Masterprojekt von Franziska Schwarzenbach

Wert von Beobachtungen von Wasserstandsklassen für die Kalibrierung eines hydrologischen Modells

Mein Name ist Franziska und ich arbeite als “Community Managerin” im CrowdWater Projekt. Auch meine Masterarbeit schreibe ich als Teil des CrowdWater Projekts. Für meine Masterarbeit mache ich hydrologische Modellierungen. Ich verwende dabei die Beobachtungen der Wasserstandsklassen, welche in der Kategorie «virtuelle Messlatte» gesammelt werden. Ich möchte mehr darüber herausfinden, welchen Wert diese Daten für die Kalibrierung eines hydrologischen Modells haben. Dabei konzentriere ich mich auf Einzugsgebiete, welche die folgenden beiden Kriterien erfüllen:

  1. Beobachtungen von Wasserstandsklassen sind in diesem Einzugsgebiet verfügbar. Entweder wurden diese Beobachtungen mit der CrowdWater App gesammelt, oder an den Stift-und-Papier-Stationen, welche Barbara und Simon aufgestellt haben.
  2. Es sind Abflussdaten von einer offiziellen Schweizerischen oder Österreichischen Messstation verfügbar und die Messstation befindet sich ausreichend nahe am CrowdWater Spot.

Auf der untenstehenden Karte sind die elf Einzugsgebiete eingezeichnet, die ich in meiner Arbeit verwende.

Daten vom Hydrologischen Atlas der Schweiz (Schweizer Einzugsgebiete), Open Data Austria (Österreichische Einzugsgebiete), Swisstopo (Umrisse der Schweiz und Liechtensteins), GADM (Umriss Österreichs).

Für jedes der Einzugsgebiete habe ich eine bestimmte Anzahl an Wasserstandsklassen-Beobachtungen, welche von Citizen Scientists gesammelt wurden. Ich kombiniere diese Beobachtungen mit einer beschränkten Anzahl von Abflussmessungen, welche regelmässig über das Jahr verteilt sind. Mit diesen beiden Datentypen erhalte ich 24 verschiedene Szenarien der Datenverfügbarkeit. Diese entstehen durch alle möglichen Kombinationen aus

  • 0%, 25%, 50%, 75% und 100% der verfügbaren Citizen Science Daten, sowie
  • 0, 1, 3, 6, 12 Abflussmessungen pro Jahr.

Ich habe das HBV Modell, ein Modell zur Simulierung von Abfluss in einem Einzugsgebiet, für jedes meiner Einzugsgebiete mit den 24 verschiedenen Datenverfügbarkeitsszenarien kalibriert. Die Parametersets, welche ich so erhalten habe, nutze ich dazu, den Abfluss in jedem Einzugsgebiet zu simulieren. Diesen simulierten Hydrographen (Zeitreihe des simulierten Abflusses) vergleiche ich mit dem an der jeweiligen Messstelle gemessenen Hydrographen. Dieser Vergleich ermöglicht eine Aussage darüber, wie gut das Modell den tatsächlichen Abfluss simulieren kann. Diese Modellgüte kann mit einer Zahl ausgedrückt werden. Je höher diese Zahl, desto besser stimmen der simulierte und der gemessene Abfluss überein.

Die untenstehende Graphik zeigt exemplarisch die Resultate für die Alp in Einsiedeln. Es ist gut sichtbar, das die Modellgüte mit mehr Daten tendenziell höher ausfällt: Die Felder werden dunkler (was einem höheren Wert entspricht), je weiter oben und je weiter rechts sich das Feld befindet. Im Moment versuche ich herauszufinden, weshalb der Ansatz für einige Einzugsgebiete (wie zum Beispiel das der Alp in Einsiedeln) besser funktioniert als für andere Einzugsgebiete.

Ähnliche Modellkalibrierungen werde ich auch mit den Citizen Science Daten durchführen, welche im CrowdWater Spiel auf ihre Qualität geprüft und wenn nötig verbessert wurden. Dies wird nur für einige meiner Einzugsgebiete möglich sein, da die Daten von den Stift-und-Papier-Stationen keine Fotos enthalten und deshalb nicht im CrowdWater Spiel verwendet werden. Ich bin gespannt, ob eine höhere Modellgüte erreicht werden kann, wenn die Citizen Science Date höher aufgelöst und auf ihre Qualität hin geprüft worden sind.

Ich bedanke mich bei allen für das Mitmachen beim CrowdWater Projekt und damit für die Ermöglichung meiner Masterarbeit. Ich arbeite unglaublich gerne mit den Daten aus der CrowdWater App und dem CrowdWater Spiel! Über Fragen und Kommentare zu meiner Masterarbeit freue ich mich! Ich bin unter info@crowdwater.ch erreichbar.