API src

Found 8764 results.

Trends der Niederschlagshöhe

<p>Seit 1881 hat die mittlere jährliche Niederschlagsmenge in Deutschland um rund 9 Prozent zugenommen. Dabei verteilt sich dieser Anstieg nicht gleichmäßig auf die Jahreszeiten. Vielmehr sind insbesondere die Winter deutlich nasser geworden, während die Niederschläge im Sommer geringfügig zurückgegangen sind.</p><p>Teilweise sehr regenreiche Jahre seit 1965</p><p>Die Zeitreihe der jährlichen Niederschläge in Deutschland (Gebietsmittel) zeigt einen leichten Anstieg, der mit einer Irrtumswahrscheinlichkeit von 5 % statistisch signifikant ist. Dieser Anstieg ist im Wesentlichen darauf zurückzuführen, dass bis etwa 1920 nur selten überdurchschnittlich niederschlagsreiche Jahre aufgetreten sind. Im Anschluss an eine Übergangsphase mit mehreren leicht überdurchschnittlich feuchten Jahren traten ab Mitte der 1960er Jahre dann auch einige sehr regenreiche Jahre auf (siehe Abb. „Mittlere jährliche Niederschlagshöhe in Deutschland 1881 bis 2024). Dies entspricht genau der Zeit, seit der die Auswirkungen des Klimawandels global deutlich zu beobachten sind. Im globalen Durchschnitt steigt mit den Temperaturen auch die ⁠<a href="https://www.umweltbundesamt.de/service/glossar/v?tag=Verdunstung#alphabar">Verdunstung</a>⁠ von Wasser an, was in der globalen Summe zu größeren Niederschlagsmengen führt, jedoch mit regional und saisonal sehr großen Unterschieden - von Dürren bis Überschwemmungen.</p><p>Seit 2011 wurden in Deutschland einige ausgesprochen trockene Jahre beobachtet. In den Jahren 2023 und 2024 wurde jedoch überdurchschnittlich viel Niederschlag registriert. Der Niederschlagsüberschuss im Jahr 2024 resultierte vor allem aus den Monaten Februar, Mai und September. Im Mai kam es in Rheinland-Pfalz und im Saarland in Folge von Schauern und Gewittern zu Überschwemmungen. Ende Mai und Anfang Juni führten viele Flüsse in Baden-Württemberg und Bayern nach langanhaltenden Niederschlägen Hochwasser.</p><p>Noch stärker als bei den mittleren Temperaturen ist dieser Trend also nicht gleichmäßig in allen Jahreszeiten ausgeprägt. Er beruht im Wesentlichen darauf, dass die mittleren Winterniederschläge zugenommen haben. Im Winter 2023/2024 lag mit 279,7 mm Niederschlag die Abweichung zum historischen Referenzzeitraum 1881-1910 bei +131,5 mm. Frühling und Herbst zeigen ebenfalls eine leichte, aber im Gegensatz zum Winter nicht signifikante Zunahme, während die Niederschläge im Sommer geringfügig zurückgegangen sind (siehe nachfolgende Tabellen und Abbildungen).</p><p>Bemerkenswert ist aus klimatologischer Sicht, dass mit den Jahren 2023 und 2024 die Serie von sehr trockenen Jahren unterbrochen wurde. Mit dem Juni bzw. September wurden jeweils die niederschlagsreichsten 12-Monatsperioden beobachtet. Am Ende des Jahres lagen die Niederschlagsmengen wieder unter dem Durchschnitt</p><p>Mit 902 mm belegt 2024 auf der Rangliste der nassesten Jahre seit 1881 den 12. Platz (siehe Karte „Jährliche Niederschläge in Deutschland im Jahr 2024").</p><p>Bei der Betrachtung der Einzelmonate sind erhebliche Unterschiede erkennbar: Im Jahresverlauf wiesen 8 Monate überdurchschnittliche Niederschlagsmengen auf (Januar, Februar, April, Mai, Juni, Juli, September, Oktober) und 4 Monate unterdurchschnittliche Niederschläge (März, August, November, Dezember). Über das Jahr ergibt sich ein Niederschlagsüberschuss von 14 %.</p><p>Und auch regional unterscheidet sich die Niederschlagsverteilung im Jahr 2024 sehr stark: Besonders die Bundesländer im Nordwesten (Schleswig-Holstein, Niedersachsen, Rheinland-Pfalz) erreichten Platzierungen unter den zehn nassesten Jahren, während Sachsen nur auf Platz 88 von 144 Jahren landete (siehe Karte „Veränderung der jährlichen Niederschläge in Deutschland im Jahr 2024).</p><p><em>Wir danken dem </em><a href="https://www.dwd.de/DE/Home/home_node.html"><em>Deutschen Wetterdienst</em></a><em> für die Bereitstellung der Daten.</em></p>

Model Output Statistics for Jülich (Kläranlage) (H718)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for Chemnitz (10577)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Wasserretentionsflächen von Agrarumwelt- und Klimamaßnahmen (AUKM)

Förderkulisse für die Agrarumweltmaßnahme für den Wasserrückhalt in der Landschaft, Teil II C der Richtlinie zur Förderung von Agrarumwelt- und Klimamaßnahmen zur Verbesserung des Klimaschutzes und der Wasserqualität auf landwirtschaftlich genutzten Flächen vom 24. Januar 2023. Zweck der Förderung ist die Wiederherstellung, Schaffung und Bereitstellung von Wasserretentionsflächen entlang von Gewässern bzw. innerhalb ausgewiesener Gewässereinzugsgebiete (z. B. auf landwirtschaftlich genutzten Flächen in Einzugsgebieten von Entwässerungsgräben). Auf den Wasserretentionsflächen kann sich Hochwasser ausbreiten und ansammeln, Niederschlagswasser im Boden zwischengespeichert und die Grundwasserneubildung durch langsamere Gebietsabflüsse unterstützt werden. Durch den Wasserrückhalt soll möglichst viel Wasser möglichst lange in der Fläche gehalten werden, um die Entstehung von Niedrig- und Hochwasserereignissen zu vermeiden und deren Auswirkungen zu vermindern. Die Wasserretentionsflächen leisten somit einen wichtigen Beitrag zur Anpassung der Landwirtschaft an den Klimawandel, insbesondere im Hinblick auf verändernden Niederschlagsereignisse und zunehmenden Trockenperioden (Niedrigwasservorsorge). Förderkulisse für die Agrarumweltmaßnahme für den Wasserrückhalt in der Landschaft, Teil II C der Richtlinie zur Förderung von Agrarumwelt- und Klimamaßnahmen zur Verbesserung des Klimaschutzes und der Wasserqualität auf landwirtschaftlich genutzten Flächen vom 24. Januar 2023. Zweck der Förderung ist die Wiederherstellung, Schaffung und Bereitstellung von Wasserretentionsflächen entlang von Gewässern bzw. innerhalb ausgewiesener Gewässereinzugsgebiete (z. B. auf landwirtschaftlich genutzten Flächen in Einzugsgebieten von Entwässerungsgräben). Auf den Wasserretentionsflächen kann sich Hochwasser ausbreiten und ansammeln, Niederschlagswasser im Boden zwischengespeichert und die Grundwasserneubildung durch langsamere Gebietsabflüsse unterstützt werden. Durch den Wasserrückhalt soll möglichst viel Wasser möglichst lange in der Fläche gehalten werden, um die Entstehung von Niedrig- und Hochwasserereignissen zu vermeiden und deren Auswirkungen zu vermindern. Die Wasserretentionsflächen leisten somit einen wichtigen Beitrag zur Anpassung der Landwirtschaft an den Klimawandel, insbesondere im Hinblick auf verändernden Niederschlagsereignisse und zunehmenden Trockenperioden (Niedrigwasservorsorge).

Stadtentwicklungsplan (StEP) Klima 2.0

Der StEP Klima 2.0 widmet sich den räumlichen und stadtplanerischen Ansätzen zum Umgang mit dem Klimawandel. Er beschreibt über ein räumliches Leitbild und vier Handlungsansätze die räumlichen Prioritäten zur Klimaanpassung: für Bestand und Neubau, für Grün- und Freiflächen, für Synergien zwischen Stadtentwicklung und Wasser sowie mit Blick auf Starkregen und Hochwasserschutz. Und er stellt dar, wo und wie die Stadt durch blau-grüne Maßnahmen zu kühlen ist, wo Entlastungs- und Potenzialräume liegen, in denen sich durch Stadtentwicklungsprojekte Synergien für den Wasserhaushalt erschließen lassen.

Potenzielle Standorteignung für Erdwärmekollektoren (Einbautiefe 1,2 - 1,5 m) in Niedersachsen 1 : 50 000

In der Karte „Potenzielle Standorteignung für Erdwärmekollektoren (Einbautiefe 1,2 - 1,5 m)“ zur Beheizung von Gebäuden sind folgende vier Eignungsklassen ausgewiesen: • gut geeignet, • geeignet, • wenig geeignet, • nicht geeignet (Fels, Festgestein). Die Auswertung basiert auf den Daten von bodenkundlichen Karten, den zugehörigen Beschreibungen der Bodenprofile, den Angaben zum Grundwasserstand sowie der Bewertung von Bodenarten und Festgesteinen. Erdwärmekollektoren nutzen die im Boden gespeicherte Energie aus solarer Einstrahlung und atmosphärischen Einträgen (Niederschlag). Sie werden unterhalb des winterlichen Bodenfrostbereichs eingebaut, bei Flächenkollektoren üblicherweise in einer Tiefe von 1,2-1,5 m. Die beste Energieeffizienz beim Wärmeentzug wird beim Einbau in feuchte, wasserspeichernde, dicht gelagerte, sandreiche Böden erreicht. Trockene, locker gelagerte Böden weisen geringe Entzugsleistungen auf. Beim Auftreten von Festgesteinen mit geringer Verwitterungsmächtigkeit kann der Einbau von Erdwärmekollektoren in der erforderlichen Tiefe schwierig bzw. unwirtschaftlich sein. Erdwärmekollektoren eignen sich sowohl zur Beheizung als auch zur Kühlung von Gebäuden und technischen Bauwerken. Die Daten dienen einer ersten Einschätzung zur potenziellen Standorteignung für Erdwärmekollektoren und ersetzen nicht die konkrete Überprüfung im Rahmen des Anlagenbaus anhand der örtlich angetroffenen Verhältnisse. Weitere Informationen zu rechtlichen und technischen Grundlagen sind im „Leitfaden Erdwärmenutzung in Niedersachsen“ (GeoBerichte 24) und in „Erstellung von Planungsgrundlagen für die Nutzung von Erdwärmekollektoren“ (GeoBerichte 5) zu finden.

Starkregen- und Überflutungsgefahren 2025

Die zwei Kartenthemen bestehen jeweils aus mehreren thematisch und räumlich unterschiedlichen Ebenen. Die Ebenen sind teilweise voneinander unabhängig aussagekräftig. Die Starkregenhinweiskarte basiert maßgeblich auf folgenden Produkten: Hinweiskarte Starkregen des Bundesamts für Kartographie und Geodäsie topografische Senkenanalyse der BWB, starkregenbedingte Feuerwehreinsätze der Berliner Feuerwehr für das Land Berlin. Die Hinweiskarte Starkregen wurde vom Bundesamt für Kartographie und Geodäsie (BKG) in Zusammenarbeit mit den Ländern für die gesamte Fläche Nord- und Ostdeutschlands (11 Bundesländer) im Zeitraum 2023/2025 erarbeitet. Für Berlin-Brandenburg wurde dies in einem Los durchgeführt. Die Karte zeigt die simulierten Überflutungsflächen und -tiefen sowie Fließgeschwindigkeiten /-richtungen für folgende Szenarien: außergewöhnliches Ereignis: 100-jährliches Niederschlagsereignis (T = 100a, Dauerstufe 1 Stunde) mit einem Euler-Typ II Niederschlagsverteilung. extremes Ereignis: 100 mm Niederschlagsereignis in einer Stunde (T extrem) mit einem Blockregenverteilung. Grundlage hierfür sind diverse Geodaten des Bundes und der Länder, insbesondere ein hochaufgelöstes digitales Geländemodell sowie Daten zur Flächennutzung, wie zum Beispiel zur Bebauung. Die Ergebnisse basieren auf einer Modellierung der oberflächlich abfließenden Regenmenge, ähnlich dem Modell für die Starkregengefahrenkarte Berlins (siehe unten). Allerdings wurden die Versickerungsleistung des Untergrundes und das Kanalnetz nicht in die Berechnungen einbezogen und stellen somit eine erhebliche Vereinfachung dar (weitere Informationen finden sich hier ). Die topographische Senkenanalyse ist das Ergebnis einer Analyse des Digitalen Geländemodells (ATKIS® DGM – Digitales Geländemodell, 2021) unter Berücksichtigung der Gebäudeflächen und Durchfahrten sowie Geschossinformationen (ALKIS®- Amtliches Liegenschaftskatasterinformationssystem, 2021), welche durch die BWB im Jahr 2022 durchgeführt wurde. Es erfolgte eine GIS-Analyse zur Ermittlung der Senken, Fließwege und Abflussakkumulation basierend auf dem vorgeglätteten DGM. Die Gebäude wurden als nicht überströmbare Abflusshindernisse in das DGM integriert und Senken in umschlossenen Innenhöfen ausgeschlossen. Folgende Senkenattribute wurden basierend auf einer zonalen Statistik abgeleitet und werden in den Sachdaten dargestellt: Fläche Einzugsgebiet (DrainArea [m²]) Fläche Senke (FillArea [m²]) Maximale Tiefe der Senke (FillDepth [cm]) Geländehöhe Senkenbasis (BottomElev [m]) Geländehöhe maximaler Füllstand (FillElev [m]) Füllvolumen (FillVolume [m³]) Basierend auf folgenden Parametern wurden die relevanten Senken ermittelt: Senkentiefe mindestens 20 cm, Senkenfläche mindestens 4 m², Senkenvolumen mindestens 2 m³, Senkeneinzugsgebiet mindestens 200 m². Der Datensatz der Feuerwehreinsätze zeigt Meldungen der Berliner Feuerwehr in Bezug auf ,,Wasser”, welche anhand des Meldungstextes mit Starkregen in Verbindung zu bringen sind und an Starkregentagen aufgenommen wurden. Der Datensatz wurde durch die Berliner Feuerwehr erfasst und durch die BWB prozessiert (sogenannter Überflutungsatlas). Die BWB haben die Feuerwehreinsätze mit den Niederschlagsdaten der BWB an diesem Tag und Ort abgeglichen und ein anzunehmendes Wiederkehrintervall (T) des aufgetretenen Niederschlagsereignisses zugeordnet. Dopplungen wurden entfernt. Folgende Attribute wurden abgeleitet und werden in den Sachdaten dargestellt: Datum (angelegt) Wiederkehrintervall (T) Ortsteil Die Daten wurden räumlich über die Berliner Adressdatei geocodiert. Der Zeitraum der Meldungen umfasst einerseits den Zeitraum 2005 bis 2017 anderseits 2018 bis 2021. Diese Datensätze wurden zu einem Datensatz von 2005 bis September 2021 zusammengefasst. Zwecks Aggregierung und Darstellung wurden die Daten auf Blockteilflächen und Straßenflächen des Informationssystems Stadt und Umwelt (ISU5 2021) zusammengefasst und klassifiziert. In Berlin wird die Analyse zu Starkregengefahren auf Basis eines gekoppelten 1D-Kanalnetz und eines 2D-Oberflächenabflussmodells (1D/2D gekoppeltes Modell) durchgeführt. Bei diesem Verfahren wird die Berechnung der Abflussvorgänge im Kanalnetz (1D) mit der zweidimensionalen hydrodynamischen Modellierung der Oberflächenabflüsse (2D) kombiniert, um einen bidirektionalen Austausch von Wasservolumen, d.h. einen Austausch in beide Richtungen, zwischen Oberfläche und Kanalnetz an den Schächten und Straßenabläufen zu berücksichtigen. Die Erarbeitung der Starkregengefahren erfolgt basierend auf der von den BWB und der für Wasserwirtschaft zuständigen Senatsverwaltung gemeinsam entwickelten Leistungsbeschreibung „Erstellung von Starkregengefahrenkarten für Berliner Misch- bzw. Regenwassereinzugsgebiete“. Voraussetzung sind Daten zu Topographie, Gebäuden, Straßen, Versiegelung und bodenkundlichen Kennwerten sowie Kanalnetzdaten . Für die 1D-Modellierung des Kanalnetzes wird das aktuelle Kanalnetz (Misch- oder Trennkanalisation) der BWB verwendet. Die Entwässerungsinfrastruktur wird durch ein Kanalnetzmodell abgebildet, wobei dieses u.a. Schächte, Straßenabläufe, Haltungen und Haltungsflächen berücksichtigt. Auf Grundlage des digitalen Geländemodells wird ein detailliertes, lückenloses und überlappungsfreies 2D-Oberflächenmodell erstellt und um standardisierte Dachformen der Gebäudedaten ergänzt. Mauern oder Bordsteine werden durch Bruchkanten berücksichtigt. Die Oberflächenbeschaffenheit des Untersuchungsgebietes beeinflusst die Abflussbildung und -konzentration, daher wird basierend auf den entsprechenden Datengrundlagen (siehe Kapitel Datengrundlage) zwischen Gebäudeflächen, Straßen und Wegen, Gewässer und Grünflächen unterschieden. Mauern, Bordsteine oder ähnliche linienhafte Elemente können Abflusshindernisse darstellen, werden aufgrund der Auflösung jedoch nicht durch das DGM abgebildet und werden – falls sie abflussrelevant sind – nachträglich über Bruchkanten berücksichtigt. Maßgebliche Datensätze für Gebäudeflächen sind die ALKIS-Gebäude und der Datensatz der Gründächer (im Bereich der Kleingärten). Bei der Abflussbildung von Dachflächen wird zwischen einleitenden und nicht einleitenden Dächern basierend auf den Daten der Erfassung des Niederschlagsentgelts unterschieden. Einleitende Dächer werden in der Modellierung als direkt an den Kanal angeschlossen betrachtet (1D-Abflussbildung). Bei nicht einleitenden Dächern erfolgt die Abflussbildung über das Oberflächenabflussmodell. In diesem Fall wird der effektive Niederschlag auf die umliegende Oberfläche verteilt, indem das Prinzip der Randverteilung angewendet wird. Straßen und Wege umfassen alle befestigten Flächen, wie Straßen, Wege, Plätze und private versiegelte Flächen. Die Abflussbildung dieser Flächen erfolgt über das 2D-Oberflächenabflussmodell und es wird nicht zwischen einleitend und nicht einleitend unterschieden. Als Gewässerflächen werden alle stehenden Gewässer und Fließgewässer aus dem ALKIS-Datensatz angenommen. Alle restlichen Flächen werden als Grünflächen angesetzt. Für diese Flächen werden im Modell entsprechende Abflussparameter, wie Benetzungs- und Muldenverluste sowie Anfangs- und Endabflussbeiwerte, basierend auf Literaturwerten, angesetzt. Das Modell bildet den Rückhalt der Vegetation (Interzeption), die Versickerungsfähigkeit des Bodens und die Oberflächenrauheiten ab. Für Hochwasserrisikogebiete (SenMVKU, 2024) wurden in Berlin im Rahmen der Hochwasserrisikomanagementrichtlinie bereits Hochwassergefahrenkarten erarbeitet und Überschwemmungsgebiete ausgewiesen. Um keine Überschneidungen mit den Starkregengefahrenkarten zu erzielen, werden diese Gewässer als hydraulisch voll leistungsfähig angenommen. Außerdem wird für bestimmte Gewässer (z.B. Gewässer 1. Ordnung, Nordgraben) angenommen, dass diese bei kurzen Starkregenereignissen ausreichend hydraulisch leistungsfähig sind. Ein „Anspringen“ ist erst bei länger anhaltenden, räumlich ausgeprägteren Niederschlagsereignissen zu erwarten. Das Modell geht davon aus, dass ein Austritt von Wasser und somit eine Überflutung von diesen Gewässern methodisch nicht möglich ist. Außerdem werden diese Gewässer mit einem einheitlichen Vorflutwasserstand für ein mittleres Hochwasser (für das seltene und außergewöhnliche Ereignis) sowie für ein 100-jährliches Hochwasser (für das extreme Ereignis) angenommen. Im Modell werden für das seltene und außergewöhnliche Ereignis die tatsächlichen Gewässerverrohrungen bzw. -durchlässe angesetzt. Für das Szenario Extremereignis gilt, dass Durchlässe teilverklaust (Durchmesser > 0,5 m (> DN 500)) oder vollständig verklaust (Durchmesser ≤ 0,5 m (≤ DN 500)) angenommen werden, es sei denn, ein Raumrechen verhindert eine Verklausung. Mit dem aufgestellten Modell werden die Überflutungen von Niederschlagsszenarien mit unterschiedlicher Jährlichkeit berechnet, wobei für die Niederschlagshöhen die koordinierte Starkniederschlagsregionalisierung und -auswertung (KOSTRA) des Deutschen Wetterdienstes (DWD) zugrunde gelegt werden. Es kommt die Revision des Datensatzes KOSTRA-DWD-2020 zum Einsatz. Folgende Szenarien werden im Rahmen des Starkregenrisikomanagements in Berlin betrachtet: seltenes Ereignis : 30 bzw. 50-jährliches Niederschlagsereignis (T = 30a bzw. T = 50a, Dauerstufe 180 Min.) mit einer Euler-Typ II Niederschlagsverteilung außergewöhnliches Ereignis : 100-jährliches Niederschlagsereignis (T = 100a, Dauerstufe 180 Min.) mit einer Euler-Typ II Niederschlagsverteilung extremes Ereignis : 100 mm Niederschlagsereignis in einer Stunde (T extrem) mit einer Blockregenverteilung. Basierend auf einer Sensitivitätsanalyse wurde die maßgebliche Dauerstufe mit 180 Minuten für Berlin ermittelt, wobei hier der höchste Wasserstand als maßgeblich betrachtet wird. Für die Intensität und für den zeitlichen Niederschlagsverlauf wird die Euler-Typ II Verteilung (seltenes und außergewöhnliches Ereignis) oder ein Blockregen mit einer Regendauer von 60 Minuten (extremes Ereignis) angenommen. Neben der Beregnungszeit, die der Dauerstufe der betrachteten Szenarien entspricht, wird in der Modellierung jeweils eine einstündige Nachlaufzeit berücksichtigt. Die Plausibilitätsprüfung erfolgt aufgrund der Ergebnisse des außergewöhnlichen Ereignisses. Es werden unplausible Abflusspfade und Wasseransammlungen ggf. durch Ortsbegehungen geprüft, und nicht berücksichtigte, hydraulisch relevante Strukturen nachgepflegt. Die Methode ist sehr daten- und rechenintensiv, so dass sie nicht berlinweit, sondern nur für ausgewählte Bereiche sukzessive angewandt werden kann. Dafür bietet sie relativ genaue und belastbare Ergebnisse und mit der Methode lassen sich die Abflussbildung und Abflusskonzentration nachvollziehen. Es werden kontinuierlich weitere Gebiete mit der gekoppelten 1D/2D Simulation gerechnet und anschließend online verfügbar gemacht. Die nachfolgende Tabelle zeigt, für welche Gebiete bisher Starkregengefahrenkarten erarbeitet wurden.

ICON-EPS GRIB data

ICON-EPS 0.5º x 0.5º regular lat/lon grid, up to +180h every 6h, runs 00/12 UTC varios parameter, varios level, varios threshold

Resiliente Abfluss- und Stauregelung der Wasserstraßen bei extremen Niederschlagsereignissen

Abflussprognosen zur Bewältigung von Extremwetterlagen Um das Transportaufkommen in Deutschland auch unter schwierigen Bedingungen zu bewältigen und dies aufrecht zu erhalten bzw. zu steigern, sind verkehrsträgerübergreifende Lösungsansätze notwendig. Ziel dieses Projekt ist es, die Resilienz und die Verfügbarkeit des Verkehrsträgers Wasserstraße bei extremen Wetterereignissen zu erhöhen. Aufgabenstellung und Ziel Etwa 3.000 km der Bundeswasserstraßen sind mit Staustufen ausgebaut, die meist aus einem beweglichen Wehr, einer Schleuse und einem Laufwasserkraftwerk bestehen. Durch das Ändern des Abflusses über das Kraftwerk und über das Wehr hält ein lokaler Regler den gewünschten Oberwasserstand innerhalb der vorgegebenen Stauzieltoleranz. Die Abfluss- und Stauregelung soll dabei mehrere, mitunter gegensätzliche Ziele erfüllen: Einhaltung des Stauziels innerhalb der festgelegten Toleranz, Verminderung von Abflussschwankungen, optimale Nutzung der Wasserkraft und Minimierung des Verschleißes der Wehrverschlüsse. Im Zuge des Klimawandels ist mit einer Zunahme extremer Wetterereignisse zu rechnen. Die Abfluss- und Stauregelung steht gerade in Niedrigwasserperioden vor wachsenden Herausforderungen. Schwankungen des Abflusses sind in diesen Phasen schwierig auszugleichen und Über- bzw. Unterschreitungen der Stauzieltoleranz sind nicht auszuschließen. Dadurch entsteht eine Gefahr für die Schifffahrt. Ziel des vorgestellten Vorhabens ist es, anhand einer fundierten Datenanalyse und der Methode des maschinellen Lernens Zusammenhänge zwischen Niederschlagsereignissen und Abflussschwankungen vertieft zu untersuchen. Zusätzlich sollen Abflussprognosen erstellt werden, welche die Abfluss- und Stauregelung unterstützen. Bedeutung für die Wasserstraßen- und Schifffahrtsverwaltung des Bundes (WSV) Die Verwendung maschinellen Lernens für Abflussvorhersagen auf der Basis von Niederschlags- und Zuflussdaten stellt ein vielversprechendes Werkzeug für die WSV dar. Prognosen schaffen einen vorausschauenden Handlungsspielraum für die Abfluss- und Stauregelung, sodass starke Wasserstandsund Abflussschwankungen minimiert und damit die Sicherheit und Leichtigkeit der Schifffahrt erhöht werden. Die Resilienz der Wasserstraße wird dadurch auch unter den zunehmenden Auswirkungen des Klimawandels gesteigert. Untersuchungsmethoden Das Verfahren wird exemplarisch an einer Stauhaltung der Mosel getestet. Die Niederschlagsdaten des Einzugsgebiets der Stauhaltung werden vom Deutschen Wetterdienst im Rahmen der Zusammenarbeit im BMDV-Expertennetzwerk bereitgestellt. Die Pegeldaten der oberliegenden Stauhaltung sowie die der untersuchten Stauhaltung selbst werden von der WSV zur Verfügung gestellt. In einem ersten Schritt werden die Pegeldaten untersucht. Anhand einer Kreuzkorrelation können Abhängigkeiten zwischen dem oberliegenden Pegel und dem Pegel in der untersuchten Stauhaltung aufgezeigt werden. In einem weiteren Schritt werden ebenfalls die Niederschlags- und Wehrdaten betrachtet und deren Zusammenhang mit den Pegeldaten untersucht. Zusätzlich wird eine Methode erarbeitet, um Wasserstandsschwankungen so zu filtern, dass die Werte möglichst unbeeinflusst von Schleusungen und Schifffahrt sind. Im Anschluss an die Aufbereitung der Daten wird nach einer geeigneten Methode des Maschinellen Lernens (ML) gesucht. Dabei werden unterschiedliche ML-Modelle in Python implementiert und trainiert. Der vielversprechendste Modelltyp soll weiter genutzt und mit unterschiedlichen Parametrierungen getestet werden. Hierbei wird immer auf einen Prognosezeitraum von drei Stunden hingearbeitet. Für die Abfluss- und Stauregelung ist eine dreistündige Prognose wünschenswert, um Schwankungen des Abflusses effektiv zu bewältigen.

Anfälligkeit von Flüssen für extreme Hochwässer: Klima- und Landschaftskontrollen und Früherkennung (PREDICTED)

Das zunehmende weltweite Auftreten großer Hochwässer innerhalb der letzten Jahre führte zu einem starken Anstieg vieler Hochwasserwahrscheinlichkeitskurven (hier als Step change bezeichnet) und führt zu der Frage, ob Hochwässer sich verändert haben. Oft werden Klimaänderung und der Verlust der Speicherfähigkeit unserer Böden durch menschliche Eingriffe für diese Veränderung verantwortlich gemacht. Jedoch können auch bei sich nicht veränderten Bedingungen immer wieder große Hochwässer auftreten, die als extrem erscheinen, da sie noch vorher nicht beobachtet werden. Die Frage ob sich Hochwasserprozesse verändern oder nicht, ist essentiell für zuverlässige Vorhersagen des zukünftigen Hochwasserrisikos und grundlegend für viele Entscheidungen, z.B. in der Risikovorsorge, Wasserwirtschaft, Stadt- und Raumplanung oder der Versicherungswirtschaft. Ziel des Projekts ist es, zu erforschen, ob die Wechselwirkungen zwischen Klima und Landschaft in Flussgebieten extreme Hochwässer innerhalb kurzer Perioden hervorrufen können, auch wenn keine Veränderungen der äußeren Einflussfaktoren (z.B. Niederschläge) auftreten. Als Indikator für mögliche Veränderungen in der Genese extremer Hochwässer wird in diesem Projekt das Auftreten bzw. die Lage des step change, d.h. eines plötzlichen starken Anstiegs der Hochwasserwahrscheinlichkeitskurve, gewählt. Methoden zur objektiven Bestimmung der Lage des step change in Hochwasserwahrscheinlichkeitskurven werden entwickelt und es wird untersucht, ob das Auftreten von step changes in den Zeitreihen vieler Gebiete weltweit nur als Artefakt zu kurzer Datenreihen erklärt werden kann. In einem weiteren Schritt wird untersucht, welche Klima- und Landschaftscharakteristiken das Auftreten und die Position von step changes in den Hochwasserwahrscheinlichkeitskurven beeinflussen. Dies erfolgt mit Hilfe eines kürzlich entwickelten vereinfachten stochastischen Modells von Niederschlag-Abflussprozessen, welches zuverlässig die Entstehung von Hochwasserabflüssen in verschiedenen Klima- und Landschaftseinheiten weltweit wiedergeben kann. Auf Basis von Modellsimulationen wird ein Index abgeleitet, der anzeigt ob das Zusammenspiel von sich verändernden Klima- und Landschaftscharakteristiken zu step changes führt. Die Güte des Indexes die Position von step changes vorherzusagen, wird anhand einer Vielzahl unterschiedlicher Gebiete weltweit verifiziert. Auch wird der Index auf Gebiete übertragen, in denen bisher noch keine extremen Hochwasserereignisse beobachtet wurden oder keine Beobachtungsreihen verfügbar sind. Ebenso werden mögliche Änderungen des Indexes aufgrund von Klimaänderungen analysiert. Das Projekt hilft das Zusammenspiel von Klima- und Landschaftsfaktoren bei der Entstehung von extremen Hochwasserereignissen besser zu verstehen und gibt an, wie lange ein bestimmtes Gebiet beobachtet werden muss, um eine zuverlässige Abschätzung auch extremer Hochwasserabflüsse ableiten zu können.

1 2 3 4 5 … 875 876 877