Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-7140
Main Title: Conceptual simplifications for long-term sediment transport simulations
Subtitle: application to Iffezheim reservoir, Germany
Translated Title: Konzeptionelle Vereinfachungen für langfristige Abschätzung des Sedimenttransports
Translated Subtitle: Anwendungsfall Staustufe Iffezheim, Deutschland
Author(s): Zhang, Qing
Advisor(s): Hinkelmann, Reinhard
Referee(s): Hinkelmann, Reinhard
Wieprecht, Silke
Hillebrand, Gudrun
Molkenthin, Frank
Granting Institution: Technische Universität Berlin
Type: Doctoral Thesis
Language Code: en
Abstract: The aim of this PhD thesis is to assess the long-term evolution of the fine sediment budget in the Iffezheim reservoir, which is the last barrage of the impounded section of the Rhine River. Based on the observed flow and suspended sediment concentration as well as echo-sounding data, various methods were proposed to estimate long-term riverbed changes. The application of a high-resolution 3D model was one focus in order to capture the multi-dimensional flow effects upstream of the barrage as accurately as possible and to represent the local deposition and erosion in a realistic manner. Since practicable computation time for long-term predictions using high-resolution 3D models has not yet been considered to be satisfactory with the current technique, methods for reducing the computational effort while maintaining similar accuracy were developed. First, the reduction of the high-resolution model was carried out by coarsening the grid in space and time and decreasing the number of sediment fractions. The reduced 3D model contributed to large savings of computation time by 76 %, while the solution accuracy remains similar (5 % deviation) when compared to high-resolution results. Secondly, an upscaling approach was developed, where long-term instationary simulations of riverbed volume changes were replaced by a series of precalculated stationary ones. For this purpose, the boundary conditions of the numerical model - the discharges and the suspended sediment concentrations - are grouped into classes and for each class a representative computation for one day was carried out. The amount of the riverbed change for a certain period was obtained by adding up the number of days per class multiplied with the precalculated representative volume change of this class. Using this approach, the reduction of CPU time was considerable with 97 %, while the results for long-term (years) simulations matched well with the measurements (+3 % and 20 %). In order to obtain projected boundary conditions of the numerical model, time-series analysis and synthesis and artificial neural networks (ANN) were applied. In the context of the time series the ARIMA model performed the best and showed a reasonable agreement between predicted and observed values for 5 years forecasting monthly inflow. Based on projected discharges from the KLIWAS program the ANN model predicted the daily suspended sediment concentration until 2100 and considerably improved the results in comparison to a usual sediment rating curve. Ultimately, a coupled concept was developed linking advantages of the above-mentioned approaches. It was possible to determine a reasonable prediction of the sediment volume changes in the study area for the near future (2020-2049) and far future (2070-2099) with a reasonable computation time. The results reveal that for the chosen climate scenario for the near future 33 % and for the far future 63 % more sediment volume changes, mainly deposition, than currently are expected leading to more extensive dredging measures.
Zielstellung dieser Arbeit ist die Abschätzung des langfristigen Feinsedimenthaushalts der Staustufe Iffezheim, welche die letzte Staustufe im staugeregelten Oberrhein darstellt. Basierend auf vor Ort gemessenen Abflüssen und Schwebstoffkonzentrationen sowie Peilmessungen zur Sohlentwicklung wurden verschiedene Methoden zur Prognose der langfristigen Sohlhöhenveränderungen entwickelt. Ausgangspunkt war ein hochauflösendes 3D-Modell, mit dem die mehrdimensionalen Strömungseffekte im Stauraum und die lokalen Depositionen und Erosionen möglichst realistisch abgebildet werden konnten. Da praktikable Berechnungszeiten für Langzeitvorhersagen mit hochauflösenden 3D-Modellen mit dem heutigen Stand der Technik noch nicht zufriedenstellend möglich sind, wurden Methoden zur Reduzierung des Berechnungsaufwandes unter Beibehaltung einer vergleichbaren Genauigkeit entwickelt. Im ersten Schritt wurde das hochaufgelöste Modell räumlich und zeitlich vergröbert und die Anzahl der Sedimentfraktionen reduziert. Das reduzierte 3D-Modell führte zu einer großen Rechenzeitersparnis von 76 %, während die Genauigkeit der Ergebnisse im Vergleich zum hochaufgelösten Modell ähnlich blieb (5 % Abweichung). Danach wurde ein Skalierungsansatz entwickelt, bei dem langfristige instationäre Simulationen von Sedimentvolumenänderungen durch eine Reihe von vorberechneten stationären Simulationen ersetzt wurden. Dafür wurden die Randbedingungen des Modells (Abflüsse und Schwebstoffkonzentrationen) in Klassen eingeteilt und für jede Klasse wurde eine repräsentative Berechnung für einen Tag durchgeführt. Die Gesamtvolumenänderung für einen bestimmten Zeitraum wurde dann durch Summieren der Anzahl der Tage in jeder Klasse multipliziert mit der vorberechneten repräsentativen Volumenänderung dieser Klasse ermittelt. Mit dieser Vorgehensweise war die Reduzierung der Rechenzeit mit 97 % beträchtlich, während die Ergebnisse für Langzeitsimulationen (Jahre) gut mit den Messungen übereinstimmten (+3 % und 20 %). Um Vorhersagen für die Randbedingungen des numerischen Modells zu erhalten, wurden die Methoden Zeitreihenanalyse und -synthese sowie Künstliche Neuronale Netzwerke (KNN) angewendet. Bei den Zeitreihen lieferte das ARIMA Modell die besten Ergebnisse und zeigte eine gute Übereinstimmung zwischen den vorhergesagten und beobachteten Werten bei einer 5 Jahres-Vorhersage der monatlichen Zuflüsse. Basierend auf projizierten Abflüssen aus dem KLIWAS-Programm prognostizierte das KNN Modell die täglichen Schwebstoffkonzentrationen bis zum Jahr 2100 und führte zu erheblich verbesserten Ergebnissen im Vergleich zu einer üblichen Transport-Abfluss-Beziehung. Letztlich wurden die genannten Methoden unter Nutzung ihrer jeweiligen Vorteile zu einem Gesamtkonzept verknüpft. Damit war es möglich, eine brauchbare Vorhersage der Sedimentvolumenänderungen im Untersuchungsgebiet für die nahe Zukunft (2020 - 2049) und auch für die ferne Zukunft (2070 - 2099) mit einer effizienten Berechnungszeit zu ermitteln. Die Ergebnisse zeigen, dass für das gewählte Klimaszenario für die nahe Zukunft 33 % und für die ferne Zukunft 63 % mehr Sedimentvolumenänderungen, hauptsächlich Deposition, als zurzeit zu erwarten sind, was zu umfangreicheren Baggermaßnahmen führen wird.
URI: https://depositonce.tu-berlin.de//handle/11303/7977
http://dx.doi.org/10.14279/depositonce-7140
Exam Date: 13-Feb-2018
Issue Date: 2018
Date Available: 28-Jun-2018
DDC Class: 518: Numerische Analysis
620 Ingenieurwissenschaften und zugeordnete Tätigkeiten
Subject(s): sediment transport
Iffezheim reservoir
3D numerical simulation
time serie analysis
time serie synthesis
artificial neural networks
Sedimenttransport
Staustufe Iffezheim
numerische 3D-Simulation
Zeitreihenanalyse
Zeitreihensynthese
künstliches neuronales Netzwerk
License: https://creativecommons.org/licenses/by-nc-nd/4.0/
Appears in Collections:FG Wasserwirtschaft und Hydrosystemmodellierung » Publications

Files in This Item:
File Description SizeFormat 
zhang_qing.pdf16.04 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons