Entwicklung

Um diese Informationslücke zu schließen und Wasserstandsinformationen für beliebige Orte entlang eines Gewässers zu generieren, wird an der Bundesanstalt für Gewässerkunde (BfG) seit 1998 an der Flusshydrologische Software FLYS gearbeitet. Nach 15 Jahren Entwicklungsarbeit wurde im Jahr 2013 mit FLYS3 ein web-basierter Fachdienst veröffentlicht, der es registrierten Nutzern ermöglicht Wasserstände für beliebige Orte und Strecken für ausgewählte Abflüsse, bzw. Wasserstände an Pegeln abzuleiten:

FLYS3 – Flusshydrologischer Webdienst

Methodik

FLYS3 ist kein hydraulisches Modell, sondern ein Werkzeug zur Verarbeitung und Interpolation von bestehenden Modellergebnissen. Diese bestehenden Modellergebnisse sind in der Regel Ergebnisse von 1-dimensionalen hydraulischen Berechnungen mit dem Modell SOBEK (DELTARES, 2018), welche für die meisten Bundeswasserstraßen bereits vorliegen. Für jeweils 30 stationäre Abflusszustände, von extremen Niedrigwassern (0,5 * mittleres Niedrigwasser (0.5MNQ)) bis zu extremen Hochwassern (500-jährliches Hochwasser (HQ500)), decken diese Simulationen die gesamte Bandbreite möglicher hydraulischer Zustände ab.

Abb. 2: FLYS3-Wasserspiegellagen an der Elbe bei Rosslau und Dessau.

An Beispieldaten eines ausgesuchten Tages, dem 21.12.2016, umgeben drei stationäre FLYS3-Wasserspiegellagen die tagesgemittelten Pegelmesswerte von Rosslau und Dessau und lassen erste visuelle Abschätzungen zu:

Abb. 3: Ausgewählte stationäre FLYS3-Wasserspiegellagen (0.5MQ, a und 0.75MQ) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Für die Berechnung eines Wasserstandes entlang der Gewässerachse eines Flusses mit Bezug zu einem Wasserstand an einem Pegel sind in der Weboberfläche von FLYS3 mehrere Arbeitsschritte vorzunehmen. Am Beispiel der Elbe zwischen Rosslau und Dessau für den Tag des 21.12.2016 sind dies:

1. Auswahl des Berechungsmoduls W-INFO
2. Auswahl des Gewässers Elbe
3. Auswahl der Berechnungsart Wasserstand/Wasserspiegellage
4. Festlegung der Berechnungsstrecke von Kilometer 257 bis 262 mit Werten alle 100 m
5. Auswahl des Bezugspegels Wittenberg
6. Eingabe des Bezugswasserstandes von 174 cm am Bezugspegel (Tagesmittelwert des 21.12.2016)

Diese Eingaben der genannten Daten liefern folgendes Ergebnis:

Abb. 4: FLYS3-Wasserspiegellage an der Elbe bei Rosslau und Dessau bei einem Wasserstand von 174 cm am Pegel Wittenberg (Tagesmittelwert des 21.12.2016).

Probleme durch die Auswahl des Bezugspegels

Am Pegel Rosslau ist die Abweichung zwischen gemessenem Wasserstand( 137 cm $\widehat{=}$ 55.2 m über NHN) und mittels FLYS3 berechnetem Wasserstand ( 140 cm $\widehat{=}$ 55.23 m über NHN) gering und beträgt nur -3 cm. Am Pegel Dessau, unterhalb der Mündung der Mulde, beträgt die Abweichung zwischen gemessenem Wasserstand ( 165 cm $\widehat{=}$ 54.6 m über NHN)) und mittels FLYS3 berechnetem Wasserstand ( 138 cm $\widehat{=}$ 54.33 m über NHN) aber bereits 27 cm.

Wendet man nun den FLYS3-Algorithmus zur Interpolation der stationären Wasserspiegellagen mit den relevanten Bezugspegeln Rosslau und Dessau an und fügt diese der Abbildung hinzu, so ergibt sich folgendes Bild:

Abb. 5: FLYS3-Wasserspiegellagen an der Elbe bei Rosslau und Dessau berechnet mittels der Bezugspegel Wittenberg, Rosslau und Dessau.

Ganz offensichtlich hat die Wahl des Bezugspegels einen maßgeblichen Einfluss auf die Lage der resultierenden Wasserspiegellagen und die Differenzen zwischen der höchsten und der niedrigsten der drei Wasserspiegellagen betragen 27 bis 31 cm.

Bedingt durch die Stationarität der FLYS3 zu Grunde liegenden SOBEK-Modelle, ist FLYS3 gut geeignet zeitlich gemittelte, langfristige Daten zu verarbeiten. Bei der Aufstellung der 30 stationären Abflussmodelle wurden Zuflüsse signifikanter Nebengewässer ebenso mit stationären, langfristig gemittelten Abflüssen als Randbedingungen integriert. In Situationen in denen Nebengewässer mit signifikanten Abflussvolumina jedoch stark vom Abflusszustand des Hauptgewässers abweichen, kommt die Wasserspiegellagenberechnung mittels FLYS3, die nur von einem Bezugspegel abhängt, an ihre Grenzen. Das wiederum führt zu starken Abweichungen im Bereich mehrerer Dezimeter zwischen berechneten Wasserspiegellagen und gemessenen Wasserständen.

Im verwendeten Beispiel liegt der Abfluss der Elbe am Pegel Rosslau knapp über 0.5MQ (~200 m³/sec). Der Pegel Dessau-Brücke weist die Mulde einen relativ hohen Abfluss nahe eines MQ auf (~75 m³/sec), was unterhalb der Mündung dazu führt, dass die stationäre Wasserspiegellage a (~272 m³/sec) der Elbe überschritten wird. Der Wasserstand in Dessau ist somit ca. 30 cm höher, als die Wasserstandssituation in Rosslau erwarten ließ. Um derartige Effekte durch Instationaritäten aufzufangen und kontinuierliche Wasserspiegellagen berechnen zu können, sind also andere Berechnungsmethoden notwendig, welche im Folgenden präsentiert werden.

Pegeldaten

In den Funktionen des Paketes hyd1d werden zwei unterschiedliche Datenbestände von Pegeldaten verwendet und über Stammdaten verknüpft.

FLYS3 Wasserspiegellagen

Auch die stationären Wasserspiegellagen für Elbe und Rhein aus FLYS3 sind in das Paket hyd1d integriert. Der paket-interne Datensatz df.flys beinhaltet die 30 stationären Wasserspiegellagen für den Rhein (HKV Hydrokontor, 2014) und die Elbe (Busch & Hammer, 2009). Die räumlichen Auflösung der Daten beträgt im Normalfall 200 m, was Wasserspiegellageninformationen an jedem gerade Hektometer entspricht. Alle Wasserspiegellageninformationen dazwischen müssen linear interpoliert werden (waterLevelFlys3InterpolateX()).

Auswahl streckenbezogener Bezugspegel

Für die ausgewählte exemplarische Berechnungsstrecke von Kilometer 257,0 bis 262,0 an der Elbe sind vier Pegel relevant. Zwei Pegel liegen innerhalb der Berechnungsstrecke, nämlich Rosslau und Dessau. Der nächste Pegel stromauf der Berechnungsstrecke ist Vockerode bei Kilometer 245,0. Der nächste Pegel stromab der Berechnungsstrecke ist Aken bei Kilometer 274,8.

Abb. 6: Relevante Bezugspegel für die Berechnungsstrecke von Kilometer 257 bis 262 an der Elbe bei Rosslau und Dessau.

Berechnung der Wasserspiegellagen an den Bezugspegeln

Im folgenden Schritt werden die Pegeldaten für einen gewählten Zeitpunkt ermittelt, was in diesem Beispiel der 21.12.2016 ist. Dafür werden die Wasserstandswerte (cm) durch 100 dividiert und zu dem jeweiligen Pegelnullpunkt (PNP in m über Normalhöhennull (NHN)) addiert.

Abb. 7: Wasserstände an den relevanten Bezugspegeln für die Berechnungsstrecke von Kilometer 257 bis 262 an der Elbe bei Rosslau und Dessau.

Bestimmung der einrahmenden FLYS3-Wasserspiegellagen

Die weiteren Berechnungen erfolgen abschnittsweise, wobei die jeweiligen Berechnungsabschnitte jeweils von zwei benachbarten Pegeln eingerahmt werden.

Abb. 8: Berechnungsabschnitte für die Berechnungsstrecke von Kilometer 257 bis 262 an der Elbe bei Rosslau und Dessau.

Das bedeutet, dass die Beispielstrecke in drei Berechnungsabschnitte aufgeteilt wird:

1. VOCKERODE - ROSSLAU
2. ROSSLAU - DESSAU
3. DESSAU - AKEN

Anhand des zweiten Abschnitts von Rosslau bis Dessau erklärt sich dann auch die Selektion der einrahmenden FLYS3-Wasserspiegellagen:

Abb. 9: Ausgewählte stationäre FLYS3-Wasserspiegellagen (0.5MQ und 0.75MQ) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Die Wasserspiegellage 0.5MQ ist die höchste FLYS3-Wasserspiegellage, die niedriger ist als die Wasserstände an den beiden Pegeln Rosslau und Dessau. Die Wasserspiegellage 0.75MQ ist die niedrigste FLYS3-Wasserspiegellage, die höher ist als die Wasserstände an den Pegeln. Die Wasserspiegellage a, die zwischen den Wasserspiegellagen 0.5MQ und 0.75MQ liegt, wird am Pegel Rosslau unterschritten, am Pegel Dessau aber überschritten und ist damit für den folgenden Schritt der Interpolation ungeeignet.

Interpolation zwischen den einrahmenden FLYS3-Wasserspiegellagen

In einem vorbereitenden Schritt wird nun die relative Lage der gemessenen Wasserstände an den Pegeln zu den einrahmenden FLYS3-Wasserspiegellagen 0.5MQ und 0.75MQ bestimmt. Die niedrigere Wasserspiegellage 0.5MQ erhält dabei das Gewicht 0, die höhere Wasserspiegellage 0.75MQ das Gewicht 1. Die Wasserstände an den Pegel liegen im Standardfall zwischen 0 und 1 (0 - 1 x der Differenz von 0.75MQ - 0.5MQ). Nur in Situationen, in denen der Wasserstand an einem Pegel höher liegt als die höchste FLYS3-Wasserspiegellage HQ500, wird das realtive Gewicht größer als 1. In Situationen, in denen die niedrigste FLYS3-Wasserspiegellage 0.5MNQ an einem Pegel unterschritten wird, kann das relative Gewicht auch negativ werden.

Abb. 10: Ausgewählte stationäre FLYS3-Wasserspiegellagen (0.5MQ und 0.75MQ) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau und deren relative Lage zwischen den FLYS3-Wasserspiegellagen.

Diese relativen Gewichte an den Pegeln werden über die Strecke zwischen den Pegeln linear interpoliert.

Abb. 11: Relatives Gewicht für die Interpolation der Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau zwischen den FLYS3-Wasserspiegellagen 0.5MQ und 0.75MQ.

Kombiniert man nun die lineare Interpolation des Gewichts zwischen den einrahmenden FLYS3-Wasserspiegellagen 0.5MQ und 0.75MQ mit den Wasserständen über folgende mathematische Beziehung:

WSL = WSL_0.5MQ + Gewicht * (WSL_0.75MQ − WSL_0.5MQ)

Dann erhält man für den 2. Abschnitt folgendes Produkt:

Abb. 12: Interpolierte Wasserspiegellage, ausgewählte stationäre FLYS3-Wasserspiegellagen (0.5MQ und 0.75MQ) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Nach Kombination der Daten aller drei Berechungsabschnitte erhält man folgendes, finales Produkt:

Abb. 13: Interpolierte Wasserspiegellage, berechnungsrelevante stationäre FLYS3-Wasserspiegellagen (0.5MQ, a und 0.75MQ) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

waterLevel

Die zuvor detailliert beschriebene Interpolation von FLYS3-Wasserspiegellagen anhand von Pegeldaten ist in der Funktion waterLevel() implementiert. Diese Funktion nutzt für die Interpolation die Paket-internen Pegeldaten aus dem Datensatz df.gauging_data, welcher tages-gemittelte Pegeldaten seit dem 01.01.1960 enthält. Daher sind Berechungen für den Zeitraum vom 01.01.1960 bis gestern möglich.

Nach der Initialisierung eines Objektes der Klasse WaterLevelDataFrame ist die Verwendung der Funktion denkbar einfach:

wldf <- waterLevel(wldf)
summary(wldf)
#> $slots
#>                                                          
#> river                                                Elbe
#> time                                           2016-12-21
#> gauging_stations         VOCKERODE, ROSSLAU, DESSAU, AKEN
#> gauging_stations_missing                             None
#> comment                         Computed by waterLevel().
#> 
#> $data
#>     station       station_int           w        
#>  Min.   :257.0   Min.   :257000   Min.   :54.42  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.:54.67  
#>  Median :259.5   Median :259500   Median :54.82  
#>  Mean   :259.5   Mean   :259500   Mean   :54.87  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.:55.11  
#>  Max.   :262.0   Max.   :262000   Max.   :55.35

Soll das Berechnungsergebnis auch noch mittels plotShiny() visualisiert werden, so sollte zusätzlich noch das Argument shiny = TRUE genutzt werden:

wldf <- waterLevel(wldf, shiny = TRUE)
summary(wldf)
#> $slots
#>                                                          
#> river                                                Elbe
#> time                                           2016-12-21
#> gauging_stations         VOCKERODE, ROSSLAU, DESSAU, AKEN
#> gauging_stations_missing                             None
#> comment                         Computed by waterLevel().
#> 
#> $data
#>     station       station_int           w            section    
#>  Min.   :257.0   Min.   :257000   Min.   :54.42   Min.   :1.00  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.:54.67   1st Qu.:2.00  
#>  Median :259.5   Median :259500   Median :54.82   Median :2.00  
#>  Mean   :259.5   Mean   :259500   Mean   :54.87   Mean   :2.02  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.:55.11   3rd Qu.:2.00  
#>  Max.   :262.0   Max.   :262000   Max.   :55.35   Max.   :3.00  
#>     weight_x           weight_y     
#>  Min.   :0.008197   Min.   :0.1000  
#>  1st Qu.:0.161765   1st Qu.:0.1911  
#>  Median :0.529412   Median :0.2640  
#>  Mean   :0.520204   Mean   :0.3192  
#>  3rd Qu.:0.897059   3rd Qu.:0.4294  
#>  Max.   :1.000000   Max.   :0.6302

xlim_min <- 257
xlim_max <- 263
plotShiny(wldf, TRUE, TRUE, TRUE, xlim = c(xlim_min, xlim_max))
legend("topright", 
       col = c("darkblue", "darkblue", "darkblue", "red", "black"), 
       pch = c(21, NA, NA, NA, NA), 
       pt.bg = c("darkblue", NA, NA, NA, NA), 
       pt.cex = c(1, NA, NA, NA, NA), 
       lty = c(0, 0, 1, 1, 1), 
       lwd = c(0, 0, 2, 1, 1),
       legend = c("Wasserstand", "Gewicht", "waterLevel", "obere FLYS-WSL", 
                  "untere FLYS-WSL"), 
       text.col = c(1, "darkblue", 1, 1, 1),
       cex = 0.7, bty = "n")

Abb. 14: Interpolierte Wasserspiegellage, berechnungsrelevante stationäre FLYS3-Wasserspiegellagen (0.5MQ, a und 0.75MQ) und Wasserstände vom 21.12.2016 an der Elbe bei Rosslau und Dessau.

Dadurch werden zusätzlich zu den Spalten station, station_int und w des .Data-Slots die Spalten section, weight_x und weight_y angelegt, die für das Visualisieren notwendig sind.

waterLevelPegelonline

Die Funktion waterLevelPegelonline() funktioniert equivalent zur Funktion waterLevel(), greift für die Berechung aber auf eine andere Datenquelle für die Pegeldaten zurück, nämlich https://pegelonline.wsv.de/gast/start. Auf Grund dieser externen Datenquelle sind Berechnungen auch nur 30 Tage rückwirkend möglich, aber mit einer hohen zeitlichen Auflösung.

# one hour ago
time <- as.POSIXct(Sys.time() - 3600)

# initialize a WaterLevelDataFrame
wldf <- WaterLevelDataFrame(river   = "Elbe",
                            time    = time,
                            station = seq(257, 262, 0.1))

# compute w
wldf <- waterLevelPegelonline(wldf, shiny = TRUE)
summary(wldf)
#> $slots
#>                                                              
#> river                                                    Elbe
#> time                               2024-11-04 04:20:21.749522
#> gauging_stations             VOCKERODE, ROSSLAU, DESSAU, AKEN
#> gauging_stations_missing                                 None
#> comment                  Computed by waterLevelPegelonline().
#> 
#> $data
#>     station       station_int           w            section    
#>  Min.   :257.0   Min.   :257000   Min.   :54.59   Min.   :1.00  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.:54.85   1st Qu.:2.00  
#>  Median :259.5   Median :259500   Median :55.06   Median :2.00  
#>  Mean   :259.5   Mean   :259500   Mean   :55.11   Mean   :2.02  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.:55.40   3rd Qu.:2.00  
#>  Max.   :262.0   Max.   :262000   Max.   :55.68   Max.   :3.00  
#>     weight_x           weight_y     
#>  Min.   :0.008197   Min.   :0.3615  
#>  1st Qu.:0.161765   1st Qu.:0.4354  
#>  Median :0.529412   Median :0.6404  
#>  Mean   :0.520204   Mean   :0.6421  
#>  3rd Qu.:0.897059   3rd Qu.:0.8454  
#>  Max.   :1.000000   Max.   :0.9192

# and plot the results
plotShiny(wldf, TRUE, TRUE, TRUE, xlim = c(xlim_min, xlim_max))
legend("topright", 
       col = c("darkblue", "darkblue", "darkblue", "red", "black"), 
       pch = c(21, NA, NA, NA, NA), 
       pt.bg = c("darkblue", NA, NA, NA, NA), 
       pt.cex = c(1, NA, NA, NA, NA), 
       lty = c(0, 0, 1, 1, 1), 
       lwd = c(0, 0, 2, 1, 1),
       legend = c("Wasserstand", "Gewicht", "waterLevel", "obere FLYS-WSL", 
                  "untere FLYS-WSL"), 
       text.col = c(1, "darkblue", 1, 1, 1),
       cex = 0.7, bty = "n")

Abb. 15: Interpolierte Wasserspiegellage, berechnungsrelevante stationäre FLYS3-Wasserspiegellagen und Wasserstände vom 04.11.2024 04:20 Uhr an der Elbe bei Rosslau und Dessau.

waterLevelFlood1 & waterLevelFlood2

Um die neu entwickelten Funktionen waterLevel() und waterLevelPegelonline() mit den existierenden Berechnungsmethoden vergleichen zu können, wurde auch die Funktionen waterLevelFlood1() und waterLevelFlood2() implementiert. Diese Funktionen berechnen Wasserspiegellagen analog zur Flut1- und Flut2-Methoden der Modellierungsumgebung INFORM (Rosenzweig, Giebel, & Schleuter, 2011). Dazu wird mittels der Flut1-Methode die Referenzwasserspiegellage MQ vertikal so verschoben, dass sie den Wasserstandswert am ausgewählten Bezugspegel schneidet, bei der Flut2-Methode werden Wasserspiegellagen durch lineare Interpolation umliegender Pegeldaten berechnet.

wldf <- WaterLevelDataFrame(river   = "Elbe",
                            time    = as.POSIXct("2016-12-21"),
                            station = seq(257, 262, 0.1))

wldf1 <- waterLevelFlood1(wldf, "ROSSLAU", shiny = TRUE)
summary(wldf1)
#> $slots
#>                                                                                            
#> river                                                                                  Elbe
#> time                                                                             2016-12-21
#> gauging_stations                                                                    ROSSLAU
#> gauging_stations_missing                                                               None
#> comment                  Computed by waterLevelFlood1(): gauging_station = ROSSLAU, w = 137
#> 
#> $data
#>     station       station_int           w            section     weight_x
#>  Min.   :257.0   Min.   :257000   Min.   :54.15   Min.   :1   Min.   :1  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.:54.44   1st Qu.:1   1st Qu.:1  
#>  Median :259.5   Median :259500   Median :54.68   Median :1   Median :1  
#>  Mean   :259.5   Mean   :259500   Mean   :54.73   Mean   :1   Mean   :1  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.:55.05   3rd Qu.:1   3rd Qu.:1  
#>  Max.   :262.0   Max.   :262000   Max.   :55.36   Max.   :1   Max.   :1  
#>     weight_y    
#>  Min.   :-0.92  
#>  1st Qu.:-0.92  
#>  Median :-0.92  
#>  Mean   :-0.92  
#>  3rd Qu.:-0.92  
#>  Max.   :-0.92

wldf2 <- waterLevelFlood1(wldf, "DESSAU", shiny = TRUE)
summary(wldf2)
#> $slots
#>                                                                                           
#> river                                                                                 Elbe
#> time                                                                            2016-12-21
#> gauging_stations                                                                    DESSAU
#> gauging_stations_missing                                                              None
#> comment                  Computed by waterLevelFlood1(): gauging_station = DESSAU, w = 165
#> 
#> $data
#>     station       station_int           w            section     weight_x
#>  Min.   :257.0   Min.   :257000   Min.   :54.43   Min.   :1   Min.   :1  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.:54.72   1st Qu.:1   1st Qu.:1  
#>  Median :259.5   Median :259500   Median :54.96   Median :1   Median :1  
#>  Mean   :259.5   Mean   :259500   Mean   :55.01   Mean   :1   Mean   :1  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.:55.33   3rd Qu.:1   3rd Qu.:1  
#>  Max.   :262.0   Max.   :262000   Max.   :55.64   Max.   :1   Max.   :1  
#>     weight_y    
#>  Min.   :-0.64  
#>  1st Qu.:-0.64  
#>  Median :-0.64  
#>  Mean   :-0.64  
#>  3rd Qu.:-0.64  
#>  Max.   :-0.64

wldf3 <- waterLevelFlood2(wldf)
summary(wldf3)
#> $slots
#>                                                          
#> river                                                Elbe
#> time                                           2016-12-21
#> gauging_stations         VOCKERODE, ROSSLAU, DESSAU, AKEN
#> gauging_stations_missing                             None
#> comment                    Computed by waterLevelFlood2()
#> 
#> $data
#>     station       station_int           w        
#>  Min.   :257.0   Min.   :257000   Min.   :54.43  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.:54.68  
#>  Median :259.5   Median :259500   Median :54.90  
#>  Mean   :259.5   Mean   :259500   Mean   :54.90  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.:55.12  
#>  Max.   :262.0   Max.   :262000   Max.   :55.35

Abb. 16: Wasserspiegellagen nach Flut1 mit den Bezugspegeln Rosslau (wldf1) und Dessau (wldf2) und Flut2 (wldf3) für den 21.12.2016 an der Elbe bei Rosslau und Dessau.

waterLevelFlys3InterpolateY

Um die neu entwickelten Funktionen waterLevel() und waterLevelPegelonline() mit den existierenden Berechnungsmethoden von FLYS3 vergleichen zu können, wurde auch die Funktion waterLevelFlys3InterpolateY() implementiert. Diese Funktion berechnet Wasserspiegellagen analog zu der Methode, wie sie im W-Info-Modul von FLYS3 implementiert ist. Dazu wird die relative Lage des Wasserstandes zu den zwei einrahmenden FLYS3-Wasserspiegellagen an dem ausgewählten Bezugspegel bestimmt und dann für eine Interpolation zwischen diesen beiden Wasserspiegellagen verwendet.

wldf <- waterLevelFlys3InterpolateY(wldf, "ROSSLAU", shiny = TRUE)
summary(wldf)
#> $slots
#>                                                                                                       
#> river                                                                                             Elbe
#> time                                                                                        2016-12-21
#> gauging_stations                                                                               ROSSLAU
#> gauging_stations_missing                                                                          None
#> comment                  Computed by waterLevelFlys3InterpolateY(): gauging_station = ROSSLAU, w = 137
#> 
#> $data
#>     station       station_int           w            section     weight_x
#>  Min.   :257.0   Min.   :257000   Min.   :54.11   Min.   :1   Min.   :1  
#>  1st Qu.:258.2   1st Qu.:258250   1st Qu.:54.42   1st Qu.:1   1st Qu.:1  
#>  Median :259.5   Median :259500   Median :54.67   Median :1   Median :1  
#>  Mean   :259.5   Mean   :259500   Mean   :54.72   Mean   :1   Mean   :1  
#>  3rd Qu.:260.8   3rd Qu.:260750   3rd Qu.:55.08   3rd Qu.:1   3rd Qu.:1  
#>  Max.   :262.0   Max.   :262000   Max.   :55.35   Max.   :1   Max.   :1  
#>     weight_y     
#>  Min.   :0.1786  
#>  1st Qu.:0.1786  
#>  Median :0.1786  
#>  Mean   :0.1786  
#>  3rd Qu.:0.1786  
#>  Max.   :0.1786

Abb. 17: Wasserspiegellage nach FLYS3 mit dem Bezugspegel Rosslau für den 21.12.2016 an der Elbe bei Rosslau und Dessau.

waterLevelFlys3…

Alle weiteren waterLevelFlys3...-Funktionen (waterLevelFlys3(), waterLevelFlys3Seq() und waterLevelFlys3InterpolateX()) dienen ausschließlich der Aufbereitung und Abfrage von FLYS3-Wasserspiegellagen. Sie können verwendet werden, um die Wasserspiegellagen des Datensatzes df.flys zu extrahieren oder entlang der x-Achse zu linear zu interpolieren, was aber keine inhaltliche Veränderung der Daten nach sich zieht. Diese Funktionalitäten werden innerhalb aller zuvor beschriebenen waterLevel…()-Funktionen verwendet und hier nur der Vollständigkeit halber erwähnt.