DSS - WuK

Name des Modells:

Brook90 V. 4.4e

Modellentwickler:

Federer 1995; Federer et al. 2003

Zielsetzung/Zweck:

Dynamische Modellierung von Kenngrößen des Wasserhaushaltes bei veränderten Rahmenbedingungen wie Klimawandel, Baumartenwechsel und Standortsdynamik mit einem prozessorientierten forsthydrologischen Simulationsmodells. Das Modell erlaubt eine baumarten- und standortspezifischer Parameterisierung. Der Modelloutput liefert:

1. Bodenfeuchteindex für die Modellierung der biotischen Schaderreger (vgl. Seidel et al. 2007)
2. relativer Bodenwassergehalt für die Modellierung des Sturmwurfrisikos (vgl. Panferov et al. 2009)
3. Tage mit überschrittenen kritischen Grenzen der Bodenwasserverfügbarkeit (CL-SWA; vgl. Czajkowski et al. 2009)

Modelltyp:

Prozessorientiertes forsthydrologisches Simulationsmodell. Der Wasserfluss im Boden basiert auf der numerischen Lösung der Richards-Gleichung.

Zustandsvariablen:

Skalenebenen:

Brook90 kann nicht nur für Wassereinzugsgebiete, sondern auch für kleinere Flächen, z.B. auf Bestandesniveau, eingesetzt werden (multiskalig). Die zeitliche Auflösung ist täglich.

Prozessüberblick und Ablaufplan:

Die Abbildung 1 zeigt den Ablaufplan der Prozesse in Brook90. Detaillierte Informationen sind unter http://home.maine.rr.com/stfederer/brook90.htm nachzulesen.

Abbildung. 1: Flussplandiagramm von Brook90 (verändert nach Federer 1995).

Stochastizität:

Nein

Input:

Tabelle 1: Inputparameter für Brook90

Modell Parameterisierung:

Tabelle 2: Quellen der Inputparameter für das Wasserhaushaltsmodell Brook90.

Submodelle:

Parametrisierung der hydraulischen Funktionen:

Die hydraulischen Funktionen sind notwendig, um den funktionalen Zusammenhang zwischen Matrixpotential- Bodenwassergehalt ψ_(θ) und Leitfähigkeit-Matrixpotential k_(ψ) zu beschreiben. Brook90 benutzt hierfür modifizierte Clapp und Hornberger Gleichungen (Clapp & Hornberger 1978), die auf den Parametrisierungen von Brooks & Corey (1966) basieren. In der Modellversion LWF-Brook90 (Hammel & Kennel 2001) kann alternativ zu den Clapp & Hornberger Gleichungen auch auf eine Parametrisierung der hydraulischen Funktionen nach Mualem und van Genuchten (1980) zurückgegriffen werden. Diese Parametrisierung hat den großen Vorteil, dass zur Ableitung der van Genuchten Parameter eine Vielzahl von Pedotransferfunktionen (Teepe et al. 2003, Vereecken et al. 1989, Wösten et al. 1999) zur Verfügung stehen, mit denen aus verfügbaren Bodeneigenschaften, wie Textur und Lagerungsdichte die Parameter der hydraulischen Funktionen abgeschätzt werden können. Nachteilig an dieser Parametrisierung ist jedoch die lange Laufzeit der Modellrechnungen. Daher wird z.B. für meteorologische Fragestellungen häufig das Modell von Clapp & Hornberger (1978) verwendet, da es bei ausreichender Genauigkeit erhebliche numerische Vorteile aufweist (Ross 1992, Shao & Irannejad 1999). Bei der Auswahl der hydraulischen Funktion ist weiterhin zu beachten, dass die größte Unsicherheit in den Modellrechnungen aus der Wahl des Klimamodells und dem ausgewählten Emissionsszenario (Déqué et al. 2007) resultiert. Um zukünftige Veränderungen und Entwicklungen abschätzen und bewerten zu können, ist es besonders wichtig, dass zahlreiche Klimamodelle und Emissionsszenarinen miteinander verglichen werden (Fowler et al. 2007).

Um die Performance-Vorteile der Clapp & Hornberger (1978) Parametrisierung ausnutzen zu können, wurde ein "refit" der Pedotransferfunktionen von Teepe et al. (2003) durchgeführt. Bei den Pedotransferfunktionen von Teepe et al. (2003) wurden auf Grundlage von 1850 an Waldböden ermittelten Wasser-Retentionskurven die van-Genuchten Parameter θ_s (Wassergehalt bei Sättigung), θ_r (Restwassergehalt), α und n (emprische van Genuchten-Parameter) aus der Bodenart, der Lagerungsdichte und dem C_org-Gehalt hergeleitet. Der mit Hilfe einer Clusteranalyse auf 10 Texturklassen aufgeteilte Datensatz ist durch jeweils 5 Dichteklassen weiter untergliedert, so dass insgesamt 50 Klassen zur Verfügung stehen. Für jede dieser 50 Klassen wurde an den Verlauf der Matrixpotential-Bodenwassergehalt-Kurven die folgenden modifizierten Clapp & Hornberger Gleichungen angepasst. Die klassische Formulierung der Brooks & Corey (1966) (BC) Gleichung lautet:

wobei fs wie folgt definiert ist:

Unter der Annahme, dass θ_r ohne eine signifikante Veränderung der Ergebnisse auf Null gesetzt werden kann (Wösten & van Genuchten 1988) gilt vereinfacht die Formulierung von Campbell (1974):

Bei der Gleichung (1) kommt es zur Unstetigkeit der pF-Kurve wenn f_s=1. Daher wurde von Clapp & Hornberger (CH) die folgende Gleichung vorgeschlagen:

Bei dieser Modifikation sind die Gleichungen auf einen beliebigen ungesättigten Zustand θ_x = θ(ψ_x) umformuliert, so dass anstatt f_s f_i gilt (f_i = θ/θ_x). b ist ein empirischer Parameter, der von der Bodenart und Lagerung des Bodens abhängt. fi ist der sogenannte CH Punkt, der die Nahtstelle zwischen der Parametrisierung nach BC und der parabolischen Näherung im Bereich zwischen fi und Sättigung definiert.

Die Parameter m und n sind definiert als:

Für die Kurvenanpassung wurde f_i standardmäßig auf 0.92 gesetzt (Clapp & Hornberger 1978). Für die Berechnung von θ_x gilt ψ_x = -33kPa (Nachabe 1998). Bei einigen Kombinationen aus Bodenart und Lagerungsdichte wurde ψ_x auf -200kPa gesetzt (vgl. Tabelle 3), da sonst keine plausible Kurvenanpassung möglich war.

Tabelle 3: Die Clapp-Hornberger Parameter für die 10 Textur- und 5 Dichteklassen (BD 0-4) nach Teepe et al. (2003).

¹: Humus nach Hammel & Kennel (2001)

²: Torf nach Lee & Pielke (1992) und McCumber & Pielke (1981)

Die Abbildung 1 zeigt, dass der sigmoidale Verlauf der van-Genuchten Funktion gut mit der CH Funktion beschrieben werden kann. Kleinere Abweichungen ergeben sich im Bereich zwischen fi und Sättigung. Diese resultieren aus dem stärker geschwungenen Verlauf der CH Funktion.

Abbildung 2: Vergleich der angepassten Clapp-Hornberger Funktionen an die Texturklassen (TK) nach Teepe et al. (2003) beispielhaft für die Lagerungsdichte BD1 (1.0-1.25 g cm^-3).

AG-Boden (2005): Bodenkundliche Kartieranleitung. Hannover. 438 S.

Brooks, R. H. & A. T. Corey (1966): Properties of porous media affecting fluid flow. J. Irrigation and Drainage Div., Proc. Am. Soc. Civil Eng. (IR2), 92, 61-87.

Campbell, G. W. (1974): A simple method for determining unsaturated conductivity from moisture retention data. Soil Sci., 117, 311-314.

Clapp, R. B. & G. M. Hornberger (1978): Empirical equations for some soil hydraulic properties. Water Resources Research, 14, (4): 601-603.

Czajkowski, T., B. Ahrends & A. Bolte (2009): Critical limits of soil water availability (CL-SWA) in forest trees - an approach based on plant water status. vTI agriculture and forest research, 59, (2): 87-93.

Déqué, M., D. P. Rowell, D. Lüthi, F. Giorgie, J. H. Christensen, B. Rockel, D. Jacob, E. Kjellström, M. De Castro & B. Van Den Hurk (2007): An intercomparision of regional climate simulations for Europe: assessing uncertainties in model projection. Climatic Change, 81, (Supplement 1): 53-70.

Federer, C. A. (1995): BROOK90: A simulation model for evaporation, soil water and stream flow, Version 3.1. Computer Freeware and Documentation. USDA Forest Service, PO Box 640, Durham NH 03825, USA. 

Federer, C. A., C. Vörösmarty & B. Feketa (2003): Sensitivity of annual evaporation to soil and root properties in two models of contrasting complexity. J. Hydrometeorology, 4, 1276-1290.

Fowler, H. J., S. Blenkinsop & C. Tebaldi (2007): Linking climate change modelling to impacts studies: recent advances in downscaling techniques for hydrological modelling. International Journal of climatology, 27, (12): 1547-1578.

Hammel, K. & M. Kennel (2001): Charakterisierung und Analyse der Wasserverfügbarkeit und des Wasserhaushalts von Waldstandorten in Bayern mit dem Simulationsmodell BROOK90. Forstliche Forschungsberichte München, 185. Heinrich Frank. München. 148 S.

Kelliher, F. M., R. Leuning, M. R. Raupach & E.-D. Schulze (1995): Maximum conductances for evaporation from global vegetation types. Agricultural and Forest Meteorology, 73, 1-16.

Körner, C. (1995): Leaf diffusive conductances in the major vegetation types of the globe. In: Schulze, E.-D. & M.M. Caldwell: Ecophysiology of Photosynthesis. Springer-Verlag. New York. S. 463-490.

Lee, T. J. & R. A. Pielke (1992): Estimating the soil surface specific humidity. Journal of Applied Meteorology, 31, 480-484.

McCumber, C. & R. A. Pielke (1981): Simulation of the effects of surface fluxes of heat and moisture in a mesoscale numerical model. Journal of Geophysical Research, 86, (C10): 9929-9938.

Nachabe, M. H. (1998): Refining the definition of field capacity in the literature. Journal of irrigation and drainage enginearing, 124, (4): 230-232.

Panferov, O., C. Doering, E. Rauch, A. Sogachev & B. Ahrends (2009): Feedbacks of windthrow for Norway spruce and Scots pine stands under changing climate. Environ. Res. Lett., 4, (doi:10.1088/1748-9326/4/4/045019).

Richter, A., G. H. Adler, M. Fahrak & W. Eckelmann (2007): Erläuterungen zur nutzungsdifferenzierten Bodenübersichtskarte der Bundesrepublik Deutschland im Maßstab 1:1 000000 (BÜK 1000 N, Version 2.3). Hannover. 53 S.

Ross, P. J. (1992): Cubic approximation of hydraulic properties for simulations fo unsaturated flow. Water Resources Research, 28,2617-2620.

Schulze, E.-D., F. M. Kelliher, C. Körner, J. Lloyd & R. Leuning (1994): Relationships among maximum stomatal conductance, ecosystem surface conductance, carbon assimilation rate and plant nitrogen nutrition: A global ecology scaling exercise. Annu. Rev. Ecol. Syst., 25, 629-660.

Seidl, R., P. Baierb, W. Rammera, A. Schopfb & M. J. Lexera (2007): Modelling tree mortality by bark beetle infestation in Norway spruce forests. Ecological Modelling, 206, (3-4): 383-399.

Shao, Y. & P. Irannejad (1999): On the choice of soil hydraulic models in land-surface schemes. Boundary-Layer Meteorology, 90, 83-115.

Teepe, R., H. Dilling & F. Beese (2003): Estimating water retention curves of forest soils from soil texture and bulk density. J. Plant Nutr. Soil Sci., 166, 111-119.

Van Genuchten, M. T. (1980): A closed form equation for pedicting the hydraulic conductivity of unsaturated soils. Soil Sci. Soc. Am. J., 44, 892-898.

Vereecken, H., J. Maes, J. Feyen & P. Darius (1989): Estimating the soil moisture retention charactersitic from texture, bulk density, and carbon content. Soil Sci., 148, (6): 389-403.

Wösten, J. H. M. & M. T. Van Genuchten (1988): Using texture and other soil properties to predict the unsaturated soil hydraulic functions. Soil Sci. Soc. Am. J., 52, 1762-1770.

Wösten, J., A. Lilly, A. Nemes & C. L. Bas (1999): Development and use of a data base of hydraulic properties of European soils. Geoderma, 90, 169-185.