Kurzfassung:

Diese Arbeit befasst sich mit dem Einsatz von Methoden des „Soft Computings“ in der Hydrologie. Im ersten Teil der Arbeit werden Methoden, die mit den Begriffen Fuzzy-Logik, neuronale Netze, evolutionäre Algorithmen und Chaos bezeichnet werden, umfassend erklärt. An Hand einer umfangreichen Literaturrecherche werden Anwendungsmöglichkeiten der Hydrologie für diese Methoden aufgezeigt. Ebenfalls werden Kombinationsmöglichkeiten dieser Methoden, sogenannte Hybridsysteme, erläutert. Beispiele von hydrologischen Hybridsystemen durch eine Aufstellung von Artikeln aus der hydrologischen Fachliteratur vermitteln mögliche Anwendungsfälle. Als eines der Ergebnisse dieser Arbeit, lässt sich festhalten, dass vor allem durch Forschergruppen im Ausland die Methoden des Soft Computings bereits sehr vielfältig in der Hydrologie angewendet werden.

Im Rahmen dieser Arbeit wurde ein neuronaler Netz-Simulator für hydrologische Anwendungen programmiert. Dieser Simulator wird im zweiten Teil ausführlich beschrieben. Mit Hilfe dieses neuronalen Netz-Simulators werden Berechnungen für eine Abflussvorhersage, eine Niederschlag-Abfluss-Modellierung und eine Niederschlag-Abfluss-Modellierungen mit zusätzlichen Parametern durchgeführt. In einem weiteren Schritt werden mit Hilfe eines Fuzzy-Logik-Simulators Abfluss-Vorhersagen durchgeführt. Abschließend erfolgt eine Kombination von Fuzzy-Logik und neuronalen Netzen, ein so genanntes Hybridsystem, zur Durchführung einer Niederschlag-Abfluss-Modellierung.

Die bewusst vereinfacht gehaltenen Modellansätze sollen in erster Linie die prinzipielle Vorgehensweise bei der Anwendung von Soft Computing Methoden in der Hydrologie darstellen.

Sämtliche Simulationen dieser Arbeit beruhen auf einer gleichen Datenbasis, so dass es möglich ist, die Ergebnisse der unterschiedlichen Simulationsverfahren miteinander zu vergleichen. Ein Resultat dieses praktischen Teils der Arbeit ist, dass durch ein Hybridsystem, bei dem die Stärken von neuronalen Netz und Fuzzy-Logik kombiniert werden, sich das Gesamtresultat der Simulation gegenüber einer singulären Anwendung von neuronalen Netzen bzw. Fuzzy-Logik steigern lässt.

Das wichtigste Ergebnis dieser Arbeit ist jedoch, die Möglichkeiten von Methoden des „Soft Computings“ im Bereich der Hydrologie besser einzuschätzen zu können. So zeigt es sich, dass mit diesen Methoden keine Quantensprünge für die hydrologische Modellierung zu erwarten sind. Diese Methoden können je nach Anwendungsfall ein verbessertes Ergebnis oder eine vereinfachte Vorgehensweise gegenüber traditionellen Modellierungsansätzen bieten, sie müssen es jedoch nicht. Das wesentliche Ziel dieser Arbeit, eine realistische Einschätzung über Möglichkeiten und Grenzen der Soft Computing Methoden in der Hydrologie zu formulieren, konnte somit umgesetzt werden.