Modellierung von Hochwasserereignissen im Bereich des Oberen Wolga-Einzugsgebiets

Transkript

1 UNIVERSITÄT KARLSRUHE (TH) INSTITUT FÜR WASSER UND GEWÄSSERENTWICKLUNG Bereich Wasserwirtschaft und Kulturtechnik, Univ.-Prof. Dr.-Ing. Dr. h.c. mult. Franz Nestmann Modellierung von Hochwasserereignissen im Bereich des Oberen Wolga-Einzugsgebiets Wolga-Rhein-Projekt Hydrologisches Teilprojekt Helms Evdakov Ihringer - IWG- Karlsruhe - IWG- Karlsruhe - IWG- Karlsruhe Nestmann - IWG- Karlsruhe Shcherbakov - VNIIGiM - Moskau Sobol - NGASU - Nizhny Novgorod

2 Das Wolga-Einzugsgebiet Die Wolga: - Europas größter Fluss - EZG-Fläche: 1,36 Mio. km 2 - Länge: 353 km - Höhendifferenz zwischen Quelle und Mündung 265 m - MQ: 838 m 3 /s (Wolgograd) - Transformation in eine Staustufenkaskade (Volumen: 153 km 3 ) - enge Beziehung zu Russlands Wirtschaft, Kultur und Historie Integrierter Forschungsansatz (Wolga-Rhein-Projekt) Randbedingung Abflussprozess

3 Kostroma-Einzugsgebiet

4 Test-Einzugsgebiete

5 Abflusskonzentration bei eindeutiger Abflussbildung Beispiel: Pegel Emeljanowo (597 km 2 ), Anfang Mai 1978 Einheitsganglinie [-] Anfangsverlust : 1 mm Abflussbeiwert : --> Zeitindex Q-gemessen Q - gerechnet 2. May May May May May May May May May May May May May May May May May May 78 N ( m m ) Datum Datum

6 Identifikation der Abflussbildung Beispiel: Pegel Emeljanowo (597 km 2 ), Oktober 1986 Einheitsganglinie [-] Zeitindex N ( m m ) Konstanter Verlustratenansatz Anfangverlust =5 mm Effektivniederschlag (mm) Gebietsrückhalt (mm) Q (m 3 /s) gemessen simuliert Datum Datum

7 Podzoluvisols und Karte der Bodenarten im Wolga-EZG

8 Kalibrierung des Schneemodells, Bsp. Emeljanowo 1984 Einheitsganglinie [-] Zeitindex Kriterium: Endabflussbeiwert bei Durchlauf des Abflussscheitels weitgehend konstant

9 Stochastisches Modell für die Abflussbildung - Emeljanowo log(vol)= log(σi) log(σqb JS ) +.1. log(σqb OD ) α =.1 α =.7 α =.128 R 2 =.87 / rücktransf. R 2 =.92 α: Irrtumswahrscheinlichkeit der statist. Signifikanz des Regressors Ψ = VOL / Σ I AV = Ψ ΣI GINI(I) ΣQB JS ΣQB OD R 2 =.99 AV für konst. Prozentansatz (bestgeeigneter VRA)

10 Diagnose des Gesamtmodells - Emeljanowo

11 Prozessinterpretation Emeljanowo ( Geschiebelehm&Ton ) log(vol)= log(σi) log(σqb JS ) +.1. log(σqb OD ) α =.1 α =.7 α =.128 AV = Ψ ΣI GINI(I) ΣQB JS ΣQB OD Sommer Bt Herbst Frühjahr - Anfangsverlust Bt Frühjahr - Hochwasser p 1. A 1 F=Σp i. A i

12 Podzoluvisols und Karte der Bodenarten im Wolga-EZG

13 Parametrisierung der Einheitsganglinien t t A A L L = P1 I ' = t A 1 C 1.5 g a a e a a 4.16 U e.4 W u c max = b t A u max ' = u kor u max mit t [h] A P1 [-] : Anstiegszeit, nach ereignisspezifischer scher Korrektur t A : kalibrierbarer Gebietsfaktor L [km], L [km], I C g [-] : morphometr. Kenngrößen des EZG, s.o. U[%], W [%] : Bebauungs- bzw. Waldanteil a1-a3 a3 [-]:: : Korrekturfaktoren für verschiedene Ereigniskenngrößen (Niederschlagsintensität, Jahreszeit, Abflussbeiwert) mit: u max [-] : Scheitelwert der ereignisspezifischen Einheitsganglinie, nach Korrektur u max b, c : Koeffizienten, abhängig vom Zeitschritt. u kor kor [-] : Korrekturfaktor für verstärkte Retentionswirkungen ohne Einfluss auf die Anstiegszeit. Übergang zur linearen Speicherkaskade mit n Einzellinearspeichern n mit der Speicherkonstante k (in h) u max t A t A = (n 1) k (n 1) = Γ(n) n e (n 1) n 1 t u(t) = e n k Gn ( ) t k

14 Regionalisierung der Einheitsganglinienparameter Einheitsganglinie [-] nichtparametrisch Emeljanowo parametrisch Emeljanowo (P1=.186) nichtparametrisch Rilowo parametrisch Rilowo (P1=.93) Annäherung der parametrischen Einheitsganglinien an die nichtparametrischen über die Variation des Gebietsfaktors P Zeitindex.3 P1 [-] Geschiebelehm und Ton Lehm und Ton Signifikanter Unterschied des die Einheitsganglinienanstiegszeit be- stimmenden Gebietsfaktors P1 in verschiedenen Landschaftsberei- chen (Jungmoräne - Altmoräne).5. Emeljanowo Gnesdikowo Rilowo Verchni Djar Scharna

15 Kostroma, Abflusssimulation in Teil-EZG (ab ) May May 78 oberer Lehmbereich Q - modelliert 5. May May May 78 unterer Geschiebelehmbereich 2 Q - modelliert May May May May May Pegel Gnesdikowo Q - gemessen Q - modelliert Mansa-Einzugsgebiet Q - modelliert 1. May May May May May May May May May May May May 78 unterer Lehmbereich Q - modelliert 5. May May May May May May 78 Votscha Q - modelliert 7. May May 78

16 Kostroma, räuml. Entwicklung der Hochwasserwelle 5 Geschiebelehmgrenze 5 Pegel Gnesdikowo Messung Simulation unterhalb des Mansa-Zuflusses 1. May May May May May May May May May May oberhalb des Veksa-Zuflusses 1 1. May May May May May May May May May May 78 Messung Simulation

17 Die Wolga-Kama-Kaskade Ökonomischer Nutzen, v.a.: Vulnerabilität bedingt durch: Gewinnung erneuerbarer und kurzfristig verfügbarer Energie: Veränderungen in - Abflussregime, - Max. Leistung: 1137 MW, Entscheidungsunterstützung - Wasserstandsdynamik, - Jährl. Produktion: 4.5 billion KWh und - Fließbedingungen, Risikomanagement - Trinkwassergewinnung - Stofftransport und haushalt. erfordern Kenntnis der - Verkehr und Transport - anthr. Input (Schad-/Nährstoffe, natürlichen Randbedingung Bakterien) Abfluss Folgen für Wasserqualität und ökologische Zustände