Bewertung zukünftiger Wasserverfügbarkeit und Wasserflüsse in Benin, Westafrika, unter Berücksichtigung von Landnutzungs- und Klimaszenarien

Abstract

Zur Bewertung der zukünftigen Wasserverfügbarkeit und Wasserflüsse in Benin wurde in vier Teileinzugsgebieten des oberen Ouémé Einzugsgebietes (HVO) eine hydrologische Modellierung unter Berücksichtigung des Landnutzungs- und Klimawandels durchgeführt. Es wurden die Modelle WaSiM, GR4J und HBV-light verwendet und zur Berechnung der Klimaszenarien, sowohl auf älteren SRES-Szenarien (A1B, B1) des Regionalen Klimamodells REMO, die mit einem WEather GEnerator und der Quantile Mapping Methode Bias korrigiert vorlagen, als auch auf RCP-Szenarien (RCP2.6, RCP8.5) der Regionalen Klimamodelle REMO2015 und CCLM5 des COordinated Regional-climate Downscaling EXperiment (CORDEX Afrika), genutzt. Weiterhin wurden zwei Landnutzungskarten aus unterschiedlichen Quellen (IMPETUS, RIVERTWIN) und die entsprechenden Landnutzungsszenarien zur Modellierung mit dem Modell WaSiM herangezogen. Überdies wurden unterschiedliche Bodenkarten berücksichtigt. Darüber hinaus wurde die Prognosegenauigkeit der Szenarien ermittelt. Die Ergebnisse zum Landnutzungswandel zeigten, dass sowohl eine differenzierte Klassifikation der Landnutzung/ Landbedeckung verschiedener Basiskarten (IMPETUS, RIVERTWIN) und die entsprechende Parametrisierung der Landnutzung als auch ein nicht spezifizierter Flächenanteil bei gemischter Landnutzung Auswirkungen auf die Bewertung der zukünftigen Wasserverfügbarkeit hat. Dies ist auch bei der Bewertung der Auswirkungen des Klimawandels von Bedeutung. Weiterhin zeigte sich, dass unterschiedlich detaillierte Bodenkarten Auswirkungen auf die Höhe der zukünftigen Wasserflüssen haben. Die Simulationsergebnisse der Auswirkungen des Klimawandels auf die Wasserflüsse zeigten, dass ein signifikanten Unterschied in den Wasserflüssen und somit der Wasserbilanz auf Basis der SRES-Szenarien (A1B, B1) zu denen der Representative Concentration Pathways (RCP2.6, RCP8.5) aber auch auf Basis der unterschiedlichen Methoden der Bias Korrektur sowie der Regionalen Klimamodelle besteht. Fernerhin lag ein deutlicher mittlerer absoluter Prozentfehler zwischen den auf Basis der Klima- und Landnutzungsszenarien simulierten Gesamtabflüssen und den gemessenen Abflüssen vor.

To assess future water availability and water flows in Benin, hydrological modelling was carried out in four sub-catchments of the Upper Ouémé River Basin (HVO), taking into account land use and climate change. The models WaSiM, GR4J and HBV-light were used to calculate the climate scenarios. The climate scenarios are based on older SRES scenarios (A1B, B1) of the Regional Climate Model REMO, which were bias corrected using a WEather GEnerator and the Quantile Mapping Method, as well as on RCP scenarios (RCP2.6, RCP8.5) of the Regional Climate Models REMO2015 and CCLM5 of the COordinated Regional-climate Downscaling EXperiment (CORDEX Africa). Furthermore, two land use maps from different sources (IMPETUS, RIVERTWIN) and the corresponding land use scenarios were used for simulations with the WaSiM model. In addition, different soil maps were taken into account. In addition, the forecast accuracy of the scenarios was determined. The results on land use change showed that a differentiated classification of land use/land cover of different base maps (IMPETUS, RI-VERTWIN) and the corresponding parameterization of land use has an impact on the assessment of future water availability. This also occurred to an unspecified surface portion in mixed land use classifications. This is also important when assessing the impacts of climate change. Furthermore, it was shown that soil maps of different detail have an impact on the amount of future water flows. The simulation results of the impacts of climate change on water flows showed that there is a significant difference in water flows and thus the water balance based on the SRES scenarios (A1B, B1) and those of the Representative Concentration Pathways (RCP2.6, RCP8.5) but also based on the different methods of bias correction and the regional climate models. Furthermore, there was a significant mean absolute percentage error between the total runoff simulated based on the climate and land use scenarios and the measured run-off.