Der großräumige Abbau von Braunkohle in der Lausitz führte in der Vergangenheit zu einer
extremen Beeinflussung des Wasserhaushaltes im Einzugsgebiet der Spree. Mit dem Beginn
der Sanierung und Flutung der Tagebaue kommt es nun langfristig zu einer verstärkten Nutzung
der existierenden Oberflächengewässer und der Einbindung der entstehenden Tagebaurestseen
in das Fließgewässernetz.
Die Kopplung von Mengenbewirtschaftungsmodellen mit Gütemodellen berücksichtigt die
Verfügbarkeit und Verteilung der begrenzten Ressource Wasser im Einzugsgebiet und der
aus der Bewirtschaftung resultierenden Gewässergüte. Dies entspricht auch dem Leitbild der
EU-WRRL (2000) für ein integriertes Flussgebietsmanagement, was eine einzugsgebietsbezogene
Betrachtung der vorhandenen Ressourcen unter Berücksichtigung aller beeinflussten
und beeinflussenden Kriterien fordert.
Werden Modelle, die unterschiedlich sensitive und komplexe Systeme abbilden, miteinander
gekoppelt, erfordert dies eine Anpassung der Datenstruktur und der zeitlichen Skalen.
Schwerpunkt dieser Arbeit war die Entwicklung einfacher, robuster Simulationswerkzeuge
für die Prognose der Gewässergüte in den Talsperren Bautzen und Quitzdorf. Als Basis diente
das komplexe Standgewässergütemodell SALMO. Das Modell wurde zunächst um einfache
Algorithmen ergänzt, so dass es trotz einer angepassten, stark reduzierten Datengrundlage,
plausible Ergebnisse simulierte. Stochastisch erzeugte Bewirtschaftungsszenarien und die
komplex simulierten Modellergebnisse bezüglich der resultierenden Gewässergüte, wurden
als Trainingsdaten für ein Künstliches Neuronales Netz (ANN) genutzt. Die für beide Talsperren
trainierten ANN sind als effektive Black-Box-Module in der Lage, das komplexe
Systemverhalten des deterministischen Modells SALMO widerzuspiegeln.
Durch eine Kopplung der entwickelten ANN mit dem Bewirtschaftungsmodell WBalMo ist
es möglich, Bewirtschaftungsalternativen hinsichtlich ihrer Konsequenzen für die Gewässergüte
zu bewerten.
ANN sind systemgebundene Modelle, die nicht auf andere Gewässersysteme übertragen werden
können. Allerdings stellt die hier erarbeitete Methodik einen fundierten Ansatz dar, der
für die Entwicklung weiterer aggregierter Gütemodule im Rahmen integrierter Bewirtschaftungsmodelle
angewendet werden kann. / The large-scale extraction of lignite in Lusatia in the past had an extreme impact on the water
balance of the Spree river catchment. The restoration and flooding of the opencast pits put
heavy demand on existing surface waters for a long time period. The resulting artificial lakes
have to be integrated in the riverine network.
The coupling of management models and water quality models allows to consider both
availability and distribution of limited water resources in the catchment and resulting water
quality. This is corresponding to the principles of the EU-WFD for integrated river basin management,
which is a basin-related consideration of available resources taking into account
all influencing and influenced characteristics.
Adjustment of data structure and time scale is necessary if models describing unequally sensitive
and complex systems are to be coupled. Main focus of this task was to develop simple
and robust simulation tools for the prediction of water quality in the reservoirs Bautzen and
Quitzdorf. The complex water quality model SALMO served as a basis.
In a first step, simple algorithms had to be amended in order to generate plausible simulation
results despite of an adapted reduced data base. Stochastically generated management
scenarios and complex simulated model results regarding the resulting water quality were
employed as training data for an Artificial Neuronal Network (ANN). The trained ANN’s are
efficient black box modules. As such they are able to mirror complex system behaviour of
the deterministic model SALMO.
By coupling the developed ANN with the management model WBalMo it is possible to
evaluate management strategies in terms of their impact on the quality of the water bodies.
ANN’s are system-linked models. A transfer to other aquatic systems is not possible. However,
the methodology developed here represents an in-depth approach which is applicable to
the development of further aggregated water quality models in the framework of integrated
management models.
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa.de:bsz:14-qucosa-26173 |
| Date | 20 January 2010 |
| Creators | Siemens, Katja |
| Contributors | Technische Universität Dresden, Fakultät Forst-, Geo- und Hydrowissenschaften, Prof. Dr. Jürgen Benndorf, Prof. Dr. Jürgen Benndorf, Prof. Dr. Dietrich Borchardt, Prof. Dr. Brigitte Nixdorf |
| Publisher | Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | deu |
| Detected Language | German |
| Type | doc-type:doctoralThesis |
| Format | application/pdf, application/pdf, application/zip |
Page generated in 0.0033 seconds