OptiVor Echtzeit-Optimierung hydrologischer Vorhersagemodelle und Vorhersage-basierter Entscheidungen für die Bundeswasserstraßen

OptiVor unterstützt die Optimierung operationell einsetzbarer Vorhersagemodelle und -methoden sowie die Entwicklung nutzerorientierter Vorhersageprodukte des Bundes für die Binnenwasserstraßen.

Schematische Darstellung der Schwerpunktthemen des FuE-Projekts OptiVor. © BfG
Schematische Darstellung der Schwerpunktthemen des FuE-Projekts OptiVor. © BfG

Themenschwerpunkt

Verkehr und Infrastruktur

Projekttyp

BMDV-finanzierte Forschung für Wasserstraßen

Laufzeit

01/2020 - 03/2023

Forschungsart

Entwicklungsprojekt

Auftraggeber

BMDV

Projektnummer

M39610204064

Projektstatus

Abgeschlossen

Die BfG entwickelt, pflegt und betreibt hydrologische Vorhersagesysteme für die Binnenwasserstraßen. Vorhersagen sind grundsätzlich mit Unsicherheiten behaftet, die durch Ensemble- und Datenassimilationstechniken präziser erfasst und gemindert werden können. So wurden in den letzten Jahren u.a. probabilistische Vorhersagen zur Quantifizierung der Unsicherheiten erfolgreich in den operationellen Einsatz gebracht. Der Fokus von OptiVor liegt auf einer weiteren Verbesserung der operationellen hydrologischen Vorhersagemethoden und -modelle sowie der auf ihnen basierenden (längerfristigen) Produkte.

Veranlassung

Hydrologische (Extrem-)Ereignisse und daraus erwachsende Nutzeranforderungen sowie die zunehmende Menge in Echtzeit verfügbarer Erdbeobachtungsdaten erfordern Innovationen in der Vorhersage. Neben einer stetigen Verbesserung der Güte werden insbesondere verlängerte Prognosehorizonte unter Berücksichtigung der Unsicherheiten stark nachgefragt. Da neben den meteorologischen Vorhersagen die Zustände des hydrologischen Systems (z.B. Schnee, Bodenfeuchte) eine wichtige Rolle für die Vorhersagbarkeit spielen, werden in OptiVor Methoden der Assimilation (z.B. Ensemble-Kalman-Filter) multipler Datensätze (z.B. Pegeldaten, Satellitenprodukte) untersucht und für diesen Zweck verbesserte Modellbeschreibungen entwickelt. Parallel erfolgt die statistische Analyse der Nutzung regionaler und globaler Telekonnektionen zur Erweiterung der Vorhersagehorizonte an den Wasserstraßen. OptiVor betrachtet zudem das Potenzial modellbasierter, prädiktiver Regler in Kombination mit Vorhersageunsicherheiten.

Ziele

  • Erkenntnisse zur Steigerung der Vorhersagegüte durch operationelle Assimilation multipler Echtzeitdaten (Fallstudie: Rhein)
  • Erweiterung der Prozessbeschreibungen in den hydrologischen Vorhersagemodellen (Fallstudie: Rhein)
  • Methodenentwicklung zur automatisierten Erstellung mehrwöchiger bis mehrmonatiger Vorhersagen als prognostische Information für die Wasserstraßennutzung sowie das Wasserstraßenmanagement (Fallstudien: Rhein, Elbe, Donau)
  • Entwicklung von Werkzeugen zur Ableitung optimierter Betriebsvorschläge für ausgewählte Managementaufgaben der Wasserstraßen- und Schifffahrtsverwaltung (Fallstudien: Weser, Nord-Ostsee-Kanal)

Ergebnisse

  • Operationalisierung einer 6-Wochen-Vorhersage für Rhein (Pegel Kaub, Köln, Duisburg-Ruhrort) und Elbe (Pegel Dresden, Barby, Neu Darchau) im Juli 2022 (vorkonfigurierte PDF-Berichte)
  • Entwicklung einer dynamischen Web-Applikation zur nutzerspezifischen Darstellung und Analyse der 6-Wochen-Vorhersagen für Rhein und Elbe (Entwicklung Web-Applikation abgeschlossen, Operationalisierung nach Bearbeitung letzter bereitstellungstechnischer Punkte)

Ausblick auf die nächsten Jahre

  • Kombination deterministischer und statistischer Methoden zur mehrmonatigen Prognose von Abflüssen / Wasserständen an den Wasserstraßen, Aufbau eines präoperationellen Vorhersagebetriebs
  • Operationalisierung der Datenassimilation (EnKF) für die verkehrsbezogene Vorhersagen am Rhein

Produkte zum Thema

  • Frielingsdorf, B., Meissner, D., Klein, B. (2021): Developing probabilistic long-term forecasts for the Upper Danube waterway. XXIX Conference of the Danubian Countries on Hydrological Forecasting and Hydrological Bases of Water Management. 6 – 7.9.2021, Brno / Czech Republic
  • Tyralla, C., Belger, G., Klein, B., Meissner, D., Thül, M., Tyralla, C., Weber, M., Weier, J. (2021): Coupling different hydrological models and data assimilation approaches with HydPy and OpenDA for improved runoff forecasts for the Rhine river; Delft-FEWS International User Days 2021, Online, 8./11./15. November 2021
  • Weier, J., Tyralla, C., Klein, B., Belger, G., Meissner, D. (2021): Applying the hydrological model framework HydPy for data assimilation in order to improve operational medium-range forecasts within the Rhine basin. HEPEX 8th International Workshop, Online, 29.06 ‒ 01.07.2021

Dennis Meißner Dipl.-Ingenieur (Bauingenieurwesen)

Ansprechperson 'Vorhersage' Contact 'Forecasting'

Referat M2 Wasserhaushalt, Vorhersagen und Prognosen

Telefon: +49 261 1306-5183

E-Mail-Adresse * meissner@bafg.de

Hinweis zur Verwendung von Cookies

Cookies erleichtern die Bereitstellung unserer Dienste. Mit der Nutzung unserer Dienste erklären Sie sich damit einverstanden, dass wir Cookies verwenden. Weitere Informationen zum Datenschutz erhalten Sie über den folgenden Link: Datenschutz