Abteilung Siedlungswasserwirtschaft

von Christoph Egger und Max Maurer

Vorhersagen über den baulichen Zustand erlauben es, den zukünftigen Investitionsbedarf unter verschiedenen Sanierungsstrategien zu bestimmen. Somit wird ein proaktives und längerfristiges Management der Kanalnetze ermöglicht. Ein solches wiederum trägt zur besseren Balance zwischen Investitionen und Leistung der Systeme bei. Letztere zeichnet sich u.a. aus durch das Vermögen, grosse Abwassermengen unter Starkniederschlag möglichst schadlos abzuführen. Zur Anpassung der Systeme müssen in Berechnungen daher zusätzlich Informationen über die in Zukunft zu entwässernden Siedlungsflächen als auch über das sich ändernde Niederschlagsregime einfliessen.

Zerfallsmodellierung von Entwässerungsnetzen

Die Kalibrierung von Modellen zur Vorhersage des zukünftigen Zustands wird u.a. erschwert durch folgende Aspekte:

• Limitierter Informationsgehalt der Zustandsdaten durch (i) kleine Datensatzgrössen und (ii) bei geringem Alter der Netze
• Sanierungen in der Vergangenheit, welche nicht in den Daten festgehalten werden (fehlende Datenhistorie) verzerren das Alterungsverhalten.

Unter folgendem Link werden die dafür entwickelten Lösungsansätze im Detail vorgestellt, siehe auch (Egger et al., 2013)

Unsicherheiten durch Änderung und Variabilität des Klimas

Kriterien zur Dimensionierung von Kanalnetzen beschreiben Wiederkehrintervalle, innerhalb derer kritische Wasserstände höchstens einmal überschritten werden dürfen. Dies um das Schadenspotential durch Überflutung zu begrenzen. Einen solchen Nachweis zu führen stellt uns vor folgende Herausforderungen:

• Klimaprognosen sagen vielfach voraus, dass sich die Wahrscheinlichkeit von Starkniederschlägen erhöht. Diese beziehen sich jedoch eine für die Siedlungsentwässerung zu grobe räumliche und zeitliche Skala.
• Der Nachweis, ob Dimensionierungskriterien erfüllt werden, erfolgt heute meist anhand von observierten Niederschlagsreihen. Problematisch sind dabei die relativ kurzen Observationsdauern und damit die geringe Repräsentativität dieser Regenreihen im Hinblick auf Extremniederschlag.

Stochastische Modelle zur Regensimulation und -disaggregation erlauben es, diese Herausforderungen zu überwinden und Unsicherheiten infolge Änderung und Variabilität des Klimas zu berücksichtigen. Weitere Informationen dazu hier. Derzeit ist eine Untersuchung in Bearbeitung, welche die Bedeutung der Unsicherheiten beleuchtet - auch im Hinblick auf zusätzliche Investitionskosten für bewussten Einbau von Sicherheiten in die Systeme.

Ausblick

Die oben beschriebenen Methoden werden derzeit an konkreten Fallbeispielen unter verschiedenen sozio-ökonomischen Szenarien angewandt. Dabei werden folgende Fragestellungen verfolgt:

• Je nach Grösse der Datensätze schwankt die Unsicherheit der Zustandsprognosen und damit der Investitionskosten. Ausserdem hängen die Ergebnisse ab vom Vorwissen über den Zerfallsprozess ). Die Bedeutung des Vorwissens und der Unsicherheiten gilt es darzustellen.
• Wie bedeutend sind die einzelnen Faktoren (i) Anpassungsbedarf der Systeme zur Gewährleistung ihrer hydraulischen Funktion in Zukunft, (ii) Alterung der Systeme und (iii) Siedlungsentwicklung im Hinblick auf die Sanierung der Kanalisation? Und mit welchen Unsicherheiten müssen wir dabei insgesamt rechnen?

Mehr Informationen

• Aqua urbanica
• Egger, C., Scheidegger, A., Reichert, P. and Maurer, M., 2013. Sewer deterioration modeling with condition data lacking historical records. Water Research 47 (17), 6762-6779. Postprint / Verlagsversion

von Lisa Scholten, Judit Lienert, Max Maurer

Unsere zentralisierten Wasserversorgungssysteme werden immer älter. Insbesondere kleinen Einrichtungen (die zusammen mehr als die Hälfte der Schweizer Bevölkerung versorgen; SVGW, 2009) fehlt es oft an institutionellen, finanziellen oder personellen Mitteln, um die langfristige Leistung des Systems vorauszuberechnen und um ihre Wasserversorgungssysteme angesichts einer ungewissen Zukunft proaktiv zu planen. Das Ziel dieses Teilprojekts ist somit die Entwicklung von Ansätzen für:

1. die Prognose des zukünftigen Zustands von zentralisierten Leitungssystemen,
2. eine strategische Sanierungsplanung,
3. eine Entscheidungsanalyse in Bezug auf eine Wasserinfrastruktur, welche die   Unsicherheiten von Prognosen, zukünftigen Entwicklungen sowie der Präferenzen von Akteuren berücksichtigt.

Prognose der Lebensdauer und Schäden von Leitungsnetzwerken im Wasserversorgungsbereich

Um den zukünftigen Zustand von Wasserversorgungsnetzwerken beurteilen zu können, sind Vorhersagmodelle bezüglich Schäden und Lebensdauer von Leitungen erforderlich. Die Basis dazu ist das Wissen über die erwartete Lebensdauer und potenzielle Schäden von Rohrleitungen. In der Praxis sind Daten bezüglich Schäden und Ersatz von Rohrleitungen oft gar nicht vorhanden oder decken nur einen kurzen Zeitraum ab (z. B. die letzten paar Jahre). Zudem reichen die verfügbaren Daten von kleinen Wassernetzwerken üblicherweise nicht aus, um Prognosemodelle stabil zu kalibrieren. Diese Herausforderung kann auf zwei Arten gemeistert werden:

1. Entwicklung von Prognosemodellen, bei denen die fehlenden Daten bezüglich Schäden und Ersatz von Rohrleitungen berücksichtigt werden (z. B. linksseitige Zensierung, rechtsseitige Trunkierung, selektives Überleben)
2. Kombination von Vorwissen mit lokal verfügbaren Daten zwecks Kalibrierung der Modelle (Bayes’sche Parameterinferenz)

Das Vorwissen kann aus verschiedenen Quellen stammen. Im Rahmen dieser Arbeit wurde ein Ansatz zur Erhebung von Expertendaten bezüglich der Lebensdauer von Rohrleitungen und dessen Verwendbarkeit für die Kalibrierung von Vorhersagmodellen entwickelt. Für detaillierte Informationen siehe Scholten et al. (2013a). Mit dem Wissen der Experten konnte eine differenzierte Schätzung der Überlebenskurven für verschiedene Rohrleitungsgruppen gemacht werden (z. B. nach Material und Jahrgang). Durch die Eingliederung der Abweichungen zwischen den Experten konnten verschiedene umweltspezifische und betriebliche Rahmenbedingungen bestätigt werden (ein wichtiger Aspekt beim Erstellen von Modellen für die Bestimmung der Lebensdauer von Rohrleitungen).

Im Rahmen einer anderen Studie wurden Daten von drei mittleren bis grossen Schweizer Wassernetzwerken erhoben, die in unsere Studie eingeflossen sind. Sie wurde mit lokalen Daten kombiniert (durch Bayes'sche Parameterschätzung), um ein neuartiges Modell zur Schadensprognose für ein kleineres Wassernetz zu kalibrieren, siehe Scholten et al. (2013b). Das Modell wird in Scheidegger et al. (2013) präsentiert. Die Autoren zeigen ebenfalls auf, wie im Rahmen dieses Modells mit der allgemeinen Datensituation umgegangen wird. Ähnliche Modellansätze wurden für Entwässerungsnetze (Teilprojekt 2)  entwickelt.

Strategische Rohrleitungssanierungsplanung

Angesichts der Alterung von Rohrleitungen und der hohen Wiederbeschaffungswerte werden im Wassersektor Modelle verstärkt in Entscheidungsprozesse integriert. Neben den Kosten spielen bei diesen Entscheiden verschiedene grundlegende Ziele eine Rolle. In diesem Teilprojekt wurden im Rahmen einer multikriteriellen Entscheidungsanalyse (MCDA, Teilprojekt 4) grundlegende Ziele bezüglich Kosten, Funktionssicherheit und Generationengerechtigkeit berücksichtigt und gegeneinander abgewogen, um die wünschenswertesten langfristigen Sanierungsstrategien definieren zu können. Diese hängen von der langfristigen Leistung der Strategie sowie von den Präferenzen der(s) Entscheidungsträger(s) bezüglich dieser Ziele ab.

Das Schadensmodell wurde deshalb mit einer bestehenden strategischen Asset-Management-Software kombiniert, um die Ergebnisse von 18 Sanierungsstrategien unter vier Zukunftsszenarien für ein kleines Wassernetz abzubilden. Dabei wurde die Parameterunsicherheit des Modells auf die Ergebnisse übertragen und bei der Beurteilung berücksichtigt. Es wurden verschiedene Präferenzen angenommen, um die verschiedenen Alternativen miteinander zu vergleichen. Die Analyse der Fallstudie ergab, dass die übliche ausschliesslich reaktive Sanierungsstrategie in diesem Fall nicht empfehlenswert ist und dass eine jährliche Ersatzrate von 1-2% nach Zustand eine gute langfristige Strategie darstellen könnte. Die Rangfolge der Alternativen wich beim Boom-Szenario (massives Bevölkerungs- und sozioökonomisches Wachstum) am stärksten ab (im Vergleich zum Status-quo- oder zu den Qualitatives-Wachstum-/Doom-Strategien). Für mehr Informationen siehe Scholten et al. (2013b).

Multikriterielle Entscheidungsanalyse unter Unsicherheit – optimale Wasserversorgungsinfrastruktur für die Region Mönchaltorfer Aa

Um langfristig eine „optimale Wasserversorgungsinfrastruktur“ gewährleisten zu können, spielen nicht nur der bauliche Zustand und die Sanierung von Rohrleitungen eine Rolle. Zusammen mit den Akteuren konnten 30 untergeordnete, aber ebenfalls wichtige Ziele für die Trinkwasserversorgung identifiziert werden (Lienert et al. (2014). Diese wurden mit 30 Attributen quantifiziert. Zusätzlich wurden 11 Wasserversorgungsalternativen mit verschiedenen Organisationsformen, geografischen Gesichtspunkten, Managementstrategien und technischen Konfigurationen entwickelt und beurteilt. Die Ergebnisse aller Alternativen bezüglich dieser Attribute wurden unter vier Zukunftsszenarien vorausberechnet, um die Unsicherheit der zukünftigen Entwicklung zu berücksichtigen. Im Rahmen einer Akteurs- und Sozialen Netzwerk-Analyse (Teilprojekt 1) wurden 10 Akteure für individuelle MCDA-Interviews ausgewählt (Lienert et al., 2013). Ihre Präferenzen wurden unter Berücksichtigung der Ungenauigkeit der angegebenen Präferenzen sowie der Unsicherheit der fehlenden Präferenzparameter erhoben und abgebildet (Aggregationsmodell, Wertefunktionen, Risikoverhalten und Skalierungsfaktoren). Damit konnten schlussendlich Wahrscheinlichkeitsverteilungen für die Rangfolge der Alternativen für jeden einzelnen Akteur erstellt werden. Zukünftige Dynamiken und Unsicherheiten wurden dabei miteinbezogen, indem neben der quantitativen Berücksichtigung von Unsicherheiten bei der Erstellung von Prognosen und Auswertung der Ergebnissedie Entscheidungsanalyse und –modellierung mit einer Szenarioplanung verbunden wurde . Diese Ergebnisse werden demnächst veröffentlicht.

Weitere Präferenzerhebungsformate werden im Rahmen einer anderen MCDA zur Identifizierung optimaler Entwässerungssysteme (Teilprojekt 2) erforschen.

Referenzen und weitere Informationen

• Lienert, J., Schnetzer, F., Ingold, K. 2013. Stakeholder analysis combined with social network analysis provides fine-grained insights into water infrastructure planning processes. Journal of Environmental Management 125: 134-148. Postprint / Verlagsversion
• Lienert, J., Scholten, L., Egger, C., Maurer, M. (2014) Structured decision making for sustainable water infrastructure planning and four future scenarios. EURO Journal on Decision Processes, special issue on Environmental Decision Making. Verlagsversion
• SVGW, 2009. Statistische Erhebungen der Wasserversorgungen in der Schweiz Betriebsjahr 2008. Zürich, Schweizer Verein des Gas- und Wasserfaches. Link
• Scholten, L., Scheidegger, A., Reichert, P., Maurer, M., 2013a. Combining expert knowledge and local data for improved service life modeling of water supply networks. Environmental Modelling & Software 42 1-16. Postprint / Verlagsversion
• Scholten, L., Scheidegger, A., Reichert, P., Maurer, M., Lienert, J., 2013b. Strategic rehabilitation planning of piped water networks using multi-criteria decision analysis. Water Research 49: 124-143. Postprint / Verlagsversion
• Scheidegger, A., Scholten, L., Maurer, M., Reichert, P., 2013. Extension of pipe failure models to consider the absence of data from replaced pipes. Water Research 47(11) 3696-3705. Postprint / Verlagsversion
• Scholten, L., Schuwirth. N., Reichert, P., Lienert, J. Tackling uncertainties in multi-criteria decision analysis - An application to water supply infrastructure planning. European Journal of Operational Research. In press. View at publisher | Postprint.

contact: no name view public version   user settings logout Editor/ChiefEditor eberhaar

von Jun Zheng, Judit Lienert

Akteure in öffentliche und umweltbezogene Entscheidungsprozesse miteinzubeziehen, wird immer wichtiger. Dadurch haben diese die Möglichkeit, sich ein Gesamtbild des Entscheidungsproblems zu machen und so ihre Einzelinteressen allfällig hintenanzustellen, wodurch Konflikte vermieden werden können. Ein transparenter Prozess erhöht dabei die Akzeptanz der abschliessenden Empfehlung, wodurch sich die Bereitschaft zur Umsetzung erhöht.

Im Rahmen einer Akteursanalyse und sozialen Netzwerkanalyse (Teilprojekt 1, Lienert et al., 2013) wurden zehn Akteure identifiziert, die bei der Abwasserinfrastrukturplanung einflussreich sind oder die durch eine allfällige Entscheidung betroffen wären. Diese Akteure wurden in den gesamten Entscheidungsanalyseprozess involviert – von der Problemstrukturierungsphase bis zur abschliessenden Empfehlung. Der Fokus dieses Teilprojekts liegt auf der Erfassung der Präferenzen der Akteure, die in ein multiattributives Nutzenmodell integriert werden.

Ziel

Im Rahmen dieses Teilprojekts wurden die Präferenzen der verschiedenen Akteure quantitativ erfasst. Ein Präferenzerhebungsprozess besteht aus einer Reihe von Fragen und Antworten (schrittweise Angabe der Präferenzen). Die Präferenzerhebung gehört zu den komplexeren Aufgaben einer MCDA. Dafür gibt es verschiedene Gründe:

1. Das Entscheidungsproblem ist für die Akteure relevant, aber diese verfügen nicht unbedingt über das erforderliche Wissen, um die Ziele und Attribute verstehen zu können. In einigen Fällen sind insbesondere die Attribute (= Indikatoren, Leistungskennzahlen) unausweichlich technischer Natur. Oft kennen sich Akteure nur in einem spezifischen Bereich aus (z. B. Kosten von Entwässerungssystemen oder Management-Aspekte), verfügen jedoch nicht über das erforderliche Wissen in einem anderen Bereich (z. B. Entfernung von Mikroverunreinigungen aus dem gereinigten Abwasser).
2. In manchen Fällen sind Kompromisse schwierig, da diese jeweils moralische, innere Konflikte heraufbeschwören können. Kompromisse sind jedoch notwendig, wenn nicht alle Ziele gleichzeitig erreicht werden können. Es ist beispielsweise unter Umständen nicht möglich, sämtliche Mikroverunreinigungen aus dem gereinigten Abwasser zu entfernen und gleichzeitig die Kosten möglichst tief zu halten. Im Rahmen des Präferenzerhebungsprozesses werden die Entscheidungsträger explizit gebeten, solche schwierigen Kompromisse einzugehen.
3. Eine Erhebung der Präferenzen ist an sich nicht einfach. Viele finden es schwierig, ihre Präferenzen klar auszudrücken, insbesondere wenn sie im Vorfeld keine Gelegenheit hatten, darüber nachzudenken. Wenn die Präferenzen einer Person nicht klar sind, werden diese während des Erhebungsprozesses numerisch konstruiert.
4. Wir haben versucht, einen strukturierten Erhebungsprozess zu entwickeln, bei dem die Akteure ihre Präferenzen so einfach wie möglich ausdrücken können (Abbildung 1). Gleichzeitig wollten wir aus der Perspektive der MCDA einen methodisch korrekten und aussagekräftigen Prozess anwenden. Wir haben uns ebenfalls für die möglichen Auswirkungen verschiedener Methoden auf den Erhebungsprozess interessiert.

Abbildung 1. Präferenzerhebungsprozess

Methoden

Allgemein gesehen existieren zwei Paradigmen der Erhebung (Abbildung 2). Bei einem direkten Erhebungsansatz werden die Akteure direkt nach den Präferenzparametern befragt, um daraus ein (mathematisches) Präferenzmodell zu konstruieren. Bei einem indirekten Erhebungsansatz hingegen wird ein Aggregationsmodell aus einer Teilmenge von Alternativen abgeleitet. In der Sprache der künstlichen Intelligenz bedeutet dies, sich ein Präferenzmodell auf Basis einer Lernmenge anzueignen.

Die zwei unterschiedlichen Erhebungsmethoden können verschiedene Prozesse in den Köpfen der Menschen auslösen und so schlussendlich verschiedene Aspekte der Präferenzinformationen aufzeigen. Wir haben bei der Erhebung der Präferenzen jeweils beide Ansätze angewandt, um die möglichen Auswirkungen auf die Ergebnisse zu testen. Zudem haben wir ebenfalls die Stabilität der Präferenzen der Akteure untersucht.

[image reference is broken]

Abbildung 2. Zwei Paradigmen der Präferenzerhebungsansätze

Die direkte Erhebung von Präferenzparametern wurde in Form eines Online-Fragebogens und im Rahmen von Interviews umgesetzt. Erfasst wurden die Gewichtung der Ziele und Attribute, die Wertefunktionen, die Risikoeinstellung und die Aggregationsmethoden der jeweiligen Akteure. Unsicherheiten wurden berücksichtigt, indem den Akteuren explizit erlaubt wurde, die Fragen offen zu beantworten, oder indem sie gebeten wurden, den jeweiligen Grad der Unsicherheit anzugeben. Wir haben ebenfalls die bekannten Verzerrungseffekte („Splitting Bias“ und „Goal-directed Bias“) aus der Literatur berücksichtigt und entsprechende Abhilfemassnahmen eingeleitet, um diese so weit wie möglich zu vermeiden.

Der indirekte Erhebungsansatz wurde ebenfalls im Rahmen von Interviews angewandt. Die Fragen bestanden aus paarweisen Vergleichen hypothetischer Alternativen, der Stärke der Präferenzen und Fragen zu Zielkonflikten. Aus dieser Information wurden unpräzise Modelle abgeleitet, welche die Präferenzen der Akteure abbilden. Die Modelle wurden mit Hilfe linearer Programmierung erstellt.

Bei beiden Methoden wurden die Akteure ermuntert, während des Interviews „laut zu denken“, d. h. sie wurden gebeten, ihre Urteilsbildung zu erklären. Im Fall von unterschiedlichen Antworten zwischen den Interviews wurde im Rahmen einer Diskussion untersucht, ob die Änderung durch die unterschiedlichen Erhebungsmethoden oder durch eine echte Veränderung der Präferenzen verursacht worden war.

Wichtigste Ergebnisse

Da das Projekt noch nicht abgeschlossen ist, existieren noch keine endgültigen Ergebnisse.

Weitere Informationen

• Lienert, J., Schnetzer, F., Ingold, K. (2013) Stakeholder analysis combined with social network analysis provides fine-grained insights into water infrastructure planning processes. Journal of Environmental Management 125: 134-148. Publikation herunterladen Postprint / Verlagsversion
• Lienert, J., Scholten, L., Egger, C., Maurer, M. (2014) Structured decision making for sustainable water infrastructure planning and four future scenarios. EURO Journal on Decision Processes, special issue on Environmental Decison Making: in press.
• Zheng, J., Egger, C., Lienert, J. (2014a) Multi-criteria decision analysis for wastewater infrastructure planning incorporating stakeholders’ preferences (working title, in preparation).
• Zheng, J., Lienert, J. (2014b) Stakeholder preference elicitation and modeling for wastewater infrastructure planning: a comparative evaluation of two elicitation methods (working title, in preparation).