Themen/Wasser und Abwasser/Talsperren

Teilprojekt 3.2.1 - Wasserhaushalt im Einzugsgebiet von Talsperren

Hintergrund

Aktuelle Klimaprognosen zeigen tendenziell eine Zunahme der Temperatur, längere und extremere Trockenperioden und ein sich veränderndes Niederschlagsregime (BERNHOFER et al. 2011 ). Im Rahmen des REGKLAM-Teilprojektes werden Auswirkungen dieser projizierten sich ändernden klimatischen Randbedingungen auf den Wasser- und Stoffhaushalt in hydrologischen Talsperreneinzugsgebieten untersucht und bewertet. Neben möglichen Einflüssen des Klimawandels auf den Wasserhaushalt werden auch Auswirkungen auf die qualitative Beschaffenheit der Zuflüsse zu den Talsperren im Untersuchungsgebiet und damit Auswirkungen auf die Trink- und Brauchwasserversorgung bestimmt. Insbesondere für die Trinkwassergewinnung aus Oberflächenwasser ist eine gleichbleibende Beschaffenheit des Rohwassers wichtig, da die Aufbereitungstechnologien der Wasserwerke an eine bestimmte Rohwasserbeschaffenheit angepasst sind. Die Ergebnisse dienen dann zur Ableitung von Entwicklungsszenarien, welche die Grundlage für Anpassungs- und Mitigationsstrategien für die Talsperrenbewirtschaftung, die Rohwasseraufbereitung und das wasserbezogene Landnutzungsmanagement im Untersuchungsgebiet darstellen. Neben den aus der Bandbreite existierender Klimaprojektionen resultierenden Unsicherheiten, stehen die Unsicherheiten der angewendeten „klassischen“ deterministischen Modellierung des Wasserhaushaltes im Fokus der Untersuchungen.

Nachfolgend erhalten Sie Informationen über Ziele, Forschung, Ergebnisse, Produkte und Partner des Teilprojektes. 


Ziele

Die Ziele des Teilprojektes 3.2.1 sind in vier thematisch teilweise verknüpfte und aufeinander aufbauende Arbeitspakete untergliedert, welche von unterschiedlichen Partnern bearbeitet werden.

Wasserhaushalt für projizierte Klimaszenarien (P3.2.1a , Lehrstuhl für Hydrologie – TU Dresden )

  • Aufbau eines „klassischen“ deterministischen Wasserhaushaltsmodells
  • Kalibrierung und Validierung des Wasserhaushaltsmodells unter rezentem Klima
  • Simulation von unterschiedlichen Klimaprojektionen (Emissionsszenarien, regionale Klimamodelle, Realisierungen)
  • Auswertung des projizierten Wasserhaushaltes und Vergleich zum rezenten Wasserhaushalt
  • Betrachtung von Modellunsicherheiten

Stochastische Zuflussganglinien (P3.2.1b, Lehrstuhl für Hydrologie – TU Dresden)

  • Unter Verwendung der Ergebnisse von P3.2.1a (Talsperrenzuflüsse) werden langjährige Zuflussganglinien für projizierte Klimaszenarien stochastisch generiert
  • Modellierung neuer, nicht beobachteter relevanter Trockenperioden

Projizierte Zusammensetzung des Stoffaustrages aus verschiedenen Landnutzungen für projizierte Klimaszenarien (P3.2.1c, Lehrstuhl für Standortslehre und Pflanzenernährung – TU Dresden )

  • Quantifizierung möglicher Veränderungen am Beispiel der in die Talsperre Lehnmühle eingetragenen Stofffrachten durch veränderte klimatische Randbedingungen

Multikriterielles Optimierungsverfahren zur Bewirtschaftungsplanung von Stauräumen (P3.2.1d, Lehrstuhl für Hydrologie – TU Dresden)

  • Entwicklung einer Methodik zur multikriteriellen Optimierung der Bewirtschaftung von Talsperren
  • Prüfung der aktuellen Talsperrenbewirtschaftung unter rezentem Klima
  • Multikriterielle Optimierung der Talsperrenbewirtschaftung unter veränderten klimatischen Randbedingungen
  • Analyse der möglichen Entwicklung der Trink- und Brauchwasserversorgungssicherheiten für projizierte Klimaszenarien
  • Ergebnisse liefern Adaptionsstrategien auf Basis optimal angepasster Talsperrenbewirtschaftungsstrategien als auch Aussagen über die Robustheit des Talsperrensystems unter veränderten klimatischen Rahmenbedingungen


Neben diesen Zielen werden Untersuchungen in Kleinsteinzugsgebieten zur Erweiterung des grundlegenden hydrologischen System- und Prozessverständnisses, welches erforderlich ist um überhaupt Auswirkungen veränderter klimatischer Randbedingungen auf den Wasserhaushalt abbilden zu können, durchgeführt.

Nach oben


Forschung

Untersuchungsgebiet

Die Auswirkungen projizierter Klimaveränderungen auf den Wasser- und Stoffhaushalt werden beispielhaft im Einzugsgebiet der Wilden Weißeritz untersucht. Das gesamte Einzugsgebiet der Wilden Weißeritz umfasst bis zum Pegel Hainsberg 3 eine Fläche von ca. 162 km² und erstreckt sich von den Kammlagen des Osterzgebirges bis in die tieferen Lagen des Erzgebirgsvorlandes im Südosten von Dresden (Lupengebiet, Abbildung 1).

Abb. 1: Einzugsgebiet der Wilden Weißeritz bis zum Pegel Hainsberg 3 (Quelle: IÖR 2010)

Das im Einzugsgebiet befindliche Talsperrensystem Lehnmühle-Klingenberg, zusammen mit der Talsperre Rauschenbach an der Flöha, ist aktuell für die Trinkwasserversorgung des gesamten Weißeritzkreises, der Stadt Freital und zu ca. 60% der Stadt Dresden verantwortlich (Landestalsperrenverwaltung Sachsen). Die Untersuchungen innerhalb des Teilprojektes erfolgten je nach Fragestellung in unterschiedlichen Teileinzugsgebieten. Das hydrochemische und tracerhydrologische Monitoringprogramm wurde im ca. 50 km² großen Einzugsgebiet des oberhalb der Talsperre Lehnmühle gelegenen Pegels Ammelsdorf durchgeführt. Dabei wurden zusätzlich drei Kleinsteinzugsgebiete mit jeweils nahezu homogener Landnutzung (Acker, Grünland, Wald) ausgesucht und für die Messkampagnen instrumentiert. Die Modellierung des Stoffhaushaltes unter veränderten klimatischen Randbedingungen (P3.2.1c) erfolgte für das talsperrenunbeeinflusste Einzugsgebiet des Pegels Ammelsdorf, da das genutzte Modell die Nährstoffkreisläufe innerhalb einer Talsperre nur unzureichend abbilden kann. Die Modellierung des Wasserhaushaltes unter veränderten klimatischen Randbedingungen (P3.2.1a) erfolgte für das Einzugsgebiet bis zum Auslasspegel der Talsperre Klingenberg (Pegel Klingenberg).

Messkampagnen

1.    Kontinuierliche Durchflussbeobachtungen
Zur Quantifizierung der Wassermengen wurden in die Fließgewässer der drei Kleinsteinzugsgebiete Messwehre eingebaut. Mittels Drucksonden und entsprechender Loggertechnik wurden Wasserstände zeitlich hochaufgelöst erfasst, um anhand von messwehrspezifischen Überfallformeln daraus Durchflüsse zu berechnen.

2.    Hydrochemisches Monitoring
Die Nährstoffausträge aus den drei Kleinsteinzugsgebieten unterschiedlicher Landnutzungen in das Gewässer wurden über wöchentliche Probenahmen und Laboranalysen charakterisiert. Dabei lag der Schwerpunkt auf dem Nährelement Phosphor, der fraktioniert als ortho-Phosphat (PO43-) und Gesamt-Phosphat (GP) erfasst wird. Außerdem werden der gelöste organische Kohlenstoff (DOC), Stickstoff in den Fraktionen Nitrat (NO3-) und Ammonium (NH4+) sowie Kationen und Anionen bestimmt. Das Austragsverhalten dieser Stoffe wird zusätzlich ereignisbezogen in Hochwasserwellen untersucht.

3.    Tracerhydrologisches Monitoring
Ziel war es, Aussagen über Anteile von Abflusskomponenten (Ereignis- und Vorereigniswasser) und Verweilzeiten des Wassers in den Kleinsteinzugsgebieten und im Einzugsgebiet des Pegels Ammelsdorf zu treffen. Hierzu wurden Gehalte der Umweltisotope Sauerstoff-18, Deuterium und Tritium bestimmt. Die Analyse erfolgte einerseits auf Basis von Monatsmischproben (Verweilzeitbestimmungen) und andererseits parallel zu den Wasserqualitätsuntersuchungen ereignisbezogen für Hochwasserereignisse (Abflusskomponentenseparation).

4.    Ereignisgesteuerte, automatische Probenahme
Für eine hochaufgelöste Beprobung von Hochwasserereignissen wurden automatische Probenehmer eingesetzt. Damit konnten Veränderungen von Stoff- und Isotopenkonzentrationen während der Hochwasserereignisse erfasst werden.

Modellierung des Wasserhaushaltes für projizierte Klimaszenarien (P3.2.1a)

Die Modellierung des Wasserhaushaltes unter rezentem und projiziertem Klima wurde mit dem flächendifferenzierten, deterministischen, hydrologischen Modell WaSiM-ETH (SCHULLA 1997) durchgeführt. Das Modell wurde anhand aktuellster Boden- und Landnutzungsdaten für das Untersuchungsgebiet erstellt und parametrisiert. Zur Modellkalibrierung wurde ein multikriterieller Optimierungsalgorithmus angewendet. Im Anschluss an die Validierung des Modells erfolgte die Simulation des Wasserhaushaltes für verschiedene Emissionsszenarien und Realisierungen von regionalen Klimamodellen für die vier REGKLAM-Zeitscheiben (1962-1990, 1991-2020, 2021-2050, 2071-2100). Verwendet wurden die Klimadaten des statistischen Regionalmodells WETTREG2010 und des dynamischen Regionalmodells CLM (jeweils mit Globalmodellantrieb ECHAM5/MPI-OM T63-Lauf1) für die vier REGKLAM-Zeitscheiben.
Um Parameterunsicherheiten des hydrologischen Modells zu identifizieren wurden im Kalibrierungs-, Validierungszeitraum und für die verschiedenen Zeitscheiben jeweils ausgewählte Pareto-optimale Lösungen (Parametersätze) der multikriteriellen Optimierung für die Wasserhaushaltsmodellierung verwendet.

Stochastische Generierung von Zuflussganglinien (P3.2.1.b)

Für die durch WaSiM-ETH modellierten Durchflüsse der regionalen Klimamodelle WETTREG2010 und CLM wurden für die REGKLAM-Zeitscheiben jeweils synthetische multivariate Talsperrenzuflusszeitreihen (10.000 Jahre) generiert. Die Zeitreihen beschreiben den mittleren hydrologischen Zustand innerhalb einer REGKLAM-Zeitscheibe für vier lokale Zuflüsse A bis D des Talsperrenmodells (Abbildung 3).
Die synthetisch erzeugten Zeitreihen können neue relevante Trockenperioden aufweisen und dienen als Datengrundlage zur multikriteriellen Optimierung der Talsperrenbewirtschaftung.
Zur Generierung der synthetischen monatlichen Zeitreihen wurde ein multivariates Zeitreihenmodell (ASHRAFZADEH 2009) auf Basis eines hybriden neuronalen Netzwerkes verwendet. Durch die Erweiterung des Modells mit einem linearen Filter (LANGOUSIS & KOUTSOYIANNIS 2005) kann zusätzlich Langzeitpersistenz modelliert werden.

Modellierung von Stoffausträgen unter veränderten klimatischen Randbedingungen (P3.2.1c)

Die Modellierung der Stoffausträge unter veränderten klimatischen Randbedingungen erfolgte mit dem Soil and Water Assessment Tool (SWAT-Modell). Das Einzugsgebiet des Zuflusses zur Talsperre Lehnmühle wurde auf Grundlage des Digitalen Geländemodells, der Boden- und Landnutzungsdaten aufgebaut und parametrisiert. Das Modell wurde mit den gemessenen Wasser- und Stickstoffflüssen für den Zeitraum 2009-2011 angepasst. Die Simulation der Stickstoffflüsse für die Zeitscheiben (2009-2020, 2021-2050, 2071-2100) erfolgte mit statischer Landnutzungsverteilung und den Klimaprojektionsdaten. Es wurden die Klimaprojektionsdaten des statistischen Modells WETTREG2010, mit den Emissionsszenarien A1B und B1, sowie des dynamischen Modells CLM, mit dem Emissionsszenario A1B, genutzt. Die Auswertung der Ergebnisse erfolgte in den zuvor genannten Zeitscheiben.

Multikriterielle Optimierung der Talsperrenbewirtschaftung (P3.2.1d)

Der Klimawandel stellt eine Herausforderung für Talsperrenbetreiber dar. Für veränderte klimatische und somit auch hydrologische Rahmenbedingungen müssen Bewirtschaftungsstrategien angepasst werden, die garantieren, dass auch weiterhin alle Bewirtschaftungsziele bestmöglich erfüllt werden.
Eine Adaption der Bewirtschaftungsstrategien komplexer Talsperrenverbundsysteme erfordert zumeist eine Optimierung des wasserwirtschaftlichen Systems mittels computergestützter Verfahren. Sind konträre Bewirtschaftungsziele zu erfüllen bietet sich hierfür die multikriterielle Optimierung (MKO) an. Die MKO resultiert in einer Fülle bestmöglicher (Pareto optimaler) Kompromisslösungen zwischen allen konträren Bewirtschaftungszielen. Dies bietet dem Entscheidungsträger die Grundlage um nachträglich die für ihn beste Lösung auszuwählen. Weiterhin erhält der Entscheidungsträger einen Überblick über die wechselseitige Abhängigkeit der konträren Bewirtschaftungsziele.
Im Teilprojekt 3.2.1 wurde ein robustes und effizientes MKO-Framework zur Adaption der Bewirtschaftung von Talsperren an veränderte klimatische Verhältnisse entwickelt. Abbildung 2 gibt einen Überblick über das MKO-Framework.

Abb. 2: Schema des MKO-Frameworks zur Adaption der Bewirtschaftung von Talsperren (Quelle: nach Müller & Schütze 2013)

Für das Talsperrensystem aus den Talsperren Klingenberg, Lehnmühle und Rauschenbach (Abbildung 3) im sächsischen Osterzgebirge werden mit Hilfe des MKO-Frameworks an die projizierten klimatischen Verhältnisse optimal angepasste Bewirtschaftungsstrategien entwickelt. Diese stellen mögliche Anpassungsmaßnahmen dar, während gleichzeitig die zukünftige Robustheit des Talsperrensystems bezüglich wichtiger Bewirtschaftungsziele überprüft werden kann. Die so gewonnenen Informationen können dann als Grundlage für Planungs- und Entscheidungsprozesse hinsichtlich einer Adaption an mögliche Klimaveränderungen dienen.

Abb. 3: Schema des Talsperrensystems aus den Talsperren Lehnmühle, Klingenberg und Rauschenbach (Quelle: nach Müller & Schütze 2013)

Nach oben


Wasserhaushalt für projizierte Klimaszenarien (3.2.1a)


Entwicklung jährlicher Wasserhaushaltsgrößen
Die nachfolgenden Abbildungen zeigen ausgewählte Ergebnisse der möglichen Entwicklung verschiedener Wasserhaushaltsgrößen im Untersuchungsgebiet bis zum Jahr 2100. Die Schwankungsbreiten ergeben sich im Kontrollzeitraum der regionalen Klimamodelle bis zum Jahr 2000 nur durch die Simulation mit verschiedenen Pareto-optimalen Parametersätzen (Abbildung 4 bis Abbildung 6). Danach ergeben sich die Schwankungsbreiten zusätzlich aus der Anzahl der verwendeten Modellrealisierungen. Dabei wurden pro Emissionsszenario für WETTREG2010 zehn und für CLM zwei Realisierungen verwendet. Damit sind die geringeren Schwankungsbreiten insbesondere bezüglich des Niederschlages, Abflusses und der Verdunstung bei CLM im Vergleich zu WETTREG2010 zu begründen.
Generell ist festzustellen, dass die Wahl des Regionalmodells einen größeren Einfluss auf die projizierten Wasserhaushaltsgrößen (z.B. den Abfluss) hat, als die Verwendung der IPCC-Emissionsszenarien. So nimmt beispielsweise der mit den Klimaprojektionen von WETTREG2010 simulierte mittlere jährliche Abfluss im Zeitraum 2071-2100 für alle IPCC-Emissionsszenarien im Vergleich zum Zeitraum 1961-1990 um ca. 40% auf ca. 260 mm ab, während der mit den Klimaprojektionen von CLM simulierte mittlere jährliche Abfluss mit ca. 450 mm in beiden Zeitscheiben für alle IPCC-Emissionsszenarien in etwa konstant bleibt. Hauptursache dafür sind die Unterschiede in der Niederschlagsprojektion der beiden Regionalmodelle.
Robuste Anpassungsmaßnahmen müssen diese großen Unsicherheiten in der Niederschlagsprojektion und die Bandbreite der resultierenden Abflussprojektionen berücksichtigen können. Um die Unsicherheiten in der Modellierung des Wasserhaushaltes zu verringern bedarf es einer verbesserten Datengrundlage. Daher sollte das bestehende Messnetz erweitert und die Aufnahme von Messdaten kontinuierlich fortgesetzt werden. Zusätzlich sollten bislang fehlendes Prozessverständnis und mangelnde Prozessbeschreibungen durch Grundlagenforschung im Bereich der Klimamodellierung und hydrologischen Modellierung vorangetrieben werden.

Abb. 4: Spannweiten und Median ausgewählter Wasserhaushaltsgrößen für verschiedene Parametersätze von WaSiM-ETH, Emissionsszenarien und Realisierungen von WETTREG2010 (Quelle: Prange et al., REGKLAM-Produkt 3.2.1a) Klicken um zu vergrößern.
Abb. 5: Spannweiten und Median ausgewählter Wasserhaushaltsgrößen für verschiedene Parametersätze von WaSiM-ETH, Emissionsszenarien und Realisierungen von CLM (Quelle: Prange et al., REGKLAM-Produkt 3.2.1a) Klicken um zu vergrößern.
Abb. 6: Vergleich des Medians ausgewählter Wasserhaushaltsgrößen für verschiedene Parametersätze von WaSiM-ETH, Emissionsszenarien für Realisierungen von WETTREG2010 und CLM (Quelle: Prange et al., REGKLAM-Produkt 3.2.1a) Klicken um zu vergrößern.

Nach oben

Saisonale Entwicklung von Wasserhaushaltsgrößen

Bezüglich der innerjährlichen Verteilung des mittleren monatlichen Abflusses im Untersuchungsgebiet zeigen sich ähnliche Unterschiede zwischen den beiden regionalen Klimamodellen. Während bei CLM sowohl die innerjährliche Verteilung und Menge des Abflusses in den betrachteten Zeitscheiben ähnlich ist, nimmt die Abflussmenge bei WETTREG2010 insbesondere in der letzten Zeitscheibe 2071-2100 deutlich ab, wobei der innerjährliche Verlauf in etwa erhalten bleibt.

 

Abb. 7: Schematische Beschreibung der Boxplots in Abbildung 8 und Abbildung 9 (Quelle: Prange et al., REGKLAM-Produkt 3.2.1a)

Abb. 8: Vergleich der mittleren monatlichen Abflusssumme in den Zeitscheiben 1962-1990 für die Beobachtung (schwarze Linie), simuliert mit DWD-Klimadaten (grau und schwarz) und simuliert mit WETTREG2010 (Emissionsszenario A1B) für die Zeitscheiben 1962-1990 (rot), 1991-2020 (grün), 2021-2050 (blau) und 2071-2100 (hellbraun) (Quelle: Prange et al., REGKLAM-Produkt 3.2.1a) Klicken um zu bergrößern.
Abb. 9: Vergleich der mittleren monatlichen Abflusssumme in den Zeitscheiben 1962-1990 für die Beobachtung (schwarze Linie), simuliert mit DWD-Klimadaten (grau und schwarz) und simuliert mit CLM (Emissionsszenario A1B) für die Zeitscheiben 1962-1990 (rot), 1991-2020 (grün), 2021-2050 (blau) und 2071-2100 (hellbraun) (Quelle: Prange et al., REGKLAM-Produkt 3.2.1a) Klicken um zu vergrößern.

Nach oben

Stochastische Zuflussganglinien (3.2.1b)


Ergebnisse der Zeitreihenmodellierung sollen hier beispielhaft an synthetisch generierten Durchflüssen der Zeitscheibe 2021-2050 gezeigt werden. Als Datengrundlage dienen die modellierten Durchflüsse aus dem Wasserhaushaltsmodell WaSiM-ETH  für die zehn Realisierungen des regionalen Klimamodells WETTREG2010.
Nach dem Trendbereinigen der einzelnen Realisierungen wird ein Gesamtdatensatz (schwarze Diamanten in Abbildung 10) aus den Zuflüssen der zehn Realisierungen des regionalen Klimamodells WETTREG2010 (graue Linien in Abbildung 10) für eine Zeitscheibe von 30 Jahren generiert. Dieser ist die Datengrundlage zum trainieren des hybriden neuronalen Netzes.

Abb. 10: Vergleich monatlicher und jährlicher statistischer Kennwerte (Mittelwert, Schiefe, Standardabweichung und Lag-1 Autokorrelation) für den Talsperrenzufluss Lehnmühle (lokaler Zufluss A, WETTREG2010 A1B, 2021-2050). Simulierte Durchflüsse sind als Boxplots dargestellt. Graue Linien kennzeichnen einzelne Realisierungen, schwarze Diamanten den Gesamtdatensatz über alle Durchläufe. Jeweils rechts abgesetzt ist der jährliche statistische Kennwert dargestellt (Quelle: Müller et al., REGKLAM-Produkt 3.2.1b) Klicken um zu vergrößern.

Als Boxplot in Abbildung 10 ist die Verteilung der statistischen Parameter aus 50 synthetischen Durchflusszeitreihen des lokalen Zuflusses A mit je 300 Jahren als Boxplots dargestellt. In Abbildung 11 wird die zugehörige Korrelation zwischen Durchflüssen der lokalen Zuflüsse des Talsperrenmodells (Abbildung 3) gezeigt. Aus Abbildung 10 ist ersichtlich, dass mit dem Zeitreihenmodell die wichtigsten statistischen Kennwerte als auch die Korrelationsstruktur der Zeitreihen in guter Näherung wiedergegeben werden können.
Nach dem Folgescheitelalgorithmus ergibt sich nach der Simulation eines 10.000 jährigen Zeitreihensatzes ein erforderliches Stauvolumen von 97 hm³. Die Stauvolumen der zehn Realisierungen schwanken zwischen 5 hm³ und 16 hm³.

Abb. 11: Kreuzkorrelation zwischen Durchflüssen lokaler Zuflüsse analog zu Abbildung 10 (Quelle: Müller et al., REGKLAM-Produkt 3.2.1b) Klicken um zu vergrößern.

Nach oben

Projizierte Zusammensetzung des Stoffaustrages aus verschiedenen Landnutzungen für projizierte Klimaszenarien (3.2.1c)

Entwicklung der jährlichen Nitratfrachten

Die von den Modellen projizierte Entwicklung der Nitratstickstoffausträge (NO3-N) in der Zukunft weist eine große Schwankungsbreite auf (Abbildung 12). Sie variieren in Abhängigkeit vom Emissionsszenario und vom verwendeten Regionalmodell und dessen Realisierungen.

Die klimabedingte Bandbreite der NO3-N-Austräge schwankt während des Zeitraums 2009–2100 im Mittel zwischen 10 kg ha-1 1 a-1 und 20 kg ha-1 a-1. Dies entspricht einer ähnlichen Variabilität, wie sie für die zurückliegenden Jahrzehnte für das Einzugsgebiet der Talsperre Lehnmühle berichtet wurde. Es konnte somit keine signifikante Veränderung gegenüber den aktuellen Austrägen festgestellt werden. Die emissionsbedingte Bandbreite der NO3-N-Austräge zeigt die projizierte Entwicklung der Austräge unter Verwendung des gleichen Klimamodells, aber verschiedener Emissionsszenarien (hier: A1B und B1). Die mit dem Emissionsszenario B1 projizierten NO3-N-Austräge bis zum Jahr 2100 sind im Mittel etwas niedriger, verglichen mit den vom Emissionsszenario A1B projizierten mittleren Austrägen. Die Variabilität der Austräge unterscheidet sich zwischen beiden Emissionsszenarien nicht.

Abb. 12: Entwicklung der jährlichen Austräge an Nitrat-Stickstoff (NO3-N) (11-jährig gleitendes Mittel) für die regionalen Klimamodelle WETTREG 2010 und CLM sowie für die Emissionsszenarien A1B und B1 (Quelle: Benning und Feger 2012, REGKLAM-Produkt 3.2.1c).

Nach oben

Veränderung des saisonalen Nitrataustrags


Die projizierten monatlichen Nitratstickstoff-Austräge (NO3-N) zeigen Veränderungen in der jahreszeitlichen Dynamik für die zukünftigen Zeitscheiben (Abbildung 13). Unabhängig vom verwendeten Regionalmodell und Emissionsszenario werden für die zukünftigen Zeitscheiben 2021–2050 und 2071–2100 während des Winterhalbjahres steigende monatliche NO3-N Austräge projiziert.
Die projizierten höheren Austräge während der Wintermonate sind erklärbar durch den projizierten Temperaturanstieg in den Wintermonaten und die damit sinkende Anzahl der Tage mit einer geschlossenen Schneedecke. Dies führt zu einem Anstieg der mikrobiellen Aktivität (u.a. Nitrifikation). Dadurch dass der Niederschlag vermehrt in Form von Regen fällt und nicht als Schnee, ist im Boden ausreichend Wasser verfügbar, mit dem NO3-N ausgetragen werden kann. Die projizierten höheren Niederschlagsmengen im Winter bewirken dabei ebenfalls einen Anstieg der Austräge. Die Unsicherheit der projizierten Austräge ist groß, da der NO3-N-Austrag stark vom Niederschlag abhängt.

Abb. 13: Mittlere monatliche Nitratstickstoff-Frachten (NO3-N) für die REGKLAM-Zeitscheiben (Quelle: Benning und Feger 2012, REGKLAM-Produkt 3.2.1c)

Nach oben

Mehrzieloptimierungsverfahren zur Bewirtschaftungsplanung von Stauräumen (3.2.1d)


Wichtige Bewirtschaftungsziele des Talsperrensystems Klingenberg-Lehnmühle-Rauschenbach, aus denen sich die Zielfunktionen der MKO ableiten, sind:

  • Eine hohe Versorgungssicherheit: Brauchwasser wird in drei Bereitstellungsstufen (BSS) mit jeweils zunehmender Abgabemenge zur Verfügung gestellt. Die geforderten Versorgungssicherheiten sind nach Stufe BSS1 99,95%, BSS2 99,5% und BSS3 99%. Zielfunktion FF1 maximiert die Summe der jeweils erreichten Versorgungssicherheiten S (BSS).
  • Eine vollständig gefüllte Talsperre Klingenberg im Monat April ist für eine hohe Wassergüte über das Jahr vorteilhaft. Daher maximiert Zielfunktion FF2 die Überschreitungswahrscheinlichkeit einer vollen Talsperre Klingenberg im April.
  • Die Talsperre Klingenberg wird mit Wasser aus der Talsperre Rauschenbach gestützt (Abbildung 3). Die übergeleitete Wassermenge soll jedoch so gering wie möglich sein. Zielfunktion FF3 minimiert daher die Überleitungsmenge.

Um diese möglichst zu verbessern werden insgesamt vier Lamellen (Einteilung des Stauraums zur Steuerung der Talsperre) mit monatlichen Werten optimiert. Zwei Lamellen ZKL,i i=1,2 unterteilen monatlich die Bereitstellungsstufen innerhalb der Bewirtschaftungszone. Zwei weitere Lamellen ZDiv,i regeln die monatliche Überleitungsmenge in drei Stufen mit festgelegten Überleitungsmengen.

Abbildung 14 zeigt als Beispiel ein Ergebnis des MKO-Frameworks für das Szenario WETTREG2010 A2 für die REGKLAM-Zeitscheibe 2021-2050 in einem modifizierten Level Diagramm nach Zio und Bazzo (ZIO & BAZZO 2010). In einem Level Diagramm liegt eine Lösung auf der jeweils gleichen Ordinatenhöhe in allen Teildiagrammen. Dies erlaubt die einfache Darstellung auch höherdimensionaler Zusammenhänge. Der Ordinatenwert berechnet sich als Abstand einer jeden Lösung zum Utopia Punkt. Als Beispiel einer optimierten Bewirtschaftung sind in Abbildung 15 die zur Lösung Cl-1 zugehörigen Lamellen abgebildet.

Abb. 14: Level Diagramm als Ergebnis der Mehrzieloptimierung. Die vertikale strich-punktierte Linie der ersten drei Teildiagramme markiert die geforderte Versorgungssicherheit der jeweiligen Bereitstellungsstufe. Dargestellt als große farbige Punkte (Cl-1 bis CL-4) sind repräsentative Lösungen der Cluster mit gleicher Farbe (Quelle: Müller et al., REGKLAM-Produkt 3.2.1d) Klicken um zu vergrößern.

Aus Abbildung 14 ist unter anderem ersichtlich, dass für das Szenario WETTREG2010 A2 für die REGKLAM-Zeitscheibe 2021-2050 auch mit der bestmöglich angepassten Bewirtschaftung die geforderte Versorgungssicherheit in allen Bereitstellungsstufen mit den derzeitigen Abgaben nicht gewährleistet werden könnte.

Abb. 15: Angepasste Bewirtschaftung durch Lamellen der Bereitstellungsstufen ZKL,i (links) und der Überleitung ZDiv,i (rechts) zu Cl-1 (Quelle: Müller et al., REGKLAM-Produkt 3.2.1d) Klicken um zu vergrößern.

Nach oben


Produkte

Produkte:


Publikationen:

  • Benning, R., Schua, K., Schwärzel, K., Feger, K.H. (2012): Fluxes of nitrogen, phosphorus, and dissolved organic carbon in the inflow of the Lehnmühle reservoir (Saxony) as compared to streams draining three main land-use types in the catchment. Adv. Geosci. 32, 1–7.
  • In Vorbereitung: Benning, R., Feger, K.H. (2013): Der Beitrag von Waldflächen zur Sicherung der Rohwasserqualität in einem mesoskaligen Talsperren-Einzugsgebiet. Berichte Freiburger Forstliche Forschung.
  • Müller, R., Schütze, N. (2013): Improving the future performance and reliability multi-reservoir systems by multi-objective optimization, In: Proceedings of Symposium H09, IAHS-IAPSO-IASPEI Assembly, Gothenburg, Sweden
  • Müller, R. (2014): Überprüfung der zukünftigen Leistung eines Talsperrensystems mittels Mehrzieloptimierung, Wasserwirtschaft, (in Review)

Nach oben

Partner

Projektverantwortung:


Projektpartner:

Nach oben

 

Downloads

Steckbrief

Poster

Ansprechpartner

Prof. Dr. Karl-Heinz Feger
fegerkh[...]forst.tu-dresden.d

Copyright © 2012, All rights reserved. Website by Leibniz-Institut für ökologische Raumentwicklung