detection of infection by straining callose in the nodules. 3) To quantify the sources of N in maize-legume cropping systems in the marginal areas of SE-Kenya for a minimum of six growing seasons. The crop production response to N fertilizer will also be investigated. 4) To quantify losses of N in the plant materials removed at final harvest in maize-legume cropping systems in SE-Kenya. 5) To monitor soil nutrient mineral changes (i.e. nitrogen, potassium and phosphorus) in maize-legume cropping systems in the marginal areas of SE-Kenya. 6) To monitor soil microbiological activities, e.g. enzyme activities (DMSO reductase; alc phosphatase). 7) To test the influence of rock powder on soil fertility. Consequently, information on the long-term productivity of legume-cereal cropping systems in the semi-arid areas of Kenya may be obtained from the data under objectives 1-7. 8) To systematically observe the phenology of the 'traditional crops' and to estimate their water requirements. The latter will be achieved through controlled laboratory experiments at the climate growth chamber of the University Trier, Germany. Through these experiments, the crop KC-values at different stages of growth will be derived. Ecophysiological and phenological studies as well as yield measurements in field experiments will be obtained. Further, the response of these crops to thermic and hygric water stress conditions will be observed and documented. 9) To apply the experimentally obtained information in spatially differentiated landuse patterns for planing purposes. The aim here will be to assess the spatial yield potentials of these 'traditional crops' in the marginal areas of SE-Kenya by means of simulation modelling and GIS. The experiments are performed as on-station (KARI/NRRC/ICRISAT, Kiboko, Kenya) and laboratory experiments (climate growth chamber, University of Trier, Germany)
Das Projekt "Hochwasservorhersage fuer die Lausitzer Neisse mit Hilfe neuronaler Netze" wird/wurde gefördert durch: Sächsisches Landesamt für Umwelt, Landwirtschaft und Geologie. Es wird/wurde ausgeführt durch: Industrielle Computer-Anwendungen audacia.Zielstellung des Projektes: Mit dem Forschungsvorhaben sollte die Antwort auf die Frage gefunden werden, ob ein kuenstlich neuronales Netz faehig ist, Abflussvorhersagen unter ausschliesslicher Nutzung der im hydrologischen Dienst der Behoerde verfuegbaren Daten in hinreichender Genauigkeit zu erstellen oder ob die konzeptionellen Verfahren zuverlaessigere Vorhersagen liefern. Fuer das Forschungsvorhaben wurde dabei das Flussgebiet der Lausitzer Neisse mit den Vorhersagepegeln Zittau und Goerlitz ausgewaehlt. Die Datenbasis in diesem Flussgebiet ist im Hochwasserfall schwierig, da nur auf zwei Niederschlagsstationen zurueckgegriffen werden kann und wenig Information vom Flussoberlauf auf dem Gebiet der Tschechischen Republik und den rechten Zufluessen auf dem Gebiet der Republik Polen vorliegen. Die neuronalen Netze wurden bisher kaum in der Hochwasservorhersage angewendet. Ziel des Forschungsvorhabens war es, die Modellansaetze des kuenstlichen neuronalen Netzes und Anpassungen fuer eine Anwendung in der Hochwasservorhersage zu entwickeln. Anhand eines ausgewaehlten Hochwasserereignisses wurden Aussagen zur Quantifizierung des Fehlers in der Hochwasservorhersage mit neuronalen Netzen mit einer Sensivitaetsanalyse hinsichtlich der Eingangsparameter des neuronalen Netzes erwartet. Gleichzeitig sollte ein Vergleich der Ergebnisse der Vorhersage durch das neuronale Netz mit dem konzeptionellen Modell vorgenommen werden. Kurzdarstellung der Ergebnisse: Dem LfUG wurde ein Hochwasservorhersagemodell zur Echtzeitvorhersage von Wasserstaenden und Abfluessen mit neuronalen Netzen und mit konzeptionellen hydrologischen Modellen fuer die Pegel Zittau und Goerlitz an der Lausitzer Neisse uebergeben. Als neuronales Netz wurde das Multilayer-Perceptron (MLP) mit einem auf die spezielle Hochwasserproblematik zwischen den Pegeln Zittau und Goerlitz zugeschnittenen Backprogation-Lernalgorithmus genutzt. Das neuronale Netz verwendet 47 Eingangsneurone, 16 Zwischenneurone und 24 Ausgangsneurone. Das konzeptionelle Vorhersagemodell besteht aus einem N-A-Modell fuer den Pegel Zittau, einem Wasserlaufmodell fuer die Flussstrecke Pegel Zittau bis Pegel Goerlitz sowie einem Abflussmodell fuer das Zwischengebiet Pegel Zittau bis Pegel Goerlitz. Testung der Modelle hat ergeben, dass die Vorhersageergebnisse noch nicht zufriedenstellend sind und besonders die Vorhersage mittels neuronaler Netze nicht immer nachvollziehbar ist. Das zum Einsatz gekommene neuronale Netz ist nach Auswertung der uns vorliegenden Ergebnissen und der Testung des Modells fuer den Praxisfall der Hochwasservorhersage nicht geeignet. Anschlussuntersuchungen zum Einsatz neuronaler Netze fuer die Hochwasservorhersage sind derzeit nicht vorgesehen. Im Rahmen der IKSO in Abstimmung mit den Nachbarlaendern ist die Weiterentwicklung des konzeptionellen Hochwasservorhersagemodells geplant. Schwerpunkt wird dabei die Verbesserung der Datenbasis sein.
Das Projekt "Entwicklung eines mathematischen Modells zur Untersuchung des Einflusses von Klima- und Landnutzungsaenderungen auf den Hoch- und Niedrigwasserabfluss im Einzugsgebiet der Mosel sowie zur Echtzeitvorhersage unter Verwendung von Fernerkundungstechnik" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit (BMU), Umweltbundesamt (UBA). Es wird/wurde ausgeführt durch: Universität Bochum, Fakultät XII für Bauingenieurwesen, Institut für Grundbau, Wasser- und Verkehrswesen, Lehrstuhl für Hydrologie, Wasserwirtschaft und Umwelttechnik.Es soll ein detailliertes, mit Fernerkundungsdaten gestuetzes Modell zur Simulation des Abflusses im internationalen Einzugsgebiet der Mosel entwickelt werden. Dieses Modell soll in der Lage sein, Auswirkungen von Klima- und Landnutzungsaenderungen und die damit verbundenen Abflussaenderungen im Einzugsgebiet der Mosel zu erkennen sowie kurzfristige operationelle Hochwasservorhersagen zu liefern. Das Projekt wird in 2 Phasen durchgefuehrt. In der ersten (Teil I) werden im wesentlichen die Grundlagen geschaffen, wie Entwicklung des Niederschlags-Abflussmodells am Beispiel der Sauer, eines Teilgebiets der Mosel. In Teil II wird das Modell auf das Gesamtprojekt Mosel ausgedehnt.