Vorlesung Ingenieurhydrologie

Präsentation zum Thema: "Vorlesung Ingenieurhydrologie"—  Präsentation transkript:

1 Vorlesung Ingenieurhydrologie
Vorlesung 8 Themen: Fischhabitat Modellierung für Salmoniden Ansätze zur Fuzzy-Logic Modellierung Vorstellung von zwei unterschiedlichen Modellierungsansätzen

2 Der Lebenszyklus des Lachses
Eiablage im Süßwasser Eier Alevin Fry Parr Smolt Adult Bildzitat: Atlantic Salmon Federation

3 Veranlassung für ein Salmoniden Habitat-Modell
Aktuelle Situation der Fischfauna: die natürlichen Fischhabitate sind im Zuge der Urbanisierung und Intensivierung der Landwirtschaft weitgehend verloren gegangen die Wiederansiedlungsversuche der Salmoniden brachten bisher nicht den gewünschten Erfolg die Wasserrahmenrichtlinie legt einen großen Schwerpunkt auf die Qualitätskomponenten der Fischpopulationen => daraus leitet sich zwangsläufig die Notwendigkeit für eine Habitatmodell als Prognosewerkzeug ab

4 Klassische Zonierung von Fließgewässern
Quelle Oberlauf Mittellauf Unterlauf Mündung Fließgewässerzonierung Kaulbarsch/ Flunder Fischzonierung Forelle Äsche Barbe Brachse Leitfische Fischregion Salmoniden Cypriniden Brackwasser Hydrologische Zonierung Krenal Rhitral Potamal Epi- Meta- Hypo- Epi- Meta- Hypo-

5 Aktuelle Zonierung von Fließgewässern
Bildzitat: NZO

6 Klassische Zonierung von Fließgewässern
Fließgewässerzone Quelle Oberlauf Mittellauf Unterlauf Mündung Kaulbarsch/ Flunder Fischregion Forelle Äsche Barbe Brachse Leitfische Fischregion Salmoniden Cypriniden Brackwasser Gewässerzone Krenal Rhitral Potamal gering ausgeprägt mäßig ausgeprägt nicht ausgeprägt Fuzzyfizierte Verbreitung Verbreitungsschwerpunkte Epi- Meta- Hypo- Epi- Meta- Hypo-

7 … wieso Fische als Bioindikator ?
… die Fische stehen weit hinten in der Nahrungskette … die Arten sind in der Regel leicht zu bestimmen … die Populationsdichte ist durch historische und aktuelle Daten belegt … Salmoniden sind gute Zeiger Organismen (sie zeichnen sich durch ihre hohe Empfindlichkeit aus)

8 … warum Modellierung mit Fuzzy Logic ?
… sie sind gut geeignet, um die Komplexität der Habitate abzubilden … sie sind immer dann besonders wirksam, wenn numerische Ansätze fehlen … sie sind in der Lage das biologisch-ökologische Wissen in qualitativer, deskriptiver Form abzubilden … ihre Entwicklungszeit ist relativ kurz und sie können einfach erweitert werden … sie sind in ihrem Verhalten transparent

9 Arbeitsschritte für das Fuzzy-Habitatmodell
Entwicklung eines ersten Habitatmodells für Salmoniden, basierend auf einer umfassenden Literaturrecherche Umsetzung des Habitatmodells mit „fuzzyTech“ Sensitivitätsanalyse

10 Welche Einflussgrößen werden für die Salmoniden Modellierung benötigt?
Wassertemperatur Sauerstoffgehalt Strömungsgeschwindigkeit pH-Wert AFS Gehalt an gelöstem Kupfer und Zink Ammoniak, Pestiziden und Tensiden Durchgängigkeit Riffel-Pool-Abfolge Substrat und dessen Lückigkeit

11 Klassische Mengenlehre
1,0 Zugehörigkeit 1,0 C° 25 30 45 24.9 25.1 kalt warm heiß Lufttemperatur

12 Fuzzy-Logic: unscharfe Mengenlehre
1,0 Zugehörigkeit 0,2 0,8 0,6 0,4 [µ] 1,0 Zugehörigkeit 0,2 0,8 0,6 0,4 [µ] Fuzzy Zugehörigkeit kalt warm heiß T = 24.9 hat eine Zugehörigkeit von: kalt: 0,40 warm: 0,60 heiß: ,00 C° 25 35 45 25.1 24.9 T = hat eine Zugehörigkeit von: kalt: 0,39 warm: 0,61 heiß: ,00 kalt warm heiß Lufttemperatur linguistische Variable

13 Aufbau der Fuzzy-Logic Systeme
Regelinferenz Linguistische Terme Linguistische Terme Fuzzifizierung Defuzzifizierung scharfer Wert scharfer Wert

14 Beispiel für Fuzzyfizierung: Wassertemperatur
Regelinferenz WENN < Situation > DANN < Aktion > WENN < Wassertemperatur ist optimal > DANN < Habitateignung hoch > WENN < Wassertemperatur ist mittel > DANN < Habitateignung mittel > WENN < Wassertemperatur ist schlecht > DANN < Habitateignung gering > schlecht optimal mittel Fuzzyfizierung hoch gering optimal, mittel Defuzzyfizierung Wassertemperatur errechnete Habitateignung

15 Formales konzeptuelles Modell

16 quantitative Eingabe Temperatur
Parameter Temperatur quantitative Eingabe Temperatur Bereich Temperatur [°C] Kritischer unterer bis 0,1 Eingeschränkter unterer 8 bis 11 Optimaler 12 bis 16 Eingeschränkter oberer 17 bis 20 Kritischer oberer ab 25

17 Parameter Durchgängigkeit
qualitativer Eingang Durchgängigkeit

18 Regelinferenz WENN DANN Durchgang_Y311 Riffle_Pool_Y312 DoS
Morphologi_a_Y31 passierbar schlecht 1.00 mittel gut eingeschraenkt nicht_passierbar

19 Zusammenfassung der 1. Modellentwicklung
das Habitatmodell berücksichtigte 14 Parameter und war damit sehr datenintensiv das Habitatmodell lieferte schlüssige Ergebnisse (durch Validierung belegt) das Fuzzy Modell hat sich als sehr flexibel erwiesen die Inkorporation von Fachwissen ist sehr einfach realisierbar die Wechselwirkungen der Eingangsparameter müssen weiter untersucht werden

20 Zielsetzung für die Weiterentwicklung
Einbindung von Expertenwissen Verwendung vorhandener Daten aus dem Entscheidungsunterstützungssystem [DSS] zur Gewässerstruktur-gütemodellierung Funktionale Einheiten (FE) aus der Strukturgütekartierung Trendmessstellenauszüge Untersuchungsergebnisse Durchführung von Testläufen mit realen Daten eines Beispielgewässers

21 Fuzzybasiertes Habitatmodell für Salmoniden
natürliche Längsprofilelemente anthropogene Wanderhindernisse Art und Verteilung der Substrate Sohlenverbau Breitenentwicklung Abflussgeschehen naturraumtyp. Bewuchs des Ufers naturraumtyp. Ausprägung des Ufers Sauerstoffkonzentration-fließende Welle Sauerstoffkonzentration-Interstitial pH-Wert Temperatur Ammoniumkonzentration Saprobienindex Eingangsparameter Gewässergüte_a Uferstruktur Querprofil Sohlenstruktur Längsprofil Gewässergüte_b Zwischenparameter potentielle Habitateignung Ergebnis Gewässerstruktur biologische und chemische Gewässergüte Sohle Ufer chemisch- physikalische Parameter

22