In Deutschland bleibt die Verschlechterung der Wasserqualität aufgrund übermäßiger Nährstoffeinträge ein drängendes Problem, da nur 13 % der Flüsse im Jahr 2022 als in einem guten ökologischen Zustand befindlich gelten. Diese Gewässer haben im selben Jahr rund 16.000 Tonnen Stickstoff und rund 520 Tonnen Phosphor in die Ostsee eingeleitet, was die ökologische Vielfalt des Meeres bedroht. Diese Situation spiegelt die begrenzte Wirksamkeit der Maßnahmen wider, die ergriffen wurden, um die Nährstoffeinträge in die Gewässer sowohl aus punktuellen als auch aus diffusen Quellen zu kontrollieren, trotz der seit langem geltenden Wasserrahmen- und Nitratrichtlinien. Die übermäßige Nährstoffbelastung beeinträchtigt nicht nur den ökologischen Zustand der Flusssysteme, sondern erhöht auch das Risiko der Eutrophierung flussabwärts, was die empfindlichen Küstensysteme der Nord- und Ostsee bedroht. Dies unterstreicht den dringenden Bedarf an maßgeschneiderten Wasserqualitätsmanagementstrategien in Deutschland.
Für die Entwicklung solcher Strategien benötigen wir ein umfassendes Verständnis der räumlichen Kontrolle des Nährstoffexports aus der Landschaft in die Fließgewässer. Die zunehmende Verfügbarkeit großer Stichprobendatensätze von hydrometeorologischen und Wasserqualitätsbeobachtungen hat unser Verständnis des Einflusses von Klima, Landschaft und Landnutzung auf die Nährstoffexportmuster verbessert.
Da jedoch in solchen großräumigen Datensätzen die Einzugsgebietseigenschaften in der Regel aggregiert werden (z. B. mittlere Höhe, Flächenanteil einer Landnutzungsklasse im Einzugsgebiet), ist es einerseits schwierig, hieraus standortspezifische Managementempfehlungen abzuleiten. Andererseits dürfte einer der Gründe für die begrenzte Vorhersagekraft von Einzugsgebetseigenschaften auf Austrags der Nährstoffe an dieser Aggregation liegen, welche die räumliche Variabilität der Eigenschaften innerhalb von Einzugsgebieten ignoriert.
Daher ist das Ziel dieses Promotionsvorhabens, die Entwicklung einer Methode zur Erstellung räumlich differenzierter Einzugsgebietseigenschaften mithilfe von topografischen Indikatoren, die die strukturelle hydrologische Konnektivität erfassen und dadurch die Vorhersage langjähriger Nährstoffausträge aus deutschen Einzugsgebieten verbessern können. Die entwickelte Methode wird dazu beitragen, die vorherrschenden Faktoren für den Nährstoffaustrag und „Hotspots“ zu ermitteln, wo Bewirtschaftungsmaßnahmen zur Reduzierung von Einträgen in die Gewässer besonders zielführend sind.
Insbesondere, wird in dieser Arbeit untersucht, wie fünf verschiedene topografische Indikatoren (Höhe über dem nächstgelegenen Fluss, Entfernung zum nächstgelegenen Fluss, Entfernung zum Gebietsauslass, Flussordnung und topografischer Nässeindex) mit Einzugsgebietseigenschaften zu Klima, Landnutzung, Boden und Geologie kombiniert werden können, um die Vorhersagbarkeit des Nährstoffaustrags im Vergleich zu konventionellen, räumlich aggregierten Einzugsgebietseigenschaften zu verbesserm. Dies erfolgt durch die Anwendung statistischer Methoden sowie erklärbarer maschineller Lernverfahren (Explainable Artificial Intelligence, XAI).
Darüber hinaus ist geplant, die abgeleiteten Einzugsgebieteigenschaften als Erweiterung der CAMELS-DE-Daten (eine Initiative für einen konsistenten, frei verfügbaren Datensatz für hydro-meteorologische Analysen in Einzugsgebieten in Deutschland) zu veröffentlichen, um die Ergebnisse dieser Doktorarbeit einem breiten Nutzergruppe Publikum aus Forschung und Praxis zur Verfügung zu stellen und einen Beitrag zu besseren Nährstoffmanagement in deutschen Gewässern zu leisten.