High resolution online data in sewer water quality modelling

Die Modellierung von Kanalsystemen ist seit mehreren Jahrzehnten Gegenstand der Forschung und wird seit längerem auch in der Praxis angewendet. Neuentwicklungen in der Messtechnologie erlauben nun die zeitlich hoch aufgelöste Erfassung von Abfluss und Schmutzstoffkonzentrationen direkt im Kanalsystem. Die großen Datenmengen stellen dabei eine Herausforderung an das Datenmanagement und an die sinnvolle Anwendung der Daten in der Modellierung dar. Diese Dissertation behandelt die Anwendbarkeit hoch aufgelöster Langzeitmessreihen in der Schmutzfrachtmodellierung von Kanalnetzen. Dabei wird eine Vorgehensweise entwickelt, die den Weg von Daten zu Modellergebnissen erleichtern soll. Dazu werden Methoden zur Datenanalyse, Datenvalidierung und Sensorkalibrierung entwickelt. Methoden zur globalen Sensitivitätsanalysis werden in ein bestehendes Optimierungsframework integriert, welches auch einen Optimierungsalgorithmus basierend auf evolutionären Strategien zur Modelloptimierung beinhaltet. Diese Methoden werden in Folge in der Fallstudie Graz West R05 angewendet, wo seit mehreren Jahren kontinuierlich hoch aufgelöste Messreihen zu Abfluss und Schmutzstoffkonzentrationen aufgezeichnet werden. Durch die entwickelten Methoden für die Datenanalyse und Datenvalidierung konnten die vorhandenen Messdaten sinnvoll geprüft und deren Qualität für die weitere Verwendung in der Modellierung gesichert werden. Eine Auswertung der Messergebnisse der installierten UV/VIS Spektrometersonde zeigte die Notwendigkeit einer lokalen Sondenkalibrierung und diskutiert deren Grenzen. Zwei Modelle wurden für das Einzugsgebiet der Fallstudie erstellt. Zwei Methoden zur globalen Sensitivitätsanalyse wurden implementiert, verglichen und ihre Anwendbarkeit diskutiert. Im Allgemeinen wurden dabei dieselben Modellparameter als einflussreich identifiziert. Ein erster Ansatz zur Bewertung der Sensitivität von Modellparametern bei Berücksichtigung von Kombinationen von Regenereignissen und/oder Zielfunktionen wurde entwickelt. Ein Vergleich der automatisierten Modellkalibrierung bei Optimierung auf eine Zielfunktion und zweier Ansätze der multikriteriellen Optimierung zeigt, dass mit multikriterieller Optimierung eine höhere Qualität der Ergebnisse in der Modellvalidierung erreicht wird. Dabei führen beide Ansätze der multikriteriellen Optimierung zu gleich guten Ergebnissen. Drei Schmutzfrachtmodelle wurden verglichen und deren Anwendbarkeit für die Fallstudie diskutiert. Zusammenfassend liefert die vorgeschlagene Methodik wertvolle Einsichten und zufriedenstellende Ergebnisse für die Fallstudie und kann auch einfach auf andere Fallbeispiele übertragen und angewendet werden. Auch die praxisbezogene Anwendung der vorgestellten Methoden kann nur empfohlen werden. Nichtsdestotrotz wird angeraten, die Methoden mit Bedacht anzuwenden und die Ergebnisse kritisch zu hinterfragen. Gerade die Anwendung von komplexen Methoden verleitet zu übermäßigem Vertrauen in die Ergebnisse, auch wenn die sie dem Ingenieursverständnis widersprechen.