Literaturstudie über wirksame Wälder gegen Hochwasser: Modellrechnungen für kleine und

mittlere Einzugsgebiete mit besonderer Berücksichtigung des Einflusses von Wald und

Waldbewirtschaftung

WSL

05. 01. 2010

1. Ausgangslage, Problematik

Schutzwald ist als biologische Massnahme Teil des integralen Risikomanage-ments (PLANAT, Planat Reihe 1/2004). Im Rahmen des Risikomanagements ist es bei technischen Schutzmassnahmen seit einiger Zeit üblich, deren Wirk-samkeit bezüglich Risikoreduktion zu quantifizieren und daraus deren Nutzen abzuleiten und bei der Massnahmenplanungen diesen Nutzen den Kosten gegenüberzustellen (Kosten-Wirksamkeit). Weil der Schutzwald als gross-flächiges Landschaftselement die Naturgefahrenprozesse mannigfaltig be-einflusst, ist es zwingend, dass er auch Teil des integralen Risikomanage-ments in der Schweiz ist und bei der Gefahrenbeurteilung angemessen berücksichtigt wird. Beim Prozess Hochwasser fehlen wichtige Grundlagen, die Entwicklung plausibler Methoden zur Beurteilung der Waldwirkung kleiner und mittlerer Einzugsgebiete und zur Abschätzung der Kosten-Wirksamkeit ist nicht möglich. Im Rahmen zweier Workshops am Bundesamt für Umwelt BAFU (01.05.2009 und 27.10.2009) haben sich folgende beiden Handlungsschwerpunkte herauskristallisiert. Erstens die Aufarbeitung, die Interpretation und die Synthese des vorhandenen Wissens, und zweitens die Verbesserung der Kenntnisse zur Verknüpfung von Skalenebenen (Ebenen Kleinfläche, kleine und mittlere Einzugsgebiete). Weil die Verknüpfung der Skalenebenen auf der Synthese des vorhandenen Wissens aufbaut, wurde entschieden, in einer ersten Phase die relevante Literatur zu erfassen, zu bewerten und unter-einander zu verknüpfen. Die zu erarbeitende Literaturstudie wurde dabei in drei Themenbereiche gegliedert: a.) Einfluss des Waldes und der Waldbewirtschaftung auf die Infiltration und

Wasserspeicherung von Kleinflächen (max. 100 m2) b.) Einfluss des Waldes und der Waldbewirtschaftung auf das Abfluss-

verhalten kleiner und mittlerer Einzugsgebiete

2

c.) Modellrechnungen für kleinere und mittlere Einzugsgebiete mit besonderer Berücksichtigung des Einflusses von Wald und Waldbewirtschaftung

Der vorliegende Text enthält die wichtigsten Ergebnisse des Themenbereichs (c). Im Gegensatz zu den anderen Themen, welche sich ausschließlich auf experimentelle Erkenntnisse stützen, werden hier nur Studien zusammen-gefasst, welche Ergebnisse aus numerischer Modellierung enthalten. Viele hydro-meteorologischen Prozesse, welche in diesen Modellen abgebildet sind, basieren auf kleinflächige experimentelle Studien. Ihre Ergebnisse (Ziel-Größen) sind aber für die Einzugsgebiets- oder Bestandesskala vorgesehen. Somit hat dieser dritte Teil eine Art Brückenfunktion zwischen den Themen (a) und (b). Der Bericht fasst das Vorgehen und die Erkenntnisse der Literaturstudie zusammen. Die Diskussion und Schlussfolgerungen (Kapitel 6) sind dabei in neun Schlüsselfragen gegliedert worden. 2. Zielsetzung, Fragestellungen

Ziel dieser Literaturstudie ist die Sichtung und Zusammenstellung von wissenschaftlichen Publikationen aus dem In- und Ausland, welche der Frage nachgehen, inwieweit Wald und dessen Bewirtschaftung einen Einfluss auf die Abflussbildung in kleinen und mittleren Einzugsgebieten hat – ins-besondere in Bezug auf Hochwassersituationen. Außerdem sollen die in diesen Publikationen enthaltenen Ergebnisse und Schlussfolgerungen gewichtet und beurteilt werden. Folgende Fragen sollen damit beantwortet werden: • Welche numerischen Modelle gibt es, die in der Lage sind, Hochwasser-

Abfluss in kleinen und mittleren bewaldeten Einzugsgebieten abzubilden? • Welches sind die Grundannahmen/ -konzepte dieser Modelle? • Was sagen diese Modelle aus bezgl. dem Einfluss von Wald auf die

Hochwasserbildung? • Gibt es unter diesen Modellen auch solche, welche die Waldbe-

wirtschaftung in irgendeiner Weise berücksichtigen? • Welche Aussagen können aus solchen Modellanwendungen gemacht

werden? • Wie klar und sicher sind diese Aussagen? • Wo bestehen die Grenzen von numerischen Modellen? Wie können diese

Grenzen behoben werden? Welche Grundlagen fehlen? • Welche Methoden eignen sich für eine Weiterentwicklung, z.B. im Hinblick

auf eine Kosten-Wirksamkeit-Analyse? 3. Hydro-meteorologische Schlüsselprozesse und ihre Abbildung in

numerischen Modellen

Zahlreiche hydro-meteorologische Prozesse beeinflussen die Abflussbildung in kleinen und mittleren Einzugsgebieten. Darunter gibt es solche, welche für

Hochwasser-Situationen in bewaldeten Gebieten besonders relevant sind (Kap. 3.1). Der Einfluss der Vegetation begrenzt sich auf bodenober-flächennahe Prozesse. Darum fokussiert diese Literaturrecherche auf diese Prozesse. Durch Waldbewirtschaftung kann der Einfluss teilweise verstärkt oder vermindert werden. Kap. 3.2 gibt einen Überblick über gängige Modell-Ansätze, welche diese Schlüsselprozesse (in vereinfachter Form) abbilden. Dieser Teil des Berichtes ist relevant für die Diskussion über die Verknüpfung der Skalenebenen in numerischen Modellen. 3.1 Räumliche und zeitliche Skalen der relevantesten hydrologischen

Prozesse Die Vegetation kann viele hydrologische Prozesse direkt oder indirekt be-einflussen. Abb. 1 zeigt ein generelles Konzept, das die Verknüpfungen zwischen den verschiedenen Faktoren und den hydrologischen Prozessen darstellt. In Abb. 2, werden die verschiedenen Prozesse bezüglich Zeit- und Raumskala eingeordnet.

Abb. 1: Konzeptdarstellung der verschiedenen räumlichen und zeitlichen Skalen: Generelle Verknüpfungen der relevanten hydrologischen Faktoren und Prozesse.

4

Abb. 2: Charakteristische Raum- und Zeitskalen hydrologischer Prozesse (Prozessskalen nach Blöschl & Sivapalan, 1995).

3.2 Überblick über gängige Modell-Ansätze für forsthydrologische Schlüssel-prozesse

3.2.1 Interzeption Dieser Prozess wird meistens empirisch bestimmt oder analytisch in Ab-hängigkeit des Blattflächenindex (LAI) berechnet. Eine Beispiel dafür ist das Rutter-Modell (Gerrits et al., 2010).

3.2.2 Evapotranspiration (ET) Zur Abbildung dieses Prozesses wird zwischen den folgenden Ansätzen unterschieden: • Aerodynamische Profilmethode (analytisch). Dieser berechnet vertikale

Wasserdampf- und Wärmeflüsse aus den jeweiligen Transportkoeffi-zienten und vertikalen Gradienten.

• Energie Bilanz Methode (physikalisch) z.B. Bowen (1926). • Kombinierte Methode - kombiniert physikalische und analytische Methode

– Penman Methode (1948), eine der am meisten benutzten Methoden. • Empirische Methoden – basieren auf Lufttemperatur- und Strahlungs-

messungen (häufig monatliche oder saisonale Messungen) – Jensen and Haise (1963); Priestley – Taylor Method (1972)

Abb. 3: Schema der verschiedenen Methoden zur Quantifizierung der ET.

3.2.3 Infiltration • Gardner (1978) - empirisch • Lewis-Kostiakov Gleichung (1937) – empirisch • Horton Gleichung (1940) – empirisch • Green-Ampt (1911) – physikalisch-basiert, analytisch • Philip’s Lösung für die Richards Gleichung (1969) - physikalisch Keines dieser Modelle berücksichtigt den Einfluss der Hydrophobizität in Abhängigkeit des Bodenwassergehaltes.

3.2.4 Oberflächenabfluss Der Oberflächenabfluss kann in Zwischenrillen- und Rillenabfluss unter-schieden werden. Die einfachste bekannte Methode ist die “Shallow Water Equation“ (auch Saint Venant Gleichung genannt), eine Ableitung der Navier-Stokes Gleichung.

3.2.5 Wasserspeicherkapazität des Bodens (Soil storage capacity) • Van Genuchten und Mualem (1980) –analytisch • Brooks and Corey (1966) – analytisch

3.2.6 Vertikale und laterale Drainierung (gesättigt und ungesättigt) a) In einem Kontinuum Gesättigt:

6

• Darcy’s Gesetz – analytisch – empirisch (Impulserhaltungssatz) (kann von der Navier-Stokes Gleichung abgeleitet werden).

• Richard’s Gleichung – physikalisch (Massenerhaltungssatz mit Darcy Gesetz).

• Navier-Stokes Gleichungen – physikalisch (Massen- und Impulserhaltungssatz).

• Boussinesq Gleichung – physicalisch. Dieser Ansatz berücksichtigt die Änderung des gesättigte Wasserspiegels im Verlaufe der Zeit.

Ungesättigt: • Darcy-Buckingham Gleichung – analytisch • Richard’s Gleichung – physikalisch (Massenerhaltungssatz). • Van Genuchten und Nielsen (1984) (Tague et al., 2004) - analytisch. • Van Genuchten und Mualem (1980) –analytisch • Brooks and Corey (1966) - analytisch • Clapp und Hornberger (1978) - analytisch (Tague et al., 2004). • Gardner (1958) – parametric – analytisch • Jackson (1972) - physikalisch b) In einem Multi-Kontinuum für präferenzielle Fliesswege • Peuseuille – physikalisch. Gleichung für die Berechnung von Fliessge-

schwindigkeiten in Röhren; wird verwendet um die Fliessgeschwindigkeit in Makroporen zu schätzen (Ahuja et al., 2000).

• Kinematische Welle (Beven und Germann, 1982) – physikalisch. Prä-ferentielle Fliessverhältnisse werden in diesem Ansatz als konvektive fliessende Filme angenommen. Die Interaktion mit Bodenmatrix wird nicht explizit berücksichtigt.

• Bronstert (1999) – Der effektive Niederschlag wird von der Bodenmatrix absorbiert, solang die Infiltrationskapazität der Bodenmatrix nicht über-schritten wird; die Infiltration in dem System von Makroporen beginnt erst dann, wenn die Niederschlagsintensität grösser ist als die Matrixinfiltration. Oberflächenabfluss (Hortonian overland flow) beginnt, wenn beide Infiltrationskapazitäten überschritten sind. Zu dieser Art von Ansätzen gehört das Modell von Beckers and Alila (2004).

c) In Netzwerken Dazu gehören konzeptuelle Modelle, welche die Struktur der Präferentiellen Fliesswege explizit berücksichtigen (Abb. 4), z.B.: • Fraktale Methoden • Riss-Netzwerke • Poren-Netzwerke • Drainage-Netzwerke • Struktur-basierte Netzwerke

Abb. 4: Typische physikalische und konzeptuelle Modelle für Wassertransport in strukturierten Böden. (aus: Köhne et al. (2008)).

3.2.7 Gerinne-Fliessmodelle Diese Modelle werden meistens als St. Venant Gleichungen implementiert (Masse und Impulserhaltungssatz), die eine Ableitung der Navier-Stokes Gleichung für dünne Fliessfilme sind. In diesem Ansatz wird angenommen, dass die vertikale Geschwindigkeit vernachlässigt werden kann. Aus den St. Venant Gleichungen (dynamisches Modell) können zwei Typen von einfacheren Ansätzen hergeleitet werden: Approximation der Diffusionswelle (Keine Drücke und Reibungen, nur Geschwindigkeiten und Gravitation) Approximation der kinematischen Welle (nur Gravitation). Diese letzte Approximation ist die in hydrologischen Modellen am meisten verwendete und muss kalibriert werden. Konzeptuelle Modelle wie der Muskingum-Cunge Ansatz benötigen eine Parametereichung und werden oft in hydrologischen Modellen implementiert.

8

4. Zusammenstellung, Beschreibung und Kategorisierung hydrologischer Modelle zur Simulation der Abflussbildung in kleinen und mittleren bewaldeten Einzugsgebieten

4.1 Klassifikation der Modelle nach Ansatz

a) Deterministische Modelle

- Black-Box Modelle (empirische Modelle): Black-Box-Modelle wandeln einen Input (Niederschlag) mit Hilfe einer Funktion in einen Output (Abfluss), ohne dass sie den Anspruch haben, die einzelnen hydrologischen Prozesse abzubilden. Das einzige solche Modell, das in der Schweiz für bewaldete kleine Einzugsgebiete (EZG < 10 km2) verwendet wurde, ist die Methode von Müller (Müller, 1943). Für die Anwendung dieses Ansatzes wurde der Abflusskoeffizient von Rickli und Forster (1997) für verschiedene Vege-tationsbedeckungen kalibriert. Gemäss der Methode nach Müller kann der Wald im Vergleich zu Landwirtschaftsflächen Abflussspitzen um 10 bis 90% reduzieren. Im Ausland ist ebenfalls das Modell von Turazza (FAO, 1976) (genannt auch 'Rational Equation') bekannt, das für die Waldgebiete 50 bis 75 % tiefere Spitzenabflüsse ergibt als im Freiland.

- Konzeptuelle Modelle (Grey-Box Modelle, Gedankenmodelle, analytische Modelle): Diese Modelle treffen verschiedene Annahmen, um die fundamentalen physikalischen Gleichungen (Massen-, Impuls- und Energieerhaltung) zu vereinfachen. Konzeptuelle Modelle werden mittels Parametereichung an ein Einzugsgebiet angepasst. Übersichten und Klassifizierungen von solchen Modellen findet man beispielsweise bei Nemec (1993), Maniak (1999) oder Spreafico et al. (2003).

- Physikalische Modelle (white box models): Physikalische Modelle verwenden die grundlegenden Erhaltungssätze der Physik (Masse, Impuls und Energie), um die wichtigsten hydrologischen Prozesse zu beschreiben. Im Idealfall benötigen sie keine Parametereichung. Standort-spezifische Boden- und Vegetationseigen-schaften fliessen als Input ins Modell ein.

- 'Mixed models': Es handelt sich hierbei um Modelle, die eine Mischung aus physikalischen, analytischen und empirischen Ansätzen benutzen.

b) Stochastische Modelle

Modelle, welche die Wahrscheinlichkeit einer oder mehrerer Variablen be-rücksichtigen, werden als stochastisch Ansätze bezeichnet. Einige Beispiele

dafür sind 'Probabilistische Modelle', 'Bayesische Modelle' oder 'Künstliche Neurale Netzwerke'.

4.2 Klassifikation der Modelle nach räumlicher Diskretisierung

- 'Fully distributed' (vollständig räumlich verteilt): In diesem Modelltyp wird die räumliche Variabilität der Prozesse berück-sichtigt. Typischerweise wird das Einzugsgebiet in regelmässigen Zellen diskreditiert (1-1000 m).

- 'Semi-distributed' (GRU - group response units, HRU- hydrological response unit): In diesen Modellen werden die Einzugsgebiete in Flächen mit ähnlichen hydrologischen Charakteristiken zusammengefasst. Beispiele sind Höhenstufen, Hänge, Teileinzugsgebiete, GRU oder HRU.

- 'Hierarchical': Je nach Prozess wird eine optimale Diskretisierungsmethode angewendet (siehe RHESSys oder REW approach). (Tague und Band, 2004)

- ‘Lumped': Diese Bezeichnung beschreibt Modelle, welche die räumliche Verteilung der Variablen und Parametern nicht explizit berücksichtigen.

10

Tab. 1: Klassifikation der in der Literatur aufgeführten hydrologischen Modelle nach Quantifizierungsmethode und Diskretisierung.

4.3 Kriterien für die Auswahl der beschriebenen Modelle Die Anzahl numerischer Modelle, welche Aspekte der Hydrologie von Wäl-dern simuliert, ist weltweit sehr gross. In dieser Studie beschränken wir uns auf solche Modelle, welche einen spezifischen Bezug zur Thematik Hoch-wasser und Waldzustand/Waldbewirtschaftung haben. Wichtige Kriterien für die Auswahl der Modelle in dieser Literaturstudie sind entweder die technischen Eigenschaften der Modelle (die Berücksichtigung der von Vegetation beeinflussten Prozesse und die zeitliche Auflösung des Outputs) oder die Anwendung der Modelle in Studien, in denen die Analyse des Einflusses von Vegetation auf Hochwasser zentral ist.

Damit der Einfluss von Vegetation überhaupt diskutiert werden kann, muss ein Modell mindestens eine Vegetationsschicht abbilden oder aber einen Parameter aufweisen, der die Vegetation charakterisiert. Um plausible Aussagen zur Änderung der Abflussspitze in Abhängigkeit der Bewaldung in kleinen und mittleren Einzugsgebieten machen zu können, muss mindestens eine tägliche Auflösung der Resultate vorliegen. In ihrem ausführlichen Bericht haben Beckers et al. (2009) mehr als 30 hydro-logische Modelle klassifiziert und zusammengefasst. Von diesen Modellen wurden nur sechs als forsthydrologische Modelle klassifiziert (UBC-UF Peak Flow Model, BROOK90, ForHyM, ForWaDy, DHSVM, RHESSys); wobei das UBC-UF Peak Flow Model spezifisch nur für Abflussspitzen gedacht ist, BROOK90, ForHyM und ForWaDy Wasserbilanz-Modelle sind und DHSVM und RHESSys die einzigen multifunktionellen Modelle darstellen, die auch die Effekte der Vegetationsdecke berücksichtigen. Tab. 2: Klassifikation der ausgewählten Modelle nach Kriterien. K1 = kann mindes-tens eine tägliche Auflösung des Abflusses simulieren, K2 = hat mindestens einen Layer der die Vegetation abbildet, oder einen Parameter, welcher sich direkt auf die Vegetation bezieht.

Diese Modelle sind unterschiedlich komplex im Bezug auf den Rechen-aufwand und die Input-Parameter. Abb. 5 stellt eine Klassifikation der Modelle aufgrund deren Komplexität da.

12

Abb. 5: Diese Abbildung Zeigt die Klassifikation von einige Hydrologische Modelle nach Komplexität (Beckers et al., 2009).

4.4 Kurze Beschreibung der ausgewählte Modelle Modell: BROOK90 (Federer et al., 2003) Beschreibung: Das BROOK90 ist ein konzeptionelles, räumlich nicht aufge-löstes Einzugsgebietsmodell, das mehrere Bodenschichten und eine einzige Vegetationsschicht berücksichtigt. Die räumliche Diskretisierung richtet sich an unterschiedlichen Waldbeständen. Ursprünglich ist dieses Modell für die Simulation von Wasserbilanzen entwickelt worden. Die BROOK90 Model-lierungen haben eine zeitliche Auflösung von einem Tag und eignen sich daher nicht besonders gut für die Berechnungen von Hochwasserganglinien. Interzeption: Wird empirisch bestimmt. Evapotranspiration: Die ET wird als Summe von folgenden Komponenten implementiert: Evaporation von aufgehaltenem (interzeptiertem) Nieder-schlag, Evaporation von Schnee am Boden, Bodenevaporation und Transpi-ration. Das Modell benutzt die Methode von Shuttleworth and Wallace um die ET zu simulieren. Infiltration: Wird empirisch bestimmt. Oberflächenabfluss: Wird empirisch bestimmt; wird durch verschiedene Prozesse generiert. Wasserspeicherkapazität: Wird empirisch bestimmt. Vertikaler Abfluss im Boden: Wird empirisch bestimmt. Das Darcy-Gesetz ist implementiert; für gesättigte und ungesättigte Bedingungen. Unterirdischer lateraler Abfluss: Wird mittels Darcy-Gesetz für gesättigte Bedingungen berechnet.

Ansatz zum Abflussrouting im Gerinne: Das Modell hat keine Komponente für das Routing des Abflusses im Gerinne und berücksichtigt auch die Effekte der Forststrassen nicht. Input: Die grundlegenden meteorologischen Inputdaten sind die Tages-summen des Niederschlages sowie das Tagesmaximum und –minimum der Temperatur. Modell: DHSVM (Wigmosta et al., 1994) Beschreibung: Das DHSVM ist ein Modell das vollständig räumlich verteilt und physikalisch basiert ist. Das Akronym DHSVM steht für "distributed hydrology soil vegetation model". Das Modell benutzt zwei Vegetationsschichten für die Simulation der Interzeption und Evapotranspiration und mehrere Boden-schichten für die unterirdischen gesättigten und ungesättigten Prozesse. Das DHSVM ist das in der Forschung am meisten verwendete Modell zur hydrologischen Simulation von bewaldeten Einzugsgebieten. Seit der ersten Version (Wigmosta et al., 1994) sind diverse Erweiterungen des Modells ent-wickelt worden. Interzeption: Die maximale Interzeption wird in Funktion des LAI (Leaf Area Index) berechnet. Evapotranspiration: Die ET wird mittels der Penman-Monteith Gleichung be-rechnet; dabei werden die unterschiedlichen Wasseraufnahmen von Wurzeln (Bäume und Grasvegetation) in Funktion ihrer vertikalen Verteilung berück-sichtigt (Wigmosta et al., 1994). Das Modell beinhaltet eine sehr detaillierte physikalische Beschreibung der Energiebilanz. Infiltration: Im DHSVM wird angenommen, dass der Makroporenfluss nur dann einsetzt, wenn die Infiltrationskapazität der Bodenmatrix überstiegen wird. Diese wird mit der Green-Ampt Gleichung berechnet (Becker und Alila, 2004). In der originalen Version des Modells wurde keine Infiltrations-gleichung implementiert; es wurde stattdessen angenommen, dass das gesamte Regenwasser in den Boden infiltriert und Oberflächenabfluss erst dann beginnt, wenn das Bodenprofil gesättigt ist (Wigmosta et al., 1994). Oberflächenabfluss: Der in jedem Pixel generierte Oberflächenabfluss bewegt sich in Richtung der Falllinie. Die lokale Fliessgeschwindigkeit wird mittels der lokalen Hangneigung und der drainierten Fläche bestimmt. Vertikaler Abfluss im Boden, Perkolation: Die vertikale Durchlässigkeit wird mit dem Gesetz von Darcy und mittels einer Brooks-Corey Gleichung für ungesättigte Bedingungen berechnet. Unterirdischer lateraler Abfluss: Wird als dreidimensionaler gesättigter Fluss berechnet (3D-Darcy). Ansatz zum Abflussrouting im Gerinne: Ist implementiert und kann auch für den Abfluss entlang von Forststrassen benutzt werden. Input: DHSVM braucht räumlich aufgelöste Informationen zum Gelände, zum Gewässernetz, den Forststrassen, der Vegetation und dem Boden. Zudem

14

braucht es auch Punktdaten zum Niederschläge. Die Vegetationsparameter sind die folgenden: Deckungsgrad, Bestandshöhe und LAI. Zeitskala: Daten in stündlicher Auflösung (Wassergehalt des Bodens, Schneedecke, Evaporation und Abfluss). Modell: DRP-PF-Model (Caver et al., 2009) Beschreibung: DRP-PF steht für 'Dominant Runoff Process - Peak Flow'. Dieses Modell ist das einzige, das gezielt für die Bestimmung von Hoch-wasserspitzen unter Berücksichtigung von Waldmanagement entwickelt wurde. Das Modell ist vollständig räumlich aufgelöst, aber es berücksichtigt explizit keine Vegetation oder Bodenschichten. Der Einfluss von verschiede-nen Typen von Waldmanagement wird durch empirische Messungen des effektiven Niederschlages (durch Krone durchfallender Niederschlag plus Schneeschmelze) auf der Bestandesskala berücksichtigt; dieser effektive Niederschlag (in mm/s) wird für spezifische Abflussfaktoren multipliziert (s. RCF), je nach dominierendem Abflussprozess. Die Prozesse Interzeption und Evapotranspiration werden empirisch be-stimmt. Es gibt ein Modul für Wasser aber nicht für Schnee. Alle wichtigen Abflussprozesse werden nur aufgrund der Topographie (25 m-DHM) empirisch kalibriert. Jede Zelle wird je nach dominierendem Abfluss-prozess aufgrund folgender Parameter klassifiziert: Fliesslänge, Höhen-differenz des Fliessgewässers, Bodeneigenschaften, Kurvatur des Geländes und ein topographischer Index ('topographic wetness index'). Der Beitrag von jedem Abflussprozess zur Abflussspitze wird mit einem Beitragsfaktor ('runoff contributing factor', RCF) bestimmt. Carver et al. (2009) schlagen die folgen-den Werte vor: Für Oberflächenabfluss nach Horton ('Hortonian oveland flow', HOF) RCF= 0.9; dieser Klasse werden Flächen mit Strassen oder Waldbrandflächen zugeordnet ; Sättigungsoberflächenabfluss (SOF) RCF= 0.8, dieser Klasse werden Flächen gemäss dem topographischen Index zugeteilt (Boehner et al., 2003), ähnlich wie beim Modell TOPMODEL (Beven und Kirkby, 1979). Für oberflächennahen lateralen Abfluss (SSF): RCF=0.7; dieser Abflusstyp wird Zonen zugeordnet, die näher als 800 m zum Gewässernetz liegen und die eine Hangneigung > 20% aufweisen. Interzeption durch Wasserflächen ('channel interception'): RCF=1; Flüsse und Seen fallen in diese Klasse. Wenn kein dominierender Abflussprozess identifiziert wird, dann gilt RCF=0.1. Ansatz zum Abflussrouting im Gerinne: Muss noch entwickelt werden. Zurzeit erfolgt Bestimmung empirisch mit Regressionsanalyse (Distanz-Abflusszeit) und wird nur für grosse Einzugsgebiete benutzt. Input: Monatliche Klimadaten (Niederschlag und Temperatur). Die durch-schnittlichen täglichen Temperaturen und Niederschläge werden aus den monatlichen Daten interpoliert.

Modell: PRMS (Leavesley et al., 2005) Beschreibung: Das 'Precipitation-Runoff Modeling System' (PRMS) ist ein modular aufgebautes, deterministisches, teilweise räumlich verteiltes Modell-system, das beim U.S. Geological Survey USGS entwickelt wurde, um den Einfluss von verschiedenen Niederschlags-, Klima- und Bodennutzungs-szenarien auf den Abfluss, den Sedimenttransport und allgemein die Hydro-logie eines Einzugsgebietes zu analysieren. Einzugsgebiete sind aufgrund von Hangneigung, Höhenlage, Vegetationstyp, Bodentyp, Bodennutzung und Niederschlagsverteilung in HRUs unterteilt (Beckers et al., 2009). Die Dimensionen dieser HRU liegen zwischen 0.01 km2 und 1 km2, je nach Komplexität der EZG (Qi et al., 2009). Das Modell berücksichtigt nur eine ein-zige Vegetationsschicht, zwei konzeptuelle Bodenzonen ('recharge zone' und eine 'lower zone'), weist ein bodennahes und ein Grundwasserreservoir auf, und läuft mit einer zeitlichen Auflösung von einem Tag. Die benutzten mathematischen Formulierungen je nach Prozess sind: Interzeption: Wird empirisch für jedes HRU bestimmt. Evapotranspiration: Wird mit drei verschiedenen Methoden empirisch be-stimmt: Evaporationsdaten (Messung mit Verdunstungskessel), potentielle Evapotranspiration als Funktion der durchschnittlichen täglichen Temperatur oder Anwendung der analytischen Methode von Jensen-Haise. Infiltration: Es wird angenommen, dass zuerst das ganze Bodenprofil gesättigt wird und erst danach Oberflächenabfluss entsteht. Oberflächenabfluss: Die Bewegung des Oberflächenabflusses im Ge-wässernetz ist mit einer 'kinematic wave approximation' modelliert (Qi et al., 2009). Unterirdischer lateraler Abfluss: Der laterale unterirdische Abfluss ('sub-surface flow') kann im Modell gesättigt oder ungesättigt erfolgen. Ansatz zum Abflussrouting im Gerinne: Ist nicht implementiert. Input: Es sind 145 Inputparameter vorgesehen. Qi et al. (2009) haben mit Feldversuchen (auf 20x30 m Plots, für jeden Waldtyp) die neun sensibelsten bzw. wichtigsten Parameter kalibriert (maximum interception, canopy density, grass cover degree, litter maximum water holding capacity, hydraulic conductivity, soil initial moisture, soil maximal moisture, soil initial recharge, soil maximal recharge). Modell: RHESSys (Band et al., 1991) Beschreibung: Das 'Regional Hydro-Ecological Simulation System' (RHESSys) kann als konzeptuelles teilweise räumlich verteiltes Modell klassifiziert werden. Dieses Modell ist in räumlich hierarchischen Land-schaftseinheiten strukturiert ('nested approach'). Es werden vier räumliche Einheiten berücksichtigt (basin, hillslope, zones, patches) und für jede Einheit 'patches' werden die Eigenschaften der Vegetationsschichten definiert. RHESSys war ursprünglich als ökologisch-hydrologisches Modell vorge-

16

sehen, ähnlich wie die Modelle Macaque (Watson et al., 1999) und Topog (Vertessy et al., 1993), in dem verschiedene biologische Prozesse mit hydrologischen Prozessen gekoppelt werden. Mittlerweile wurden in RHESSys neue Routingmodule implementiert (adaptiert von DHSVM), um den Einfluss von Forststrassen und Waldbewirtschaftung auf Hoch-wasserabflüsse zu untersuchen (Tague und Brand, 2001b). Interzeption: Wird in Funktion des Wasserspeichervermögens berechnet, das empirisch kalibriert ist. Dieselbe Gleichung gilt sowohl für Schnee als auch für Regen. Bei der Interzeption wird zwischen Waldstreu und oberen Wald-schichten unterschieden. Evapotranspiration: Die Evapotranspiration ist mit verschiedenen Kompo-nenten (Interzeptionsverdunstung, Sublimation von Schnee und Transpira-tion) (Tague et al., 2004) implementiert und wird mit physikalischen Gleichungen berechnet. Evaporation ist begrenzt; entweder durch Energie/ atmosphärische Faktoren (nach Penman-Monteith) oder durch eine maximale Exfiltrationsrate des Bodens (nach Eagleson, 1978). Infiltration: Die Beschreibung der vertikalen Infiltration des Wassers basiert auf einem einfachen 3-Schichten Modell, wo drei Speicher berücksichtigt werden ('surface detention store', 'unsaturated store' und 'saturated store'). Die Infiltration wird mit der Philip's-Gleichung berechnet und die Sorptivität wird mit der Methode nach Manley in Funktion der gesättigten Durchlässigkeit (Ksat) abgeschätzt. Die gesättigte vertikale Durchlässigkeit wird mit einem konzeptuellen Model berechnet, indem Ksat in Funktion der Bodentiefe ab-nimmt (die Parameter dieser Funktion werden empirisch kalibriert; Tague et al., 2004). Oberflächenabfluss: Der Oberflächenabfluss wird anhand anderer Sub-Programme oder Module gerechnet. Hierzu kommen für die Hangskala z.B. TOPMODEL (Beven und Kirkby, 1979) und für die Skala des EZG z.B. DHSVM (Wigmosta et al., 1994) zum Zug. Wasserspeicherkapazität: Die Wasserspeicherkapazität des Bodens wird durch die Integrierung der Porosität entlang der ungesättigten Bodenprofile berechnet. Unterirdischer lateraler Abfluss: Der laterale Wasserflux im gesättigtem Boden ('saturated throughflow') wird wie der Oberflächenabfluss anhand anderer Sub-Programme/Module gerechnet (s. oben). Ansatz zum Abflussrouting im Gerinne: Ein Routingmodul für Gewässer und Forststrassen ist implementiert, aber es wurden in der Literatur keine weiteren Details gefunden. Input: Minimale meteorologische Inputdaten sind der Tagesniederschlag sowie Minimal- und Maximalwerte der Temperatur. Je nach Komplexität können auch weitere Inputdaten benutzt werden. Weitere Parameter sind als GIS-Layer eingegeben (Topographie, Bodenkarten, Bodennutzungskarte, usw.). Zeitskala: Das Modell hat für alle wichtigen Inputdaten wie etwa der Nieder-schlag und die Schneeschmelze eine zeitliche Auflösung von einem Tag; es ist zu betonen, dass in Regionen mit grosser Heterogenität (Topographie,

hohe Niederschlagsintensitäten) diese Inputdaten grosse Überschätzungen verursachen werden (vor allem bei der Infiltration). Modell: TOPMODEL (Beven und Kirkby, 1979) Beschreibung: Das TOPMODEL ist ein konzeptuelles, statistisch basiertes, teilweise räumlich verteiltes Modell. Es basiert auf dem Ansatz, dass das Wasser sich zwischen gesättigten Zonen aufgrund eines Ähnlichkeitsindexes ('hydrological similarity index') verteilt. Daher wird das Einzugsgebiet aufgrund dieses Indexes in kleinere Einheiten unterteilt. Dies ist ein vereinfachter Ansatz, welcher aber in anderen Modellen (wie RHESSys, s. oben) für die Berechnung der Wasserverteilung auf der Hangskala oft benutzt wird (Tague and Band, 2004). TOPMODEL wurde auch auf der Einzugsgebietsskala verwendet (Peters et al., 2003). Es basiert auf folgenden Annahmen: (i) Die hydraulisch gesättigte Durchlässigkeit des Bodens ändert sich proportional zur Bodentiefe, (ii) der Gradient des Wasserspiegels kann aufgrund der Topographie abgeschätzt werden und (iii) ein stationärer Fluss kann innerhalb des Modellierungszeitschrittes erreicht werden. Die Topographie und die Bodendurchlässigkeit sind die sensibelsten Parameter des Modells. Interzeption: Wird empirisch implementiert (Pinol et al., 1997). Evapotranspiration: Wird als linearer Prozess in Abhängigkeit des Wasser-gehaltes im Boden angenommen. Infiltration: In der ersten Version des Modells infiltrierte das Wasser bis zur Sättigung des Bodenprofils (kein Oberflächenabfluss nach Horton). In neueren Versionen des Modells wurde der Green-Ampt Ansatz oder die Lösung von Philip implementiert. Oberflächenabfluss: Das Bodenprofil ist als ein Set von Speichern dargestellt. Wenn die Speicherkapazität des ersten Speichers erreicht ist, dann wird das Wasser in den folgenden Speicher infiltrieren, bis Sättigung erreicht ist. Wasserspeicherkapazität: Wird empirisch bestimmt oder geschätzt. Vertikaler Abfluss im Boden, Perkolation: Die vertikale Transmissivität des Bodens wird mit einer negativen exponentiellen Funktion geschätzt (wobei die Bodentiefe die unabhängige Variable ist). Unterirdischer lateraler Abfluss: Der laterale unterirdische Abfluss ist mit einer empirisch-linearen Funktion in Abhängigkeit der Bodentiefe implementiert. In neueren Modellversionenwurde auch der Darcy-Flux implementiert. Ansatz zum Abflussrouting im Gerinne: Für Teileinzugsgebiete werden lineare Algorithmen mit konstanten Geschwindigkeiten benutzt.

5. Anwendungsbeispiele der ausgewählte Modelle

Modell: BROOK90 (Federer et al., 2003)

18

In einer hydrologischen Modellrechnung mit BROOK90 für drei verschiedene EZG in der Schweiz (das obere Reusstal, Bedrettotal und Biembach), wurden die Waldwirkung auf die Abflussbildung während dem Unwetterereignis von August 1987 aufgezeigt (Leuppi et al., 1991). Diese Studie hat dargelegt, dass dieses Modell die jährliche/monatliche Abflussmenge gut simulieren kann, aber bei grösseren Niederschlagereignissen die Tagesabflussvolumen deutlich unterschätzt werden. Dieser Aspekt relativiert die Aussage der oben genannten Studien und der Anwendung des BROOK90 Modells für Hochwasserstudien. Eine ähnliche Studie mit ähnlichen Aussage wurde auch von Kienholz et al. (1998) durchgeführt. In einer Studie von Swanson and Rothwell (2001) wurde während drei Jahren die Wasserbilanz und insbesondere die Verdunstung von Kahlschlagsflächen in Ahornwäldern (Alberta, Kanada) untersucht und simuliert. Zielsetzung dieser Studie war eine bessere Definition des Zeitraumes, in welchem ein Kahlschlag die Wasserbilanz beeinflussen kann. Die Modellierung täglicher Abflüsse während Niederschlagsereignissen hat gezeigt, dass Kahlschlag insgesamt bis zu 6.5 mm Oberflächenabfluss verursachen kann. Die Zeitdauer, um nach einem Kahlschlag wieder ursprünglichen Werte der ET zu erreichen, beträgt gemäss Autoren ca. 40 bis 60 Jahre. Diese Studie hat gezeigt, dass die Anwendung des Modells nur für Fragestellungen in Bezug auf Wasserhaushaltssimulationen aussagekräftig und somit geeignet ist. Modell: DHSVM (Wigmosta et al., 1994) Becker und Alila (2004) haben einen neuen Ansatz für die Berücksichtigung von schnellen präferentiellen Fliesswegen im DHSV-Modell implementiert. Ziel der Studie war es, die Weiterentwicklung des Modells in einem 10 km2 EZG (Carnation Creek, British Columbia) zu testen. Die Resultate zeigen, dass der Matrixfluss bis zu 67% des totalen jährlichen Abflusses beträgt, während präferentielle Fliesswege das Abflussgeschehen bei Niederschlags-ereignissen ab 2.8 mm/h dominieren. Diese Niederschlagsintensität weist im untersuchten Gebiet eine Wiederkehrdauer von 2 bis 3 Monate auf. Die Studie von Becker und Alila (2004) zeigt, dass die Implementierung von präferenziellen Fliesswegen für die Simulation von unterirdischem lateralem Abfluss sehr wichtig ist (Abb. 6 und Abb. 7) und dass die Quantifizierung dieser Prozesse noch sehr konzeptuell ist. In Bezug auf die Fragestellung der vorliegenden Literaturstudie wäre es wichtig, in die Parametrisierung des Ansatzes von Becker und Alila (2004) auch verschiedene Waldtypen und Waldstrukturen mit einzubeziehen (bis jetzt ist nur die Hangneigung mit einbezogen!).

Abb. 6: Modellierte Szenarien für den Spitzenabfluss unterteilt in Matrixfluss und präferentielle Fliesswege (Mitte) sowie Höhe des Grundwassers (D-z; unten) (Beckers und Alila, 2004).

20

Abb. 7: Modellierte und gemessene Abfüsse während zwei Nieder-schlagsereignissen in vier verschiedenen Teileinzugsgebieten (Beckers und Alila, 2004). Die Unterschiede der Modellierung mit oder ohne präferenzielles Abflussmodul sind dargestellt.

Storck et al. (1998) haben das DHSV-Modell angewendet, um die Effekte von Waldbewirtschaftung auf Hochwasser vorherzusagen. Dabei wurde für drei Einzugsgebiete in den Cascade Mountains (North Fork Snoqualmie River, 165 km2; Little Naches River, 20 km2; Hard and Ware Creek, 5.2 km2) der Abfluss unter dem Einfluss von verschiedenen Waldbewirtschaftungen simuliert. Die Resultate dieser Studie zeigen, dass ein extremes Kahlschlag-szenario den Abfluss bei Hochwasser bis zu 30% erhöhen wird. Ein Vergleich zwischen den Szenarien mit dem aktuellen Forststrassenetz und ohne Forststrassen hat gezeigt, dass das aktuelle Netz zu maximal 27% höheren Abflussspitzen führt. Wenn man diese Studie unter Berücksichtigung der Resultate von Beckers und Alila (2004) betrachtet, kann man sagen, dass die Simulationen die Abflüsse überschätzen. Zudem ist im kalibrierten Modell der Oberflächenabfluss der dominierende Abflussprozess bei starken Nieder-

schlägen, was wahrscheinlich nicht der Realität entspricht. Dies ist ein gutes Beispiel dafür, wie ein kalibriertes Model auch mit falschen oder fehlenden konzeptuellen Ansätzen die makroskopischen hydrologischen Verhältnisse eines EZGs reproduzieren kann. Bowling und Lettenmaier (2001) haben ähnlich wie Stork et al. (1998) verschiedene Szenarien zum Waldzustand und zu Forststrassen mit dem DHSVM simuliert. Sie haben gezeigt, dass die hydrologische Wirkung dieser Faktoren mit zunehmender Wiederkehrdauer des Niederschlagereignisses abnimmt und dass die Kombination dieser zwei Faktoren eine Erhöhung der Abflussspitzen um bis zu 30% verursachen kann (Abb. 8).

Abb. 8: Simulierte Effekte von Kahlschlägen und Forst-strassen auf die Abflussspitzen eines Einzugsgebietes (aus Bowling und Lettenmaier, 2001).

Die Untersuchung von Whitaker et al. (2003) fokussiert auf den Einfluss der Schneeverteilung auf die hydrologischen Verhältnisse eines Einzugsgebietes. Die Resultate zeigen, dass je nach Höhenlage verschiedene Waldstrukturen die Verteilung und die Menge des Schnees stark beeinflussen können. In dem Modell wurde die Vegetationsbedeckung mittels LAI charakterisiert. Das kalibrierte Modell zeigt, dass das Schneewasseräquivalent auf Kahlschlags-flächen doppelt so hoch ist als auf geschlossenen Waldflächen und dass der Hauptteil des Abflusses als unterirdischen lateralen Abfluss entsteht. Die laterale Durchlässigkeit des Bodens wird als kritischster Parameter des Modells bezeichnet. In einer Studie von Schnorbus und Alila (2004) wird gezeigt, dass die Zunahme der Abflussspitzen linear proportional zum Anteil der geschlagenen Waldfläche ist (das entspricht einer Zunahme von 30% bei einer Kahl-schlagsfläche von 50% des EZG). Interessanteweise wurde auch der Einfluss der Position der geschlagenen Waldfläche im EZG analysiert. Die DHSVM Modellresultate zeigen, dass Waldeingriffe im obersten Teil des EZG einen viel grösseren Einfluss auf die Abflussspitzen haben als Waldeingriffe im untersten Teil des EZG (circa 10 mal höher).

22

Weitere existierende Studien: - 'Modelling the effects of logging roads on the streamflow of a

mountainous, snow-dominated watershed.' (Calvert, 2003). - 'Effects of forest roads on flood flows in the Deschutes River Basin,

Washington' (Lamarche and Lettenmaier, 2001). - 'Trees, snow and flooding: An investigation of forest canopy effects on

snow accumulation and melt at the plot and watershed scales in the Pacific Northwest' (Storck, 2000).

- 'Evaluating peak flow sensitivity to clear-cutting in different elevation bands of a snowmelt-dominated mountainous catchment' (Whitaker et al., 2002).

Modell: DRP-PF-Model (Carver et al., 2009) Ziel einer Studie von Carver et al. (2009) war die Entwicklung eines neuen hydrologischen Modells und die Anwendung dieses Modells in einem instrumentierten EZG. Obwohl das DRP-PF Modell nur in dieser einzigen Studie getestet wurde und die Resultate der Szenarien schwierig zu be-urteilen sind (keine Validierung), ist es interessant, den Ansatz dieses Modells zu kennen und zu diskutieren. Wie andere Studien gezeigt haben (experimentelle und numerische, auf verschiedenen Raumskalen), sind bei starken Niederschlägen immer nur die gleichen wenigen Abflussbildungsprozesse dominant. Diese Studie zeigt einen neuen einfacheren Ansatz für die Klassifikation der wichtigsten Abflussprozesse und die Optimierung der hydrologischen Berechnungen (ähnliches Prinzip wie Konzept der variabel beitragenden Flächen in Eisenbies et al., 2007). Weil die Variabilität der Vegetationsparameter nur auf grober Skala berücksichtigt werden kann, sind die Aussagen dieses Modells unsicher. Mit Anpassungen und weiteren Messungen sowie einer Validierung könnte dieser Ansatz vielleicht für eine einfache Klassifikation von Schutz-wäldern verwendet werden. Modell: PRMS (Leavesley et al., 2005) In den Untersuchungen von Qi et al., (2009) wurde das Modell PRMS im Xiangshuixi EZG (China) getestet und angewendet, um verschiedene Vegetationsszenarien zu simulieren. Ziel dieser Studie war die Quantifizierung des Einflusses von Vegetationsszenarien auf die Abflussspitzen und die Analyse von Aufforstungsszenarien auf die Abflussbildungsmechanismen. Im Vergleich zum aktuellen Zustand des Waldes haben die Simulationen gezeigt, dass der Oberflächenabfluss in Szenarien mit voller Aufforstung etwa 20% reduziert wird und dass der unterirdische laterale Abfluss um 15 bis 90% erhört wird. Für dieselben Szenarien werden die Abflussspitzen um 10 bis 20% reduziert (Tab. 3). Für alle Szenarien wurde auch die Konzentrationszeit vom Beginn des Niederschlags bis zum Erreichen der Abflussspitze um mehr als 3 Stunden verspätet. Der Anteil Oberflächenabfluss am Gesamtabfluss ist für alle Szenarien 10 bis 50% kleiner geworden.

Auch wenn es schwierig zu diskutieren ist, ob das Upscaling in dieser Studie korrekt erfolgt (wenige Felddaten auf grosse Fläche extrapoliert), ist es interessant festzustellen, dass der Einfluss von Vegetation auch in Bezug auf eine Änderung des dominierenden Abflussprozesses (Surface runoff Interflow) und auf eine Zeitverzögerung der Abflussspitze analysiert wurde. Tab. 3: Resultate des simulierten Abflusses für drei Szenarien (1= mixed conifer- broadleaf forests, 2= mixed broadleaf forests, 3= mixed conifer + evergreen broadleaf + shrub forests (comprehensive arrangement pattern)); Durchschnitt von sechs Niederschlagsereignissen (durchschnittliche Niederschlagintensitäten (mm/min): 0.041, 0.035, 0.056, 0.046, 0.093, 0.051), Qi et al. (2009).

Modell: RHESSys (Band et al., 1991) Krezek et al. (2007; zitiert in Beckers et al., 2009) testeten RHESSys in einem experimentellen Einzugsgebiet (Carnation Creek, British Columbia). Die Resultate haben gezeigt, dass das Modell RHESSys die Abflussbildungs-prozesse nicht korrekt simulieren kann, und dadurch auch die Abflussspitzen nicht richtig abschätzen kann. Das Modell hat bei extrem intensiven Nieder-schlagereignissen tendenziell immer zu hohe Oberflächenabflüsse modelliert, während in der Realität der Zwischenabfluss in der Wurzelzone die domi-nierende Komponente war. Die fehlende Implementierung von lateralem präferenziellem Abfluss ist die grosse Schwachstelle des Modells. Tague und Band (2001a) vergleichen in ihrer Studie die Anwendung von zwei verschiedenen Routing-Ansätzen (TOPMODEL und DHSVM) für ein experimentelles EZG. Die Resultate haben gezeigt, dass der DHSVM-Ansatz wichtige Vorteile aufweist und dass der TOPMODEL Ansatz sehr sensibel auf die Genauigkeit der Inputdaten reagiert. Modell: TOPMODEL (Beven und Kirkby, 1979) Peters et al. (2003) haben eine neue Version dieses Modells getestet. Dabei wurde der laterale Abfluss im Boden mit dem Ansatz der kinematischen Welle simuliert. Die Resultate zeigen, dass das TOPMODEL die Abflussspitzen unterschätzt und dass noch ein grosses Potential in der Verbesserung der Methode besteht.

24

Modell: WaSiM-ETH (Schulla et al., 2007) Um eine bessere Berücksichtigung der Veränderungen von hydrologischen Prozessen in Bezug auf Bodennutzungsszenarien gewährleisten zu können, haben Niehoff et al. (2002) die folgenden Erweiterungen des Programms WaSiM-ETH eingeführt: (i) Ein Makroporenmodul für schnelle Infiltration (Bronstert Ansatz (1999), (ii) ein Siltationsmodul zur Bestimmung der hydraulischen Durchlässigkeit in Funktion von Niederschlagsintensität und Vegetation, und (iii) Sub-Grid Variabilität von hydrologische Eigenschaften in urbanen Bereichen. Die Autoren haben diese Erweiterungen des Modells in einem mesoskaligen Einzugsgebiet (100-500 km2) in SW-Deutschland getestet. Die Resultate zeigen, dass der Einfluss von Bodennutzung auf die Abflussbildung abhängig ist von Abflussspitzen und Niederschlagintensität, und dass diese Effekte nur in kleinen EZG relevant sind. In Gegensatz zur Studie von Beckers und Alila (2004) führt die Einführung eines Moduls zur Berücksichtigung der präferentiellen Fliesswege in der Studie von Niehoff et al. (2002) zu einer Abnahme der Abflussspitzen. Dies weil angenommen wird, dass die präferenziellen Fliesswege die Infiltrationskapazität des Bodens beeinflussen und erhöhen, und damit weniger Oberflächenabfluss entstehen kann (Abb. 9).

Abb. 9: Einfluss von Makroporen auf Abflussbildung, gezeigt bei die Simulation von zwei Niederschlagevent mit eine Wiederkehrdauer von drei Jahren (Niehoff et al., 2002).

6. Diskussion und Schlussfolgerungen 6.1 Welche numerischen Modelle gibt es, die in der Lage sind,

Hochwasserabfluss in kleinen und mittleren bewaldeten Einzugsgebieten abzubilden?

Weltweit gibt es eine sehr grosse Anzahl von numerischen Modellen, welche hydrometeorologische Prozesse für Waldgebiete abbilden (Eisenbies, 2007; Beckers et al., 2009). Ein grosser Teil davon hat den Schwerpunkt in der Simulation von Austauschprozessen zwischen Wald und Atmosphäre. Hier spielen zum Beispiel Verdunstung und Schneedecke eine ganz wichtige Rolle. Anderseits gibt es aber nur relativ wenige numerische Modelle mit der Zielgrösse Hochwasserabfluss in bewaldeten Einzugsgebieten. Für die Schweiz haben wir in der Literatursuche nur zwei Beispiele (Leuppi et al., 1991; Badoux, 2005) gefunden, welche spezifisch den Einfluss des Waldes auf die Hochwasserbildung beleuchten. (Natürlich gibt es zahlreiche Hoch-wassermodellierungen für CH Einzugsgebiete, welche zwar die verschiede-nen Landnutzungen berücksichtigen, aber nicht spezifisch die Rolle des Waldes beleuchten (z.B. Viviroli et al., 2009). Auf diese Studien wird im Folgenden nicht weiter eingegangen.) Tabelle 4 gibt eine Zusammenfassung der recherchierten Modelle, welche den Abfluss oder Hochwasserabfluss in Waldgebieten simuliert haben. Als aussagekräftig und potentiell verwendbar wurden folgende Modelle erachtet: DHSVM (Wigmosta et al. 1994), DRP-PF-Model (Caver et al., 2009), PRMS (Leavesley et al., 2005), RHESSys (Band et al., 1991), und PREVAH (Gurtz et al., 1999). Die Kriterien für unsere Auswahl der Modelle und Studien waren:

• K1= die Studie/das Modell muss mit Hochwasserabfluss in bewaldeten Einzugsgebieten zu tun haben.

• K2= das verwendete Modell muss mit einer zeitlichen Auflösung von mindestens einem Tag arbeiten

• K3= das verwendete Modell muss eine Vegetationsschicht abbilden oder einen Parameter aufweisen, welcher sich direkt auf die Vegetation bezieht.

Tabelle 4 zeigt auf, wo und für welche Einzugsgebietsgrössen diese Modelle getestet worden sind.

26

Tab. 4: Zusammenfassung der schweiz- und weltweiten Anwendungen der berücksichtigten Modelle

Autoren Modell Zeitraum Region EG-Grösse (km2)

Aussage bezüglich Einfluss Wald auf Abfluss(spitzen)

Schweiz - Alpen, Voralpen Leuppi et al. (1991)

BROOK90 1987 Zentralalpen/ Emmental

31.4 42.7 6.8

Angaben nur bezüglich Abflussvolumen (Witterungsbedingte Vorgeschichte spielt für die Grösse des Abflussvolumens eine wichtigere Rolle als die Art der Vegetationsbedeckung im EZG)

Badoux (2005) PREVAH 2001-2003

Emmental 0.54 0.02

Die festgestellten Auswirkungen von Waldschäden (Sturm) auf die Abflussprozesse waren gering. Hydrologische Eigenschaften der Waldböden blieben grossflächig und9 weitgehend bestehen. Während Hoch-wasserereignissen wird das hydrol. Verhalten stärker von kleinskaligen geomorphologischen Faktoren beeinflusst.

WeltweitBecker und Alila (2004)

DHSVM 1972-1974

Carnation Creek,BC, Kanada

10 Implementierung dynamischer lateraler Abfluss: Der Matrixfluss beträgt bis zu 67% des totalen jährlichen Abflusses. Lateraler Zwischenabfluss in präferentiellen Fliesswegen dominiert bei Niederschlagsintensitäten ab 2.8 mm/h

Storck et al. (1998)

DHSVM 1989-1990

North Fork Snoqualmie/ Little naches/ Hard & Ware Creeks, WA, USA

165 388 5.2

Die Resultate dieser Studie zeigen, dass bei einem extremen Kahlschlagszenario der Abfluss während Hochwasser bis zu 30% zunehmen kann.

Bowling und Lettenmaier (2001)

DHSVM 1995-1996

Hard & Ware Creeks, WA, USA

2.3 + 2.8 (?)

Hydrologische Wirkung des Waldes nimmt mit zunehmender Wiederkehrdauer des Niederschlagereignisses ab; die Kombination von Kahlschlägen und Forststrassendichte kann eine Erhöhung

der Abflussspitzen um bis zu 30% verursachen. Whitaker et al. (2003)

DHSVM 1992-1997

Redfish Creek, BC, Kanada

25.8 Das kalibrierte Modell zeigt, dass das Schneewasseräquivalent auf Kahlschlagsflächen doppelt so hoch ist wie im geschlossenen Wald und dass der Grossteil des Abflusses durch unterirdischen lateralen Abfluss entsteht. Die laterale Durchlässigkeit des Bodens wird als kritischster Parameter des Modells bezeichnet.

Schnorbus und Alila (2004)

DHSVM 1967-1995

Redfish Creek, BC, Kanada

25.8 Die Resultate zeigen, dass Waldeingriffe im obersten Teil des EZG einen viel grösseren Einfluss auf die Abflussspitzen haben als Waldeingriffe im untersten Teil des EZG (circa 10% höher).

Carver et al. (2009)

DRP-PF-Model

1995, 2007

Fraser Basin, BC, Kanada

231.5 Lateraler Zwischenabfluss wird nur in steilen und gerinnenahen Zonen als dominierender Abflussprozess angenommen. Der Abfluss ist von der Komponente Oberflächeabfluss dominiert.

Qi et al. (2009) PRMS 2003-2005

Xiangshuixi, China 8 Der Einfluss von Vegetation wurde auch bezüglich Änderung des dominierenden Abflussprozesses (Oberflächenabfluss. Zwischenabfluss) quantifiziert. Ebenfalls Quantifizierung der Verzögerungszeit der Abflussspitze.

Krezek et al. (2007)

RHESSys - Carnation Creek,BC, Kanada

10 Die Resultate haben gezeigt, dass die fehlende Berücksichtigung von lateralem, präferentiellem Abfluss die grosse Schwachstelle des Modells darstellt.

Tague und Band (2001a)

RHESSys 1986-1988

Western Cascade, OR, USA

0.6 Die Studie zeigt, dass der simulierte Abfluss stark von der Methode abhängig ist, wie das Wasser im EZG „geroutet“ wird.

 

28

6.2 Welches sind die Grundannahmen und -konzepte der unter (1) aufgeführten Modelle?

Abflussmodelle für Waldgebiete sind entweder konzeptueller Art, d.h. stark vereinfachend ohne Anspruch auf detaillierte Abbildung der einzelnen hydrologischen Prozesse (z.B. BROOK90, PREVAH, TOPMODEL, DRP-PF). Sie enthalten wenige Parameter, welche für die jeweiligen Studiengebiete kalibriert werden. Folglich, kann hier der Einfluss des Waldes auch nur in vereinfachter Weise berücksichtigt werden. Anderseits gibt es Modelle, welche die internen hydrologischen Prozesse physikalisch-basiert und im Detail beschreiben (z.B. DHSVM, RHESSys, WaSIM-ETH, PRMS). Im Idealfall benötigen sie keine oder nur wenig Para-metereichung. Messbare Waldbestandseigenschaften, wie z.B. Bestandes-höhe, Leaf Area Index LAI, Bedeckungsgrad des Kronendachs oder Wurzel-tiefe können solchen Modellen als Input-Grösse eingegeben werden. Somit kann der Waldeinfluss für verschiedene Bestände differenziert berücksichtigt werden. Eine dritte Gruppe bilden die „Black Box Modelle“. Sie machen einen direkten Bezug zwischen Niederschlag und Abfluss, ohne die internen Prozesse im Einzugsgebiet in irgendeiner Weise abzubilden. Die Modelle sind entweder räumlich aufgelöst (z.B. pixelweise oder in Teilgebieten, welche hydrologisch ähnlich reagieren (sogenannte HRUs), oder sie beschreiben das Einzugsgebiet als ein grosses Gefäss (Bucket model). Die Modelle werden durch meteorologische Grössen, wie z.B. Niederschlag und Lufttemperatur, angetrieben. In den meisten Fällen wird angenommen, dass diese gleichmässig über den ganzen Waldbestand verteilt sind. Die zeitliche Auflösung des Niederschlags ist in den von uns recherchierten Studien zwischen einer Stunde und einem Tag. 6.3 Was sagen die Modelle aus bezüglich des Einflusses von Wald auf die

Hochwasserbildung? Die Resultate dieser Studien zeigen, dass „Black Box Modelle“ (in der unten-stehenden Abb. 10 die Studien 1 und 2) eine hohe Reduktion von Spitzen-abflüssen durch den Wald angeben (10 bis 90%). Die Resultate der komplexeren numerischen Modelle (DHSVM, PRMS, sowie BROOK90) zeigen eine maximale Wirkung auf den Spitzenabfluss von 30% (Studien 3 bis 7 in der Abb. 10).

Abb. 10: Zusammenfassung der modellierten Waldwirkung zur Dämpf-ung von Hochwasser; gezeigt in folgenden Studien: (1) Müller, 1943; (2) FAO, 1976; 3) Swason und Rothwell, 2001; (4) Storck et al., 1998; (5) Bowling und Lettenmaier, 2001; (6) Schnorbus und Alila, 2004; (7) Qi et al., 2009.

In der Recherche wurden keine Studien gefunden, in denen der Wald keinen Einfluss auf den Hochwasserabfluss aufweist. In einzelnen Szenarien-berechnungen wurde jedoch nur ein sehr geringer Effekt des Waldes festgestellt (Abb. 10, Studien 4, 6 und 7). Ein Beispiel von Schnorbus und Alila (2004) zeigt, dass ein statistisch signifikanter Effekt des Waldes erst dann eintritt, wenn mehr als 20% des Einzugsgebiets kahlgeschlagen wird. In dieser Studie wurde auch gezeigt, dass Waldeingriffe im obersten Teil des EZG einen viel grösseren Einfluss auf die Abflussspitzen haben als Waldeingriffe im unteren Teil des EZG, der durch kürzere Konzentrations-zeiten gekennzeichnet ist. 6.4 Was sind die Hauptmechanismen bzw. die wichtigsten hydrologischen

Prozesse, die zu den Aussagen unter (3) führen? Je nach untersuchtem Gebiet und verwendetem Modell, wurden verschiedene Effekte des Waldes als dominierende hydrologische Einflüsse genannt. Vorweggenommen werden kann, dass Unterschiede in der Interzeption von Starkniederschlag durch das Kronendach in keiner Studie als Haupt-mechanismus bei der Hochwasserbildung in bewaldeten Gebieten genannt wurde. In der Studie von Qi et al. (2009), waren 9 von 145 Modellparametern be-sonders sensitiv. Diese beziehen sich auf das Wasserspeichervermögen in der Streuschicht und im Oberboden, sowie auf die Infiltration. Bei unge-hemmter Infiltration ist der laterale Zwischenabfluss der dominierende Abflussprozess. In dieser Studie wurde ebenfalls gezeigt, dass Vegetation die

30

dominierenden Abflussprozesse verändern kann (Oberflächenabfluss Zwischenabfluss), und dass es dank dieser Änderung eine Zeitverzögerung der Abflussspitzen gibt. In Studien mit grossem Schneevorkommen wurde gezeigt, dass der Einfluss der Vegetation auf die Schneedecke und folglich auf das Hochwasser-vorkommen während der Schneeschmelze sehr wichtig ist (Storck et al., 1998; Schnorbus und Alila, 2004). In all diesen Studien wurde der laterale Zwischenabfluss als dominierender Abflussbildungsprozess genannt. Es wurde auch gezeigt, dass die Höhenlage des Waldes, resp. des Kahlschlags für die Frühlingsabflussspitze eine Rolle spielen kann. 6.5 Wie sind die Aussagen von numerischen Modellen hinsichtlich der

Waldwirkung bei Hochwasser zu bewerten? Wie eindeutig bzw. verlässlich sind sie?

Die meisten oben genannten Studien entbehren einer gründlichen Modell-validierung. Einzig in der Studie von Qi et al. (2009) wird das verwendete Modell für eine spezielle Validierungsperiode überprüft. Das Modell war in der Lage, die gemessenen Abflussereignisse in einem Einzugsgebiet von 8 km2 Grösse mit einem Korrelationskoeffizient von 0.85 zu simulieren. Die Abweichung der vorhergesagten zu den gemessenen Abflussspitzen war +/- 20% und der Fehler im Timing der Spitze betrug zwischen 15-30 min. Basierend auf den Ergebnissen in den anderen untersuchten Studien (z.B. Cuo et al., 2008) kann man davon ausgehen, dass die Resultate von Qi et al. (2009) eine gute Grössenordnung der Unsicherheit von heutigen hydro-logischen Modelle angeben. Das gilt für die Vorhersage des Abflusses in einem instrumentierten Einzugsgebiet. Dort wo Hochwasserabflüsse in unge-messenen Einzugsgebieten simuliert werden, lässt sich hingegen keine Aussage über die Genauigkeit der verwendeten Modelle und die Verläss-lichkeit der erzielten Ergebnisse machen. Die Resultate von numerischen Modellen sind sehr von der Qualität der Inputdaten abhängig, insbesondere der meteorologischen Inputgrössen (Schnorbus und Alila, 2004). Unsicherheiten sind aber auch verbunden mit der Topographie (Herbst und Diekkrüger, 2002), den benutzten Informationen zu den Bodeneigenschaften und der Vegetation. Die Verlässlichkeit der Modelle hängt auch von den verwendeten Kalibrierungsverfahren ab. Komplexe physikalisch-basierte Modelle, welche nur anhand von Abfluss-daten kalibriert werden, sind für Szenarien-Berechnungen weniger verlässlich als solche, deren innere Prozesse mit Felddaten und Labormessungen verifiziert wurden. Ein Beispiel dafür liefert die Studie von Beckers und Alila (2004), wo neue konzeptuelle Ansätze ins DHSVM Modell implementiert wurden, um die Effekte der präferentiellen Fliesswege zu berücksichtigen. Ältere Versionen dieses Modells wurden ohne diese Erweiterung verwendet und hatten trotzdem plausible Resultate ergeben (Storck et al., 1998). Die Abbildung der Abflussprozesse war in diesem Fall jedoch nicht zutreffend (langsamer Oberflächenabfluss statt schneller präferentieller Zwischenabfluss).

6.6 Gibt es auch Modelle, welche die Waldbewirtschaftung in irgendeiner

Weise berücksichtigen? Abgesehen von den Kahlschlag-Simulationen, welche bereits erwähnt wurden, haben wir in unserer Literatursuche keine Modellierungsstudien gefunden, welche den Einfluss der Waldbewirtschaftung und Waldpflege auf den Hochwasserabfluss in kleinen und mittleren Einzugsgebieten quantifiziert. Im besten Fall wurde Abfluss für verschiedene Szenarien mit unter-schiedlichem Kahlschlags-Flächenanteil, Aufforstung oder Änderung der Baumart simuliert. In keinem Beispiel wurde aber der Einfluss der Wald-struktur oder das Alter des Bestands explizit untersucht. Aus unserer Literatursuche schliessen wir, dass die experimentellen Grundlagen für die Modellierung solcher Einflüsse weitgehend fehlen. Die oben genannten Studien mit grossflächigen Kahlschlagszenarien sind für die Schweiz nicht relevant, weil eine solche Bewirtschaftung hier nicht zugelassen ist. Auch die indirekten Effekte der Waldbewirtschaftung, wie zum Beispiel die Bodenverdichtung, sind in der von uns gesichteten Literatur nicht abgebildet worden. Einige Studien haben den Einfluss von Forststrassen beleuchtet. Sie haben gezeigt, dass eine Erhöhung der Forststrassendichte zu signifikant höheren Abflussspitzen (in der Grössenordnung von 20%) führt, und dass etwa 40-60 % der Forststrassen in einem Einzugsgebiet direkt an das Gewässernetz verbunden sind (Montgomery, 1994; Jones und Grant, 1996; Wemple et al., 1996; Storck et al., 1998; La Marche und Lettenmaier, 2001). 6.7 Gibt es in der Literatur gute Beispiele zur Simulation von Szenarien

(Szenarien bezüglich Veränderungen in der Bewaldung etc.) Modellierungsstudien mit Szenarien-Berechnungen gibt es zahlreiche. Leider wird in diesen Berechnungen der Wald meistens nur als eine homogene Landnutzungsklasse sehr vereinfacht dargestellt und behandelt, oder es werden nur die Wasserbilanz und das Abflussvolumen berechnet (Fohrer et al., 2001; Niehoff et al., 2002; Wegehenkel, 2002; Hundecha und Bardossy, 2004; Liu et al., 2004; Cuo et al, 2008). In der recherchierten Literatur sind uns folgende Studien als beste Beispiele von Szenarienberechnungen aufgefallen:

a) Bowling und Lettenmaier (2001) haben verschiedene Szenarien zum Einfluss von Kahlschlägen und von Forststrassen simuliert. Sie haben ge-zeigt, dass die hydrologische Wirkung dieser Faktoren mit zunehmender Wiederkehrdauer des Niederschlagereignisses abnimmt und dass die Kombi-nation dieser zwei Faktoren eine Erhöhung der Abflussspitzen um bis zu 30% verursachen kann (Abb. 11). Ähnliche Untersuchungen liegen auch von Storck et al. (1998) vor.

32

Abb. 11: Simulierte Effekte von Kahlschlägen und Forststrassen auf die Abflussspitzen eines Einzugsgebietes (aus Bowling und Lettenmaier (2001)).

b) Schnorbus und Alila (2004) untersuchten mittels langfristiger numerischer Simulationen den Effekt von Holzernte auf die Abflussspitzen im Südosten von British Columbia. In dieser Studie wird gezeigt, dass die Zunahme der Spitzen linear proportional zum Anteil der geschlagenen Waldfläche ist (das entspricht einer Zunahme von 30% bei einer Kahlschlagsfläche von 50% des EZG). Interessanterweise wurde auch der Einfluss der Lage der geschlage-nen Fläche im Gebiet analysiert. Die Resultate zeigen, dass Waldeingriffe im obersten Teil eines EZG einen viel grösseren Einfluss auf die Abflussspitzen haben als Eingriffe im untersten Teil (circa 10% höher).

c) In einer Studie von Qi et al. (2009) wurde das PRMS Modell im kleinen EZG Xiangshuixi (China) angewendet, um verschiedene Vegetations-szenarien zu simulieren. Ziel dieser Studie war es, den Einfluss von Vegetationsszenarien auf Abflussspitzen zu quantifizieren und den Einfluss von Aufforstungsszenarien auf Abflussbildungsmechanismen zu analysieren. Im Vergleich zum aktuellen Zustand des Waldes haben die Simulationen gezeigt, dass bei Szenarien mit voller Aufforstung der Oberflächenabfluss um etwa 20% reduziert wird und dass der unterirdische laterale Abfluss von 15% auf 90% ansteigt. Für dieselben Szenarien werden die Abflussspitzen um 10% bis 20% reduziert (Tab. 5). Für alle Szenarien verzögerte sich die Konzentration des Abflusses (Beginn Niederschlag bis Abflussspitze) um mehr als 3 Stunden.

Auch wenn es bei der „upscaling“-Methode in dieser Studie offene Fragen gibt, ist es interessant festzustellen, dass eine Änderung der Vegetation auch die dominierenden Abflussprozesse (Oberflächenabfluss lateraler bodeninnerer Zwischenabfluss) und die Zeitverzögerung der Abflussspitze verändert hat.

Tab. 5: Resultate des simulierten Abflusses und seiner Komponenten für drei Aufforstungsszenarien (1= mixed conifer- broadleaf forests, 2= mixed broadleaf forests, 3= mixed conifer + evergreen broadleaf + shrub forests (comprehensive arrangement pattern)); Angegeben ist der Mittelwert für sechs Niederschlagsereig-nisse (mittlere Niederschlagintensitäten (mm/min): 0.041, 0.035, 0.056, 0.046, 0.093, 0.051). Quelle: Qi et al. (2009).

6.8 Wo bestehen zurzeit Grenzen bei der Simulation von

Hochwasserabflüssen in bewaldeten Einzugsgebieten für numerische Modelle?

Um mittels numerischer Modellierung überhaupt eine Aussage über die Rele-vanz des Waldzustands, resp. der Waldbewirtschaftung bezüglich Hoch-wasserabflussbildung machen zu können, muss der (mögliche) Einfluss grösser sein als die Modellunsicherheiten. Hier stossen wir momentan bereits an die Grenzen. Die wenigen verfügbaren Studien lassen vermuten, dass dies nicht unbedingt der Fall ist. Die Unsicherheit der Modelle scheint mindestens ebenso gross zu sein, wie der zu erwartende Effekt eines veränderten Waldzustands oder einer Waldbewirtschaftungsmassnahme. Dies steht im Zusammenhang mit der Abbildung der in der Natur beobachteten Komplexität hydrologischer Prozesse. Sie kann in einem Modell nicht zufriedenstellend reproduziert werden. Die Nicht-Linearität der Abflussbildungsprozesse an der Oberfläche und vor allem im Bodenkörper und Grenzbereich zwischen Boden und Untergrund wird aus diesem Grund in den meisten numerischen Modellen nicht adäquat beschrieben (s. auch weiter unten). In den letzten Jahrzehnten sind einige Versuche gestartet worden, um die wichtigen Prozesse der Abflussbildung auf der Hangskala und in Mikro-EZG - wie etwa Oberflächenabfluss, Infiltration, Makroporenfluss, Exfiltration ,Perko-lation, kapillarer Aufstieg - in den Griff zu kriegen (Weiler und McDonnell, 2004; Seibert und McDonnell, 2002; Bronstert, 1999). Obwohl diese Ansätze die Realität präziser abbilden als viele der in der vorliegenden Studie vorge-stellten Modelle, sind sie generell für die Modellierung von Einzugsgebieten nicht gut geeignet. Eine weitere Limitierung der numerischen Modelle ist die begrenzte Übertragbarkeit der kalibrierten Modelle von einem EZG zum anderen. Selbst komplizierte phyikalisch-basierte Modelle, deren Vegetations- und Ober-bodenparameter in einem ersten Schritt mittels Feldmessungen bestimmt ("kalibriert") wurden, müssen schliesslich mit Abflussdaten kalibriert und vali-diert werden, um akzeptable Resultate zu liefern. Es wurde in der Literatur keine Studie gefunden, welche diesen Aspekt im Detail untersucht hat.

34

Probleme wie Messunsicherheiten, Heterogenität der Faktoren (Bodenaufbau, Wurzelverteilung, Topographie, usw.), Überparametrisierung, Extrapolierung und nicht lineare Aufskalierung limitieren die Aussagekraft der Modelle für die Quantifizierung der Waldwirkungen gegen Hochwasser (ähnliche Schluss-folgerungen haben auch Eisenbies et al. (2007) und Clark et al. (2009) angegeben). Es gibt zwar Studien, welche verschiedene Kombinationen von Ansätzen vorschlagen, um diese Limitierungen bei Modellierungsstudien reduzieren zu können (Reggiani et al., 1999; Tague und Band, 2004; Lin et al., 2006; Carver et al., 2009). Keine dieser Vorschläge wurde jedoch spezi-fisch für die Quantifizierung der hydrologischen Waldwirkungen angewandt. Um die hydrologische Wirkung von Wäldern zur Dämpfung von Hochwassern realistisch in diese Modelle zu implementieren (Speicherung und Abflusszeit), müssen aber noch viele offene wissenschaftliche Grundlagenfragen be-arbeitet werden. Fehlende Kenntnisse bestehen in folgenden Themen-bereichen:

• Beweis und Quantifizierung des Einflusses der Zusammensetzung der Baumarten und inter- und intraspezifischer Konkurrenz auf Bestandes-Skala (Armbruster et al., 2004; Jost und Weiler, 2006).

• Beweis und Quantifizierung des Einflusses von Waldstruktur auf Bestandes-Skala (Armbruster et al., 2004).

• Quantifizierung des Einflusses des Waldtyps auf die hydrologische und pedologische Entwicklung des Bodens (sehr wichtig für eine langfristige nachhaltige Beurteilung) (Lin et al., 2006; Hopp et al., 2009).

• Welches sind die dominierenden Abflussprozesse, die von Wald beein-flusst werden; wie können diese Prozesse aufskaliert werden (Donnelly-Makowecki und Moore, 1999; Uchida et al., 2005; Gomi et al., 2008; Clark et al., 2009).

• Einflusse von Diskontinuitäten der Landschaftselemente (Wiese-Wald) auf die Abflussbildung.

• Einfluss der Vegetation auf variabel beitragende Flächen; Ansätze wie jener von Carver et al. (2009) sollten den Vegetationstyp und die Vegetationsstruktur berücksichtigen.

6.9 Welche Methoden bzw. Modelle zur Quantifizierung der Waldwirkung bei

Hochwasser eignen sich im Hinblick auf eine Weiterentwicklung? Das neue Modell von Carver et al. (2009), das auf schon bekannten Ansätzen (Naef et al., 2002) basiert, wäre ein interessanter Ansatz für die Modellierung von Hochwasser mit einem guten Kompromiss zwischen Modellkomplexität und Zuverlässigkeit der Resultate. In diesem Modell werden alle wichtigen Abflussprozesse nur aufgrund der Topographie definiert. Jede Zelle (des diskretisierten EZG) wird je nach dominierendem Abflussprozess aufgrund bestimmter Parameter klassifiziert (wie z.B. Fliesslänge, Höhendifferenz des Fliessgewässers, Bodeneigenschaften, Vegetation, Kurvatur des Geländes, dem 'topographic wetness index', usw.). Der Beitrag von jedem Abfluss-prozess zur Abflussspitze wird empirisch für jede Zelle bestimmt. Zur

Erweiterung dieses Modells wäre es interessant, das Konzept von “variabel beitragenden Flächen” zu implementieren. Dazu wäre es möglich, die Auf-skalierung der hydrologischen Eigenschaften von verschiedenen Waldtypen und Waldstrukturen durch detaillierte Simulationen auf die Hangskala vorzunehmen (ähnlich wie der Ansatz von Stoll und Weiler (2010); vgl. Abb. 12). Neue hydrologische Modelle, welche den Einfluss des Waldes auf die Hangskala simulieren können, fehlen zurzeit noch. Dank neuer Technologien wie LIDAR und Satellitenmessungen wäre − in Zusammenhang mit der Implementierung von Informationen der Bestandeskarten und Bodenkarten (wenn vorhanden) − eine bessere Quantifizierung der Abflussbildungs-prozesse möglich.

Abb. 12: Änderung der zum Abfluss beitragenden Flächen aufgrund unterschiedlicher Sets von Parametern (c bis f) (Stoll und Weiler, 2010).

36

7. Literaturliste Ahuja, L.R., K. W. Rojas, J. D. Hanson, J. J. Schaffer, und L. Ma, 2000. The Root Zone Water Quality Model, Water Resources Publications LLC, Highlands Ranch CO.

Anderson, A. E., M. Weiler, Y. Alila, und R. O. Hudson, 2009. Dye staining and excavation of lateral preferential flow network, Hydrol. Earth Syst. Sci., 13: 935-944.

Armbruster, M., J. Seegert, und K. H. Feger, 2004. Effects of changes in tree species composition on water flow dynamics – Model applications and their limitations, Plant and Soil 264: 13–24.

Arp, P.A. und X. Yin, 1992. Predicting water fluxes through forests from monthly precipitation and mean monthly air temperature records, Canadian Journal of Forest Research, 22: 864 - 877.

Badoux, A., 2005. The influence of wind storm deforestation on the runoff generation at various scales in a torrential catchment, PhD Thesis, Uni Bern, 131pp.

BAFU, 2008. Handbuch NFA im Umweltbereich, BAFU, Bern.

Band, L. E., D. L. Peterson, S. W. Running, J. Coughla, R. Lammers, J. Dungan, und R. Nemani, 1991. Forest ecosystem processes at the watershed scale: basis for distributed simulation, Ecological Modelling, 56: 171-196.

Barling, R., I. Moore, und R. Grayson, 1993. A quasi-dynamik wetness index for characterising the spatial distribution of zones of surface saturation and soil water content, Water Resources Research, 30: 1029-1055.

Beckers, J., und Alila, 2004. A model of rapid preferential hillslope runoff contributions to peak flow generation in a temperate rain forest watershed, Water Resources Research, 40: W03501.

Beckers, J., B. Smerdon, und M. Wilson, 2009. Review of Hydrologic Models for Forest Management and Climate Change Applications in British Columbia and Alberta, Forrex Series, 25: 179 pp.

Beven, K., and P. Germann, 1982. Macropores and water flows in soil, Water Resources Research, 18: 1311-1325.

Bicknell, B. R., J. C. Imhoff, J. L. Kittle Jr., T. H. Jobes, und A.S. Donigian, Jr., 2001. Hydrological Simulation Program–Fortran (HSPF). User’s Manual for Release 12. U.S. EPA National Exposure Research Laboratory, Athens, GA, in cooperation with U.S. Geological Survey, Water Resources Division, Reston, VA.

Blöschl, G., and M. Sivapalan, 1995. Scale issues in hydrological modelling: A review, Hydrological Processes, 9 (3-4): 251-290. DOI: 10.1002/hyp.3360090305

Boehner, J.R., R. Koethe, O. Conrad, J. Gross, A. Ringeler, und T. Selige, 2002. Soil

regionalisation by means of terrain analysis and process parameterisation. Pages 213–222, in E. Micheli, ed. Soil Classification. European Soil Bureau, Luxembourg.

Bowling, L. C., und D. P. Lettenmaier, 2001. The effects of forest roads and harvest on catchment hydrology in a mountainous maritime environment. Land Use and Watesheds: Human Influence on Hydrology and Geomorphology in Urban and Forest Areas, Water Sci. Appl., 2: 145 - 164.

Bronstert, A., 1999. Capabilities and limitations of detailed hillslope hydrological modelling, Hydrological Processes, 13(1): 21-48.

Buttle, J. M., und D. A. House, 1997. Spatial variability of saturated hydraulic conductivity in shallow macroporous soils in a forests basin, Journal of Hydrology, 203: 127-142.

Carver, M., M. Weiler, C. Scheffler, und K. Rosin, 2009. Development and application of a peak-flow hazard model for the Fraser basin (British Columbia), Aqua Environmental Associates, 35 pp.

Clark, M. P., D. E. Rupp, R. A. Woods, H. J. Tromp-van Meerveld, N. E. Peters, und J. E. Freer, 2009. Consistency between hydrological models and field observations: linking processes at the hillslope scale to hydrological responses at the watershed scale, Hydrological Processes, 23: 311-319

Cuo, L., T. W. Giambelluca, A. D. Ziegler, und M. A., 2008. The roles of roads and agricultural land use in altering hydrological processes in Nam Mae Rim watershed, northern Thailand, Hydrological Processes,22(22): 4339–4354.

Donelly-Makowecki, L. M., und R. D. Moore, 1999. Hierarchical testing of three rainfall-runoff models in small forested catchments, Journal of Hydrology, 219: 136-152.

Eagleson, P.S. , 1978. Climate, Soil, and Vegetation, a simplified model of soil moisture movement in liquid phase, Water Resources Research, 14(5): 722–730.

Eisenbies M. H., Aust W. M., Burger J. A. und Adams M. B., 2007. Forest operations, extreme flooding events, and considerations for hydrologic modeling in the Appalachians - A review, Forest Ecology and Management, 242: 77 - 98.

FAO, 1976. Hydrological Techniques for upstream conservation, FAO conservation guide n° 2, Roma.

Fohrer, N., S. Haverkamp, K. Eckhardt, und H. G. Frede, 2001. Hydrologic responce to land use changes on the catchment scale, Physics and Chemistry of the Earth (B), 26(7-8):577-582.

Gassman, P. W., M. R. Reyes, C. H. Green, und J. G. Arnold, 2007. The soil and water assessment tool: historical development, applications, and future research directions, American Society of Agricultural and Biological Engineers, 50(4):1211 - 1250.

Gerrits, A. M. J., L. Pfister, und H. H. G. Savenije, 2010. Spatial and temporal variability of canopy and forest floor interception in beech forest, Hydrological Processes, 24: 3011-3025.

Gomi, T., R. C. Sidle, S. Miyata, K. Kosugi, und Y. Onda, 2008. Dynamic runoff connectivity of overland flow on steep forested hillslopes: Scale effects and runoff transfer, Water Resources Research, 844: W08411.

Grant, G. E., S. L. Lewis, F. J. Swanson, J. H. Cissel, und J. J. McDonnell, 2008. Effects of Forest Practices on Peak Flows and Consequent Channel Response: A State-of-Science Report for Western Oregon and Washington, United States Department of Agriculture, 76 pp.

Gurtz, J., A. Baltensweiler, und H. Lang, 1999. Spatially distributed hydrotope-based modelling of evapotranspiration and runoff in mountainous basins, Hydrological Processes, 13(17): 2751 – 2768.

38

He, H. S., B. E. DeZonia, und D. J. Mladenoff, 2000. An aggregation index (AI) to quantify spatial patterns of landscapes, Landscape Ecology, 15: 591 - 601.

Herbst , M., und B. Diekkrüger, 2002. The influence of the spatial structure of soil properties on water balance modeling in a microscale catchment, Physics and Chemistry of the Earth, 27: 701 – 710.

Hillel D., 2004. Introduction to environmental soil physics. Elsevier, p 494.

Hopp, L., C. Harman, S. L. E. Desilets, C. B. Graham, J. J. McDonnell, und P. A. Troch, 2009. Hillslope hydrology under glass: confronting fundamental questions of soil-water-biota co-evolution at Biosphere 2, Hydrol. Earth Syst. Sci., 13, 2105–2118.

Hundecha, Y., und A. Bardossy, 2004. Modeling of the effect of land use changes on the runoff generation of a river basin through parameter regionalization of a watershed model, Journal of Hydrology, 292: 281-295.

Jones, J. A., und G. E. Grant, 1996. Peak flow responses to clear-cutting and roads in small and large basins, western Cascades, Oregon, Water Resources Research, 32: 959–974.

Jost, G., und M. Weiler, 2006. The influence of tree species on subsurface stormflow at the hillslope scale, Eos Trans. AGU, 87(52), Fall Meet. Suppl., Abstract H11A-1237.

Jost, G., M. Weiler, D. R. Gluns, und Y. Alila, 2007. The influence of forest and topography on snow accumulation and melt at the watershed-scale, Journal of Hydrology, 347: 101-115.

Kienholz, H., H. M. Keller, W. Ammann, R. Weingartner, P. F. Germann, C. Hegg, P. Mani, und D. Rickenmann, 1998. Zur Sensivität von Wildbachsystemen, Schlussbericht NFP 31, VDF, p 209.

Kouwen, N. 2008. WATFLOOD/WATROUTE Hydrological model routing and flow forecasting system. Since 1972. Developed for Surveys and Information Branch, Ecosystem Science and Evaluation Directorate, Environment Canada. Department of Civil Engineering, University of Waterloo, ON.

Krezek, C., I. Creed, C. Tague, and D. Stanford, D. 2007. Impacts of timber harvesting on the flow regime of a coastal stream; from the headwaters to the entire watershed. In Air, ocean, earth and ice on the Rock. CMOS, CGU, AMS Congress 2007, St.John’s, NL. In: Beckers, J., B. Smerdon, und M. Wilson, 2009. Review of Hydrologic Models for Forest Management and Climate Change Applications in British Columbia and Alberta, Forrex Series, 25: 179 pp.

La Marche, J. L., und D. P. Lettenmaier, 2001. Effects of forest roads on flood flows in the Deschutes river, Washington, Earth Surface Processes and Landforms, 26: 115–134.

Leavesley, G. H., S. L. Markstrom, R. J. Viger, und L. E. Hay, 2005. USGS Modular Modeling System (MMS) - Precipitation-Runoff Modeling System (PRMS) MMS-PRMS, in: Singh, V., und D. Frevert, Watershed Models, Boca Raton, FL, CRC Press, Chapter 7: 159 - 177.

Leuppi, E., und F. Forster, 1990. Zur Frage der Wirksamkeit des Waldes für den Hochwasserschutz – ein Beispiel aus dem oberen Reusstal, Schweizerische Zeitschrift für Forstwesen, 141(11): 943 – 954.

Leuppi, E., F. Forster, D. Tarjan, 1991. Waldwirkungen: Abflussbildung. Mitteilungen des Bundesamtes für Wasserwirtschaft Nr. 4, Bern, S. 41–48.

Lin, H.S., W. Kogelmann, C. Walker, und M. A. Bruns, 2006. Soil moisture patterns in a forested catchment: A hydropedological perspective, Geoderma, 131: 345–368.

Lindström, G., B. Johansson, M. Persson, M. Gardelin, und S. Bergstrom, 1997. Development and testing of the distributed HBV-96 hydrological model, Journal of Hydrology, 201: 272-288.

Liu, Y. B., F. De Smedt, L. Hoffmann, und L. Pfister, 2004. Assessing land use impacts on flood processes in complex terrain by using GIS and modeling approach, Environmental Modeling and Assessment, 9: 227–235.

Maniak, U., 1999. Flussgebietsmodelle, In: Mathematische Modelle in der Gewässerkunde. Stand und Perspektiven. BfG-Mitteilungen Nr. 19, Koblenz.

Montgomery, D. R., 1994. Road surface drainage, channel initiation and slope stability, Water Resources Research, 30: 1925 - 1932.

Müller, R., 1943. Theoretische Grundlagen der Fluss- und Wildbachverbauung. Mitteilung Nr 4 der Versuchsanstalt für Wasserbau der ETH Zürich.

Neaf, F., S. Scherrer, und M. Weiler, 2002. A process based assessment of the potential to reduce flood runoff by land use change, Journal of Hydrology, 267: 74 – 79.

Nemec, J., 1993. Comparison and selection of existing hydrological models for the simulation of the dynamic water balance processes in basins of different sizes and on different scales. KHR-Bericht II-7, Lelystad.

Niehoff, D., U. Fritsch, und A. Bronstert, 2002. Land-use impacts on storm-runoff generation: scenarios of land-use change and simulation of hydrological response in a meso-scale catchment in SW-Germany, Journal of Hydrology, 267: 80 - 93.

Noguchi S., Tsuboyama Y., Sidle R.C. and Hosoda I., 1999. Morphological characteristics of macropores and the distribution of preferential flow pathways in a forest slope segment. Soil Sci. Soc. Am. J., 63: 1413-1423.

Onda, Y., T. Gomi, S. Mizugaki, T. Nonoda, und R. C. Sidle, 2009. An overview of the field and modelling studies on the effects of forest devastation on flooding environmental issues, Hydrological Processes, 24(5): 527–534

Ott, B., und S. Uhlenbrook, 2004. Quantifying the impact of land-use changes at the event and seasonal time scale using a process-oriented catchment model, Hydrology and Earth System Sciences, 8(1): 62-78.

Peters, N. E., J. Freer, und K. Beven, 2003. Modelling hydrologic responces in a small forested catchment (Panola Mountain, Georgia, USA): a comparison of the original and a new dynamic TOPMODEL, Hydrological Processes, 17: 345 - 362.

Pinol, J, K. Beven, und J. Freer, 1997. Modelling the hydrological response of Mediterranean catchments, Prades, Catalonia - the use of distributed models as aids to hypothesis formulation, Hydrol., 11: 1287-1306.

Pomeroy, J. W. und L. Li, 2000. Prairie and arctic areal snow cover mass balance using a blowing snow model, Journal of Geophysical Research, 105(D21): 26,619 - 26,634.

Qi, S., Y. Wang, G. Sun, Y. Xiao, J. Zhu, H. Yang, X. Hu, B. Wu, Y. Wang, und S. McNulty, 2009. Effects of forest composition and spatial patterns on storm flows of a small watershed, Journal of the American Water Resources Association, 45(5): 1142-1154.

40

Quick, M. C., A. Pipes, D. Nixon, E. Yu, A. Loukas, R. Millar, H. Assaf, und B. Start, 1995. U.B.C. Watershed Model manual, Version 4.0. Mountain Hydrology Group, Department of Civil Engineering, University of British Columbia, Vancouver, BC.

Reggiani, P., S. M. Hassanizadeh, M. Sivapalan, und W. G. Gray, 1999. A unifying framework for watershed thermodynamics: Constitutive relationships. Advances in Water Resources, 23(1):15-39.

Rickli, C., Forster, F., 1997. Einfluss verschiedener Standortseigenschaften auf die Schätzung von Hochwasserabflüssen in kleinen Einzugsgebieten, Schweizerische Zeitschrift für Forstwesen, 148(5): 367-385.

Schulze, R.E., 1995. Hydrology and agrohydrology, a text to accompany the ACRU agrohydrological modelling system, Water Resource Commission. WRC Report, No. TT69/95.

Schnorbus, M. A., und Y. Alila, 2004. Forest harvesting impacts on the peak flow regime in the Columbia Mountains of southeastern British Columbia: An investigation using long-term numerical modeling, Water Resources Research, 40: W05205, DOI:10.1029/2003WR002918.

Seibert, J., und J.J. McDonnell, 2002. On the dialog between experimentalist and modeler in catchment hydrology: Use of soft data for multicriteria model calibration, Water Resources Research, 38(11): 1241, DOI:10.1029/2001WR000978.

Spreafico, M., R. Weingartner, M. Barben, und A. Ryser, 2003. Hochwasserabschätzung in schweizerischen Einzugsgebieten, Berichte des BWG, Serie Wasser, Nr. 4, Bern 2003

Stoll, S., und M. Weiler, 2010. Explicit simulations of stream networks to guide hydrological modelling in ungauged basins, Hydrol. Earth Syst. Sci., 14: 1435–1448, DOI:10.5194/hess-14-1435-2010

Storck, P., L. Bowling, P. Wetherbee, und D. Lettenmaier, 1998. Application of a GIS-based distributed hydrology model for prediction of forest harvest effects on peak stream flow in the Pacific Northwst, Hydrological Processes, 12: 889 - 904.

Swanson, R. H., und R.L. Rothwell, 2001. Hydrologic recovery of aspen clearcuts in Northwestern Alberta, USDA Forest Service Proceedings RMRS-P-18: 121 - 136.

Tague, C. L., und L. E. Band, 2001a. Evaluating explicit and implicit routing for watershed hydro-ecological models of forest hydrology at the small catchment scale, Hydrological Processes, 15: 1415 - 1439.

Tague, C. L., and L. E. Band, 2001b. Simulating the impact of road construction and forest harvesting on the hydrologic response, Earth Surface Processes and Landforms, 26: 135 - 151.

Tague, C. L., and L. E. Band, 2004. RHESSys: Regional Hydro-Ecologic Simulation System - an Object-Oriented Approach to Spatially Distributed Modelling of Carbon, Water, and Nutrient Cycling, Earth Interactions, 8: 1-42.

Uchida, T., I. Tromp-van Meerveld, und J. J. McDonnell, 2005. The role of lateral pipe flow in hillslope runoff response: an intercomparison of non-linear hillslope response, Journal of Hydrology, 311: 117-133.

US Army Corps of Engineers.2000. Hydrologic Modeling System HEC-HMS, technical reference manual, CPD-74B, Hydrologic Engineering Centre, Davis, CA.

Vertessy, R. A., T. J. Hatton, P. J. O’Shaughnessy, und M.D. Jayasuriya, 1993. Predicting water yield from a mountain ash forest catchment using a terrain analysis based catchment model, J. Hydrol., 150: 665–700.

Viviroli, D., M. Zappa, J. Gurtz, und R. Weingartner, 2009. An introduction to the hydrological modelling system PREVAH and its pre- and post-processing tools, Environmental Modelling and Software, 24: 1209 - 1222.

Watson, F., R. Vertessy, und R. Grayson, 1999. Large scale modelling of forest hydrological processes and their long term effect on water yield, Hydrol. Processes, 13: 689–700.

Wegehenkel, M., 2002. Estimating of impact of land use changes using the conceptual hydrological model THESEUS - a case study, Phys. Chem. Earth (B), 27(9-10): 631-640.

Weiler, M., und J.J. McDonnell, 2004. Virtual experiments: a new approach for improving process conceptualization in hillslope hydrology, Journal of Hydrology, 285: 3-18.

Wemple, B.C., J. A. Jones, und G. E. Grant, 1996. Channel network extension by logging roads in two basins, Western Cascades, Oregon, Wat. Resour. Bull., 32: 1195 - 1207.

Werner, A. T., und K. E. Bennett, 2009. A review of hydrologic models for application in climate change studies for watersheds in the cold mountainous terrain of western North America.” PCIC Report, January 15th, 2009, Pacific Climate Impacts Consortium, University of Victoria, Victoria, BC.

Wigmosta, M. S., L. W. Vall, und D. P. Lettenmaier, 1994. A distributedhydrology-vegetatiomnodelfor complexterrain, Water Resources Research, 30(6): 1665-1679.

Whitaker, A., Y. Alila, J. Beckers, und D. Toews, 2003. Application of the distributed hydrology soil vegetation model to Redfish Creek, British Columbia: Model evaluation using internal catchment data, Hydrological Processes, 17: 199 - 224.

Wohlrab, B., H. Enstberger, und V. Sokollek, 1992. Landschaftwasserhaushalt: Wasserkreislauf und Gewässer in Ländliche Raum. Parey, Hamburg, Berlin.

Wood, R. A., M. Sivapalan, und J. S. Robinson, 1997. Modellign the spatial variability of subsurface runoff using a topographic index, Water Resources Research, 33: 1061-1074.