Abflussprognosen zur Bewältigung von Extremwetterlagen
Um das Transportaufkommen in Deutschland auch unter schwierigen Bedingungen zu bewältigen und dies aufrecht zu erhalten bzw. zu steigern, sind verkehrsträgerübergreifende Lösungsansätze notwendig. Ziel dieses Projekt ist es, die Resilienz und die Verfügbarkeit des Verkehrsträgers Wasserstraße bei extremen Wetterereignissen zu erhöhen.
Aufgabenstellung und Ziel
Etwa 3.000 km der Bundeswasserstraßen sind mit Staustufen ausgebaut, die meist aus einem beweglichen Wehr, einer Schleuse und einem Laufwasserkraftwerk bestehen. Durch das Ändern des Abflusses über das Kraftwerk und über das Wehr hält ein lokaler Regler den gewünschten Oberwasserstand innerhalb der vorgegebenen Stauzieltoleranz. Die Abfluss- und Stauregelung soll dabei mehrere, mitunter gegensätzliche Ziele erfüllen: Einhaltung des Stauziels innerhalb der festgelegten Toleranz, Verminderung von Abflussschwankungen, optimale Nutzung der Wasserkraft und Minimierung des Verschleißes der Wehrverschlüsse.
Im Zuge des Klimawandels ist mit einer Zunahme extremer Wetterereignisse zu rechnen. Die Abfluss- und Stauregelung steht gerade in Niedrigwasserperioden vor wachsenden Herausforderungen. Schwankungen des Abflusses sind in diesen Phasen schwierig auszugleichen und Über- bzw. Unterschreitungen der Stauzieltoleranz sind nicht auszuschließen. Dadurch entsteht eine Gefahr für die Schifffahrt.
Ziel des vorgestellten Vorhabens ist es, anhand einer fundierten Datenanalyse und der Methode des maschinellen Lernens Zusammenhänge zwischen Niederschlagsereignissen und Abflussschwankungen vertieft zu untersuchen. Zusätzlich sollen Abflussprognosen erstellt werden, welche die Abfluss- und Stauregelung unterstützen.
Bedeutung für die Wasserstraßen- und Schifffahrtsverwaltung des Bundes (WSV)
Die Verwendung maschinellen Lernens für Abflussvorhersagen auf der Basis von Niederschlags- und Zuflussdaten stellt ein vielversprechendes Werkzeug für die WSV dar. Prognosen schaffen einen vorausschauenden Handlungsspielraum für die Abfluss- und Stauregelung, sodass starke Wasserstandsund Abflussschwankungen minimiert und damit die Sicherheit und Leichtigkeit der Schifffahrt erhöht werden. Die Resilienz der Wasserstraße wird dadurch auch unter den zunehmenden Auswirkungen des Klimawandels gesteigert.
Untersuchungsmethoden
Das Verfahren wird exemplarisch an einer Stauhaltung der Mosel getestet. Die Niederschlagsdaten des Einzugsgebiets der Stauhaltung werden vom Deutschen Wetterdienst im Rahmen der Zusammenarbeit im BMDV-Expertennetzwerk bereitgestellt. Die Pegeldaten der oberliegenden Stauhaltung sowie die der untersuchten Stauhaltung selbst werden von der WSV zur Verfügung gestellt.
In einem ersten Schritt werden die Pegeldaten untersucht. Anhand einer Kreuzkorrelation können Abhängigkeiten zwischen dem oberliegenden Pegel und dem Pegel in der untersuchten Stauhaltung aufgezeigt werden. In einem weiteren Schritt werden ebenfalls die Niederschlags- und Wehrdaten betrachtet und deren Zusammenhang mit den Pegeldaten untersucht. Zusätzlich wird eine Methode erarbeitet, um Wasserstandsschwankungen so zu filtern, dass die Werte möglichst unbeeinflusst von Schleusungen und Schifffahrt sind.
Im Anschluss an die Aufbereitung der Daten wird nach einer geeigneten Methode des Maschinellen Lernens (ML) gesucht. Dabei werden unterschiedliche ML-Modelle in Python implementiert und trainiert. Der vielversprechendste Modelltyp soll weiter genutzt und mit unterschiedlichen Parametrierungen getestet werden. Hierbei wird immer auf einen Prognosezeitraum von drei Stunden hingearbeitet. Für die Abfluss- und Stauregelung ist eine dreistündige Prognose wünschenswert, um Schwankungen des Abflusses effektiv zu bewältigen.
Aus Gründen der Energieeffizienz, Ressourcenschonung und Treibhausgas-Minderung zeichnet sich ab, dass die Verkehrsarten möglichst elektrifiziert werden sollten. Sofern das nicht möglich ist, muss der Endenergiebedarf durch andere Kraftstoffe gedeckt werden, die langfristig treibhausgasneutral her- und bereitgestellt werden müssen. Batterien wurden in den letzten Jahren deutlich leistungsfähiger (gravimetrische und volumetrische Energiedichte) und werden auch absehbar noch besser und günstiger. Zukünftig sollten dadurch weitere Verkehrsmodi batterieelektrisch betrieben werden können und andere noch umfassender als bisher. Dies ermöglicht geringere Bedarfe an anderen Endenergieträgern und einen geringeren Energiebedarf. Im Vorhaben sollen die jetzigen und insbesondere zukünftigen Möglichkeiten der Batterie-Technik in Anwendungen des Verkehrs detailliert untersucht werden. Die verkehrsträgerseitigen Anforderungen der jeweiligen charakteristischen Segmente der Verkehrsarten (z.B. Fähren, Binnenschiffe, Zweiräder, Linienbusse) an die Energieversorgung müssen dazu detailliert aufgeschlüsselt werden, um diese anschließend ggf. wieder clustern zu können. Welche Arten von Energiespeichern werden dafür benötigt bzw. jetzt schon entwickelt, welche Kostenentwicklungen sind zu erwarten? Batterietechnisch sind alle Ansätze zu identifizieren, die in den nächsten 2 bis 3 Dekaden aus heutiger Sicht relevant werden könnten. Die Beurteilung erstreckt sich auch auf die Risiken der Technik und die Kritikalität von Rohstoffen. Für die auch zukünftig nicht realistisch elektrifizierbaren Verkehrsträger wäre zu untersuchen, welche Energieträger (PtG-H2, PtG-Methan, PtL) und Antriebe dann, unter Berücksichtigung der Energieeffizienz, Ressourcen und THG-Minderung, als geeignete Alternative erscheinen. Diese Arbeiten sind die Grundlage für eine Abschätzung des zukünftigen Endenergie- und Primärenergiebedarfs im Verkehr, was in drei Szenarien ermittelt werden soll.
Veranlassung
Modelle sind sehr gut geeignet, großflächig Aussagen über Luftschadstoffbelastungen, z.B. an Wasserstraßen, zu tätigen. Die Qualität der Modellergebnisse hängt zum einen von der Qualität des Modells und zum anderen von der Qualität der Eingangsdaten ab. Beide Qualitäten müssen bekannt sein, um die Ergebnisse richtig einordnen zu können, sei es im Vergleich mit Messungen, aber auch im Vergleich zu Modellen für andere Verkehrsträger. Daher soll für das Emissionsmodul des Modells ‘Luftschadstoffbelastung an Wasserstraßen’ (LuWas) eine Unsicherheitsanalyse durchgeführt werden. Dazu wird zunächst für jeden Eingangsparameter die einzelne Unsicherheit bestimmt und daraus die Gesamtunsicherheit der modellierten Luftschadstoffemissionen berechnet. Die Ergebnisse der Unsicherheitsanalyse ermöglichen sowohl eine gezielte Verbesserung der Datengrundlage und des Modells als auch eine verbesserte Aussagekraft der modellierten Schiffsemissionen.
Ziele
- Bestimmung der Unsicherheiten der für die Modellierung der binnenschifffahrtsbedingten Luftschadstoffemissionen notwendigen Eingangsparameter, u.a. durch Nutzung pseudonymisierter Automatic Identification System (AIS)-Daten
- Entwicklung einer Methodik zur Bestimmung der resultierenden Gesamtunsicherheit für die mit LuWas berechneten Luftschadstoffe
- Anwendung des entwickelten Verfahrens für ausgewählte Gebiete
- verkehrsträgerübergreifender Vergleich für ausgewählte Gebiete
Für erfolgreiche intra- und intermodale Maßnahmen zur Verringerung der verkehrsbedingten Luftschadstoffbelastung müssen umfassende Kenntnisse über die Emissionsbeiträge der einzelnen Verkehrsträger vorliegen. Die hierfür eingesetzten Emissionsmodelle für einzelne Verkehrsträger unterscheiden sich im Detaillierungsgrad und in der Genauigkeit. Ein Vergleich von verkehrsträgerspezifischen Emissionen ist daher nur unter Kenntnis der Unsicherheiten der einzelnen Modelle möglich. Im Rahmen des BMDV-Expertennetzwerks wird die Unsicherheit eines Modells für Binnenschiffemissionen untersucht.
Ein Vergleich von verkehrsträgerspezifischen Emissionen ist nur unter Kenntnis der Unsicherheiten der einzelnen Modelle möglich.