[Back]


Diploma and Master Theses (authored and supervised):

C. Scheffler:
"Früherkennung und Beobachtung von Hochwasser mittels ERS-Scatterometerdaten am Beispiel der Einzugsgebiete Limpopo und Sambesi im Zeitraum von 1992 bis 2000 ";
Supervisor: W. Killisch, W. Wagner; Institut für Photogrammetrie und Fernerkundung, 2003.



English abstract:
The main goal of this work was to clarify whether the ERS-Scatterometer Data could be used as an early warning system to predict floods. Soil-Water Index data was used in this study as a product of the ERS-Scatterometer Data. As a result of the climate, the region of southern Africa is one frequently affected by droughts and floods. Between the years of 1992 and 2000 southern Africa suffered repeatedly from extreme weather patterns. The most serious floods occurred over the Limpopo River in 1996 and 2000, and over the Zambezi River in 1997. These river catchment-areas were the center of this investigation.
The analysis of the SWI-timeseries employed various methods. One method used was the comparison between the SWI-data and data of evapotranspiration, run off, precipitation, and soil moisture simulated by the Potsdam Institute for Climate Impact Research. The first result determined a correlation between the SWI and evapotranspiration.
When comparing the SWI-Data with the hydrological data, such as discharge and water level of the rivers, a temporal shift between the data peaks could be identified. When the two curves were manipulated so that their peaks occurred at the same point, one detected a high correlation between the SWI and the hydrological data. The correlation coefficient extended to 0.95 and the coefficient of determination reached nearly 0.9. At the river?s source the shift amounted to thirty days, whereas downriver it reached sixty days. The data was limited to the upstream area, because comparative data was only available for this portion of the Zambezi and Limpopo Rivers.
The SWI-Data holds an enormous potential. Based on the results of this investigation, the SWI- Data could be used in further hydrological models.

German abstract:
Im Mittelpunkt der Diplomarbeit stand die Frage nach der Einsatzfähigkeit der ERS-Scatterometerdaten zur Frühwarnung und Beobachtung von Hochwasserereignissen. Die Datengrundlage bildeten die Soil Water Index-Daten, die auf Basis der Daten vom ERS-Scatterometer berechnet wurden. Aufgrund der klimatischen Gegebenheiten besteht in der Region des südlichen Afrikas eine hohe Gefährdung durch Hochwasser und Dürrekatastrophen. Die schwersten Hochwasserkatastrophen im Betrachtungszeitraum ereigneten sich im Jahre 1996 am Flusslauf des Limpopo, im Jahre 1997 am Flusslauf des Sambesi und im Sommer 2000 an beiden Flussläufen. Die SWI- Zeitreihen wurden mit Hilfe verschiedener Methoden untersucht. Eine Methode beinhaltete den Vergleich der SWI-Daten mit Daten der Evapotranspiration, der Bodenfeuchte, des Niederschlags und des Abfluss, die vom Institut für Klimafolgenforschung bereitgestellt wurden. Die Analyse ergab eine hohe Korrelation zwischen dem SWI und der Evapotranspiration. Die weitere Analyse der Daten erfolgte mittels eines Vergleichs der SWI-Daten mit den Abfluss- bzw. Wasserstandsdaten der entsprechenden Flüsse. Im Einzugsgebiet des Sambesi konnte bei der Gegenüberstellung der SWI-Reihe mit den Abflussdaten ein zeitlicher Versatz zwischen den Maxima der beiden Untersuchungsgrößen festgestellt werden. Nach der Verschiebung der Größen zueinander, wurden hohe Korrelationen von bis zu R=0.95 bzw. Rē= 0,9 ermittelt. An der Quelle umfasste die zeitliche Versetzung eine Zeitspanne von dreißig Tagen, weiter flussabwärts bereits sechzig Tage. Die Verfügbarkeit der Vergleichsdaten begrenzte sich auf den Oberlauf der beiden Flüsse, wodurch sich die Aussagefähigkeit der Resultate für den Unterlauf der Flüsse sehr einschränkt. Basierend auf den Ergebnissen der Studie wurde festgestellt, dass die SWI-Daten ein enormes Potential in sich bergen. Dies befürwortet den Einsatz dieser Daten in hydrologischen Modellen.


Created from the Publication Database of the Vienna University of Technology.