Um zukünftigen negativen Auswirkungen von Extremwetterereignissen auf die Wasserqualität von Fließgewässern entgegenzuwirken, werden praxisnahe Vorsorge- und Managementkonzepte benötigt. Dafür werden im Rahmen des RiQO-Projektes Wasserqualitätsveränderungen durch Starkregenereignisse und Trockenperioden auf lokaler und regionaler Ebene in Baden-Württemberg untersucht und einzugsgebietsspezifische Risikobewertungen vorgenommen.
In den letzten Jahren haben die Berichte über Schäden durch Starkregenereignisse sowie Bilder von ausgetrockneten Flüssen und Quellen als Folgen von langanhaltenden Dürren stark zugenommen. Solche Extremereignisse beeinflussen und verändern die Eintragsmuster und -pfade für anthropogene Stoffe in die Gewässer. So können Starkregen, die auf versiegelte Flächen wie Straßen oder auf ausgetrocknete Böden treffen, verstärkte Abschwemmungen von Nähr- und Schadstoffen verursachen. Demgegenüber stehen immer länger anhaltende Trockenperioden im Sommer, in denen Basisabflüsse in Bächen und Flüssen regelmäßig auf ein Minimum reduziert werden und oft zu großen Teilen nur noch aus der Einleitung von geklärtem Abwasser bestehen oder gänzlich trockenfallen.
Um neue Erkenntnisse zur Auswirkung von Extremereignissen auf die Wasserqualität von Oberflächengewässern zu gewinnen, verfolgt das Forschungsprojekt RiQO einen kombinierten Ansatz aus einem Monitoring der anthropogenen Spurenstoffe, geographischer Informationsverarbeitung, statistischen Methoden und maschinellem Lernen zur Mustererkennung. Dabei werden mittels Non-Target-Screening und zusätzlicher Target-Analytik ausgewählter Stoffgruppen ereignis- und einzugsgebietsspezifische Muster von Wasserqualitätsveränderungen untersucht. Der Vorteil von Non-Target-Screening ist, dass nach unbekannten Substanzen gesucht und diese identifiziert werden können. Zudem ist der qualitative Vergleich zwischen Wasserproben möglich, da die Gesamtheit der messbaren bekannten als auch unbekannten Substanzen berücksichtigt wird. Darüber hinaus wird auch ein semi-quantitativer Ansatz erarbeitet, um Konzentrationsbereiche bestimmter Parameter(gruppen) zu erhalten. Die Ergebnisse der Wasserqualitätsuntersuchungen werden verwendet, um eine auf geographischer Informationsverarbeitung und maschinellem Lernen beruhende Mustererkennung (z. B. Decision- Tree- und Random Forest-Verfahren) zur Stoffgruppenverteilung zu validieren. Somit lassen sich ereignis- und einzugsgebietsspezifische Risikobewertungen vornehmen und Wasserqualitätsveränderungen durch Extremereignisse auf verschiedenen räumlichen Skalen bewerten. Die Ergebnisse besitzen hohe Relevanz für das Management von Oberflächengewässern, gerade auch im Hinblick auf die Trinkwasserbeschaffenheit, da Wasserqualitätsbeeinträchtigungen auch einen erhöhten Aufwand für die Wasseraufbereitung und das Monitoring bedeuten.
