Seite - 216 - in ExtremA 2019 - Aktueller Wissensstand zu Extremereignissen alpiner Naturgefahren in Österreich

© 2020, Vandenhoeck & Ruprecht GmbH & Co. KG, Göttingen ISBN Print: 9783847110927 – ISBN E-Lib: 9783737010924 zurAnwendung,wobei dieWahl desAnsatzes aufgrund theoretischerÜberle- gungenund einerAnalyse derResiduenstruktur erfolgt. Sowird inVogel und Kroll (1992) die multiplikative Form empfohlen da sie mit einem aus einem Oberflächenabflussmodell (hillslope runoffmodel) abgeleitetenNiederwasser- modellkonsistent ist,währendLaahaundBlöschl(2006c)dieadditiveFormfür flächenbezogeneNiederwasserspenden besser zutreffend fanden. Bei der An- wendungdermultiplenRegressionaufNiederwasserkennwertetretenzusätzlich zu den allgemeinen statistischen Voraussetzungen eine Reihe typischer Pro- blemeauf, derenAuswirkungengemeinsammit spezifischenLösungsansätzen inTabelle 01aufgelistet sind. Tabelle01:MultipleRegression–ProblemeundLösungsansätzefürNiederwassermodelle. Table01:Multiple regression–symptomsandremedies for low flowmodels. Quelle:modifiziertnachLaahaundBlöschl, 2006b Problem Auswirkung Lösungsansatz Niederwasserabflüsse sind räumlichkorreliert (insbesondere geschachtelte Einzugsgebiete) KorreliertePegelerhalten zuhohesGewichtbeider Ermittlungder Regressionskoeffizienten – Disaggregation inPegel- zwischeneinzugsgebiete – GewichteteRegression Heterogenität des Modellgebietes (verschiedeneProzessewie Sommer-und Winterniederwässer) EinModell für verschiedeneProzesse, hydrologischnicht sinnvollundwenig aussagekräftig – Gruppierung inhomogene Regionen – SaisonaleStratifizierung in Sommer-undWinterkennwert ÜberdominanterEinfluss derGebietskenngröße NumerischeProbleme beiderErmittlungder Regressionskoeffizienten – TransformationderNieder- wasserabflüsse in flächen- bezogeneAbflussspenden Kollinearität (Interkorrelationen)der Einzugsgebietskenngrößen Überanpassungdes Modells andie Stichprobe (künstlich erhöhtes BestimmtheitsmaßR2, aber schlechtere Prognosegüte) – SchrittweiseRegression – Kollinearitätsdiagnostik – Hauptkomponentenregression Ausreißerund Hebelpunkte Hebelpunkte ziehen Regressionsgeradean, ModellanPulkderDaten schlechterangepasst. – ErkennungvonHebelpunkten anhandCook’scherDistanz – RobusteRegression Beim Kriging Verfahren erfolgt die regionale Übertragung aufgrund der räumlichen Korrelation der Messwerte. Ordinary-kriging ist für Abflüsse an Gewässerstellenwenigergeeignet, da indiesemVerfahrendieGewässertopolo- gie nicht berücksichtigt wird. Für die Regionalisierung vonAbflüssen entlang desGewässernetzeswurdedaherdasTop-krigingVerfahren(Skøienetal.,2006, Niederwasser216 Open-Access-Publikation im Sinne der CC-Lizenz BY-NC-ND 4.0