Detaillierte Nachbildung von Schneeprozessen in der hydrologischen Modellierung

In dieser Arbeit wird eine neue Methode zur Anwendung von prozessorientierten Schneemodellen auf der Einzugsgebietsskala vorgeschlagen. Es soll die Frage beantwortet werden, ob ein atmosphärisches Modell die geeignete Datengrundlage für die Anwendung prozessorientierter Schneemodelle auf der Skala eines Einzugsgebietes liefert. Anstelle von Punktbeobachtungen werden die meteorologischen Randbedingungen mit Hilfe eines atmosphärischen Modells aus globalen Eingangsdaten abgeleitet (dynamisches Downscaling). Alle auf diese Weise abgeleiteten historischen meteorologischen Daten stehen damit in Raum und Zeit in einem korrekten physikalischen Zusammenhang - eine Grundvoraussetzung für die prozessorientierte Schneemodellierung. Mit Hilfe von drei unabhängigen prozessorientierten Schneemodellen auf der Punkt- und Einzugsgebietsskala als Komponenten eines hydrologischen Modellsystems wird dies untersucht. Zusätzlich wird aus Vergleichsgründen das Temperatur-Index-Verfahren eingesetzt. Die Untersuchungen wurden für das Einzugsgebiet der Sieber (44 Quadratkilometer) im Harz durchgeführt. Im Vergleich mit hochaufgelösten Beobachtungsdaten konnten mit den Schneemodellen gute Ergebnisse für unterschiedliche meteorologische Situationen auf der Punkt- und Einzugsgebietsskala erzielt werden. Sowohl für den Kalibrierungs- als auch für den Validierungszeitraum ergaben die Simulationen auf der Einzugsgebietsskala Modelleffizienzen von über 0,8 bei Zeitreihenvergleichen für einen Zeitschritt von 1 h. Die Fragestellung wurde dabei auf die Variablen Temperatur, Luftfeuchte, Strahlung und Windgeschwindigkeit eingeschränkt, da die Variable Niederschlag nur unter Einschränkungen auf den gewünschten Skalen abgeleitet werden konnte. Daher wurden den Simulationen beobachtete Niederschlagszeitreihen zugrunde gelegt. Für Gebiete ohne Beobachtungen kann mit der hier entwickelten Methodik der Einfluss der saisonalen Schneedecke auf den Wasserhaushalt realistisch quantifiziert werden.