image
image
image
image
image
image
image
image
 
Bertsdorf-Hörnitz, SN
07.08.2010
Foto: Olaf Menges
Anwender – Innovativ: Forschung für die zivile Sicherheit
HoWa-innovativ
Hydrologische Ensemblevorhersagen für kleine Einzugsgebiete
Dr. Jens Grundmann, TU Dresden, jens.grundmann@tu-dresden.de

image
image
image
image
image
image
image
image
image
image
 
2 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Motivation
Lokale
Starkregen
und als Folge kleinräumige (extreme!) Hochwasser
nehmen zu
(Klimawandel)
auch
Schäden an Leib und Leben!
HW-Vorhersage und -Warnung
für kleine Gebiete
nicht möglich auf Basis von Pegelmessungen
Ausreichende Vorwarnzeiten mit numerischen Wettermodellen
Aber: Niederschlagsvorhersagen meist unsicher
Mehrwert für kleine Gebiete?
Wie lassen sich die Unsicherheiten verständlich an die Akteure des KatS vermitteln?
2010: Bertsdorf, SN © O. Menges | 2013: Reichstädt, SN © R. Kämmerer | 2016: Braunsbach, BW © WetterOnline | 2016: Simbach, BY © DPA | 2017: Spitzkunnersdorf, SN © YouTube

image
image
image
image
image
image
image
image
image
image
image
 
3 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Motivation
Ziele:
Quantifizierung und Kommunikation der meteo. Vorhersageunsicherheit in
hydrologischen Ensemblevorhersagen für kleine Gebiete (10 – 200 km²)
Entwicklung und Test geeigneter Visualisierungen für eine Frühwarnung in
Zusammenarbeit mit den Akteuren des KatS (Anwender & Nutzer)
Lösungsansatz:
hydrologischen Ensemblevorhersagen für kleine Gebiete
Web-basierter
Demonstrator “Hochwasserfrühwarnung“ für 3 Pilotregionen in
Sachsen
2010: Bertsdorf, SN © O. Menges | 2013: Reichstädt, SN © R. Kämmerer | 2016: Braunsbach, BW © WetterOnline | 2016: Simbach, BY © DPA | 2017: Spitzkunnersdorf, SN © YouTube

image
image
image
image
 
4 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Zielstellung
Methodik: Probabilistische Vorhersagen und Warnungen
Niederschlags-Abfluss-Modellierung für kleine Gebiete
Postprocessing der Ensemblevorhersagen
Web-basierter Demonstrator “Hochwasserfrühwarnung“
Retrospektive Analyse der Ensemblevorhersagen
Performance der
Hochwasserfrühwarnung
Fazit & Ausblick
Dr.
Jens Grundmann
Hydrologische Ensemblevorhersagen für kleine Gebiete
Inhalt

image
image
image
image
image
 
5 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Zielstellung
Demonstrator „Hochwasserfrühwarnung kleine Einzugsgebiete“

image
image
image
image
image
image
image
image
 
6 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Probabilistische Vorhersagen und Warnungen
Meteorologische Ensemblevorhersagen
Meteorologische
Ensemblevorhersagen
z.B. DWD:
COSMO-D2-EPS
Ausgangszustand
(20 Realisationen)
Beobachtung
Mögliche Zustände in der Zukunft
Vorhersage
charakterisieren Unsicherheit
Variation im Modellsystem
Randbedingungen
Anfangsbedingungen
Modellphysik
Was machen die Meteorologen?
Modellkette des DWD
Abbildungen Quelle DWD

image
image
image
image
image
image
 
7 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Probabilistische Vorhersagen und Warnungen
Zielstellung: Frühwarnung für kleine Einzugsgebiete
hydrologisches
Vorhersageensemble
time
Q
Probabilistisches
Warnprodukt
Mittelwert, Quantile
Überschreitungs-
Wahrscheinlichkeiten
Ampelkarten
Minima, Maxima
Meteorologische Ensemblevorhersagen
z.B. Cosmo/Icon-D2-EPS
Niederschlags-
Abfluss-
Modell
Unsicherheiten
in der meteorologischen Vorhersage sollte (muss) in die
Hochwasserwarnung und Vorhersage einbezogen werden!
Große Datenmengen
Robuste und schnelle Prozessierung
erforderlich
Statistische
Analyse &
Postprocessing
@ DWD

image
image
image
image
image
image
image
image
 
8 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Probabilistische Vorhersagen und Warnungen
Zielstellung: Frühwarnung für kleine Einzugsgebiete
Frühwarnung,
simulierte Niederschläge, 3 – 24 Stunden Vorwarnzeit
DWD
CosmoD2
IconD2
/ D2-EPS
180min
TUD-howa
Processing
CD2-Daten
für Sachsen
Wenn
P(27h) >
30mm
oder
PI > 10mm/h
Prob. Q-
Vorhersage
EZG
NA-Ensemble-
simulation
DeHM
Prob. P-
Vorhersage
Warngebiete
DWD
Radolan-RW
60min
LHWZ
Q-Pegel
15min
Prob. Q-
Vorhersage
Preprocessor
Selektion EZG
Daten-
vorbereitung
Prob. Q-
Vorhersage
EZG
Postprosessor
Statistik
Pegel/virt.Pegel
Messwerte Historie:
vergangene 5 Tage
Vorhersage
ja
Warten auf nächste Vorhersage
nein
Aktualisierung: aller 3 Stunden
Vorhersagehorizont: 0 – 27 Stunden
Verfügbarkeit: ca. 2 Stunden nach
Vorhersagezeitpunkt

image
image
image
image
image
image
image
 
9 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Probabilistische Vorhersagen und Warnungen
Zielstellung: Frühwarnung für kleine Einzugsgebiete
Räumliche Struktur:
Warngebiete
(wie LHWZ-Frühwarnung)
Niederschlag
Einzugsgebiete
(beobachtete Pegel)
Niederschlag & Abfluss
Teileinzugsgebiete
(unbeobachtet)
Niederschlag & Abfluss
Weiße Elster (Vogtland)
bis Pegel Oelsnitz
Müglitz (Osterzgebirge)
bis Pegel Dohna
Mandau
(Oberlausitz) bis
Pegel Zittau
Deutschland
Sachsen

image
image
image
image
image
image
 
10 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Dr.
Jens Grundmann
Oelsnitz
(328 km²)
Adorf 1
(170 km²)
Bad Elster
(47,7 km²)
Niederschlags-Abfluss-Modellierung für kleine Gebiete
Niederoderwitz
(29,1 km²)
Seifhennersdorf
(75,5 km²)
Großschönau
(162 km²)
Zittau 6
(278 km²)
Testgebiete Vogtland & Oberlausitzer Bergland

image
image
image
image
image
 
11 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Niederschlags-Abfluss-Modellierung für kleine Gebiete
DeHM (Deterministische hydrologische Modellierung)
Konzeptionelles hydrol. Modell, ereignisbasiert
Topologie basiert auf TEZGs mit Gewässerkennzahlen
Knoten (-schema)
Abflussbildung:
SCS Curve Number
Abflusskonzentration:
Speicherkaskade
Doppelspeicherkaskade
empirische Impulsantwort
Flächenlaufzeitfunktion
Routing:
Translationsgerinne
Speicherkaskade
Muskingum
Translations-Diffusionsansatz
Speichermodell:
konst. Abgabe
ungesteuerte Abgabe
Abgabe als Funktion vom Inhalt
Datenassimilation:
Kalman-Filter
dt = 15 min
Methodik
Dr.
Jens Grundmann
Dohna
(199 km²)
Lauenstein 4
(76 km²)
Geising
(26,3 km²)
Testgebiet Osterzgebirge

image
image
image
image
image
 
12 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Niederschlags-Abfluss-Modellierung für kleine Gebiete
Ereignis vom 24.5.2018, Obere Weiße Elster
Validierung CML
Dr.
Jens Grundmann
HQ50
HQ50

image
image
image
image
image
 
13 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Postprocessing der Ensemblevorhersagen
Statistische Analyse & Visualisierung
Quantilstatistik
: Niederschlags- oder Durchflusswert, der für eine vorgegebene
Wahrscheinlichkeit erreicht wird
Schwellwertstatistik
(oder Grenzwertstatistik): Wahrscheinlichkeit mit der ein
bestimmter Niederschlags- oder Durchflusswert (Schwellwert) erreicht wird
55,6 m³/s
ca. 26 %
erreicht bzw.
überschritten

image
image
image
image
image
image
image
image
image
 
14 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Postprocessing der Ensemblevorhersagen
Schwellwerte Hochwasser
Merkmal
HQ-Werte für Pegel und
unbeobachtete Querschnitte
Alarmstufen als Alternative für Meldepegel in
Sachsen
Kleines
Hochwasser
≥ 2-jährliches Hochwasser
(HQ 2)
Alarmstufe 1: Beginn der Ausuferung
Mittleres
Hochwasser
≥ 10-jährliches Hochwasser
(HQ 10)
Alarmstufe 2: Überschwemmung von land- &
forstwirtschaftlicher Flächen
Großes
Hochwasser
≥ 20-jährliches Hochwasser
(HQ 20)
Alarmstufe 3: Überschwemmung von Bebauung
und überörtlicher Infrastruktur
Sehr großes
Hochwasser
≥ 50-jährliches Hochwasser
(HQ 50)
Alarmstufe 4: Überschwemmung mit hohen
Schäden, Gefährdung für Menschen & Tiere
HQ-Werte aus: Wasserhaushaltsportal Sachsen
Durchflusskennwerte (aus Statistik
und Regionalisierung)
Alarmstufen: Pegel-bezogene Festlegung gemäß Hochwassermeldeordnung
Quelle:
https://www.hochwasserzentralen.de/info.html

image
image
image
image
 
15 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Postprocessing der Ensemblevorhersagen
Schwellwerte Niederschlag
Warnkriterien des DWD (Auswahl aus
www.dwd.de/warnkriterien
)
Starkregen
Dauerregen
Warnereignis
Schwellenwert
Warnereignis
Schwellenwert
Starkregen
15 - 25 l/m²
in 1 Stunde
Dauerregen
30 - 50 l/m²
in 24 Stunden
Heftiger
Starkregen
25 - 40 l/m²
in 1 Stunde
Ergiebiger
Dauerregen
50 - 80 l/m²
in 24 Stunden
Extrem heftiger
Starkregen
> 40 l/m²
in 1 Stunde
Extrem ergiebiger
Dauerregen
> 80 l/m²
in 24 Stunden

image
image
image
image
image
image
image
image
image
image
 
16 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Postprocessing der Ensemblevorhersagen
Visualisierungen: Beispiel Niederschlag
Ü-Wahrscheinlichkeit von 30 mm/24 hr
Ü-Wahrscheinlichkeit
Ü-Wahrscheinlichkeit
von 50 mm/24
von
hr
80 mm/24 hr

image
image
image
image
image
image
image
 
17 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Spaghetti
Quantile
Mischform
Postprocessing der Ensemblevorhersagen
Visualisierungen: Beispiel Abfluss
A
B
C
Ergebnisse der Workshops:
siehe Vortrag LHWZ

image
image
image
image
image
image
image
 
18 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Visualisierungen: Beispiel zeitliche Entwicklung
Dr.
Jens Grundmann
Postprocessing der Ensemblevorhersagen

image
image
image
image
image
image
image
image
image
 
19 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Web-basierter
Demonstrator “Hochwasserfrühwarnung“
Ampelkarte
Quantilplots
Überschreitungswahrscheinlichkeit
explore event
Warnung vor Extremnieder-
schlägen in Sachsen
Abflussvorhersage für
3 Pilot-
regionen (Vorhersageweite: 27h)
Historie der letzten 24h
Stündliche Aktualisierung
Live-Modus
http://howa-innovativ.hydro.tu-
dresden.de/WebDemoLive/
Ereignisse der Vergangenheit
http://howa-innovativ.hydro.tu-
dresden.de/WebDemo/

image
image
image
image
 
20 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Haben prob. Vorhersagen einen Mehrwert?
Dr.
Jens Grundmann
Retrospektive Analyse der Ensemblevorhersagen
Hindcast-Analyse CosmoD2(eps) Vorhersagen
Methode: ROC/AUC
Durchführung:
P-zellweise: Vergleich zwischen
Zellenwerten CosmoD2(eps) vs. Radolan-
RW
P-EZG: Vergleich Gebietsmittelwerten
CosmoD2(eps) vs. Radolan-RW
Q: Vergleich zwischen simulierten
(CosmoD2(eps)) und beobachteten
Abflüssen
Ereignisse: siehe Tabelle
Testgebiet
Startzeit
Endzeit
Vogtland
(Weiße
Elster)
22.05.2018, 09:00
24.05.2018, 21:00
11.07.2019, 09:00
12.07.2019, 18:00
08.09.2019, 03:00
09.09.2019, 15:00
Osterzgebirge
(Müglitz)
31.08.2019, 09:00
01.09.2019, 15:00
07.09.2019, 21:00
09.09.2019, 18:00
27.06.2020, 09:00
28.06.2020, 15:00
Ostsachsen
(Mandau)
11.06.2019, 15:00
13.06.2019, 03:00
08.09.2019, 03:00
09.09.2019, 06:00
12.06.2020, 09:00
13.06.2020, 15:00
17.06.2020, 09:00
18.06.2020, 21:00
26.06.2020, 18:00
27.06.2020 15:00

image
image
image
image
image
 
21 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Methode: ROC/AUC
Dr.
Jens Grundmann
Retrospektive Analyse der Ensemblevorhersagen
Beispiel einer ROC-Curve: für vorzugebende Schwellenwertwerden True Positive
Rate (TPR) und False Positive Rate (FPR) ermittelt.
@ Braga, 2003

image
image
image
image
image
image
 
22 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Haben prob. Vorhersagen einen Mehrwert?
Dr.
Jens Grundmann
Retrospektive Analyse der Ensemblevorhersagen
P-zellweise:
Vergleich
zwischen
Zellenwerten
CosmoD2(eps)
vs. Radolan-RW

image
image
image
image
image
image
image
image
 
23 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Haben prob. Vorhersagen einen Mehrwert?
Dr.
Jens Grundmann
Retrospektive Analyse der Ensemblevorhersagen
P-zellweise: Vergleich zwischen Zellenwerten CosmoD2(eps) vs. Radolan-RW

image
image
image
image
image
 
24 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Haben prob. Vorhersagen einen Mehrwert?
Dr.
Jens Grundmann
Retrospektive Analyse der Ensemblevorhersagen
P-EZG: Vergleich Gebietsmittelwerten CosmoD2(eps) vs. Radolan-RW

image
image
image
image
image
image
image
image
 
25 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Haben prob. Vorhersagen einen Mehrwert?
Dr.
Jens Grundmann
Retrospektive Analyse der Ensemblevorhersagen
Q: Vergleich zwischen simulierten (CosmoD2(eps)) und beobachteten Abflüssen
Pegel Bad Elster 1
Pegel Adorf 1
Pegel Oelsnitz
AUC-Plot Durchfluss 23.05.2018, 06:00 bis
24.05.2018, 06:00

image
image
image
image
image
 
26 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Erstes, vorläufiges Fazit
Dr.
Jens Grundmann
Retrospektive Analyse der Ensemblevorhersagen
Hindcast-Analyse Niederschlag:
AUC vorwiegend > 0.5; für zellweise & gebietsweise Auswertung
Kein klarer Trend der Vorhersageweite bei gebietsweise Auswertung zu beobachten
Unterschiede bei advektiven & konvektiven Ereignissen zu beobachten
Hindcast-Analyse Durchfluss:
AUC vorwiegend > 0.5
Fallender Trend der Vorhersageweite in Gebiet Oberlausitz & Osterzgebirge erkennbar
Gebietsspezifische Form vorhanden
Einfluss NA-Modell / Region / Ereignistyp?
Hindcast-Analyse Allgemein:
Mehrwert vorhanden
Werkzeug entwickelt
„Feintuning“ und kritische Überprüfung nötig (Gebietsgröße,
Wahl der Grenzwerte, …)
Ergebnisse vorläufig
mehr Ereignisse & IconD2-EPS Analyse nötig

image
image
image
image
image
image
image
 
27 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Dr.
Jens Grundmann
Ereignis 24.5.2018
Performance der Hochwasserfrühwarnung
90%-Quantil
Ü-Wahrscheinlichkeit von 30 mm/24 hr
Vorhersage CosmoD2eps
24.05.2018, 9:00utc
Beobachtung Radolan-RW
Extrem heftiger Starkregen

image
image
image
image
image
 
28 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Ereignis 22.-24.5.2018, Vogtland
Performance der Hochwasserfrühwarnung

image
image
image
image
 
29 | 29.09.2021 |
Projektabschluss HoWa-innovativ
HW-Ereignis (24.5.2018), Vogtland, Pegel Oelsnitz, A
E
= 358km²
Performance der Hochwasserfrühwarnung

image
image
image
image
image
image
image
 
30 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Ereignis 13.-14.10.2020
Dr.
Jens Grundmann
Performance der Hochwasserfrühwarnung
90%-Quantil
Ü-Wahrscheinlichkeit von 30 mm/24 hr
Vorhersage CosmoD2eps
13.10.2020, 18:00utc
Beobachtung Radolan-RW
Extrem ergiebiger Dauerregen

image
image
image
image
image
 
31 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Ereignis 13.-14.10.2020, Sachsen
Dr.
Jens Grundmann
Performance der Hochwasserfrühwarnung
Extrem ergiebiger Dauerregen

image
image
image
image
image
 
32 | 29.09.2021 |
Projektabschluss HoWa-innovativ
HW-Ereignis (14.10.2020), Oberlausitz, Seifhennersdorf, A
E
= 75,5km²
Performance der Hochwasserfrühwarnung

image
image
image
image
 
33 | 29.09.2021 |
Projektabschluss HoWa-innovativ
HW-Ereignis (14.10.2020), Vogtland, Pegel Oelsnitz, A
E
= 358km²
Performance der Hochwasserfrühwarnung

image
image
image
image
image
image
image
 
34 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Ereignis (13.7.2021), Vogtland
Performance der Hochwasserfrühwarnung
Extrem heftiger Starkregen
Beobachtung Radolan-RW
90%-Quantil
Ü-Wahrscheinlichkeit von 30 mm/24 hr
Vorhersage Icon-D2-eps
13.07.2021, 03:00utc

image
image
image
image
image
 
35 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Ereignis (13.7.2021), Vogtland
Performance der Hochwasserfrühwarnung

image
image
image
image
 
36 | 29.09.2021 |
Projektabschluss HoWa-innovativ
HW-Ereignis (13.7.2021), Vogtland, Pegel Bad Elster, A
E
= 47,7km²
Performance der Hochwasserfrühwarnung

image
image
image
image
image
 
37 | 29.09.2021 |
Projektabschluss HoWa-innovativ
HW-Ereignis (13.7.2021), Vogtland, Pegel Bad Elster, A
E
= 47,7km²
Performance der Hochwasserfrühwarnung

image
image
image
image
image
image
image
 
38 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Ereignis (17.7.2021), Oberlausitz
Performance der Hochwasserfrühwarnung
Beobachtung Radolan-RW
90%-Quantil
Ü-Wahrscheinlichkeit von 30 mm/24 hr
Extrem heftiger Starkregen
Vorhersage Icon-D2-eps
17.07.2021, 00:00utc

image
image
image
image
image
 
39 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Ereignis (17.7.2021), Oberlausitz
Performance der Hochwasserfrühwarnung

image
image
image
image
image
 
40 | 29.09.2021 |
Projektabschluss HoWa-innovativ
HW-Ereignis (17.7.2021), Oberlausitz, Großschönau, A
E
= 162km²
Performance der Hochwasserfrühwarnung

image
image
image
image
image
 
41 | 29.09.2021 |
Projektabschluss HoWa-innovativ
HW-Ereignis (17.7.2021), Oberlausitz, Großschönau, A
E
= 162km²
Performance der Hochwasserfrühwarnung

image
image
image
image
image
 
42 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Fazit & Ausblick
Ensemblevorhersagen:
Bewertung differenziert nach Ereignistypen
Mehrwert vorhanden
Evaluierung IconD2-eps
Trefferquote, ROC/AUC, etc.
Demonstrator:
Integration der CML-Daten-Produkte & Nowcasting
Weiterentwicklung der Visualisierung:
Nutzerfeedback
Weitere Regionen & Gebiete
Niederschlags-Abfluss-Modellierung:
Modellverbesserungen + Unsicherheiten
Test & Einsatz von KI
Training mit Akteuren des KatS an realitätsnahen Szenarien
Ableiten von Maßnahmen der Hochwasserabwehr

image
image
image
image
image
image
image
 
43 | 29.09.2021 |
Projektabschluss HoWa-innovativ
Vielen Dank für Ihre Aufmerksamkeit !
Foto © HoWa-innovativ