accessibility__skip_menu__jump_to_main

Volltext : Schlußfolgerungen und Empfehlungen aus dem Verbundprojekt MUSTOK und zukünftiger Forschungsbedarf

Die  Küste,  75  MUSTOK  (2009),  255-265

263

Vergleich  zu  Wellenmessungen  als  die  mit  dem  SOHIP-Modell  ermittelten  Seegangsparameter. ­
  Im  Mittel  stimmten  jedoch  die  simulierten  und  die  gemessenen  Werte  vergleichsweise  gut
überein.  Die  in  WODLM  verwendeten  Windfelder  stammen  aus  dem  aktuellen  Windmodell
des  DWD  (LM-Modell/COSMO-EU-Modell,  räumliche  Auflösung  ca.  7  km  x  7  km)  und
basieren  auf  Beobachtungen.  Demgegenüber  sind  die  in  dem  SOHIP-Modell  verwendeten
HIPOCAS-Windfelder  deutlich  geringer  aufgelöst  (33  km  x  56  km).  Es  ist  zu  vermuten,  dass
die  räumliche  Auflösung  der  Windfelder  bei  der  Vorhersage/Nachhersage  von  Seegangsinformation ­
  eine  große  Rolle  spielt.  Leider  stand  für  systematische  Untersuchungen  des  Einflusses
der  Auflösung  auf  die  Vorhersageergebnisse  im  MUSTOK-Projekt  nicht  ausreichend  Zeit  zur
Verfügung.  Hier  wird  weiteres  Untersuchungspotential  für  die  Zukunft  gesehen.
Demgegenüber  spielte  die  räumliche  Auflösung  des  Wellenmodells  selbst  -  zumindest
für  die  ausgewählten  Vorhersagepunkte  in  Wassertiefen  von  etwa  10  m-  keine  so  entscheidende ­
  Rolle.  Für  Auflösungen  von  500  m  x  500  m,  1  km  x  1  km  und  2  km  x  2  km  wurden
für  die  ausgewählten  Vorhersagepunkte  praktisch  die  gleichen  Ergebnisse  ermittelt.
Bei  der  Verifikation  der  Langzeit-Seegangssimulationen  wurden  erneut  die  Unsicherheiten ­
  des  Modells  SWAN  bei  der  Ermittlung  von  Wellenperioden  insbesondere  im  Seegangsvorhersagemodus ­
  deutlich  (siehe  auch  Schlamkow  u.  Fröhle,  2008).  Die  Wellenperioden ­
  werden  praktisch  immer  deutlich  unterschätzt.  Dieses  Problem  wird  derzeit  von  der
Universität  Rostock  intensiv  bearbeitet.  Für  die  Arbeiten  im  Projekt  MUSTOK  wurden  die
Wellenperioden  auf  der  Grundlage  von  Messungen  aus  Korrelationsrechnungen  ermittelt.
2.6  Statistische  Analysen  von  Wasserständen  und  Seegang
Die  bisherigen  Ergebnisse  zu  Eintrittswahrscheinlichkeiten  von  extremen  Wasserständen ­
  zeigten,  dass  dringender  Forschungsbedarf  vorhanden  war;  dieser  Forschungsbedarf
leitete  sich  vorwiegend  aus  dem  Sturmflutereignis  von  1872  ab,  da  dieses  Ereignis  auf  der
einen  Seite  maßgebend  für  den  aktuellen  Küstenschutz  ist,  auf  der  anderen  Seite  aber  große
Defizite  bei  der  statistischen  Einordnung  dieses  Ereignisses  vorhanden  waren.  Im  Rahmen
des  Verbundprojektes  MUSTOK  wurde  ein  Ansatz  gewählt,  der  es  ermöglichte,  neben  den
beobachteten  Wasserständen  auch  historische  Ereignisse  und  modellierte  Extremwerte  in
die  Analysen  zu  integrieren  (Mudersbach  u.  Jensen,  2009).  Dabei  zeigte  sich,  dass  die  zusätzliche ­
  Einbeziehung  von  historischen  Wasserstandsereignissen  zu  einem  besseren  Verständnis ­
  und  zu  einer  belastbareren  Schätzung  der  Eintrittswahrscheinlichkeiten  führt.
Gleichzeitig  muss  jedoch  beachtet  werden,  dass  historische  Ereignisse  oft  mit  sehr  großen
Unsicherheiten  versehen  sind.  Wenn  die  Unsicherheiten  zu  groß  sind,  können  diese  den
Mehrgewinn  wiederum  kompensieren  oder  sogar  überkompensieren.  Der  wesentliche  Arbeitsaufwand ­
  liegt  bei  der  Verwendung  von  historischen  Zusatzinformationen  somit  weniger
in  der  methodischen  Anwendung,  sondern  vielmehr  in  der  Datenrecherche  und  der  Datenaufbereitung, ­
  um  eine  fundierte  Beurteilung  der  Unsicherheiten  vornehmen  zu  können.  Ein
Forschungsbedarf  ergibt  sich  hierbei  bei  der  unterschiedlichen  Gewichtung  mehrerer  historischer ­
  Hochwasserereignisse.  Wenn  beispielsweise  mehrere  historische  Sturmfluten  bekannt
sind,  so  können  einige  mit  größeren  Unsicherheiten  behaftet  sein  als  andere.  Diese  Unterschiede ­
  können  zum  gegenwärtigen  Zeitpunkt  nicht  in  der  Extremwertstatistik  berücksichtigt ­
  werden.
Die  Einbeziehung  von  modellierten  Extremwerten  hat,  zusätzlich  zur  Verwendung  von
historischen  Ereignissen,  zu  einer  Verbesserung  der  Extremwertstatistik  geführt.  Mit  Hilfe
von  modellierten  Extremwerten  kann  die  Extrapolation  der  Verteilungsfunktionen  in  den
            
Waiting...

Nutzerhinweis

Sehr geehrte Benutzerin, sehr geehrter Benutzer,

aufgrund der aktuellen Entwicklungen in der Webtechnologie, die im Goobi viewer verwendet wird, unterstützt die Software den von Ihnen verwendeten Browser nicht mehr.

Bitte benutzen Sie einen der folgenden Browser, um diese Seite korrekt darstellen zu können.

Vielen Dank für Ihr Verständnis.