Projekt:FE Beobachtung 1/Wetterradar/Ehret 2003
| Literatur Wetterradar |
|
Artikel Bücher Dissertationen |
| Weitere Teilprojekte |
Ehret, Uwe (Doktorarbeit)[Bearbeiten]
Rainfall and Flood Nowcasting in Small Catchments using Weather Radar. Mitteilungen Institut für Wasserbau, Universität Stuttgart, 2003.
In der Doktorarbeit wird der Aufbau eines Hochwasservorhersagesystems mit Hilfe eines Wetterradars für das 75 km² große Einzugsgebiet des Goldersbach, welcher durch Tübingen fließt, beschrieben. Da es sich um ein kleines, schnell reagierendes Einzugsgebiet handelt, ist eine Kurzfrist-Regenvorhersage mit Hilfe von Radardaten nötig, um entsprechende Vorwarnzeiten zu erreichen.
Dabei erfolgte eine Klassifizierung verschiedener Regentypen anhand von 7 aus dem Wetterradar abgeleiteten Parametern. Da diese in Mischformen auftreten bzw. zum Teil benötigte Informationen fehlen können, wurde ein Klassifizierungssystem mit Hilfe von Fuzzy-Logik und nur 2 Parametern aufgestellt. Im Vergleich zu einer manuellen Klassifizierung betrug die Trefferquote unter Anwendung des Systems 63 % bei 494 Bildern. Im weiteren Verlauf der Arbeit wurde eine Klassifizierung in 3 Klassen mit Hilfe nur eines Parameters (WAR - "wetted area ratio" - Überdeckung) als ausreichend befunden. Die Vorhersage des Niederschlages wurde mit dem sogenannten SCM ("Spectrum corrected Markov Chain") - Modell berechnet. Dieses erfolgt in den Schritten: Advektionsberechnung, Vorhersage auf Bildebene, Vorhersage auf Pixelebene, Korrektur des Spektrums und Korrektur der Parameter WAR und IMF ("image mean flux" - mittlere Niederschlagsintensität) - die letzten beiden Schritte dienen zur Sicherstellung, das die Entwicklung der einzelnen Zellen nicht unabhängig voneinander geschieht.
Die Advektion wurde mit Hilfe der mit dem Doppler-Effekt hergeleiteten Winkel und Geschwindigkeit des Windes berechnet. Standen die dafür nötigen Daten nicht zur Verfügung bzw. wurden unrealistische Resultate erhalten, wurde auf ein Kovarianz-Verfahren ausgewichen, welches die Advektion aus der Bildverschiebung zweier aufeinanderfolgenden Radarbilder berechnet, wobei das Optimierungsverfahren "Simulated Annealing" zum Einsatz kam. Für die Advektionsvorhersage wurden AR-Modelle jeweils für die x- und y-Richtung getrennt angewendet, wobei sich zeigte, das sich die Annahme einer sich nicht verändernden Advektion am effektivsten war.
Die Vorhersage auf Bildebene wurde in den Schritten
- Transformation von WAR & IMF zu normalverteilten Größen
- Anwendung eines autoregressiven Modells je nach Regentyp
- Vorhersage des Verhaltens von WAR & IMF
- Erstellung von 100 Szenarien durch Berücksichtigung eines Zufallsanteils
durchgeführt.
Auf der Pixelebene wurden das Verhalten je eines Pixels im sich bewegenden Regenfeld vorhergesagt. Mit den vorhergesagten Daten wurde durch die Anwendung des "Merging"-Verfahrens der Gebietsniederschlag ermittelt. Bei diesem neu entwickelten Verfahren werden durch "Kriging" die Messwerte der Bodenregenmessstationen interpoliert, gleiches geschieht mit den Daten des Wetterradars an den Stationskoordinaten. Schließlich wird vom ursprünglichen Radarbild das interpolierte abgezogen und auf das Ergebnis das interpolierte Bild aus den Stationsmessungen aufgeprägt.
Der so berechnete Gebietsniederschlag dient als Eingangswert für zwei Niederschlags-Abfluss-Blockmodelle (das kontinuierliche Modell HBV-IWS sowie das ereignisbasierte FGMOD/LARSIM). Es wurden dabei verschiedene Szenarien berechnet, wobei der Mittelwert dieser Szenarien als am wahrscheinlichsten angenommen werden kann. Unter Verwendung eines Radarbildes für 128*128km bei einer Auflösung von 500m und 10 Minuten, konnte somit eine Vorhersage von bis zu 90 Minuten erreicht werden. Eine längere Vorhersage wäre prinzipiell bei einer größeren durch das Radar abgedeckten Fläche möglich.