Abstract
In der Vergangenheit hat sich gezeigt, dass verschiedene geographische Regionen sehr unterschiedlich auf meteorologische Trockenheiten reagieren. Ähnliche meteorologische Bedingungen führten teils zu stark unterschiedlich ausgeprägten hydrologischen Trockenheiten. Die zentrale Frage dieser Dissertation war daher, die Ursachen für diese unterschiedlichen Reaktionen zu untersuchen. Die Arbeit besteht aus vier wissenschaftlichen Aufsätzen, die sich jeweils verschiedenen Aspekten dieser übergreifenden Fragestellung widmen:
Aufsatz 1 Mit dem Ausblick auf häufigere und stärkere Trockenheitsereignisse bedarf es eines besseren Verständnisses der Reaktionen verschiedener Gebiete auf Trockenheiten. Anstatt detailliert auf Einzelprozesse einzugehen, wurde in dieser Studie ein Modellexperiment mit zwei Trocknungsszenarien durchgeführt. Dabei waren die mittlere Höhe der Einzugsgebiete, die Einzugsgebietsgrösse und -steigung mit der jeweiligen Trockenheitssensitivität korreliert. Höhergelegene Einzugsgebiete mit steileren Steigungen waren nach dieser Analyse weniger trockenheitssensitiv als niedriger gelegene Einzugsgebiete. Der simulierte Bodenfeuchtespeicher war signifikant mit der Grösse der Einzuggebiete korreliert, wobei kleinere Einzugsgebiete weniger trockenheitssensitiv waren als grössere. Es konnte jedoch keine deutliche Korrelation zwischen Trockenheitssensitivität und Hydrogeologie gefunden werden. Die Methodik dieser Studie lässt sich in anderen Regionen wiederholen. Eine Rangfolge der verschiedenen Einzugsgebiete nach deren Sensitivität kann helfen, um zu entscheiden welche Einzugsgebiete anfälliger für Trockenheiten sind.
Aufsatz 2 Die Möglichkeit, Abfluss und andere hydrologische Variablen vorherzusagen, ist verknüpft mit der Persistenz der Einzugsgebiete. Je grösser die Persistenz ist, desto wichtiger sind die Startbedingungen relativ zu den Wetterbedingungen während der Vorhersageperiode. In diesem Aufsatz wurde der Einfluss der Startbedingung der Simulation auf Vorhersagen mithilfe verschieder Modellexperimente analysiert. Die Höhe der Einzugsgebiete zeigte sich dabei als wichtigster Faktor für die Vorhersagbarkeit von Niedrigwasser im Vergleich zwischen verschiedenen Einzugsgebieten. Für die Vorhersagen von verschiedenen Jahren für einzelne Einzugsgebiete war die Situation zu Beginn der Simulationen entscheidend. Eine geringere Bodenfeuchte, weniger gefüllte Grundwasserspeicher zu Beginn der Simulationen oder eine grössere Schneeakkumulation führten zu längeren Persistenzen. Entgegen der intuitiven Erwartung von kleineren Speichern in höheren Lagen aufgrund flachgründigerer Böden, ergaben sich grössere Speicher aufgrund grösserer Grundwasserspeicher. Dies gibt Anlass, die Anfälligkeit von Gebirgseinzugsgebieten auf hydrologische Trockenheiten zu überdenken, besonders mit Blick auf Auswirkungen der Klimaveränderung.
Aufsatz 3 Der vielfach angewandte standardisierte Niederschlagsindex (engl. Standardized Precipitation Index, SPI) wurde in dieser Studie zu einem neuen Trockenheitsindex (Standarized Melt and Rainfall Index, SMRI) weiterentwickelt, welcher die für viele Gebiete wichtigen Schneespeichereffekte berücksichtigt. Der SMRI basiert nur auf Temperatur- und Niederschlagsdaten. Ein Test an sieben Schweizerischen Einzugsgebieten zeigte, dass der SMRI Beginn und Ende hydrologischer Trockenheitsereignisse genauer angab als der SPI. Mit wachsendem Schneeeinfluss auf den Abfluss eines Einzugsgebietes, nahm auch der Nutzen des SMRI zu. Der SMRI ist für ein verbessertes Wassermanagement in schneebeeinflussten Regionen geeignet und ist eine einfache Alternative zu komplexeren Modellansätzen, die neben Niederschlags- und Temperaturdaten zusätzliche Informationen benötigen.
Aufsatz 4 Eine Überarbeitung von Modellkonzepten hinsichtlich Niedrigwasser bedarf eines klaren Verständnisses der strukturellen Defizite eines Modells. Das Modelliersystem FUSE (Framework for Understanding Structural Errors) ermöglichte es, den Einfluss der Modellstruktur auf die Modellgüte bei der Modellierung von Niedrigwasser zu analysieren. Grundannahme war hierbei, dass verschiedene Modellstrukturen ausschlaggebend für Unterschiede in der Modellgüte sind. Für die Beurteilung der Modelgüte wurden verschiedene Zielfunktionen verwendet, die den Unterschied zwischen beobachteten und simulierten Daten quantifizieren. Während verschiedene Modelstrukturen zu guten Modellergebnissen führten, konnten einige Modellstrukturen als deutlich weniger geeignet identifiziert werden. Ein Hauptergebnis dieser Studie war, dass es einen Unterschied in der Modellgüte für Sommer- und Winterniedrigwasser und Rezession gab. Tatsächlich zeigten sich besonders auffällig schlechte strukturellen Modellkombinationen jahreszeiten-spezifisch. Die in dieser Studie verwendete Methode, eine systematische Analyse der Strukturen hydrologischer Modelle innerhalb von FUSE mit Zielfunktionen, die speziell Niedrigwasser- und Rezessionsverhalten bewerten, war vielversprechend. Ein weiteres Fazit dieser Studie war, für Niedrigwassermodellierung nicht nur eine einzelne Zielfunktion zu bauen, sondern mehrere verschiedene Zielfunktionen zu betrachten.
Alle in dieser Dissertation betrachteten Einzugsgebiete sind zu einem gewissen Grad schneebeeinflusst. Die Ergebnisse zeigten, wie wichtig es in diesen Gebieten ist, Schneeprozesse explizit miteinzubeziehen, um sinnvolle Trockenheitsindizes und Niedrigwassermodellierung zu erhalten. Weniger deutlich als Schnee war auch der Grundwasserspeicher ein wichtiger Faktor bei der Niedrigwassermodellierung. Eine interessante Schlussfolgerung dieser Arbeit war, dass in höheren Lagen grössere Speicherkapazitäten zu finden sein können, als intuitiv erwartet. In schneebeeinflussten Gebieten sind die Effekte von Wetter und Einzugsgebietseigenschaften schwierig zu trennen. Schnee fungiert als Speicher in der Akkumulationsphase, aber als Quelle während der Schmelzphase. In diesen Gebieten ist es daher wichtig dieser Doppelfunktion des Schnees Rechnung zu tragen. In dieser Dissertation konnten Methoden entwickelt werden, die nützlich für die Analyse konzeptioneller Modelle sind. Hier lag der Fokus auf geeigneten Modellstrukturen sowie auf dem Einfluss von Startbedingungen auf die Vorhersage. Weiter wurden Methoden entwickelt, die ein besseres Trockenheitsmanagement ermöglichen könnten. Diese Methoden zielen auf die generelle Trockenheitssensitivität von Einzugsgebieten ab sowie speziell auf das Trockenheitsmanagement in schneebeeinflussten Regionen.
Historical meteorological drought events show that different regions react very differently and with varying degree of severity of consequent hydrological droughts. The overarching question is therefore why they show these different reactions, i.e. what are the main drivers. The thesis is comprised of four scientific studies that address different aspects of this question:
Study 1 With the perspective of increasing frequency and increasing severity of droughts, a better understanding of the reaction of different systems to droughts is needed - even in todays water rich countries. Instead of focusing on single processes in a catchment, a modeling experiment with two progressively drying scenarios was conducted. The results suggest that catchment elevation, size and slope are the main controls on the sensitivity of the catchments to drought. Higher elevation catchments and catchments with steeper slopes were found to be less sensitive to droughts than lower elevation catchments and catchments with less steep slopes. The soil moisture storage was significantly correlated to catchment size, where smaller catchments were less sensitive to droughts than larger catchments. However, no clear connection between drought sensitivity and hydrogeology could be found. A similar analysis to the one in this study could be repeated at any other location. A ranking for the different catchments could be a starting point to decide on which catchments are more vulnerable to droughts in a regional context.
Study 2 The predictability of streamflow and other hydrological variables is highly connected to persistence. Here, the influence of initial conditions on the prediction was analyzed using different model experiment setups. Mean catchment elevation was found to be the main source of predictability for low flow. Further, drier initial states of soil moisture and groundwater and more snow accumulation lead to longer persistence estimates. In contrast to an intuitive expectation from shallow soils in higher elevations, the results indicate larger groundwater storages in higher elevation catchments. This may motivate a reconsideration of the sensitivity of mountainous catchments to low flows in a changing climate.
Study 3 To account for snow storage effects and allow for regional comparisons, a new drought index, the Standarized Melt and Rainfall Index (SMRI), was developed. One advantage of the SMRI, is that it is based on temperature and precipitation data only. For seven Swiss catchments with increasing degree of snow influence, the SMRI was shown to be a good indicator for the onset and end of hydrological drought events as seen in streamflow. The more snow-influenced a catchment was, the better the SMRI described hydrological drought conditions as a complementary index to the SPI. The SMRI was tested in several Swiss catchments that showed some climatological differences even though they all are located in the temperate humid climate of Switzerland. Hence, the SMRI is a useful measure for water management in snow influenced regions and is a simple alternative to a more complicated modeling approach that requires additional information to temperature and precipitation data.
Study 4 A revision of model concepts regarding low flows requires a clear understanding of the model’s structural deficits. With the FUSE framework it was possible to look particularly at the influence of the model structure on the performance of low flow modeling. The basic assumption in the thesis was that different model structures are the reason for the differences in model performance. While most well performing models did not allow for the detection of a systematic influence of a model structure combination on the model performance, poor performance was more clearly linked to specific model structures. One main finding of this study was that there is a difference in model performance for summer and winter low flow and recession. In fact, all the structural decision combinations that were salient in this study were season specific. The method itself, i.e. a systematic analysis of the structures of hydrological models within the FUSE framework (Framework for Understanding Structural Errors), using objective functions targeting low flow and recession behavior, was promising. For low flow modeling it seems appropriate to use multiple objective functions and not to rely too much on a single function that is based on a comparison between simulated and observed data.
All catchments investigated in these studies are to a certain degree snow influenced. The results of the thesis showed the importance of the explicit consideration of snow processes in hydrological drought indices as well as in low flow modeling for these catchments. Less pronounced than snow storage, groundwater storage was also found to be important for studying and modeling low flow. One conclusion of the thesis was that larger storage capacities can be assumed for higher elevation catchments than intuitively expected. In snow influenced catchments it is more difficult to distinguish between the influence of weather or catchment properties for low flow periods as snow acts as a water storage when it is accumulating and as a water source when it is melting. Especially in snow influenced catchments, this effect has to be acknowledged, as shown in the thesis. In this thesis, methods were developed, which are useful for analyzing conceptual models for low flow regarding their structure and the influence of initial conditions on the prediction. Further, an analysis to estimate the general drought vulnerability of catchments was developed as well as an index for the management of hydrological droughts, in particular, for snow influenced regions.
Staudinger, Maria