Das Projekt "Hochwasservorhersage fuer die Lausitzer Neisse mit Hilfe neuronaler Netze" wird vom Umweltbundesamt gefördert und von Industrielle Computer-Anwendungen audacia durchgeführt. Zielstellung des Projektes: Mit dem Forschungsvorhaben sollte die Antwort auf die Frage gefunden werden, ob ein kuenstlich neuronales Netz faehig ist, Abflussvorhersagen unter ausschliesslicher Nutzung der im hydrologischen Dienst der Behoerde verfuegbaren Daten in hinreichender Genauigkeit zu erstellen oder ob die konzeptionellen Verfahren zuverlaessigere Vorhersagen liefern. Fuer das Forschungsvorhaben wurde dabei das Flussgebiet der Lausitzer Neisse mit den Vorhersagepegeln Zittau und Goerlitz ausgewaehlt. Die Datenbasis in diesem Flussgebiet ist im Hochwasserfall schwierig, da nur auf zwei Niederschlagsstationen zurueckgegriffen werden kann und wenig Information vom Flussoberlauf auf dem Gebiet der Tschechischen Republik und den rechten Zufluessen auf dem Gebiet der Republik Polen vorliegen. Die neuronalen Netze wurden bisher kaum in der Hochwasservorhersage angewendet. Ziel des Forschungsvorhabens war es, die Modellansaetze des kuenstlichen neuronalen Netzes und Anpassungen fuer eine Anwendung in der Hochwasservorhersage zu entwickeln. Anhand eines ausgewaehlten Hochwasserereignisses wurden Aussagen zur Quantifizierung des Fehlers in der Hochwasservorhersage mit neuronalen Netzen mit einer Sensivitaetsanalyse hinsichtlich der Eingangsparameter des neuronalen Netzes erwartet. Gleichzeitig sollte ein Vergleich der Ergebnisse der Vorhersage durch das neuronale Netz mit dem konzeptionellen Modell vorgenommen werden. Kurzdarstellung der Ergebnisse: Dem LfUG wurde ein Hochwasservorhersagemodell zur Echtzeitvorhersage von Wasserstaenden und Abfluessen mit neuronalen Netzen und mit konzeptionellen hydrologischen Modellen fuer die Pegel Zittau und Goerlitz an der Lausitzer Neisse uebergeben. Als neuronales Netz wurde das Multilayer-Perceptron (MLP) mit einem auf die spezielle Hochwasserproblematik zwischen den Pegeln Zittau und Goerlitz zugeschnittenen Backprogation-Lernalgorithmus genutzt. Das neuronale Netz verwendet 47 Eingangsneurone, 16 Zwischenneurone und 24 Ausgangsneurone. Das konzeptionelle Vorhersagemodell besteht aus einem N-A-Modell fuer den Pegel Zittau, einem Wasserlaufmodell fuer die Flussstrecke Pegel Zittau bis Pegel Goerlitz sowie einem Abflussmodell fuer das Zwischengebiet Pegel Zittau bis Pegel Goerlitz. Testung der Modelle hat ergeben, dass die Vorhersageergebnisse noch nicht zufriedenstellend sind und besonders die Vorhersage mittels neuronaler Netze nicht immer nachvollziehbar ist. Das zum Einsatz gekommene neuronale Netz ist nach Auswertung der uns vorliegenden Ergebnissen und der Testung des Modells fuer den Praxisfall der Hochwasservorhersage nicht geeignet. Anschlussuntersuchungen zum Einsatz neuronaler Netze fuer die Hochwasservorhersage sind derzeit nicht vorgesehen. Im Rahmen der IKSO in Abstimmung mit den Nachbarlaendern ist die Weiterentwicklung des konzeptionellen Hochwasservorhersagemodells geplant. Schwerpunkt wird dabei die Verbesserung der Datenbasis sein.