Räumlich und zeitlich aufgelöste Niederschlagsverteilung über dem EZG als Input für die hydrologische Modellierung
Ziel:
Räumlich und zeitlich hoch aufgelöste Niederschlagsverteilung über dem EZG erarbeiten. Input für die hydrologische Modellierung mit drei verschiedenen Niederschlagsmodellen vergleichen.
1 Station
- Einzelne MeteoSchweiz-Station REH (Zürich-Affoltern), 10 Minuten (Blockniederschlag)
- Vorteil: Einfach, vertrauenswürdige Datenquelle
- Nachteil: Keine räumliche Differenzierung, schlecht bei konvektiven Ereignissen
Radar
- MeteoSchweiz-Produkt «Precip», 1000 × 1000 m, 5 Minuten
- Vorteil: Flächendeckende Abdeckung, räumliche Muster erkennbar
- Nachteil: Systematischer Bias
Innovation
- Vierstufiger Workflow zur Kombination von Bodenmessungen und Radar, 1000 × 1000 m, 1 Minute
- Inputdaten: Alle Bodenmessungen + Radar
- Vorteil: Deutlich reduzierter RMSE und BIAS, hohe Korrelation
- Nachteil: Daten mehrerer Betreiber nötig
Ergebnisse:
Für die «1 Station» wurde die Zeitreihe der MeteoSchweiz-Station REH mit den tatsächlichen Messungen aller Bodenstationen verglichen. Für den «Radar» wurden die Zeitreihen jeder Bodenmessstation mit den entsprechenden Radardaten am jeweiligen Standort ausgewertet. Für die «Innovation» wurde im Rahmen einer Kreuzvalidierung (Leave-One-Out) jeweils eine Bodenstation bei der Generierung der Zeitreihen ausgeschlossen, die Niederschlagsreihe an deren Standort anhand der verbleibenden Stationen geschätzt und anschliessend mit der tatsächlichen Messung verglichen.
Der PBIAS der «Innovation» liegt bei allen vier Ereignissenzwischen −1.7% und +5.9%. Weder die Einzelstation (−28.2% bis +21.5%) noch der Radar (−26.9% bis +32.3%) erreichen diese Stabilität. Die Zusammenführung der Radardaten und Bodenstationen eliminiert den systematischen Fehler also weitestgehend, unabhängig vom Ereignistyp. Die Methode wirkt in zwei Stufen: erstens Bias-Anpassung durch die Bodenstationen, zweitens Varianzreduktion durch die verbesserte räumliche Auflösung. Bei Events mit geringer räumlicher Variabilität dominiert der erste Effekt, bei konvektiven der zweite. Die Korrelation bleibt durchgehend über 0.79 und die NSE-Werte der «Innovation» (0.625–0.874) zeigen, dass die Methode über alle Ereignisse hinweg gute bis sehr gute Schätzungen liefert.
Die beiden einfacheren Ansätze (Einzelstation und der Radar) zeigen je nach Ereignis gegenläufige Vorzeichen im BIAS. Sie unter- oder überschätzen je nach Ereignisart und Niederschlagsverteilung in Raum und Zeit. Bei der Einzelstation gibt es sogar negative NSE-Werte. Das bedeutet, dass die Schätzung schlechter ist als der Mittelwert aller Beobachtung. Das tritt bei der Einzelstation in zwei von vier Ereignissen auf, beim Radar in keinem, was den Radar als deutlich robustere Alternative bestätigt.
Für die praktische Anwendung heisst das, dass Radardaten einzelnen Station vorgezogen werden sollten und selbst mit einer reduzierten Stationsdichte die Zusammneführung von Bodenstationen mit Radardaten eine deutlich verbesserte Genauigkeit bringt. Die Methode nutzt den Radar als räumliches Gerüst und korrigiert ihn punktuell. Das macht den Ansatz auf alle Einzugsgebiete mit verfügbaren Radardaten übertragbar.
Zurück / weiter zu: