Die Überschwemmungsgefahr in den kontinentalen Vereinigten Staaten erreicht jedes Frühjahr ihren Höhepunkt. Experten weisen auf tiefe Schneedecke, Spätwinterstürme und schnelles Schmelzen hin.
Im Jahr 2023 erregten die Frühjahrsüberschwemmungen in Kalifornien große mediale Aufmerksamkeit. Dieses Risiko bestand jedoch in den meisten der 48 Staaten südlich von Kanada und nördlich von Mexiko.
Schätzungen des National Weather Service zu Frühjahrsüberschwemmungen im Jahr 2023 zufolge waren 146 Millionen Amerikaner gefährdet, Hawaii und Alaska ausgenommen.
Die Risikokarte der Agentur prognostizierte Überschwemmungen in einem weiten Gebiet von 28 Staaten in Mittelamerika sowie in Teilen in acht Berg- und äußersten Weststaaten.
Selbst kleinere Überschwemmungen bergen das Risiko von Verletzungen oder Tod durch Ertrinken, Stromschlag, Atemwegserkrankungen und Schäden, die durch Stromausfälle entstehen.
Ein Forscherteam des Pacific Northwest National Laboratory (PNNL) hat ein neues Infrastrukturdesign und eine Hochwassermodellierungstechnik entwickelt, um Überschwemmungen auf lokaler Ebene vorherzusagen.
Hinzufügen von Schnee zu Hochwasserberechnungen
Bis heute basieren die meisten kleinen technischen Lösungen zur Steuerung des plötzlichen Wasserflusses – Auffangbecken, Mulden, Rückhaltebecken und dergleichen – auf reinen Regenereignissen. Dieser jahrzehntealte prädiktive Entwurfsstandard wird als Technik der Niederschlagsintensitäts-Dauer-Frequenz-Kurven bezeichnet.
Der PNNL-Ansatz der neuen Generation basiert auf einem Datensatz, der nicht nur Regen, sondern auch regionale Schneedecken- und Regen-auf-Schnee-Ereignisse berücksichtigt.
Zur Erstellung ihres Datensatzes nutzten die PNNL-Forscher landesweit mehr als 200.000 Datenpunkte, die aus Regen- und Schneevorhersagen abgeleitet wurden. Die Daten basieren auf Simulationsgittern von jeweils etwas weniger als 4 Quadratmeilen.
„Was unseren Ansatz einzigartig macht“, sagte Ning Sun, ein PNNL-Hydrologe, „ist, dass er den genauen Zeitpunkt und das Ausmaß der Schneeschmelze an verschiedenen Orten ermitteln kann.“
„Einfach, elegant und nützlich“
Mark Wigmosta, ein PNNL-Chefwissenschaftler, konzipierte das Projekt im Jahr 2017. Seitdem hat er zusammen mit Sun und dem PNNL-Oberflächenwasserhydrologen Hongxiang Yan eine neunteilige Studienreihe geschrieben, die die Geschichte der Entwicklung des Ansatzes erzählt.
Diese beinhalten eine Proof-of-Concept-Studie (2018), eine Einführung in die Idee an Ingenieurgemeinschaften (2019) und die erste Arbeit um die neue Methode zu validieren (2019).
Das Interesse war sofort da. Ein Kommentar aus dem Jahr 2018 In Wasserressourcenforschung nannte den PNNL-Ansatz „einfach, elegant und nützlich“.
Das neueste Papier des Teams erschien im April 2022. Es zeigt, dass PNNL-Datensätze zeigen, wie viel Wasser aufgrund unterschiedlicher Beiträge von Regen, Schneeschmelze und Regen-auf-Schnee-Ereignissen die Landoberfläche erreicht.
Weiter: Landbedeckungsdaten
Das Team arbeitet an der nächsten Weiterentwicklung des Ansatzes, der acht neue Kategorien der Landnutzung und Landbedeckung umfassen wird. Die ursprünglichen Datensätze in ihrem Ansatz der neuen Generation basieren auf der „offenen“ Landbedeckung, also einer imaginären Oberfläche mit minimaler Vegetation.
„Das Vegetationsdach fängt einen Teil des Schneefalls ab, was sich auf den Zeitpunkt und die endgültige Wassermenge auswirkt, die die Landoberfläche erreicht“, sagte Wigmosta. „Es ist wichtig, Kurven für alle diese Variablen vorab zu berechnen.“
Noch dichtere und umfassendere Datensätze seien Teil zukünftiger Versionen des Ansatzes, sagte Yan. „Wir haben mehr Datensätze, ausgereiftere Datensätze und wir haben mehr theoretische Arbeit geleistet.“
Das PNNL-Framework ist über die ursprünglichen Daten von 2018 hinaus ausgereift, die nur 376 Beobachtungsstandorte im Westen der USA umfassten. Der aktuelle Datensatz umfasst mehr als 200.000 Websites. Dank Simulationen, die auf einer zusätzlichen Vegetationsbedeckung basieren, werden es bald Millionen sein.
Anfänge des Verteidigungsministeriums
Ziel des PNNL-Projekts war die Optimierung der Wasserkontrollinfrastruktur auf Militärstützpunkten. Diese wichtigen Verteidigungseinsätze haben etwa die Größe einer Kleinstadt. Der Fokus lag zunächst auf dem Proof-of-Concept. Jetzt geht es um Bewerbung und Öffentlichkeitsarbeit.
Die PNNL-Forschung nutzt als Testfall das 327.000 Hektar große Yakima Training Center der US-Armee im Osten des Bundesstaates Washington. Der daraus resultierende Infrastrukturdesign-Ansatz wird bald zivilen Gemeinden zugute kommen, die hydrologische Infrastrukturen in ähnlichem Umfang betreiben.
„Wir wollen diese Datensätze veröffentlichen“, sagte Wigmosta.
Verwendung des Webtools
Derzeit steht das PNNL-System nur für Betatests durch Verteidigungsbehörden zur Verfügung. Das PNNL-Team hat jedoch über Amazon Web Services ein Web-Tool entwickelt. Später im Jahr 2023 wird es einer größeren Gemeinschaft von Wasseringenieuren zur Verfügung stehen.
„Der (PNNL)-Datensatz ist der Motor hinter dem Web-Tool“, sagte Yan. „Im Hintergrund gibt es ein ausgefeiltes Modell, aber man muss nicht lernen, wie man es nutzt.“
Ein örtlicher Wasseringenieur würde einfach Felder in Bezug auf Standort, Vegetationsbedeckung, Waldtyp, den gewünschten Zeitrahmen (24, 48 oder 72 Stunden) und andere Faktoren ausfüllen. Im Gegenzug würde der Ingenieur Schätzungen der Abflussintensität an jedem interessierenden Ort erhalten.
In der Zwischenzeit „können wir das Web-Tool aktualisieren und es zur Ausführung unseres Modells verwenden“, sagte Wigmosta. „Wir können den Stand der Wissenschaft vorantreiben, alle diese (Intensitäts-, Dauer- und Häufigkeits-)Kurven neu generieren und sie öffentlich veröffentlichen.“
Demnächst: Überlegungen zum Klimawandel
Das Webtool und die erweiterten Datensätze seien fertig, sagte Yan. „Jetzt können wir über die Zukunft nachdenken.“
Zu diesem Zweck arbeitet das PNNL-Team mit dem National Center for Atmospheric Research in Colorado zusammen, um Daten zum Klimawandel in eine noch neuere Version des Schemas aufzunehmen.
Mit der Zeit streben die Forscher auch danach, den Nutzern noch feinere Maßstabsauflösungen zur Verfügung zu stellen – von derzeit etwa 4 Quadratmeilen bis hin zu einer Fläche, die ein Sechstel so groß ist – etwa der Größe eines großen Stadtparks oder eines Universitätscampus.
Feinere Auflösungen und genauere Hochwassermodelle sind in einer sich erwärmenden Welt wichtig. Experten gehen davon aus, dass es in höheren Lagen künftig zu mehr Regen-auf-Schnee-Ereignissen, stärkeren Stürmen und größeren Überschwemmungsrisiken kommen wird.
Um die hydrologische Infrastruktur im kleinen Maßstab zu verbessern, werde der PNNL-Ansatz noch umfassender und nützlicher werden, sagte Yan. „Wir wollen vorankommen.“