Regionalisierung der Hochwasserkennwerte für das Land Mecklenburg-Vorpommern: Aktualisierung und methodische Neuerungen.

Abstract

Für die Einschätzung der Hochwassergefährdung und die Bemessung von wasserwirtschaftlichen Anlagen ist der Scheitelabfluss maßgeblicher statistischer Wiederkehrintervalle (HQ (T)) eine wesentliche Größe. In der Vergangenheit wurde dieser Wert in Mecklenburg-Vorpommern (M-V) nach dem Verfahren von Miegel & Haupt (1998) bestimmt. Gegenstand des Beitrags ist die Aktualisierung dieses Verfahrens. Sie erfolgt auf der Basis eines nichtlinearen, multivariaten Regressionsansatzes, verlängerter Pegelzeitreihen und eines regionalspezifischen Datensatzes an Gebietskenngrößen. Die Anwendung von GIS-Werkzeugen erlaubt die effektive Überprüfung einer Vielzahl weiterer Geofaktoren, wobei sich zwei davon zusätzlich zu den bisher verwendeten als effektiv erwiesen haben. Besondere Überlegungen erforderte die Aufbereitung der Pegeldaten. Die Kriterien zur Bewertung der Modellgüte lassen erkennen, dass mit Hilfe des überarbeiteten Regionalisierungsansatzes je nach betrachtetem Wiederkehrintervall eine Verringerung des mittleren relativen Modellfehlers von 31 Prozent bis 42 Prozent auf 20 Prozent bis 27 Prozent erreicht werden kann. Darüber hinaus wird ein Verfahren vorgeschlagen, mit dem in beobachteten Einzugsgebieten (EZG) die mittels Regionalisierungsansatz bestimmten HQ (T) mit den Ergebnissen der lokalen Pegelanalyse abgeglichen und alternativ verbessert werden können.The peak flow of decisive statistical periods is a significant parameter for the assessment of flood risk and calculation of water management systems. In the past, this value was determined by the method of Miegel & Haupt (1998) in Mecklenburg-West Pomerania. This article introduces certain updates to this method. This is done on the basis of a non-linear, multivariate regression approach, extended time series for the water level gauges and a region-specific dataset of area characteristics. The usage of GIS-tools allows the effective analysis of a variety of other geofactors. Two of these, in addition to the ones used so far, have been proved to be effective. The analysis of the water level data required special consideration in this process. The evaluation criteria for the model s accuracy show that an reduction of the average relative model error from 31 per cent-42 per cent to 20 per cent-27 per cent can be achieved with the aid of the new regionalization approach, depending on the examined recurrence interval. In addition, a method is also presented with which the peak flows values determined via the regionalization approach can be compared with the results of the local water level analyses and possibly optimized.