Automatisierte Ableitung von Vorlandrauheiten für hydrodynamische Modellierungen auf der Basis von flugzeuggestützten Fernerkundungsdaten (Vorlandrauheiten an BWaStr)
- contact: Dr.-Ing. B. Jutzi
Dr.-Ing. J. Leitloff - funding: Bundesministerium für Verkehr, Bau- und Stadtentwicklung (Bundesanstalt für Gewässerkunde)
- startdate: 01.01.2012
- enddate: 31.12.2014
Zur hydrodynamisch-numerischen Modellierung von Fließgewässern werden u. a. Parameter benötigt, die den Fließwiderstand von Rauheiten charakterisieren. Derartige, in der Natur messbaren geometrischen Größen, wie z. B. Korndurchmesser, Baumabstände und -durchmesser, werden über Modellgesetze mit Parametern korreliert, die i. A. aus hydraulischen Laboruntersuchungen abgeleitet wurden. Eine weitere Anpassung der Rauheitsparameter erfolgt dann üblicherweise im Zuge einer Modellkalibrierung, um die Strömungsverhältnisse in der Natur möglichst gut zu treffen. Dabei gilt, umso genauer Rauheitsparameter und unterschiedliche Rauheitsbereiche erfasst werden, umso präziser lässt sich ihr Strömungswiderstand im Rahmen der Modellkalibrierung beschreiben, was sich unmittelbar auch auf die Genauigkeit der Strömungsmodellierung auswirkt.
Da Messdaten der Vorlandvegetation meistens nicht verfügbar sind, werden derzeit alternativ Rauheitszonen semi-manuell aus z. B. ATKIS-Daten oder CORINE-Daten festgelegt, für die dann Standardparameter angenommen werden müssen. Diese Vorgehensweise wie auch die Auflösung und Aktualität der Rauheitszonen wird den heutigen Qualitätsanforderungen an die Strömungsmodellierung kaum mehr gerecht. Hier lassen die inzwischen immer öfter verfügbaren, hoch aufgelösten flugzeuggestützten Laserscannerdaten mit Full-Waveform-Informationen (ALS-Daten) und/oder mehrkanaligen digitalen Bilddaten automatisierte Lösungen zur Ableitung von geometrischen Parametern der Vorlandvegetation erwarten. Zur Steigerung der Wirtschaftlichkeit im Kontext mit der Bereitstellung der vorgenannten geotopographischen Basisdaten für hydrodynamisch-numerische Modellierungen sind entsprechende zielorientierte Algorithmen zu entwickeln und in praktikable Werkzeuge umzusetzen.