Detaillierte Nachbildung von Schneeprozessen in der hydrologischen Modellierung

Förster, Kristian

In dieser Arbeit wird eine neue Methode zur Anwendung von prozessorientierten Schneemodellen auf der Einzugsgebietsskala vorgeschlagen. Es soll die Frage beantwortet werden, ob ein atmosphärisches Modell die geeignete Datengrundlage für die Anwendung prozessorientierter Schneemodelle auf der Skala eines Einzugsgebietes liefert. Anstelle von Punktbeobachtungen werden die meteorologischen Randbedingungen mit Hilfe eines atmosphärischen Modells aus globalen Eingangsdaten abgeleitet (dynamisches Downscaling). Alle auf diese Weise abgeleiteten historischen meteorologischen Daten stehen damit in Raum und Zeit in einem korrekten physikalischen Zusammenhang - eine Grundvoraussetzung für die prozessorientierte Schneemodellierung. Mit Hilfe von drei unabhängigen prozessorientierten Schneemodellen auf der Punkt- und Einzugsgebietsskala als Komponenten eines hydrologischen Modellsystems wird dies untersucht. Zusätzlich wird aus Vergleichsgründen das Temperatur-Index-Verfahren eingesetzt. Die Untersuchungen wurden für das Einzugsgebiet der Sieber (44 Quadratkilometer) im Harz durchgeführt. Im Vergleich mit hochaufgelösten Beobachtungsdaten konnten mit den Schneemodellen gute Ergebnisse für unterschiedliche meteorologische Situationen auf der Punkt- und Einzugsgebietsskala erzielt werden. Sowohl für den Kalibrierungs- als auch für den Validierungszeitraum ergaben die Simulationen auf der Einzugsgebietsskala Modelleffizienzen von über 0,8 bei Zeitreihenvergleichen für einen Zeitschritt von 1 h. Die Fragestellung wurde dabei auf die Variablen Temperatur, Luftfeuchte, Strahlung und Windgeschwindigkeit eingeschränkt, da die Variable Niederschlag nur unter Einschränkungen auf den gewünschten Skalen abgeleitet werden konnte. Daher wurden den Simulationen beobachtete Niederschlagszeitreihen zugrunde gelegt. Für Gebiete ohne Beobachtungen kann mit der hier entwickelten Methodik der Einfluss der saisonalen Schneedecke auf den Wasserhaushalt realistisch quantifiziert werden.

In this study, a new approach to provide meteorological forcing data for process based snow models at the catchment scale is proposed. Instead of using point observations, the meteorological variables are derived by means of dynamic downscaling using a local atmospheric model driven by globally available input data. All meteorological variables of historical weather conditions are physically consistent in time and space, which is a basic requirement for process based snow models. The question, if spatial meteorological data obtained from a local atmospheric model are sufficient to drive process based snow models, is studied. To test the proposed methodology, simulations with three independent process based snow models are carried out at the point and catchment scale. For purposes of comparison, the common but very simplified temperature index method is applied likewise. The study area is the Sieber catchment (44 square kilometers) in the Harz Mountains in Germany. Compared to time series with high temporal resolution the tested snow models performed well under different meteorological conditions at the point and catchment scale. It was possible to achieve model efficiencies greater than 0.8 at catchment scale for both the calibration and the validation period on an hourly time step, if downscaled spatial data for temperature, humidity, radiation and wind speed were applied. For the study area, precipitation could not be downscaled with a high accuracy compared to observations. Consequently, observed precipitation time series were used instead. In conclusion, the proposed methodology can efficiently be used for areas without observations to simulate seasonal snow cover in a realistic manner.

Vorschau

Zitieren

Zitierform:

Förster, Kristian: Detaillierte Nachbildung von Schneeprozessen in der hydrologischen Modellierung. 2013.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Details anzeigen

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export