Seite - 356 - 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 Erosivität des Niederschlags (R-Faktor), Erodibilität des Bodens (K-Faktor), LängeundNeigungdesHanges (LS-Faktor), Landnutzung (C-Faktor)undBo- denschutzmaßnahmen (P-Faktor) berechnet. Dem empirischenModellansatz derABAGundvergleichbarerModelle (z.B.RUSLE2,Fosteretal., 2003)stehen Modellansätze gegenüber, die einen höheren Grad der Prozessorientierung aufweisen, beispielsweiseWEPP (Nearing et al., 1989), EUROSEM(Morgan et al., 1998), oderEROSION3D(Schmidt et al., 1999). DadieABAGdafür entwickeltwurde, dendurchschnittlichenmittlerenBo- denverlust eines Jahres abzuschätzen, können Informationen zu einzelnen, meistsehrkurzzeitigenEreignissennichtberücksichtigtwerden(Morganetal., 1998).FürdieModellierungvonextremenEreignissenderBodenerosionbedarf es demnachphysikalisch- beziehungsweise prozessbasierterModelle. Die Ein- fachheitderABAGbietetzwar fürEntscheidungsträgerplanerischeVorteile, ist aber durch die Multiplikation vereinfachter Faktoren nicht in der Lage, die einzelnen Mechanismen des Erosionsgeschehens abzubilden (Kirkby, 1980). Nearing et al. (1989) konnte zeigen, dass sowohl empirische als auchprozess- basierte Modelle dazu tendieren, besonders hohe Abtragsraten – und somit Extremereignisse – zu unterschätzen. Probabilistische Modellierungsansätze, wieMonteCarloSimulationen,zeigtenbishervielversprechendeErgebnissebei der Reduktion des statistischen Fehlers von Ergebnissen deterministischer Modellansätze (z.B. Brazier et al., 2000). Jedochbedarf es auch indieserHin- sichtweitererForschung. 14.5.2 NeueAnsätzezurGewinnungprozessrelevanterDaten DiebeiderVerwendungvonErosionsmodelleneingesetztenParameterwerden im günstigsten Fall gemessen, im ungünstigen Fall geschätzt. Zudem gibt es dann noch jene Modellparameter, die im Regelfall dazu verwendet werden, Modellergebnisse zu kalibrieren, weil sie einerseits großen Einfluss auf die Modellergebnisse haben, andererseits eine derart große Streuung aufweisen, dass wederMessungen noch Schätzungenmit vertretbaremAufwand zielfüh- rend sind.UmdiesemProblembesser gerechtwerden zukönnen, existiert ei- nerseits eine Reihe von Ansätzen zur Abschätzung von Unsicherheiten bei Modellergebnissen (siehe z.B. BevenundBinley, 1992), andererseits wirdna- türlich auch anVerbesserungenderMessungenprozessrelevanterWerte gear- beitet. Dabei ist erforderlich, dass dieseDaten eine hoheGenauigkeit und an- gemessene räumlicheundzeitlicheAuflösungenhabensowie repräsentativ für das abzubildendeGebiet und für den zu simulierendenErosionsprozess sind. EinBeispielhierfür istdasHydrologicalOpenAirLaboratory(HOAL,Blöschlet al., 2016) in Petzenkirchen, Niederösterreich, in welchem unterschiedlichste Bodenerosion356 Open-Access-Publikation im Sinne der CC-Lizenz BY-NC-ND 4.0