Direkt zum Seiteninhalt springen

Wasserstandsvorhersage

Fischer, wie tief ist das Wasser?

Die Mündung der Elbe. Bild: Vincent van Zeijst, [CC BY-SA 3.0], via Wikimedia Commons

Der Wasserstand von Flüssen lässt sich bisher nur wenige Tage im Voraus zuverlässig vorhersagen. Wissenschaftler entwickeln nun mit Hilfe von Meeres- und Klimadaten aus sechs Jahrzehnten ein Berechnungsmodell, mit dem längerfristige Vorhersagen möglich sind.

„Fischer, Fischer wie tief ist das Wasser?“ – „Fünf Meter!“ – „Und wie kommen wir rüber?“ Nicht nur Schulkinder, sondern auch die Binnenschifffahrt benötigt verlässliche Informationen zu aktuellen Wasserständen. Das ist wichtig, um zu wissen, ob ein Fluss mit großen oder vielleicht nur noch mit kleineren oder geringer beladenen Schiffen mit weniger Tiefgang befahrbar ist. Und mit der Vorhersage zum Wasserstand ist es wie mit der Wettervorhersage: Je früher man Bescheid weiß, desto besser. Verlässliche Wasserstandsvorhersagen gibt es derzeit je nach Flussgebiet jedoch nur zwei bis acht Tage im Voraus. Ein neues Verfahren soll in Zukunft längerfristige Vorhersagen möglich machen. Monica Ionita-Scholz, Forscherin der Paläoklimadynamik-Gruppe am Alfred-Wegener-Institut, Helmholtz-Zentrum für Polar- und Meeresforschung (AWI), entwickelt in Kooperation mit der Bundesanstalt für Gewässerkunde (BfG) statistische Modelle für die Abschätzung der zukünftig in einem längeren Zeitraum zu erwartenden abfließenden Wassermenge an verschiedenen Stellen von Elbe, Weser, Rhein und Donau.

Dr. Monica Ionita-Scholz. Bild: Alfred-Wegener-Institut/S. Löschke

Dafür untersucht sie globale Meeres- und Klimadaten aus über sechs Jahrzehnten und fahndet nach Zusammenhängen zwischen Wasserabfluss und verschiedenen Faktoren wie Meeresoberflächentemperatur bestimmter geografischer Gebiete, Meereisausdehnung der Arktis, Niederschlag, Lufttemperatur oder Bodenfeuchte. Verlässliche Zusammenhänge werden dann als statistische Berechnungsgrundlage in das Modell eingespeist – und das für jeden Fluss ganz individuell. „Da jeder Fluss seine Eigenheiten hat, gehen in das statistische Vorhersage-Modell des Rheins auch andere oder anders gewichtete Einflussgrößen ein als beispielsweise in das Modell der Elbe“, erklärt Ionita-Scholz. Und auch die Jahreszeiten spielen eine wichtige Rolle: So können im selben Fluss im Frühjahr andere Einflussgrößen für die Vorhersage entscheidend sein als im Herbst. „Daher passen wir das Modell jeweils auch saisonal an“, sagt Ionita-Scholz. „Das macht die Erstellung der Modelle zwar nicht einfacher, aber die Vorhersagen werden dadurch besser.“ Die Anwendung in der Praxis ist dann aber vergleichsweise unkompliziert: Um die Entwicklung des Wasserstands an einem Fluss, beispielsweise der Elbe, z.B. einen Monat im Voraus vorhersagen zu können, werden die Echtzeit-Daten der jeweils benötigten Einflussgrößen – Meeresoberflächentemperatur, Niederschlag oder Bodenfeuchte etc. – der vergangenen Monate in das statistische Modell eingegeben. Das Modell berechnet daraus den voraussichtlichen Wasserabfluss des kommenden Monats, mit dem dann abgeschätzt werden kann, ob sich die Wasserstände über diesen Zeitraum im Vergleich zu den Vorjahren eher niedriger, ähnlich  oder höher  entwickeln werden.

„Das Modell könnte auch für die Frühwarnung von Hochwasser-Ereignissen interessant sein“, sagt Ionita-Scholz. „Denn die Berechnungen des Modells für das Jahr 2013 kamen dem tatsächlich eingetretenen maximalen Abfluss der Elbe am Pegel Neu-Darchau während des extremen Hochwassers schon sehr nah.“ Im Rahmen der Zusammenarbeit mit der BfG wird das Modell aber auf die Vorhersage von niedrigen bis mittleren Wasserständen optimiert, die für die Binnenschifffahrt von großer Bedeutung sind. „Die bisherigen Ergebnisse des Alfred-Wegener-Instituts sind jetzt schon sehr vielversprechend“, findet Bastian Klein von der BfG. „Vielleicht können wir bereits Ende kommenden Jahres längerfristige Vorhersagen machen.“ Die Schiffer könnten dann langfristiger planen. Wenn aber der Fischer auf die Frage „Wie kommen wir rüber?“ ruft: „Auf einem Bein hüpfen!“, muss das natürlich sofort passieren. 

Projekt "Seamless Prediction" (BfG)

Monica Ionita (AWI)

Leser:innenkommentare