hyd1d - Vignette (DE)

Arnd Weber, Marcus Hatz

18.07.2023


Das Problem

Wie erhält man Wasserstandsinformationen für einen Punkt oder eine Strecke an einer Bundeswasserstraße zu einem ausgewählten Zeitpunkt?

PEGELONLINE

Entlang der Bundeswasserstraßen Deutschlands gibt es eine Vielzahl von Pegelmessstellen. Diese Messstellen werden überwiegend von der Wasserstraßen- und Schifffahrtsverwaltung des Bundes (WSV) betrieben und liefern Wasserstandsmesswerte alle 15 Minuten, in tidebeinflussten Gewässern sogar alle Minute. Für die Öffentlichkeit werden die ungeprüften Messdaten zentral gesammelt und über eine Webseite bis 30 Tage rückwirkend veröffentlicht:

https://pegelonline.wsv.de/gast/start

Durch die manuelle Auswahl entsprechender Pegel von PEGELONLINE lassen sich näherungsweise, flussabschnittsbezogene Wasserstandsentwicklungen beobachten und bewerten, wie hier an den Pegeln Rosslau und Dessau zu sehen ist:

**Abb. 1**: Tagesgemittelte Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Abb. 1: Tagesgemittelte Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Exakte Informationen sind allerdings nur für die Pegelstandorte verfügbar, was dazu führt, dass beim Risikomanagement im Rahmen der Hochwasservorhersage immer Bezug auf relevante Pegelstände genommen wird, und die Rede ist von:

Ab einem Wasserstand von X am Pegel Y wird die Schifffahrt eingestellt, werden die Flutschutztore geschlossen, etc.

Wo die Wasserspiegellagen entlang der Gewässerachse - also zwischen den Pegeln - liegen, läßt sich mittels der lokalen Messdaten von PEGELONLINE nicht ermitteln.

FLYS3

Entwicklung

Um diese Informationslücke zu schließen und Wasserstandsinformationen für beliebige Orte entlang eines Gewässers zu generieren, wird an der Bundesanstalt für Gewässerkunde (BfG) seit 1998 an der Flusshydrologische Software FLYS gearbeitet. Nach 15 Jahren Entwicklungsarbeit wurde im Jahr 2013 mit FLYS3 ein web-basierter Fachdienst veröffentlicht, der es registrierten Nutzern ermöglicht Wasserstände für beliebige Orte und Strecken für ausgewählte Abflüsse, bzw. Wasserstände an Pegeln abzuleiten:

FLYS3 – Flusshydrologischer Webdienst

Methodik

FLYS3 ist kein hydraulisches Modell, sondern ein Werkzeug zur Verarbeitung und Interpolation von bestehenden Modellergebnissen. Diese bestehenden Modellergebnisse sind in der Regel Ergebnisse von 1-dimensionalen hydraulischen Berechnungen mit dem Modell SOBEK (DELTARES, 2018), welche für die meisten Bundeswasserstraßen bereits vorliegen. Für jeweils 30 stationäre Abflusszustände, von extremen Niedrigwassern (0,5 * mittleres Niedrigwasser (0.5MNQ)) bis zu extremen Hochwassern (500-jährliches Hochwasser (HQ500)), decken diese Simulationen die gesamte Bandbreite möglicher hydraulischer Zustände ab.

**Abb. 2**: [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html)-Wasserspiegellagen an der Elbe bei Rosslau und Dessau.

Abb. 2: FLYS3-Wasserspiegellagen an der Elbe bei Rosslau und Dessau.

An Beispieldaten eines ausgesuchten Tages, dem 21.12.2016, umgeben drei stationäre FLYS3-Wasserspiegellagen die tagesgemittelten Pegelmesswerte von Rosslau und Dessau und lassen erste visuelle Abschätzungen zu:

**Abb. 3**: Ausgewählte stationäre [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html)-Wasserspiegellagen (**0.5MQ**, **a** und **0.75MQ**) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Abb. 3: Ausgewählte stationäre FLYS3-Wasserspiegellagen (0.5MQ, a und 0.75MQ) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Für die Berechnung eines Wasserstandes entlang der Gewässerachse eines Flusses mit Bezug zu einem Wasserstand an einem Pegel sind in der Weboberfläche von FLYS3 mehrere Arbeitsschritte vorzunehmen. Am Beispiel der Elbe zwischen Rosslau und Dessau für den Tag des 21.12.2016 sind dies:

  1. Auswahl des Berechungsmoduls W-INFO
  2. Auswahl des Gewässers Elbe
  3. Auswahl der Berechnungsart Wasserstand/Wasserspiegellage
  4. Festlegung der Berechnungsstrecke von Kilometer 257 bis 262 mit Werten alle 100 m
  5. Auswahl des Bezugspegels Wittenberg
  6. Eingabe des Bezugswasserstandes von 174 cm am Bezugspegel (Tagesmittelwert des 21.12.2016)

Diese Eingaben der genannten Daten liefern folgendes Ergebnis:

**Abb. 4**: [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html)-Wasserspiegellage an der Elbe bei Rosslau und Dessau bei einem Wasserstand von 174 cm am Pegel Wittenberg (Tagesmittelwert des 21.12.2016).

Abb. 4: FLYS3-Wasserspiegellage an der Elbe bei Rosslau und Dessau bei einem Wasserstand von 174 cm am Pegel Wittenberg (Tagesmittelwert des 21.12.2016).

Probleme durch die Auswahl des Bezugspegels

Am Pegel Rosslau ist die Abweichung zwischen gemessenem Wasserstand( 137 cm \(\widehat{=}\) 55.2 m über NHN) und mittels FLYS3 berechnetem Wasserstand ( 140 cm \(\widehat{=}\) 55.23 m über NHN) gering und beträgt nur -3 cm. Am Pegel Dessau, unterhalb der Mündung der Mulde, beträgt die Abweichung zwischen gemessenem Wasserstand ( 165 cm \(\widehat{=}\) 54.6 m über NHN)) und mittels FLYS3 berechnetem Wasserstand ( 138 cm \(\widehat{=}\) 54.33 m über NHN) aber bereits 27 cm.

Wendet man nun den FLYS3-Algorithmus zur Interpolation der stationären Wasserspiegellagen mit den relevanten Bezugspegeln Rosslau und Dessau an und fügt diese der Abbildung hinzu, so ergibt sich folgendes Bild:

**Abb. 5**: [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html)-Wasserspiegellagen an der Elbe bei Rosslau und Dessau berechnet mittels der Bezugspegel Wittenberg, Rosslau und Dessau.

Abb. 5: FLYS3-Wasserspiegellagen an der Elbe bei Rosslau und Dessau berechnet mittels der Bezugspegel Wittenberg, Rosslau und Dessau.

Ganz offensichtlich hat die Wahl des Bezugspegels einen maßgeblichen Einfluss auf die Lage der resultierenden Wasserspiegellagen und die Differenzen zwischen der höchsten und der niedrigsten der drei Wasserspiegellagen betragen 27 bis 31 cm.

Bedingt durch die Stationarität der FLYS3 zu Grunde liegenden SOBEK-Modelle, ist FLYS3 gut geeignet zeitlich gemittelte, langfristige Daten zu verarbeiten. Bei der Aufstellung der 30 stationären Abflussmodelle wurden Zuflüsse signifikanter Nebengewässer ebenso mit stationären, langfristig gemittelten Abflüssen als Randbedingungen integriert. In Situationen in denen Nebengewässer mit signifikanten Abflussvolumina jedoch stark vom Abflusszustand des Hauptgewässers abweichen, kommt die Wasserspiegellagenberechnung mittels FLYS3, die nur von einem Bezugspegel abhängt, an ihre Grenzen. Das wiederum führt zu starken Abweichungen im Bereich mehrerer Dezimeter zwischen berechneten Wasserspiegellagen und gemessenen Wasserständen.

Im verwendeten Beispiel liegt der Abfluss der Elbe am Pegel Rosslau knapp über 0.5MQ (~200 m3/sec). Der Pegel Dessau-Brücke weist die Mulde einen relativ hohen Abfluss nahe eines MQ auf (~75 m3/sec), was unterhalb der Mündung dazu führt, dass die stationäre Wasserspiegellage a (~272 m3/sec) der Elbe überschritten wird. Der Wasserstand in Dessau ist somit ca. 30 cm höher, als die Wasserstandssituation in Rosslau erwarten ließ. Um derartige Effekte durch Instationaritäten aufzufangen und kontinuierliche Wasserspiegellagen berechnen zu können, sind also andere Berechnungsmethoden notwendig, welche im Folgenden präsentiert werden.


Die Lösung

Das R-Paket hyd1d wurde entwickelt, um die Instationaritäten, die bei der Verwendung von FLYS3 Probleme bereiten, zu berücksichtigen und durchgehende, stetige Wasserspiegellagen für lange Gewässerabschnitte zu berechnen. Dafür werden Pegeldaten, die über PEGELONLINE oder die HyDaBa zur Verfügung stehen oder gestellt werden können, mit den stationären Wasserspiegellagen von FLYS3 verrechnet.

Grundlagen

Die grundlegenden Daten, die für die Berechnung von Wasserspiegellagen verwendet werden, wurden in der Problembeschreibung bereits genannt und verwendet. Dabei handelt es sich einerseits um Pegeldaten, andererseits um die Wasserspiegellagen von FLYS3.

Pegeldaten

In den Funktionen des Paketes hyd1d werden zwei unterschiedliche Datenbestände von Pegeldaten verwendet und über Stammdaten verknüpft.

PEGELONLINE

Das Portal PEGELONLINE ermöglicht einen Zugriff auf unvalidierte Pegelmesswerte aller Pegel, die von der Wasserstraßen- und Schifffahrstverwaltung betrieben werden. Diese Daten sind jedoch nur 30 Tage rückwirkend vorhanden und werden dannach vom Server gelöscht.

Der Zugriff auf diese Daten innerhalb von hyd1d erfolgt online über die PEGELONLINE REST-Schnittstelle, die allen Entwicklern offen steht und gut dokumentiert ist:

https://www.pegelonline.wsv.de/webservice/dokuRestapi

Entsprechend kodierte Abfragen auf die PEGELONLINE REST-Schnittstelle werden mit Objekten in JSON-Notation beantwortet, die paketintern weiter verarbeitet werden.

HyDaBa

Die HyDaBa, die gewässerkundliche Datenbank der WSV, wird durch die BfG betrieben und gepflegt. Diese Datenbank enthält validierte, teilweise auch historische Wasserstands- und Abflussdaten für mehrere hundert Pegel der WSV und auch der Bundesländer. Allerdings sind diese Datenbestände bisher nicht online verfügbar. Daher wird innerhalb des Pakets hyd1d ein Auszug aus der HyDaBa mitgeliefert.

Konkret handelt es sich dabei um tagesgemittelte Wasserstandswerte für die Pegel entlang des Rheins und der deutschen Binnenelbe seit dem 01.01.1960. Diese Pegeldaten sind innerhalb des Paketes als data.frame-Objekt df.gauging_data eingebettet und werden paket-intern regelmäßig automatisiert aktualisiert (updateGaugingData()).

Stammdaten

Um die Daten von PEGELONLINE und aus der HyDaBa nebeneinander nutzen und verknüpfen zu können, sind Stammdaten notwendig. Innerhalb des Pakets hyd1d ist ein eigener Stammdatensatz vorhanden (df.gauging_station_data), der zentral gepflegt und aktualisiert wird.

FLYS3 Wasserspiegellagen

Auch die stationären Wasserspiegellagen für Elbe und Rhein aus FLYS3 sind in das Paket hyd1d integriert. Der paket-interne Datensatz df.flys beinhaltet die 30 stationären Wasserspiegellagen für den Rhein (HKV Hydrokontor, 2014) und die Elbe (Busch & Hammer, 2009). Die räumlichen Auflösung der Daten beträgt im Normalfall 200 m, was Wasserspiegellageninformationen an jedem gerade Hektometer entspricht. Alle Wasserspiegellageninformationen dazwischen müssen linear interpoliert werden (waterLevelFlys3InterpolateX()).

Methodik

Während die bisher üblichen Verfahren der Abschätzung oder Berechnung von Wasserspiegellagen (PEGELONLINE und FLYS3) nur einen Bezugspegel haben, verwendet hyd1d die verfügbaren Pegeldaten aller Pegel auf der zu berechnenden Strecke und die nächsten oberhalb und unterhalb gelegenen. An den Pegeln selbst entspricht der berechnete Wasserstand den Pegelmesswerten. Zwischen den Pegeln erfolgt eine entfernungsabhängige Interpolation anhand der Wasserspiegellagen von FLYS3.

Insgesamt gliedert sich die Berechnung in fünf Schritte, die im weiteren Verlauf näher erläutert werden:

  1. Bestimmung der relevanten Pegel für den Berechnungsort, bzw. die Berechnungsstrecke
  2. Berechnung der Wasserspiegellagen an den relevanten Pegeln für einen gewählten Zeitpunkt
  3. Aufteilung der Berechnungsstrecke in Abschnitte, die von jeweils zwei Pegeln eingerahmt werden
  4. Abschnittsweise Bestimmung, welche FLYS3-Wasserspiegellagen die Wasserspiegellagen an den beiden Pegeln einrahmen
  5. Abschnittsweise, entfernungsabhängige Interpolation zwischen den einrahmenden FLYS3-Wasserspiegellagen

Auswahl streckenbezogener Bezugspegel

Für die ausgewählte exemplarische Berechnungsstrecke von Kilometer 257,0 bis 262,0 an der Elbe sind vier Pegel relevant. Zwei Pegel liegen innerhalb der Berechnungsstrecke, nämlich Rosslau und Dessau. Der nächste Pegel stromauf der Berechnungsstrecke ist Vockerode bei Kilometer 245,0. Der nächste Pegel stromab der Berechnungsstrecke ist Aken bei Kilometer 274,8.

**Abb. 6**: Relevante Bezugspegel für die Berechnungsstrecke von Kilometer 257 bis 262 an der Elbe bei Rosslau und Dessau.

Abb. 6: Relevante Bezugspegel für die Berechnungsstrecke von Kilometer 257 bis 262 an der Elbe bei Rosslau und Dessau.

Berechnung der Wasserspiegellagen an den Bezugspegeln

Im folgenden Schritt werden die Pegeldaten für einen gewählten Zeitpunkt ermittelt, was in diesem Beispiel der 21.12.2016 ist. Dafür werden die Wasserstandswerte (cm) durch 100 dividiert und zu dem jeweiligen Pegelnullpunkt (PNP in m über Normalhöhennull (NHN)) addiert.

**Abb. 7**: Wasserstände an den relevanten Bezugspegeln für die Berechnungsstrecke von Kilometer 257 bis 262 an der Elbe bei Rosslau und Dessau.

Abb. 7: Wasserstände an den relevanten Bezugspegeln für die Berechnungsstrecke von Kilometer 257 bis 262 an der Elbe bei Rosslau und Dessau.

Bestimmung der einrahmenden FLYS3-Wasserspiegellagen

Die weiteren Berechnungen erfolgen abschnittsweise, wobei die jeweiligen Berechnungsabschnitte jeweils von zwei benachbarten Pegeln eingerahmt werden.

**Abb. 8**: Berechnungsabschnitte für die Berechnungsstrecke von Kilometer 257 bis 262 an der Elbe bei Rosslau und Dessau.

Abb. 8: Berechnungsabschnitte für die Berechnungsstrecke von Kilometer 257 bis 262 an der Elbe bei Rosslau und Dessau.

Das bedeutet, dass die Beispielstrecke in drei Berechnungsabschnitte aufgeteilt wird:

  1. VOCKERODE - ROSSLAU
  2. ROSSLAU - DESSAU
  3. DESSAU - AKEN

Anhand des zweiten Abschnitts von Rosslau bis Dessau erklärt sich dann auch die Selektion der einrahmenden FLYS3-Wasserspiegellagen:

**Abb. 9**: Ausgewählte stationäre [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html)-Wasserspiegellagen (**0.5MQ** und **0.75MQ**) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Abb. 9: Ausgewählte stationäre FLYS3-Wasserspiegellagen (0.5MQ und 0.75MQ) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Die Wasserspiegellage 0.5MQ ist die höchste FLYS3-Wasserspiegellage, die niedriger ist als die Wasserstände an den beiden Pegeln Rosslau und Dessau. Die Wasserspiegellage 0.75MQ ist die niedrigste FLYS3-Wasserspiegellage, die höher ist als die Wasserstände an den Pegeln. Die Wasserspiegellage a, die zwischen den Wasserspiegellagen 0.5MQ und 0.75MQ liegt, wird am Pegel Rosslau unterschritten, am Pegel Dessau aber überschritten und ist damit für den folgenden Schritt der Interpolation ungeeignet.

Interpolation zwischen den einrahmenden FLYS3-Wasserspiegellagen

In einem vorbereitenden Schritt wird nun die relative Lage der gemessenen Wasserstände an den Pegeln zu den einrahmenden FLYS3-Wasserspiegellagen 0.5MQ und 0.75MQ bestimmt. Die niedrigere Wasserspiegellage 0.5MQ erhält dabei das Gewicht 0, die höhere Wasserspiegellage 0.75MQ das Gewicht 1. Die Wasserstände an den Pegel liegen im Standardfall zwischen 0 und 1 (0 - 1 x der Differenz von 0.75MQ - 0.5MQ). Nur in Situationen, in denen der Wasserstand an einem Pegel höher liegt als die höchste FLYS3-Wasserspiegellage HQ500, wird das realtive Gewicht größer als 1. In Situationen, in denen die niedrigste FLYS3-Wasserspiegellage 0.5MNQ an einem Pegel unterschritten wird, kann das relative Gewicht auch negativ werden.

**Abb. 10**: Ausgewählte stationäre [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html)-Wasserspiegellagen (**0.5MQ** und **0.75MQ**) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau und deren relative Lage zwischen den [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html)-Wasserspiegellagen.

Abb. 10: Ausgewählte stationäre FLYS3-Wasserspiegellagen (0.5MQ und 0.75MQ) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau und deren relative Lage zwischen den FLYS3-Wasserspiegellagen.

Diese relativen Gewichte an den Pegeln werden über die Strecke zwischen den Pegeln linear interpoliert.

**Abb. 11**: Relatives Gewicht für die Interpolation der Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau zwischen den [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html)-Wasserspiegellagen **0.5MQ** und **0.75MQ**.

Abb. 11: Relatives Gewicht für die Interpolation der Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau zwischen den FLYS3-Wasserspiegellagen 0.5MQ und 0.75MQ.

Kombiniert man nun die lineare Interpolation des Gewichts zwischen den einrahmenden FLYS3-Wasserspiegellagen 0.5MQ und 0.75MQ mit den Wasserständen über folgende mathematische Beziehung:

\(WSL = WSL_{0.5MQ} + Gewicht * (WSL_{0.75MQ} - WSL_{0.5MQ})\)

Dann erhält man für den 2. Abschnitt folgendes Produkt:

**Abb. 12**: Interpolierte Wasserspiegellage, ausgewählte stationäre [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html)-Wasserspiegellagen (**0.5MQ** und **0.75MQ**) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Abb. 12: Interpolierte Wasserspiegellage, ausgewählte stationäre FLYS3-Wasserspiegellagen (0.5MQ und 0.75MQ) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Nach Kombination der Daten aller drei Berechungsabschnitte erhält man folgendes, finales Produkt:

**Abb. 13**: Interpolierte Wasserspiegellage, berechnungsrelevante stationäre [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html)-Wasserspiegellagen (**0.5MQ**, **a** und **0.75MQ**) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Abb. 13: Interpolierte Wasserspiegellage, berechnungsrelevante stationäre FLYS3-Wasserspiegellagen (0.5MQ, a und 0.75MQ) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.


Anwendung

Installation und Laden des Paketes

Das Paket hyd1d ist auf CRAN verfügbar. Um es zu installieren reicht ein:

install.packages("hyd1d")

Um die aktuelle Entwicklungsversion von Github zu installieren, müssen folgende Befehle ausgeführt werden:

install.packages("devtools")
library(devtools)
devtools::install_github("bafg-bund/hyd1d")

Dannach kann das Paket hyd1d wie jedes andere installierte R-Paket über folgenden Befehl geladen werden:

library(hyd1d)

S4-Klasse WaterLevelDataFrame

Grundlage der Wasserspiegellagenberechungen mittels hyd1d ist die S4-Klasse WaterLevelDataFrame. Um Wasserspiegellagenberechnungen mit einer der waterLevel…()-Funktionen durchführen zu können, benötigt man zunächst einen initialisierten WaterLevelDataFrame, den man mit der gleichnamigen WaterLevelDataFrame()-Funktion anlegen kann:

wldf <- WaterLevelDataFrame(river   = "Elbe",
                            time    = as.POSIXct("2016-12-21"),
                            station = seq(257, 262, 0.1))

Mindestinformationen, die für das Anlegen eines WaterLevelDataFrame nötig sind, sind die Argumente river, time und eines der zwei möglichen Stationierungsargumente (station oder station_int). Mit diesen Informationen wird ein Object der Klasse WaterLevelDataFrame angelegt, welches folgende Struktur aufweist:

str(wldf)
#> 'data.frame':    51 obs. of  3 variables:
#> Formal class 'WaterLevelDataFrame' [package "hyd1d"] with 9 slots
#>   ..@ .Data                   :List of 3
#>   .. ..$ : num  257 257 257 257 257 ...
#>   .. ..$ : int  257000 257100 257200 257300 257400 257500 257600 257700 257800 257900 ...
#>   .. ..$ : num  NA NA NA NA NA NA NA NA NA NA ...
#>   ..@ river                   : chr "Elbe"
#>   ..@ time                    : POSIXct, format: "2016-12-21"
#>   ..@ gauging_stations        :'data.frame': 0 obs. of  27 variables:
#>   .. ..$ id                : int 
#>   .. ..$ gauging_station   : chr 
#>   .. ..$ uuid              : chr 
#>   .. ..$ km                : num 
#>   .. ..$ km_qps            : num 
#>   .. ..$ river             : chr 
#>   .. ..$ longitude         : num 
#>   .. ..$ latitude          : num 
#>   .. ..$ mw                : num 
#>   .. ..$ mw_timespan       : chr 
#>   .. ..$ pnp               : num 
#>   .. ..$ w                 : num 
#>   .. ..$ wl                : num 
#>   .. ..$ n_wls_below_w_do  : int 
#>   .. ..$ n_wls_above_w_do  : int 
#>   .. ..$ n_wls_below_w_up  : int 
#>   .. ..$ n_wls_above_w_up  : int 
#>   .. ..$ name_wl_below_w_do: chr 
#>   .. ..$ name_wl_above_w_do: chr 
#>   .. ..$ name_wl_below_w_up: chr 
#>   .. ..$ name_wl_above_w_up: chr 
#>   .. ..$ w_wl_below_w_do   : num 
#>   .. ..$ w_wl_above_w_do   : num 
#>   .. ..$ w_wl_below_w_up   : num 
#>   .. ..$ w_wl_above_w_up   : num 
#>   .. ..$ weight_up         : num 
#>   .. ..$ weight_do         : num 
#>   ..@ gauging_stations_missing: chr NA
#>   ..@ comment                 : chr "Initialised by WaterLevelDataFrame()."
#>   ..@ names                   : chr  "station" "station_int" "w"
#>   ..@ row.names               : int  1 2 3 4 5 6 7 8 9 10 ...
#>   ..@ .S3Class                : chr "data.frame"

summary(wldf)
#> $slots
#>                                                               
#> river                                                     Elbe
#> time                                                2016-12-21
#> gauging_stations                                          None
#> gauging_stations_missing                                  None
#> comment                  Initialised by WaterLevelDataFrame().
#> 
#> $data
#>     station       station_int           w      
#>  Min.   :257.0   Min.   :257000   Min.   : NA  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.: NA  
#>  Median :259.5   Median :259500   Median : NA  
#>  Mean   :259.5   Mean   :259500   Mean   :NaN  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.: NA  
#>  Max.   :262.0   Max.   :262000   Max.   : NA  
#>                                   NA's   :51

Die eigentliche Wasserspiegellageninformation ist im S4-Slot .Data enthalten, bei der es sich um einen data.frame handelt, der mindestens die Spalten station, station_int und w beinhaltet. Die Spalten station und station_int enthalten eine Stationierungsinformation, die der offiziellen Flusskilometrierung der Wasserstraßen- und Schifffahrtsverwaltung entspricht. Die Doppelung der Stationierungsinformation ist vorgesehen, um über die Spalte station_int, welche ein integer-Typ hat, zuverlässige Datenbank-Joins zu Geodaten machen zu können. Die Spalte w beinhaltet den Wasserstand im Höhenbezugssystem DHHN92, ist nach der Initialisierung zunächst leer (NA) und wird durch Anwendung der waterLevel…()-Funktionen erst gefüllt.

Für die Verwendung der waterLevel…()-Funktionen sind die Informationen der S4-Slots river und gegebenenfalls auch time essentiell. Erst sie ermöglichen eine eindeutige Lokalisation der Stationierung entlang der Elbe und des Rheins und die Festlegung des Berechungszeitpunktes. Die weiteren Slots eines Objektes der Klasse WaterLevelDataFrame werden erst bei einer Wasserspiegellagenberechnung gefüllt und enthalten Teilergebnisse, die zum Beispiel zur Visualisierung notwendig sind (gauging_station) oder informativen Charakter haben (gauging_stations_missing, comment).

Berechnung von Wasserspiegellagen

waterLevel

Die zuvor detailliert beschriebene Interpolation von FLYS3-Wasserspiegellagen anhand von Pegeldaten ist in der Funktion waterLevel() implementiert. Diese Funktion nutzt für die Interpolation die Paket-internen Pegeldaten aus dem Datensatz df.gauging_data, welcher tages-gemittelte Pegeldaten seit dem 01.01.1960 enthält. Daher sind Berechungen für den Zeitraum vom 01.01.1960 bis gestern möglich.

Nach der Initialisierung eines Objektes der Klasse WaterLevelDataFrame ist die Verwendung der Funktion denkbar einfach:

wldf <- waterLevel(wldf)
summary(wldf)
#> $slots
#>                                                          
#> river                                                Elbe
#> time                                           2016-12-21
#> gauging_stations         VOCKERODE, ROSSLAU, DESSAU, AKEN
#> gauging_stations_missing                             None
#> comment                         Computed by waterLevel().
#> 
#> $data
#>     station       station_int           w        
#>  Min.   :257.0   Min.   :257000   Min.   :54.42  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.:54.67  
#>  Median :259.5   Median :259500   Median :54.82  
#>  Mean   :259.5   Mean   :259500   Mean   :54.87  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.:55.11  
#>  Max.   :262.0   Max.   :262000   Max.   :55.35

Soll das Berechnungsergebnis auch noch mittels plotShiny() visualisiert werden, so sollte zusätzlich noch das Argument shiny = TRUE genutzt werden:

wldf <- waterLevel(wldf, shiny = TRUE)
summary(wldf)
#> $slots
#>                                                          
#> river                                                Elbe
#> time                                           2016-12-21
#> gauging_stations         VOCKERODE, ROSSLAU, DESSAU, AKEN
#> gauging_stations_missing                             None
#> comment                         Computed by waterLevel().
#> 
#> $data
#>     station       station_int           w            section    
#>  Min.   :257.0   Min.   :257000   Min.   :54.42   Min.   :1.00  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.:54.67   1st Qu.:2.00  
#>  Median :259.5   Median :259500   Median :54.82   Median :2.00  
#>  Mean   :259.5   Mean   :259500   Mean   :54.87   Mean   :2.02  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.:55.11   3rd Qu.:2.00  
#>  Max.   :262.0   Max.   :262000   Max.   :55.35   Max.   :3.00  
#>     weight_x           weight_y     
#>  Min.   :0.008197   Min.   :0.1000  
#>  1st Qu.:0.161765   1st Qu.:0.1911  
#>  Median :0.529412   Median :0.2640  
#>  Mean   :0.520204   Mean   :0.3192  
#>  3rd Qu.:0.897059   3rd Qu.:0.4294  
#>  Max.   :1.000000   Max.   :0.6302

xlim_min <- 257
xlim_max <- 263
plotShiny(wldf, TRUE, TRUE, TRUE, xlim = c(xlim_min, xlim_max))
legend("topright", 
       col = c("darkblue", "darkblue", "darkblue", "red", "black"), 
       pch = c(21, NA, NA, NA, NA), 
       pt.bg = c("darkblue", NA, NA, NA, NA), 
       pt.cex = c(1, NA, NA, NA, NA), 
       lty = c(0, 0, 1, 1, 1), 
       lwd = c(0, 0, 2, 1, 1),
       legend = c("Wasserstand", "Gewicht", "waterLevel", "obere FLYS-WSL", 
                  "untere FLYS-WSL"), 
       text.col = c(1, "darkblue", 1, 1, 1),
       cex = 0.7, bty = "n")
**Abb. 14**: Interpolierte Wasserspiegellage, berechnungsrelevante stationäre [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html)-Wasserspiegellagen (**0.5MQ**, **a** und **0.75MQ**) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Abb. 14: Interpolierte Wasserspiegellage, berechnungsrelevante stationäre FLYS3-Wasserspiegellagen (0.5MQ, a und 0.75MQ) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Dadurch werden zusätzlich zu den Spalten station, station_int und w des .Data-Slots die Spalten section, weight_x und weight_y angelegt, die für das Visualisieren notwendig sind.

waterLevelPegelonline

Die Funktion waterLevelPegelonline() funktioniert equivalent zur Funktion waterLevel(), greift für die Berechung aber auf eine andere Datenquelle für die Pegeldaten zurück, nämlich https://pegelonline.wsv.de/gast/start. Auf Grund dieser externen Datenquelle sind Berechnungen auch nur 30 Tage rückwirkend möglich, aber mit einer hohen zeitlichen Auflösung.

# one hour ago
time <- as.POSIXct(Sys.time() - 3600)

# initialize a WaterLevelDataFrame
wldf <- WaterLevelDataFrame(river   = "Elbe",
                            time    = time,
                            station = seq(257, 262, 0.1))

# compute w
wldf <- waterLevelPegelonline(wldf, shiny = TRUE)
summary(wldf)
#> $slots
#>                                                              
#> river                                                    Elbe
#> time                               2023-07-18 07:50:17.397605
#> gauging_stations             VOCKERODE, ROSSLAU, DESSAU, AKEN
#> gauging_stations_missing                                 None
#> comment                  Computed by waterLevelPegelonline().
#> 
#> $data
#>     station       station_int           w            section    
#>  Min.   :257.0   Min.   :257000   Min.   :53.40   Min.   :1.00  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.:53.73   1st Qu.:2.00  
#>  Median :259.5   Median :259500   Median :53.86   Median :2.00  
#>  Mean   :259.5   Mean   :259500   Mean   :53.91   Mean   :2.02  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.:54.20   3rd Qu.:2.00  
#>  Max.   :262.0   Max.   :262000   Max.   :54.41   Max.   :3.00  
#>     weight_x           weight_y      
#>  Min.   :0.008197   Min.   :0.05965  
#>  1st Qu.:0.161765   1st Qu.:0.11037  
#>  Median :0.529412   Median :0.25125  
#>  Mean   :0.520204   Mean   :0.25182  
#>  3rd Qu.:0.897059   3rd Qu.:0.39214  
#>  Max.   :1.000000   Max.   :0.44286

# and plot the results
plotShiny(wldf, TRUE, TRUE, TRUE, xlim = c(xlim_min, xlim_max))
legend("topright", 
       col = c("darkblue", "darkblue", "darkblue", "red", "black"), 
       pch = c(21, NA, NA, NA, NA), 
       pt.bg = c("darkblue", NA, NA, NA, NA), 
       pt.cex = c(1, NA, NA, NA, NA), 
       lty = c(0, 0, 1, 1, 1), 
       lwd = c(0, 0, 2, 1, 1),
       legend = c("Wasserstand", "Gewicht", "waterLevel", "obere FLYS-WSL", 
                  "untere FLYS-WSL"), 
       text.col = c(1, "darkblue", 1, 1, 1),
       cex = 0.7, bty = "n")
**Abb. 15**: Interpolierte Wasserspiegellage, berechnungsrelevante stationäre [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html)-Wasserspiegellagen und Wasserstände vom 18.07.2023 07:50 Uhr an der Elbe bei Rosslau und Dessau.

Abb. 15: Interpolierte Wasserspiegellage, berechnungsrelevante stationäre FLYS3-Wasserspiegellagen und Wasserstände vom 18.07.2023 07:50 Uhr an der Elbe bei Rosslau und Dessau.

waterLevelFlood1 & waterLevelFlood2

Um die neu entwickelten Funktionen waterLevel() und waterLevelPegelonline() mit den existierenden Berechnungsmethoden vergleichen zu können, wurde auch die Funktionen waterLevelFlood1() und waterLevelFlood2() implementiert. Diese Funktionen berechnen Wasserspiegellagen analog zur Flut1- und Flut2-Methoden der Modellierungsumgebung INFORM (Rosenzweig, Giebel, & Schleuter, 2011). Dazu wird mittels der Flut1-Methode die Referenzwasserspiegellage MQ vertikal so verschoben, dass sie den Wasserstandswert am ausgewählten Bezugspegel schneidet, bei der Flut2-Methode werden Wasserspiegellagen durch lineare Interpolation umliegender Pegeldaten berechnet.

wldf <- WaterLevelDataFrame(river   = "Elbe",
                            time    = as.POSIXct("2016-12-21"),
                            station = seq(257, 262, 0.1))

wldf1 <- waterLevelFlood1(wldf, "ROSSLAU", shiny = TRUE)
summary(wldf1)
#> $slots
#>                                                                                            
#> river                                                                                  Elbe
#> time                                                                             2016-12-21
#> gauging_stations                                                                    ROSSLAU
#> gauging_stations_missing                                                               None
#> comment                  Computed by waterLevelFlood1(): gauging_station = ROSSLAU, w = 137
#> 
#> $data
#>     station       station_int           w            section     weight_x
#>  Min.   :257.0   Min.   :257000   Min.   :54.15   Min.   :1   Min.   :1  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.:54.44   1st Qu.:1   1st Qu.:1  
#>  Median :259.5   Median :259500   Median :54.68   Median :1   Median :1  
#>  Mean   :259.5   Mean   :259500   Mean   :54.73   Mean   :1   Mean   :1  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.:55.05   3rd Qu.:1   3rd Qu.:1  
#>  Max.   :262.0   Max.   :262000   Max.   :55.36   Max.   :1   Max.   :1  
#>     weight_y    
#>  Min.   :-0.92  
#>  1st Qu.:-0.92  
#>  Median :-0.92  
#>  Mean   :-0.92  
#>  3rd Qu.:-0.92  
#>  Max.   :-0.92

wldf2 <- waterLevelFlood1(wldf, "DESSAU", shiny = TRUE)
summary(wldf2)
#> $slots
#>                                                                                           
#> river                                                                                 Elbe
#> time                                                                            2016-12-21
#> gauging_stations                                                                    DESSAU
#> gauging_stations_missing                                                              None
#> comment                  Computed by waterLevelFlood1(): gauging_station = DESSAU, w = 165
#> 
#> $data
#>     station       station_int           w            section     weight_x
#>  Min.   :257.0   Min.   :257000   Min.   :54.43   Min.   :1   Min.   :1  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.:54.72   1st Qu.:1   1st Qu.:1  
#>  Median :259.5   Median :259500   Median :54.96   Median :1   Median :1  
#>  Mean   :259.5   Mean   :259500   Mean   :55.01   Mean   :1   Mean   :1  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.:55.33   3rd Qu.:1   3rd Qu.:1  
#>  Max.   :262.0   Max.   :262000   Max.   :55.64   Max.   :1   Max.   :1  
#>     weight_y    
#>  Min.   :-0.64  
#>  1st Qu.:-0.64  
#>  Median :-0.64  
#>  Mean   :-0.64  
#>  3rd Qu.:-0.64  
#>  Max.   :-0.64

wldf3 <- waterLevelFlood2(wldf)
summary(wldf3)
#> $slots
#>                                                          
#> river                                                Elbe
#> time                                           2016-12-21
#> gauging_stations         VOCKERODE, ROSSLAU, DESSAU, AKEN
#> gauging_stations_missing                             None
#> comment                    Computed by waterLevelFlood2()
#> 
#> $data
#>     station       station_int           w        
#>  Min.   :257.0   Min.   :257000   Min.   :54.43  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.:54.68  
#>  Median :259.5   Median :259500   Median :54.90  
#>  Mean   :259.5   Mean   :259500   Mean   :54.90  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.:55.12  
#>  Max.   :262.0   Max.   :262000   Max.   :55.35

df.gs2 <- getGaugingStations(wldf2)

{
    plotShiny(wldf1, FALSE, FALSE, FALSE, xlim = c(xlim_min, xlim_max))
    lines(wldf2$station, wldf2$w, col = "darkblue", lty = 2)
    lines(wldf3$station, wldf3$w, col = "red", lty = 2)
    abline(v = df.gs2$km_qps, lty = 3, lwd = 0.5)
    points(df.gs2$km_qps, df.gs2$wl, pch=21, col="darkblue", bg="darkblue")
    boxed.labels(df.gs2$km_qps, 55.4, df.gs2$gauging_station, bg="white", 
                 srt = 90, border = FALSE, xpad = 4, ypad = 0.7, cex = 0.7)
    legend("topright", 
           col = c("darkblue", "darkblue", "darkblue", "red"), 
           pch = c(21, NA, NA, NA), 
           pt.bg = c("darkblue", NA, NA, NA), 
           pt.cex = c(1, NA, NA, NA), 
           lty = c(0, 1, 2, 2), 
           lwd = c(0, 1, 1, 1), 
           legend = c("Wasserstand", "wldf1", "wldf2", "wldf3"), 
           cex = 0.7, bty = "n")
}
**Abb. 16**: Wasserspiegellagen nach Flut1 mit den Bezugspegeln Rosslau (wldf1) und Dessau (wldf2) und Flut2 (wldf3) für den 21.12.2016 an der Elbe bei Rosslau und Dessau.

Abb. 16: Wasserspiegellagen nach Flut1 mit den Bezugspegeln Rosslau (wldf1) und Dessau (wldf2) und Flut2 (wldf3) für den 21.12.2016 an der Elbe bei Rosslau und Dessau.

waterLevelFlys3InterpolateY

Um die neu entwickelten Funktionen waterLevel() und waterLevelPegelonline() mit den existierenden Berechnungsmethoden von FLYS3 vergleichen zu können, wurde auch die Funktion waterLevelFlys3InterpolateY() implementiert. Diese Funktion berechnet Wasserspiegellagen analog zu der Methode, wie sie im W-Info-Modul von FLYS3 implementiert ist. Dazu wird die relative Lage des Wasserstandes zu den zwei einrahmenden FLYS3-Wasserspiegellagen an dem ausgewählten Bezugspegel bestimmt und dann für eine Interpolation zwischen diesen beiden Wasserspiegellagen verwendet.

wldf <- waterLevelFlys3InterpolateY(wldf, "ROSSLAU", shiny = TRUE)
summary(wldf)
#> $slots
#>                                                                                                       
#> river                                                                                             Elbe
#> time                                                                                        2016-12-21
#> gauging_stations                                                                               ROSSLAU
#> gauging_stations_missing                                                                          None
#> comment                  Computed by waterLevelFlys3InterpolateY(): gauging_station = ROSSLAU, w = 137
#> 
#> $data
#>     station       station_int           w            section     weight_x
#>  Min.   :257.0   Min.   :257000   Min.   :54.11   Min.   :1   Min.   :1  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.:54.42   1st Qu.:1   1st Qu.:1  
#>  Median :259.5   Median :259500   Median :54.67   Median :1   Median :1  
#>  Mean   :259.5   Mean   :259500   Mean   :54.72   Mean   :1   Mean   :1  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.:55.08   3rd Qu.:1   3rd Qu.:1  
#>  Max.   :262.0   Max.   :262000   Max.   :55.35   Max.   :1   Max.   :1  
#>     weight_y     
#>  Min.   :0.1786  
#>  1st Qu.:0.1786  
#>  Median :0.1786  
#>  Mean   :0.1786  
#>  3rd Qu.:0.1786  
#>  Max.   :0.1786

{
    plotShiny(wldf, TRUE, TRUE, TRUE, xlim = c(xlim_min, xlim_max))
    abline(v = df.gs2$km_qps, lty = 3, lwd = 0.5)
    points(df.gs2$km_qps, df.gs2$wl, pch=21, col="darkblue", bg="darkblue")
    boxed.labels(df.gs2$km_qps, 55.4, df.gs2$gauging_station, bg="white", 
                 srt = 90, border = FALSE, xpad = 4, ypad = 0.7, cex = 0.7)
    legend("topright", 
           col = c("darkblue", "darkblue", "darkblue", "red", "black"), 
           pch = c(21, NA, NA, NA, NA), 
           pt.bg = c("darkblue", NA, NA, NA, NA), 
           pt.cex = c(1, NA, NA, NA, NA), 
           lty = c(0, 0, 1, 1, 1), 
           lwd = c(0, 0, 2, 1, 1),
           legend = c("Wasserstand", "Gewicht", "waterLevel", "obere FLYS-WSL", 
                      "untere FLYS-WSL"), 
           text.col = c(1, "darkblue", 1, 1, 1),
           cex = 0.7, bty = "n")
}
**Abb. 17**: Wasserspiegellage nach [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html) mit dem Bezugspegel Rosslau für den 21.12.2016 an der Elbe bei Rosslau und Dessau.

Abb. 17: Wasserspiegellage nach FLYS3 mit dem Bezugspegel Rosslau für den 21.12.2016 an der Elbe bei Rosslau und Dessau.

waterLevelFlys3…

Alle weiteren waterLevelFlys3...-Funktionen (waterLevelFlys3(), waterLevelFlys3Seq() und waterLevelFlys3InterpolateX()) dienen ausschließlich der Aufbereitung und Abfrage von FLYS3-Wasserspiegellagen. Sie können verwendet werden, um die Wasserspiegellagen des Datensatzes df.flys zu extrahieren oder entlang der x-Achse zu linear zu interpolieren, was aber keine inhaltliche Veränderung der Daten nach sich zieht. Diese Funktionalitäten werden innerhalb aller zuvor beschriebenen waterLevel…()-Funktionen verwendet und hier nur der Vollständigkeit halber erwähnt.


Produkte

Im Zusammenhang mit der Entwicklung des vorliegenden R-Paketes hyd1d wurden verschiedene Datenbestände aufbereitet, bzw. können nun mit Veröffentlichung der Werkzeuge besser genutzt werden. Im Folgenden findet sich Produkte, die den Zugriff auf die den Berechnungsverfahren zu Grunde liegenden Daten vereinfachen oder schon berechnete Ergebnisse für die Allgemeinheit verfügbar machen.

waterLevel

Die waterLevel()-Funktion, welche die zentrale Funktion des Paketes ist, benötigt für ihre Berechnungen nur die drei Eingabeparameter, die zur Initialisierung eines WaterLevelDataFrame notwendig sind. Das prädestiniert die Funktion dazu eine interaktive Berechnungsapplikation für die Nutzung im Browser mittels Shiny zu implementieren.

https://shiny.bafg.de/waterlevel/

**Abb. 18**: Screenshot der [waterLevel-ShinyApp](https://shiny.bafg.de/waterlevel/) mit der interpolierten Wasserspiegellage, berechnungsrelevanten stationären [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html)-Wasserspiegellagen (**0.5MQ**, **a** und **0.75MQ**) und Wasserständen vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Abb. 18: Screenshot der waterLevel-ShinyApp mit der interpolierten Wasserspiegellage, berechnungsrelevanten stationären FLYS3-Wasserspiegellagen (0.5MQ, a und 0.75MQ) und Wasserständen vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

waterLevelPegelonline

Ebenso verhält es sich mit der Funktion waterLevelPegelonline(). Da die Funktion die Pegeldaten auch noch über das Internet und nicht aus Paket-internen Daten bezieht, ist diese Applikation sehr gut geeignet aktuelle Wasserspiegelinformationen auf Anfrage zu generieren.

https://shiny.bafg.de/waterlevelpegelonline/

**Abb. 19**: Screenshot der [waterLevelPegelonline-ShinyApp](https://shiny.bafg.de/waterlevelpegelonline/) mit der interpolierten Wasserspiegellage und den berechnungsrelevanten stationären [FLYS3](http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html)-Wasserspiegellagen (**a**, **0.75MQ** and **0.5MQ**) und Wasserständen vom 13.04.2018 11:00 Uhr an der Elbe bei Rosslau und Dessau.

Abb. 19: Screenshot der waterLevelPegelonline-ShinyApp mit der interpolierten Wasserspiegellage und den berechnungsrelevanten stationären FLYS3-Wasserspiegellagen (a, 0.75MQ and 0.5MQ) und Wasserständen vom 13.04.2018 11:00 Uhr an der Elbe bei Rosslau und Dessau.

hydflood (Überflutungsflächen und -dauern)

Durch Übertragung der Wasserspiegellagen entlang der Gewässerachse auf sogenannte Querprofilflächen lassen sich im GIS mittels des R-Paketes hydflood Überflutungsflächen, bzw. bei Betrachtung längerer Zeiträume auch Überflutungsdauern berechnen. Nähere Details zum Berechungsverfahren finden sich auf dem Dokumentationsportal von hydflood:

https://hydflood.bafg.de


Literatur

Bundesanstalt für Gewässerkunde. (2013). FLYS goes WEB: Eröffnung eines neuen hydrologischen Fachdienstes in der BfG. Bundesanstalt für Gewässerkunde, Koblenz, Germany. https://doi.org/10.5675/BfG_Veranst_2013.4
Bundesanstalt für Gewässerkunde. (2016). FLYS – Flusshydrologischer Webdienst. Bundesanstalt für Gewässerkunde, Koblenz, Germany. http://www.bafg.de/DE/08_Ref/M2/03_Fliessgewmod/01_FLYS/flys_node.html
Busch, N., & Hammer, M. (2009). Einheitliche Grundlage für die Festlegung der Bemessungswasserspiegellagen der Elbe auf der frei fließenden Strecke in Deutschland. Bundesanstalt für Gewässerkunde, Koblenz, Germany. https://doi.org/10.5675/bfg-1650
DELTARES. (2018). SOBEK. https://download.deltares.nl/en/sobek/
HKV Hydrokontor. (2014). Erstellung eines SOBEK-River Modells für den Rhein von Iffezheim bis Pannerdense Kop als Weiterentwicklung bestehender SOBEK-RE Modelle. Aachen, Germany.
Rosenzweig, S., Giebel, H., & Schleuter, M. (2011). Ökologische Modellierungen für die Wasser- und Schifffahrtsverwaltung – Das integrierte Flussauenmodell INFORM in seiner neuesten Fassung (Version 3). Bundesanstalt für Gewässerkunde, Koblenz, Germany. https://doi.org/10.5675/bfg-1667