The aim of this thesis is to evaluate flood flows in the basin Jenín stream. Part of this work is the description of the territory that I prepare from the perspective of the geomorphological, geological, pedological, hydrological, agro-natural, climatic and biotic. For flood flows, I used data for the hydrological year 2009 that I acquired from Thomson weir, where meters are installed. In the first part of this thesis, I conducted field research the functionality of the drainage group. The result is data that recorded performance shafts. In the next section I dealt with the evaluation of quantitative indicators of precipitation, precipitation operation in relation to catchment flows on the cap and providing a critical period in terms of the spring thaw.

Thesis subject is the evaluation of runoff and flood regime of rivers Lužnice and Skřemelice at the closing profiles just before their confluences. The results are compared with findings from the profile Pilař, which were published in the past by other authors. More attention is paid to the evaluation of the hydrological year 2013 and in detail is described the flood in June of the same year. Daily flow data from the years 1971 - 2014 were used for evaluating of runoff conditions. The assessment of the runoff regime in terms of daily, monthly and annual flows were compared with the runoff regime in Pilař gauge station. The source regions with dominating influence on the resulting runoff were discovered. Analysis of the flood regime confirmed that spring floods in Lužnice came mainly from upland and hilly parts of catchment and large summer floods have main source area in the catchment of Lužnice river itself, before the confluence of the Lužnice river and Skřemelic river. When assessing flood in 2013, the main source areas of flood flows that hit Lužnice river basin were founded. The flood extremity was compared in each closing profiles.

The interactions between rivers, surrounding hydrogeological features, and hydraulic structures such as bridges are not well-established or understood at the network scale, especially under transient conditions. The cascading hydraulic effects of local perturbations up- and downstream of the site of perturbation may have significant, unexpected, and far-reaching consequences, and therefore often cause concern among stakeholders. The up- and downstream hydraulic impacts of a single structural modification may extend much farther than anticipated, especially in extreme events. This work presents a framework and methodology to perform an analysis of interdependent bridge-stream interactions along a river corridor. Such analysis may help prioritize limited resources available for bridge and river rehabilitations, allow better-informed cost/benefit analysis, facilitate holistic design of bridges, and address stakeholder concerns raised in response to planned bridge and infrastructure alterations. The stretch of the Otter Creek from Rutland to Middlebury, VT, is used as a test bed for this analysis. A two-dimensional hydraulic model is used to examine the effects individual structures have on the bridge-stream network, particularly during extreme flood events. Results show that, depending on their characteristics, bridges and roadways may either attenuate or amplify peak flood flows up- and downstream, or have little to no impact at all. Likewise, bridges may or may not be sensitive to any changes in discharge that result from perturbation of existing structures elsewhere within the network. Alterations to structures that induce substantial backwaters may result in the most dramatic impacts to the network, which can be either positive or negative. Structures that do not experience relief (e.g., roadway overtopping) may be most sensitive to network perturbations.

Die Bemessung von Bauwerken an oder in Fließgewässern erfordert die Kenntnis des statistischen Hochwasserregimes. Beispielsweise legen Hochwasserschutzkonzeptionen häufig ein Hochwasser zu Grunde, welches in einem Jahr mit der Wahrscheinlichkeit von 1/100 auftritt. Ein extremeres Hochwasser wird für den Nachweis der Standsicherheit großer Stauanlagen nach DIN 19700-12 mit einem Hochwasser der jährlichen Eintrittswahrscheinlichkeit von 1/10000 benötigt. Ein solches Hochwasser kann bereits wegen des instationären Klimas nicht allein aus Durchflussmessdaten abgeleitet, sondern lediglich idealisiert dargestellt werden. Das resultiert nicht zuletzt daraus, dass der Mensch natürlich Zeuge eines so unwahrscheinlichen Ereignisses werden kann. Jedoch kann er die Unwahrscheinlichkeit nicht nachweisen. Jedes Berechnungsschema, mit welchem ein so unwahrscheinliches Ereignis abgeschätzt werden soll, wird nur begrenzt zuverlässig sein. Das Ziel der Arbeit ist es daher, die Schätzung etwas zuverlässiger zu gestalten. Grundsätzlich gilt, dass ein Modell umso mehr bzw. sicherere Ergebnisse liefern kann, je mehr Daten in das Modell eingehen. Direkt mit dem Durchfluss gekoppelt sind Angaben zu historischen Hochwasserereignissen bzw. qualitative Einschätzungen kleinräumiger Ereignisse. Eine wichtige Datenquelle neben den Durchflussartigen ist der mit dem Durchfluss kausal verbundene Niederschlag und dessen zu vermutendes Maximum in einem Gebiet. Wird zusätzlich regional vorgegangen, können räumliche Aspekte und Strukturen in größeren Einzugsgebieten berücksichtigt werden. Diese stärken bzw. erweitern die lokalen Berechnungsgrundlagen und gewährleisten ein räumlich konsistentes Bild. Im Umkehrschluss kann das Durchflussregime regionalisiert werden, um Informationen an nicht bemessenen Orten bereitstellen zu können. Aus den genannten erweiterten Berechnungsgrundlagen lassen sich drei Anknüpfungspunkte schließen: (i) Es muss eine sehr flexible und dennoch plausible Darstellungsmöglichkeit des statistischen Niederschlagsregimes bis zum vermutlichen Maximum formuliert werden. (ii) Das entwickelte Niederschlagsregime muss mit dem Durchflussregime gekoppelt werden, um die Informationen nutzen zu können. (iii) Die anschließende Regionalisierung muss die verschachtelte baumartige Struktur hydrologischer Einzugsgebiete berücksichtigen. Punkt (i) wird durch eine zweigeteilte Verteilungsfunktion gelöst. Damit werden die ideale Darstellung des wahrscheinlicheren Bereiches und der plausible Verlauf bis zum Maximum miteinander verbunden. Bezüglich Punkt (ii) wird ein neues Kopplungsprinzip entwickelt. Dieses basiert auf der Annahme, dass ein je nach Gebiet gültiger maximaler Scheitelabflussbeiwert existiert, welcher asymptotisch erreicht wird. Im Ergebnis erhält die Durchflussverteilung mit der Abflussbeiwertapproximation einen oberen Grenzwert in Abhängigkeit von Niederschlagsmaximum und Scheitelabflussbeiwert. Entsprechend der Vorgaben in Punkt (iii) wird die Referenzpegelmethode entwickelt. Diese basiert darauf, dass ähnliche Einzugsgebiete äquivalente Hochwasserscheitel generieren. Damit können bekannte Hochwasserereignisse eines Referenzpegels auf unbeobachtete Teileinzugsgebiete übertragen werden. Bei der Wahl des Referenzpegels wird u.a. die Topologie der Einzugsgebiete berücksichtigt. Die gesamte Strategie kann auf große Untersuchungsgebiete angewandt werden. Am Beispiel sächsischer Flüsse wird die Vorgehensweise von der Datenhomogenisierung bis hin zum extremen Hochwasserdurchfluss an einem unbeobachteten Querschnitt erläutert. / The dimensioning of different constructions at and in streams respectively requires knowlegde on the flood situation at site. For instance flood protection concepts often base on a peak discharge of the annual recurrence probability of 1/100. A more severe flood of an annual recurrence probability of 1/10000 is used to confirm the stability of large dams following DIN 19700-12. Such a flood cannot be deduced from runoff data only, but rather shown in an idealised way. It results not least on the fact, that human can witness a very improbable flood event. But is it not possible to verify the improbability. Every modelling scheme that is confronted with the deduction of such an extreme flood event will be of limited reliability. The task\'s aim will therefore be to make the estimation more reliable. Generally the more data a model involves the more trustworthy the results will become. Directly coupled with runoff are historical flood data and qualitative details of small scale flood events respectively. Aside runoff information an important data source is precipitation data, which is coupled with runoff data in a causal way, and the possible maximum precipitation. If additionally whole regions are examined it is possible to consider regional facets and structures of larger catchments. These strengthen and expand local modelling basics and provide a regional consistent result. Vice versa the flood regime can be regionalised to gain information at unobserved cross sections. Out of the described expanded modelling basics follow three links: (i) It is necessary to find a flexible but still plausible formulation of the statistical precipitation regime until the probable maximum precipitation. (ii) The formulation of point i) has to be coupled with the flood regime to include these information. (iii) The adjacent regionalisation has to account for the nested and arboreal structure of hydrological catchments. Point (i) will be solved by a split distribution function. That allows the ideal display of the more probable domain as well as the characteristics until the probable maximum. Regarding point (ii) a new principle of coupling will be developed. It bases on the assumption that a regional maximum runoff coefficient exists and it will be gained asymptotically. As a result of the runoff coefficient approximation the runoff distribution function gets an upper limit depending on maximum precipitation and runoff coefficient. Respecting the guidelines in point (iii) the reference gauge method will be developed. It bases upon the fact, that likewise catchments generate equivalent peak discharges. For this reason it is possible to carry known peak discharges of a reference gauge onto unobserved subcatchments. Among other things the choice of a reference gauge accounts for the topology of the catchments. The whole strategy can be applied to large catchments what is exemplarily shown in Saxon streams. Beginning with a data homogenisation to the point of discharges of extreme low exceedance probabilities at unobserved cross sections the whole procedure is shown.

Even though quite different in occurrence and consequences, from a modeling perspective many natural hazards share similar properties and challenges. Their complex nature as well as lacking knowledge about their driving forces and potential effects make their analysis demanding: uncertainty about the modeling framework, inaccurate or incomplete event observations and the intrinsic randomness of the natural phenomenon add up to different interacting layers of uncertainty, which require a careful handling. Nevertheless deterministic approaches are still widely used in natural hazard assessments, holding the risk of underestimating the hazard with disastrous effects. The all-round probabilistic framework of Bayesian networks constitutes an attractive alternative. In contrast to deterministic proceedings, it treats response variables as well as explanatory variables as random variables making no difference between input and output variables. Using a graphical representation Bayesian networks encode the dependency relations between the variables in a directed acyclic graph: variables are represented as nodes and (in-)dependencies between variables as (missing) edges between the nodes. The joint distribution of all variables can thus be described by decomposing it, according to the depicted independences, into a product of local conditional probability distributions, which are defined by the parameters of the Bayesian network. In the framework of this thesis the Bayesian network approach is applied to different natural hazard domains (i.e. seismic hazard, flood damage and landslide assessments). Learning the network structure and parameters from data, Bayesian networks reveal relevant dependency relations between the included variables and help to gain knowledge about the underlying processes. The problem of Bayesian network learning is cast in a Bayesian framework, considering the network structure and parameters as random variables itself and searching for the most likely combination of both, which corresponds to the maximum a posteriori (MAP score) of their joint distribution given the observed data. Although well studied in theory the learning of Bayesian networks based on real-world data is usually not straight forward and requires an adoption of existing algorithms. Typically arising problems are the handling of continuous variables, incomplete observations and the interaction of both. Working with continuous distributions requires assumptions about the allowed families of distributions. To "let the data speak" and avoid wrong assumptions, continuous variables are instead discretized here, thus allowing for a completely data-driven and distribution-free learning. An extension of the MAP score, considering the discretization as random variable as well, is developed for an automatic multivariate discretization, that takes interactions between the variables into account. The discretization process is nested into the network learning and requires several iterations. Having to face incomplete observations on top, this may pose a computational burden. Iterative proceedings for missing value estimation become quickly infeasible. A more efficient albeit approximate method is used instead, estimating the missing values based only on the observations of variables directly interacting with the missing variable. Moreover natural hazard assessments often have a primary interest in a certain target variable. The discretization learned for this variable does not always have the required resolution for a good prediction performance. Finer resolutions for (conditional) continuous distributions are achieved with continuous approximations subsequent to the Bayesian network learning, using kernel density estimations or mixtures of truncated exponential functions. All our proceedings are completely data-driven. We thus avoid assumptions that require expert knowledge and instead provide domain independent solutions, that are applicable not only in other natural hazard assessments, but in a variety of domains struggling with uncertainties. / Obwohl Naturgefahren in ihren Ursachen, Erscheinungen und Auswirkungen grundlegend verschieden sind, teilen sie doch viele Gemeinsamkeiten und Herausforderungen, wenn es um ihre Modellierung geht. Fehlendes Wissen über die zugrunde liegenden Kräfte und deren komplexes Zusammenwirken erschweren die Wahl einer geeigneten Modellstruktur. Hinzu kommen ungenaue und unvollständige Beobachtungsdaten sowie dem Naturereignis innewohnende Zufallsprozesse. All diese verschiedenen, miteinander interagierende Aspekte von Unsicherheit erfordern eine sorgfältige Betrachtung, um fehlerhafte und verharmlosende Einschätzungen von Naturgefahren zu vermeiden. Dennoch sind deterministische Vorgehensweisen in Gefährdungsanalysen weit verbreitet. Bayessche Netze betrachten die Probleme aus wahrscheinlichkeitstheoretischer Sicht und bieten somit eine sinnvolle Alternative zu deterministischen Verfahren. Alle vom Zufall beeinflussten Größen werden hierbei als Zufallsvariablen angesehen. Die gemeinsame Wahrscheinlichkeitsverteilung aller Variablen beschreibt das Zusammenwirken der verschiedenen Einflussgrößen und die zugehörige Unsicherheit/Zufälligkeit. Die Abhängigkeitsstrukturen der Variablen können durch eine grafische Darstellung abgebildet werden. Die Variablen werden dabei als Knoten in einem Graphen/Netzwerk dargestellt und die (Un-)Abhängigkeiten zwischen den Variablen als (fehlende) Verbindungen zwischen diesen Knoten. Die dargestellten Unabhängigkeiten veranschaulichen, wie sich die gemeinsame Wahrscheinlichkeitsverteilung in ein Produkt lokaler, bedingter Wahrscheinlichkeitsverteilungen zerlegen lässt. Im Verlauf dieser Arbeit werden verschiedene Naturgefahren (Erdbeben, Hochwasser und Bergstürze) betrachtet und mit Bayesschen Netzen modelliert. Dazu wird jeweils nach der Netzwerkstruktur gesucht, welche die Abhängigkeiten der Variablen am besten beschreibt. Außerdem werden die Parameter der lokalen, bedingten Wahrscheinlichkeitsverteilungen geschätzt, um das Bayessche Netz und dessen zugehörige gemeinsame Wahrscheinlichkeitsverteilung vollständig zu bestimmen. Die Definition des Bayesschen Netzes kann auf Grundlage von Expertenwissen erfolgen oder - so wie in dieser Arbeit - anhand von Beobachtungsdaten des zu untersuchenden Naturereignisses. Die hier verwendeten Methoden wählen Netzwerkstruktur und Parameter so, dass die daraus resultierende Wahrscheinlichkeitsverteilung den beobachteten Daten eine möglichst große Wahrscheinlichkeit zuspricht. Da dieses Vorgehen keine Expertenwissen voraussetzt, ist es universell in verschiedenen Gebieten der Gefährdungsanalyse einsetzbar. Trotz umfangreicher Forschung zu diesem Thema ist das Bestimmen von Bayesschen Netzen basierend auf Beobachtungsdaten nicht ohne Schwierigkeiten. Typische Herausforderungen stellen die Handhabung stetiger Variablen und unvollständiger Datensätze dar. Beide Probleme werden in dieser Arbeit behandelt. Es werden Lösungsansätze entwickelt und in den Anwendungsbeispielen eingesetzt. Eine Kernfrage ist hierbei die Komplexität des Algorithmus. Besonders wenn sowohl stetige Variablen als auch unvollständige Datensätze in Kombination auftreten, sind effizient arbeitende Verfahren gefragt. Die hierzu in dieser Arbeit entwickelten Methoden ermöglichen die Verarbeitung von großen Datensätze mit stetigen Variablen und unvollständigen Beobachtungen und leisten damit einen wichtigen Beitrag für die wahrscheinlichkeitstheoretische Gefährdungsanalyse.

The aim of this paper is evaluation of hydrological regime of the upper part of Lužnice River basin. Upper stream of the Lužnice river represents low intensity of modification. Larger part of the river is a meandering stream with many ponds and pools in the floodplain where the safe retention of water during floods is possible. First part of this paper focus on detailed area hydrography description. The main part concentrates to hydrological regime. The methodology of this research is based on statistical evaluation of the longtime data series from the Pilař station. Flood events and dry periods are analyzed during the past 46 years. Detailed discharge measurements (realized in this area by Faculty of Science, Department of Physical Geography and Geoecology) are used for recent flood evaluations. Higher occurrence of floods and dry periods was identified in the past 10 years.

No description available.

Com o objetivo de promover a reflexão sobre os impactos ambientais ocasionados pela urbanização, avalia-se a relação entre expansão urbana e histórico de ocorrência de inundações e alagamentos em uma cidade média brasileira: São Carlos - SP. O levantamento de notícias históricas de jornal tem como objetivo resgatar informações sobre transformações físico-territoriais e ocorrência de inundações e alagamentos em uma bacia urbana sem sistematização de dados históricos. Os métodos utilizados relacionam dados sobre evolução da urbanização, população e de ocorrência de inundações e alagamentos na bacia do Gregório, especificamente no período de 1940 a 2004. Os resultados demonstram que a urbanização da bacia teve influência no aumento da freqüência de inundações e alagamentos, bem como no aumento da magnitude de seus impactos. Tais resultados indicam que a inclusão do histórico da ocupação territorial é um elemento crucial no processo de tomada de decisões para o planejamento territorial futuro. A abordagem histórica da drenagem urbana fornece subsídios para a implementação de políticas públicas que objetivem a recuperação ambiental e a redução dos impactos gerados por inundações e alagamentos. / To promote reflections about environmental impacts caused by urban occupation, the history process of urban development and flood events at a scale of a medium brazilian (São Carlos - SP) city is outlined. Historic documentation, thereby retrieving past information, is included in order to show up territorial transformations related to inundation frequency increase in flood prone areas. The Methodology consists on the relation of data about the evolution of urbanized area, population and occurrence of flood events on the Gregorio basin, most specifically during the period between 1940 and 2004. Results show that the urbanization of the basin has influence on the increase on flood events frequency, and on the increase of its impacts. The results also show that the inclusion of historical occupation is an asset for decision making towards future planning. Historic elements support public policies looking forward to either river recovering or flood mitigating devices.

Com o objetivo de promover a reflexão sobre os impactos ambientais ocasionados pela urbanização, avalia-se a relação entre expansão urbana e histórico de ocorrência de inundações e alagamentos em uma cidade média brasileira: São Carlos - SP. O levantamento de notícias históricas de jornal tem como objetivo resgatar informações sobre transformações físico-territoriais e ocorrência de inundações e alagamentos em uma bacia urbana sem sistematização de dados históricos. Os métodos utilizados relacionam dados sobre evolução da urbanização, população e de ocorrência de inundações e alagamentos na bacia do Gregório, especificamente no período de 1940 a 2004. Os resultados demonstram que a urbanização da bacia teve influência no aumento da freqüência de inundações e alagamentos, bem como no aumento da magnitude de seus impactos. Tais resultados indicam que a inclusão do histórico da ocupação territorial é um elemento crucial no processo de tomada de decisões para o planejamento territorial futuro. A abordagem histórica da drenagem urbana fornece subsídios para a implementação de políticas públicas que objetivem a recuperação ambiental e a redução dos impactos gerados por inundações e alagamentos. / To promote reflections about environmental impacts caused by urban occupation, the history process of urban development and flood events at a scale of a medium brazilian (São Carlos - SP) city is outlined. Historic documentation, thereby retrieving past information, is included in order to show up territorial transformations related to inundation frequency increase in flood prone areas. The Methodology consists on the relation of data about the evolution of urbanized area, population and occurrence of flood events on the Gregorio basin, most specifically during the period between 1940 and 2004. Results show that the urbanization of the basin has influence on the increase on flood events frequency, and on the increase of its impacts. The results also show that the inclusion of historical occupation is an asset for decision making towards future planning. Historic elements support public policies looking forward to either river recovering or flood mitigating devices.

Die Bemessung von Bauwerken an oder in Fließgewässern erfordert die Kenntnis des statistischen Hochwasserregimes. Beispielsweise legen Hochwasserschutzkonzeptionen häufig ein Hochwasser zu Grunde, welches in einem Jahr mit der Wahrscheinlichkeit von 1/100 auftritt. Ein extremeres Hochwasser wird für den Nachweis der Standsicherheit großer Stauanlagen nach DIN 19700-12 mit einem Hochwasser der jährlichen Eintrittswahrscheinlichkeit von 1/10000 benötigt. Ein solches Hochwasser kann bereits wegen des instationären Klimas nicht allein aus Durchflussmessdaten abgeleitet, sondern lediglich idealisiert dargestellt werden. Das resultiert nicht zuletzt daraus, dass der Mensch natürlich Zeuge eines so unwahrscheinlichen Ereignisses werden kann. Jedoch kann er die Unwahrscheinlichkeit nicht nachweisen. Jedes Berechnungsschema, mit welchem ein so unwahrscheinliches Ereignis abgeschätzt werden soll, wird nur begrenzt zuverlässig sein. Das Ziel der Arbeit ist es daher, die Schätzung etwas zuverlässiger zu gestalten. Grundsätzlich gilt, dass ein Modell umso mehr bzw. sicherere Ergebnisse liefern kann, je mehr Daten in das Modell eingehen. Direkt mit dem Durchfluss gekoppelt sind Angaben zu historischen Hochwasserereignissen bzw. qualitative Einschätzungen kleinräumiger Ereignisse. Eine wichtige Datenquelle neben den Durchflussartigen ist der mit dem Durchfluss kausal verbundene Niederschlag und dessen zu vermutendes Maximum in einem Gebiet. Wird zusätzlich regional vorgegangen, können räumliche Aspekte und Strukturen in größeren Einzugsgebieten berücksichtigt werden. Diese stärken bzw. erweitern die lokalen Berechnungsgrundlagen und gewährleisten ein räumlich konsistentes Bild. Im Umkehrschluss kann das Durchflussregime regionalisiert werden, um Informationen an nicht bemessenen Orten bereitstellen zu können. Aus den genannten erweiterten Berechnungsgrundlagen lassen sich drei Anknüpfungspunkte schließen: (i) Es muss eine sehr flexible und dennoch plausible Darstellungsmöglichkeit des statistischen Niederschlagsregimes bis zum vermutlichen Maximum formuliert werden. (ii) Das entwickelte Niederschlagsregime muss mit dem Durchflussregime gekoppelt werden, um die Informationen nutzen zu können. (iii) Die anschließende Regionalisierung muss die verschachtelte baumartige Struktur hydrologischer Einzugsgebiete berücksichtigen. Punkt (i) wird durch eine zweigeteilte Verteilungsfunktion gelöst. Damit werden die ideale Darstellung des wahrscheinlicheren Bereiches und der plausible Verlauf bis zum Maximum miteinander verbunden. Bezüglich Punkt (ii) wird ein neues Kopplungsprinzip entwickelt. Dieses basiert auf der Annahme, dass ein je nach Gebiet gültiger maximaler Scheitelabflussbeiwert existiert, welcher asymptotisch erreicht wird. Im Ergebnis erhält die Durchflussverteilung mit der Abflussbeiwertapproximation einen oberen Grenzwert in Abhängigkeit von Niederschlagsmaximum und Scheitelabflussbeiwert. Entsprechend der Vorgaben in Punkt (iii) wird die Referenzpegelmethode entwickelt. Diese basiert darauf, dass ähnliche Einzugsgebiete äquivalente Hochwasserscheitel generieren. Damit können bekannte Hochwasserereignisse eines Referenzpegels auf unbeobachtete Teileinzugsgebiete übertragen werden. Bei der Wahl des Referenzpegels wird u.a. die Topologie der Einzugsgebiete berücksichtigt. Die gesamte Strategie kann auf große Untersuchungsgebiete angewandt werden. Am Beispiel sächsischer Flüsse wird die Vorgehensweise von der Datenhomogenisierung bis hin zum extremen Hochwasserdurchfluss an einem unbeobachteten Querschnitt erläutert. / The dimensioning of different constructions at and in streams respectively requires knowlegde on the flood situation at site. For instance flood protection concepts often base on a peak discharge of the annual recurrence probability of 1/100. A more severe flood of an annual recurrence probability of 1/10000 is used to confirm the stability of large dams following DIN 19700-12. Such a flood cannot be deduced from runoff data only, but rather shown in an idealised way. It results not least on the fact, that human can witness a very improbable flood event. But is it not possible to verify the improbability. Every modelling scheme that is confronted with the deduction of such an extreme flood event will be of limited reliability. The task\'s aim will therefore be to make the estimation more reliable. Generally the more data a model involves the more trustworthy the results will become. Directly coupled with runoff are historical flood data and qualitative details of small scale flood events respectively. Aside runoff information an important data source is precipitation data, which is coupled with runoff data in a causal way, and the possible maximum precipitation. If additionally whole regions are examined it is possible to consider regional facets and structures of larger catchments. These strengthen and expand local modelling basics and provide a regional consistent result. Vice versa the flood regime can be regionalised to gain information at unobserved cross sections. Out of the described expanded modelling basics follow three links: (i) It is necessary to find a flexible but still plausible formulation of the statistical precipitation regime until the probable maximum precipitation. (ii) The formulation of point i) has to be coupled with the flood regime to include these information. (iii) The adjacent regionalisation has to account for the nested and arboreal structure of hydrological catchments. Point (i) will be solved by a split distribution function. That allows the ideal display of the more probable domain as well as the characteristics until the probable maximum. Regarding point (ii) a new principle of coupling will be developed. It bases on the assumption that a regional maximum runoff coefficient exists and it will be gained asymptotically. As a result of the runoff coefficient approximation the runoff distribution function gets an upper limit depending on maximum precipitation and runoff coefficient. Respecting the guidelines in point (iii) the reference gauge method will be developed. It bases upon the fact, that likewise catchments generate equivalent peak discharges. For this reason it is possible to carry known peak discharges of a reference gauge onto unobserved subcatchments. Among other things the choice of a reference gauge accounts for the topology of the catchments. The whole strategy can be applied to large catchments what is exemplarily shown in Saxon streams. Beginning with a data homogenisation to the point of discharges of extreme low exceedance probabilities at unobserved cross sections the whole procedure is shown.