A platform for research: civil engineering, architecture and urbanism
Risikomanagement: Sensivitätsauswertung von Trinkwasserversorgungsgebieten ohne hydraulische Modellierung
Die Gewährleistung einer sicheren Wasserversorgung erfordert von den Versorgungsunternehmen ein strukturiertes Risikomanagementsystem, welches sich im operativen Betrieb leicht umsetzen lässt. Grundlage für Maßnahmen zur Risikokontrolle und Risikoreduzierung ist eine solide Risikoanalyse. Für Betreiber von mehreren und/oder sehr großen Versorgungsgebieten ist eine detaillierte Risikoanalyse sehr zeit- und kostenintensiv. Die Priorisierung der Versorgungsgebiete nach Sensitivitätswert (eine Zusammensetzung der Versorgungsgebietseigenschaften, die die Versorgungssicherheit beeinflussen können) ermöglicht eine zielgerichtete Reduzierung des Bearbeitungsaufwands. Hierfür wurde ein integrativer Ansatz basierend auf acht leicht erhebbaren Kriterien (Kennzahlen) vorgeschlagen. Zur Unterstützung des anschließenden Priorisierungsschrittes werden drei Methoden der multikriteriellen Entscheidungsfindung eingesetzt: Ranking, Expertenbefragung, analytischer Hierarchieprozess (AHP). Anhand einer Fallstudie mit dreizehn Trinkwasserversorgungsgebieten in Mitteldeutschland wird der Ansatz zur Sensitivitätsanalyse von Trinkwasserversorgungsgebieten beispielhaft entwickelt und angewendet. Die vorgestellte Sensitivitätsanalyse besteht aus folgenden drei Komponenten: (1) Datenakquisition und Datenaufbereitung zu den Bewertungskriterien; (2) Gewichtung der Kriterien mit dem Wissen vor Ort sowie (3) Auswahl der sensitivsten Gebiete durch die Zusammenführung der Kriterienwerte und Gewichte.
Risikomanagement: Sensivitätsauswertung von Trinkwasserversorgungsgebieten ohne hydraulische Modellierung
Die Gewährleistung einer sicheren Wasserversorgung erfordert von den Versorgungsunternehmen ein strukturiertes Risikomanagementsystem, welches sich im operativen Betrieb leicht umsetzen lässt. Grundlage für Maßnahmen zur Risikokontrolle und Risikoreduzierung ist eine solide Risikoanalyse. Für Betreiber von mehreren und/oder sehr großen Versorgungsgebieten ist eine detaillierte Risikoanalyse sehr zeit- und kostenintensiv. Die Priorisierung der Versorgungsgebiete nach Sensitivitätswert (eine Zusammensetzung der Versorgungsgebietseigenschaften, die die Versorgungssicherheit beeinflussen können) ermöglicht eine zielgerichtete Reduzierung des Bearbeitungsaufwands. Hierfür wurde ein integrativer Ansatz basierend auf acht leicht erhebbaren Kriterien (Kennzahlen) vorgeschlagen. Zur Unterstützung des anschließenden Priorisierungsschrittes werden drei Methoden der multikriteriellen Entscheidungsfindung eingesetzt: Ranking, Expertenbefragung, analytischer Hierarchieprozess (AHP). Anhand einer Fallstudie mit dreizehn Trinkwasserversorgungsgebieten in Mitteldeutschland wird der Ansatz zur Sensitivitätsanalyse von Trinkwasserversorgungsgebieten beispielhaft entwickelt und angewendet. Die vorgestellte Sensitivitätsanalyse besteht aus folgenden drei Komponenten: (1) Datenakquisition und Datenaufbereitung zu den Bewertungskriterien; (2) Gewichtung der Kriterien mit dem Wissen vor Ort sowie (3) Auswahl der sensitivsten Gebiete durch die Zusammenführung der Kriterienwerte und Gewichte.
Risikomanagement: Sensivitätsauswertung von Trinkwasserversorgungsgebieten ohne hydraulische Modellierung
Risk management: Analysis of drinking water supply vulnerability without application of hydraulic modeling
Terekhanova, Tatyana (author) / Traenckner, Jens (author) / Gruettner, Tristan (author) / Perdu, Guillaume (author)
Das Gas- und Wasserfach. Ausgabe Wasser, Abwasser ; 154 ; 1348-1356
2013
9 Seiten, 5 Bilder, 2 Tabellen, 13 Quellen
Article (Journal)
German
Hydraulische Modellierung für die Hochwasserentlastungsanlage der Sösetalsperre
BASE | 2008
|Hydraulische Modellierung für die Hochwasserentlastungsanlage der Sösetalsperre
HENRY – Federal Waterways Engineering and Research Institute (BAW) | 2008
|Hydrologische und hydraulische Modellierung zur Beschreibung aquatischer Habitate
HENRY – Federal Waterways Engineering and Research Institute (BAW) | 2012
|