Rainfall runoff models are frequently used for design processes for urban infrastructure. The most sensitive input for these models is precipitation data. Therefore, it is crucial to account for temporal and spatial variability of rainfall events as accurately as possible to avoid misleading simulation results. This paper aims to show the significant errors that can occur by using rainfall measurement resolutions in urban environments that are too coarse. We analyzed the spatial variability of rainfall events from two years with the validated data of 22 rain gauges spread out over an urban catchment of 125 km2. By looking at the interstation correlation of the rain gauges for different classes of rainfall intensities, we found that rainfall events with low and intermediate intensities show a good interstation correlation. However, the correlation drops significantly for heavy rainfall events suggesting higher spatial variability for more intense rainstorms. Further, we analyzed the possible deviation from the spatial rainfall interpolation that uses all available rain gauges when reducing the number of rain gauges to interpolate the spatial rainfall for 24 chosen events. With these analyses we found that reducing the available information by half results in deviations of up to 25% for events with return periods shorter than one year and 45% for events with longer return periods. Assuming uniformly distributed rainfall over the entire catchment resulted in deviations of up to 75% and 125%, respectively. These findings are supported by the work of past research projects and underline the necessity of a high spatial measurement density in order to account for spatial variability of intense rainstorms.
ZusammenfassungNiederschlagsinduzierte Überflutungen auf einer lokalen Skala erfahren in den letzten Jahren eine vermehrte Aufmerksamkeit. Vor allem im urbanen Raum ist in den letzten Jahren eine Vielzahl von Ereignissen mit erheblichen Schadenssummen aufgetreten. In der Fachdiskussion wird durch Klimawandel und Urbanisierung eine weitere Zunahme bezüglich Häufigkeit und Ausmaß dieser Ereignisse prognostiziert. Im deutschsprachigen Raum werden unterschiedliche Begriffe, teilweise in Abhängigkeit von den beteiligten Prozessen, benutzt. Neben der kurzen Darstellung der geläufigsten Fachbegriffe wird eine mögliche Klassifizierung vorgeschlagen. Für eine Überflutungsanalyse steht mittlerweile eine Vielzahl an ausgereiften Werkzeugen zur Verfügung. Eine hierarchische Darstellung der Modellansätze erlaubt eine der jeweiligen Aufgabe und dem jeweiligen Untersuchungsgebiet angepasste Auswahl der Modellansätze und eventuelle Kombination dieser. Dabei wird auf GIS-basierte Methoden zur Bestimmung der Fließwege an der Oberfläche, Zelluläre Automaten zur Bestimmung von Überflutungsflächen, 1D-hydrodynamische Kanalnetzmodelle, 2D-hydrodynamische Oberflächenabflussmodelle und gekoppelte 1D-2D-Überflutungsmodelle eingegangen.
Zusammenfassung Niederschlagswasser-und Mischwassereinleitungen können für einige Spurenstoffe aus dem urbanen Bereich der dominierende Eintragspfad in die Gewässer sein. Im Rahmen eines österreichischen Forschungsprojekts wurden an einer Niederschlagswasserkanaleinleitungsstelle in ein Gewässer sowie an einem Mischwasserüberlauf zwei mengenproportionale Jahresmischproben generiert, um die daraus resultierenden ein-bzw. abgeleiteten Jahresschmutzfrachten an Spurenstoffen zum einen messtechnisch zu bestimmen und zum anderen nach einer detaillierten Analyse der Oberflächenbeschaffenheiten in den Einzugsgebieten und entsprechenden Stoffflussanalysen theoretisch ermittelbaren Stofffrachtpotenzialen aus der Literatur gegenüberzustellen. Die dafür gewählte Probenahmestrategie, die dabei gesammelten Erfahrungen bei der Probenahme und die erzielten Ergebnisse aus den Beprobungen werden im Beitrag beschrieben und diskutiert.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.