Hauptinhalt
Der OSHD unterstützt mit seinen laufenden Analysen der Schneewasserressourcen die hydrologische Vorhersage in der Schweiz. Die Analysen basieren auf einem Modellsystem, welches Schneemessdaten und mehrere Schneeschmelzmodelle mit Methoden der Datenassimilierung verknüpft.
Der operationelle schneehydrologische Dienst am SLF (OSHD) hat ein Modellsystem entwickelt, welches sowohl meteorologische Daten als auch Daten der Schneemessnetze in der Schweiz mit einbezieht. In einem ersten Schritt wird ein erweitertes Temperaturindex Modell (Slater et al, 2006) verwendet, um Schneemengen und deren Schmelzraten auf Basis von Niederschlags- und Temperaturinformationen abzuschätzen. Diese Abschätzungen werden mit Hilfe von Datenassimilierungsverfahren wie der Ensemble Kalman Filter Methode (Evensen, 2009) kontinuierlich mit Schneemessdaten abgeglichen und verbessert. Dieses Modellsystem ermöglich genaue Aussagen zur räumlichen Verteilung von Schneemengen und deren Schmelze auf regionaler Stufe (Abb. 1 und 2; Magnusson et al., 2015). Das System lässt sich an Wettervorhersagemodelle koppeln, was ermöglicht, die zu erwartenden Schneeschmelzmengen für die kommenden Tage zu berechnen. Die Temperaturindex-Methode benötigt lediglich Niederschlags- und Temperaturdaten als Input, welche in der Schweiz mit Hilfe dichter Messnetze erhoben werden. Temperaturindex-Modelle können in vielen Situationen robuste und genaue Resultate erzielen. Bei komplexen meteorologischen Verhältnissen sind solche Modelle jedoch weniger geeignet. In derartigen Situationen sind Modelle, welche detaillierte Schneedeckenprozesse miteinbeziehen, konzeptuellen Modellansätzen überlegen.
Energiebilanzmodel für Schnee
Aus diesen Gründen verwenden wir auch ein Schneeschmelzmodell auf Basis der Energie- und Massenbilanzierung (Essery, 2013). Das Energiebilanzmodell berechnet unterschiedliche Wärmeflüsse, welche die Schneeschmelze beeinflussen (z.B. Kurzwellenstrahlung oder Wärmefluss vom Boden). Insbesondere bei komplexen meteorologischen Verhältnissen sind derartige Modelle im Vergleich zur Temperaturindex-Methode genauer in der Abschätzung von Schneeschmelzmengen, beispielsweise wenn Regen auf eine bestehende Schneedecke fällt (Abbildung 3). Auf der anderen Seite benötigen Energiebilanzmodelle zusätzliche meteorologische Daten als Input, welche in der benötigten Genauigkeit oft schwer verfügbar sind. Deshalb betreiben wir mehrere Modelle parallel und können so von den individuellen Stärken der jeweiligen Modelle profitieren.
