Zielsetzung: Uferfiltration ist eine gängige Methode zur Trinkwassergewinnung bei begrenztem natürlichen Grundwasserangebot und wird in vielen Regionen Deutschlands mit großen Oberflächengewässern, wie z.B. in Berlin, Düsseldorf und Hamburg eingesetzt. Rohwasser, das durch Uferfiltration gewonnen wird, ist gefährdet durch den Eintrag von Schadstoffen aus Oberflächengewässern. Schadstoffe können neben organischen Verbindungen und Schwermetallen auch Krankheitserreger, wie Viren und Bakterien, sein. Die deutsche Trinkwasserverordnung (TrinkwV) beinhaltet aktuell nur Grenzwerte für bestimmte Indikatorbakterien, wie Escherichia coli und Enterokokken. Im aktuell gesetzlich festgelegten Messprogramm für die Trinkwasserqualität sind humanpathogene Viren kein Bestandteil. Die im Jahr 2021 in Kraft getretene neue EU-Trinkwasserrichtlinie (EU-TWR) sieht vor, somatische Coliphagen als Indikatorviren für Grundwasserverunreinigungen durch humanpathogene Viren zu nutzen, da die Detektion der somatischen Coliphagen deutlich einfacher ist als die der humanpathogenen Viren, wie z.B. Adenoviren. Dabei ist zu beachten, dass somatische Coliphagen keine Krankheitserreger für Menschen sind. Auf Grund des unterschiedlichen Transportverhaltens verschiedener Viren ist jedoch davon auszugehen, dass Indikatorviren und -bakterien nur beschränkt aussagekräftig für humanpathogene Viren sind. U.a. haben unsere Untersuchungen am Rhein und im Uferfiltrat des Wasserwerks Flehe gezeigt, dass die Existenz und das Abbaupotential somatischer Coliphagen nicht in direkter Korrelation zu humanpathogenen Viren, z.B. Adenoviren, stehen muss (Knabe et al., 2023). Verschiedene Faktoren können dazu führen, dass eine erhöhte Virenbelastung im Oberflächengewässer auftreten und eine Migration in das Rohwasser zur Folge haben kann. Zum einen können hydrologische Veränderungen als Folge des Klimawandels, z.B. häufigere Extremereignisse wie Trockenperioden und besonders Hochwasser (Blöschl et al., 2019), die natürliche Reinigungswirkung der Uferfiltration verringern. Zum anderen können Bevölkerungswachstum, Urbanisierung sowie Landnutzungsänderungen dazu führen, dass die Abwasserbelastung in Flüssen zunimmt (Wen et al., 2017). Die neue EU-Trinkwasserrichtline (EU-TWR) erfordert zusätzlich zur Einhaltung von Grenzwerten risikobasierte Ansätze für die ereignis-basierte Überwachung der Wasserqualität, wie bspw. das Water-Safety-Plan-Konzept (WSP) der WHO (World Health Organization). Der WSP sieht für einen Wasserversorger die Beschreibung des gesamten Trinkwasserversorgungsystems vor, einschließlich einer Erfassung aller möglichen Eintragsquellen von Gefährdungen für die Trinkwasserqualität. Eine Risikobewertung für jede einzelne Kombination von Gefährdung und Gefährdungsereignis in Form einer Risiko-Matrix nach Eintrittswahrscheinlichkeit und Schadensausmaß, liefert klare Monitoring- und Handlungsprioritäten zur Risikominimierung. Basierend auf der neuen EU-TWR werden Wasserversorger zeitnah vor dem Problem stehen, zum Teil komplexe Risikobewertungen durchführen zu müssen. Das bedeutet, dass eine Vielzahl an Gefährdungsereignissen im Hinblick auf die Eintrittswahrscheinlichkeit einer Gefahrenquelle einzustufen ist. Ziel des Projektes ist es, Wasserwerksbetreibern eine wissenschaftlich fundierte Bewertung des Risikos und Transports humanpathogener Viren bei der Uferfiltration unter Berücksichtigung aktueller gesetzlicher Vorgaben (EU-TWR) und Empfehlungen der WHO zu ermöglichen. Dabei soll insbesondere der Einfluss von Extremwetterereignissen (Starkniederschläge, Hochwasserperioden, Niedrigwasser) und messtechnischen Unsicherheiten in der Risikobewertung berücksichtigt werden. (Text gekürzt)
Im letzten Jahrzehnt war der grönländische Eisschild mehreren Extremereignissen ausgesetzt, mit teils unerwartet starken Auswirkungen auf die Oberflächenmassebilanz und den Eisfluss, insbesondere in den Jahren 2010, 2012 und 2015. Einige dieser Schmelzereignisse prägten sich eher lokal aus (wie in 2015), während andere fast die gesamte Eisfläche bedeckten (wie in 2010).Mit fortschreitendem Klimawandel ist zu erwarten, dass extreme Schmelzereignisse häufiger auftreten und sich verstärken bzw. länger anhalten. Bisherige Projektionen des Eisverlustes von Grönland basieren jedoch typischerweise auf Szenarien, die nur allmähliche Veränderungen des Klimas berücksichtigen, z.B. in den Representative Concentration Pathways (RCPs), wie sie im letzten IPCC-Bericht genutzt wurden. In aktuellen Projektionen werden extreme Schmelzereignisse im Allgemeinen unterschätzt - und welche Konsequenzen dies für den zukünftigen Meeresspiegelanstieg hat, bleibt eine offene Forschungsfrage.Ziel des vorgeschlagenen Projektes ist es, die Auswirkungen extremer Schmelzereignisse auf die zukünftige Entwicklung des grönländischen Eisschildes zu untersuchen. Dabei werden die unmittelbaren und dauerhaften Auswirkungen auf die Oberflächenmassenbilanz und die Eisdynamik bestimmt und somit die Beiträge zum Meeresspiegelanstieg quantifiziert. In dem Forschungsprojekt planen wir zudem, kritische Schwellenwerte in der Häufigkeit, Intensität sowie Dauer von Extremereignissen zu identifizieren, die - sobald sie einmal überschritten sind - eine großräumige Änderung in der Eisdynamik auslösen könnten.Zu diesem Zweck werden wir die dynamische Reaktion des grönländischen Eisschilds in einer Reihe von Klimaszenarien untersuchen, in denen extreme Schmelzereignisse mit unterschiedlicher Wahrscheinlichkeit zu bestimmten Zeitpunkten auftreten, und die Dauer und Stärke prognostisch variiert werden. Um indirekte Effekte durch verstärktes submarines Schmelzen hierbei berücksichtigen zu können, werden wir das etablierte Parallel Ice Sheet Model (PISM) mit dem Linearen Plume-Modell (LPM) koppeln. Das LPM berechnet das turbulente submarine Schmelzen aufgrund von Veränderungen der Meerestemperatur und des subglazialen Ausflusses. Es ist numerisch sehr effizient, so dass das gekoppelte PISM-LPM Modell Ensemble-Läufe mit hoher Auflösung ermöglicht. Folglich kann eine breite Palette von Modellparametern und Klimaszenarien in Zukunftsprojektionen in Betracht gezogen werden.Mit dem interaktiv gekoppelten Modell PISM-LPM werden wir den Beitrag Grönlands zum Meeresspiegelanstieg im 21. Jahrhundert bestimmen, unter Berücksichtigung regionaler Veränderungen von Niederschlag, Oberflächen- und Meerestemperaturen, und insbesondere der Auswirkungen von Extremereignissen. Ein Hauptergebnis wird eine Risikokarte sein, die aufzeigt, in welchen kritischen Regionen Grönlands zukünftige extreme Schmelzereignisse den stärksten Eisverlust zur Folge hätten.
Ziel des Projektantrages im Rahmen der DFG Forschergruppe ist die prozessbasierte Klassifizierung von Hochwasserereignissen in 1010 deutschen und österreichischen Einzugsgebieten im Zeitraum 1978-2013. Beispiel von Hochwassertypen sind z.B. Hochwasserereignisse aufgrund langanhaltender Niederschläge und hoher Vorbefeuchtung, Hochwasserereignisse aufgrund kurzer Starkniederschläge mit Oberflächenabfluss oder Schneeschmelzereignisse. Die Hochwasserereignisse werden anhand verschiedener Prozessindikatoren, wie z.B. Dauer, räumliche Überdeckung, Form der Abflussganglinie, Gebietszustand vor und während des Ereignisses (abgeleitet aus hydrologischer Modellierung) klassifiziert. Die Klassifikation erfolgt hierarchisch, d.h. für einzelne Ereignisse werden nacheinander die meteorologischen Ursachen, die Abflussbildungsprozesse und Routingprozesse, wie z.B. der Überlagerung von Abflusswellen aus Teileinzugsgebieten untersucht und in Klassen eingeteilt. Die Hochwassertypen ergeben sich dann aus Kombination der einzelnen Klassifikationen von Meteorologie, Abflussprozess und Abflussrouting. Um möglichst viele Ereignisse untersuchen zu können erfolgt eine automatische Klassifikation mittels der Abfrage verschiedener Indikatoren und einer Cluster Analyse. Der Klassifikationsalgorithmus wird anhand ausgewählter Ereignisse validiert und die Sensitivitätsanalyse durchgeführt. Für jedes Gebiet wird die Auftretenshäufigkeit der einzelnen Hochwassertypen berechnet und deren raum-zeitliche Veränderungen analysiert. Mit Hilfe von Regressionsbäumen und Self-organising maps (SOM) wird der Zusammenhang der räumlichen Veränderungen der Auftrittswahrscheinlichkeiten einzelner Hochwassertypen und Gebietseigenschaften untersucht. Die Analyse der zeitlichen Veränderung der Hochwassertypen zielt auf die Frage, ob bestimmte Hochwassertypen wie z.B. Hochwasser aufgrund lokaler Starkregen in den letzten Jahren vermehrt auftreten. Die Ergebnisse des Projektes helfen die Hochwasserbemessung und das Hochwassermanagement zu verbessern, zeigen sie doch mit welche Arten von Hochwasserereignissen (inkl. Dauer, räumliche Überdeckung, Dynamik der Abflussganglinie, etc. ) in Gebieten zu rechnen ist. Anderseits hilft die Einteilung in Prozessklassen Klarheit in die Variabilität, Ähnlichkeit und Veränderungen von Hochwasserprozessen zu bringen. Eine Klassifikation erlaubt nur solche Ereignisse zu vergleichen, die ähnliche Prozessursachen haben. Die Analyse der raum-zeitlichen Variabilität der Eintrittshäufigkeit von Hochwassertypen erlaubt somit Änderungen in Prozessen besser zu erkennen und zu verstehen, selbst wenn kein klarer Trend in der Größe der Hochwasserabflüsse zu erkennen ist.
Neue Visualisierungstechniken werden mit speziellem Blick auf die Kohärenz und die Schwankungen in meteorologischen Daten entwickelt. Indikatorfelder für Kohärenz werden hergeleitet und als Grundlage für eine flexible und physikalische Definition von Merkmalen in einzelnen Feldvariablen verwendet sowie deren Extraktion aus umfänglichen Simulationen. Variation in Raum und Zeit sowie die Wechselbeziehung und Auftrittswahrscheinlichkeit von Merkmalen in Ensembles werden gleichermaßen erforscht. Die Entwicklung von Visualisierungstechniken zur Analyse von Fehlerwachstum, Parametersensitivität und Variabilität von Merkmalen in Ensembles runden unser Forschungsvorhaben ab.
Real time control will get more important to reduce CSO emissions. Most of the already existing real time control strategies minimize spill flows from the viewpoint of volume minimization. For receiving water the reduction of emissions is much more important. Measured waste water data and probabilistic approach of these data are the focal points in this research. With an UV-VIS spectrometer installed in a swimming pontoon absorption is measured directly and constant. Based on absorption measurements waste water time series curves of COD, TSS and nitrate are shown. A forecast of CSO emissions and the adjustment of ANN for the control system will be the next step included for this project. By statistical evaluation of rain and measured waste water data as well as forecast of CSO emissions with ANN, spill loads can be reduced. The results of this research are basis for future real time control of CSOs in Graz (Austria).