Finds documents with both search terms in any word order, permitting "n" words as a maximum distance between them. Best choose between 15 and 30 (e.g. NEAR(recruit, professionals, 20)).
Finds documents with the search term in word versions or composites. The asterisk * marks whether you wish them BEFORE, BEHIND, or BEFORE and BEHIND the search term (e.g. lightweight*, *lightweight, *lightweight*).
Ziel dieser Arbeit war die Erstellung eines Gesamtkonzepts zum Fischmonitoring an einer unstrukturierten Blockrampe, welches in weiterer Folge als Grundlage für weitere Untersuchungen an Fließgewässern dienen sollte. Die hierbei betrachtete unstrukturierte Blockrampe befindet sich an der Ötztaler Ache im Ortsgebiet von Brunau (Bezirk Imst) in Tirol. Unter Zuhilfenahme einer hydroakustischen Methode konnte klar dargelegt werden, dass das Bauwerk das longitudinale Kontinuum wiederhergestellt hat und die Fischwanderung wieder ermöglicht. Von den eingesetzten Machine-Learning-Algorithmen wurde erhofft, dass diese den Sichtungsaufwand der hydroakustischen Videos drastisch reduzieren, jedoch zeigten sich die niedrig aufgelösten hydroakustischen Daten als zu problematisch für die vorhandenen Modelle. Diese Ergebnisse wurden auch durch Elektrobefischungen untermauert. Bei diesen Befischungen wurde im Oberwasser die seltene Begleitart Äsche gefangen, welche vor dem Bau der unstrukturierten Blockrampe oberhalb der Wehranlage nicht nachgewiesen war.
Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.
1 Einleitung
Die Bedeutung der Konnektivität in einem Flusssystem kann mittels des von Ward & Standford 1983 entwickelten „Serial Discontinuity Concept“ (SDC) und 1995 erweiterten „Extended Serial Discontinuity Concept“ (Ward und Stanford 1995) beschrieben werden. Ward (1989) beschreibt dies als „Vierdimensionalität von Fließgewässern“ mit drei räumlichen Ebenen, der longitudinalen, der lateralen und der vertikalen. Als vierte Ebene zählt die zeitliche Variabilität, d. h. das Abflussgeschehen im Jahresverlauf. Fische sind die älteste und artenreichste Wirbeltiergruppe, welche seit dem frühen Ordovizium vor rund 450 bis 470 Mio. Jahren dokumentiert ist. Heute leben in etwa 35.100 Arten in Meeren und Süßwasser (Froese und Pauly 2023).
Fische haben sich in den Jahrmillionen ihrer Entwicklung an ebendiese „Vierdimensionalität der Fließgewässer“ angepasst (Jungwirth et al. 2003). Daher gibt es unterschiedlichste Wanderbewegungen von Fischen. Die mitunter bekanntesten sind saisonale Wanderungen, welche Laichwanderung, Laich-Rückwanderung, Larvendrift, sowie Wanderungen in Nahrungshabitate und in Winterquartiere miteinschließen. Weitere Wanderbewegungen können unfreiwillig passieren wie z. B. die Verdriftung oder Schutzwanderungen bei Hochwasser (Schletterer et al. 2016). Außerdem bekannt sind tägliche Wanderungen, die beispielsweise temperatur- oder nahrungsbedingt sind (Lucas und Baras 2001). Generelles Ziel dieser Wanderungen ist es, Ressourcen in Bezug auf Ernährung, Wachstum, Fortpflanzung, Schutz vor Feinden usw. ideal zu nutzen (Zitek et al. 2007). Wanderbewegungen sind immer ein Zusammenspiel von unterschiedlichen Parametern, welche sich in innere und äußere Faktoren unterscheiden lassen. Abiotische Bedingungen (Licht, Wassertemperatur, Abfluss, Sauerstoffgehalt, Wasserqualität, Habitatverfügbarkeit und menschliche Einflüsse) zählen zu den äußeren Faktoren, wohingegen Laichwanderung („Homing“), Nahrungsbedürfnis und Stress zu den inneren Faktoren zählen (Lucas und Baras 2001).
Advertisement
Waren es laut dem Nationalen Gewässerwirtschaftsplan (NGP) im Jahr 2015 noch 30.099 nicht fischpassierbare Querbauwerke, Längselemente und Restwasserstrecken, so sank diese Zahl laut dem NGP 2021 auf 28.435, welche den Lebensraum unterbrechen. 95 % davon entfallen auf Querbauwerke. Von diesen sind 85 % als flussbauliche Maßnahmen im Zuge des Hochwasserschutzes zurückzuführen, 11 % der Querbauwerke sind der Wasserkraftnutzung zuzuordnen und 1,3 % entfallen auf die Land- und Forstwirtschaft (BMLFUW 2015; BMLRT 2021b). Greift man auf die im AMBER-Projekt frei verfügbaren Daten zu Querbauwerken in Europäischen Flüssen zurück, ergibt eine Abfrage für Österreich 27.059 nicht passierbare Wanderhindernisse (AMBER Consortium 2020).
Die in der EU-Wasserrahmenrichtlinie (Richtlinie 2000/60/EG) geforderte und im NGP verordnete Herstellung des Kontinuums ist somit eine wichtige Maßnahme für die Erhaltung beziehungsweise Wiederherstellung einer intakten Fischfauna in Fließgewässern. Die Wiederherstellung der Längskonnektivität kann je nach gegebener Situation mit unterschiedlichsten Mitteln erreicht werden, sei es nun durch gänzliche Beseitigung des Wanderhindernisses (removal), technischen (Schlitzpass, Beckenpass, Fischlift usw.) oder naturnahen (Rampen, Umgehungsgerinne usw.) Methoden (Jungwirth et al. 2003; Zitek et al. 2007; BMLRT 2021a, b). In dieser Arbeit wird auf die Eignung einer aufgelösten unstrukturierten Blockrampe (im folgenden UBR) als naturnahe Variante zur Wiederherstellung des longitudinalen Kontinuums eingegangen. Anders als bei den klassischen Rampentypen reagiert eine UBR gutmütig auf hohe dynamische Belastungen und stellt so die dauerhafte Passierbarkeit sicher. Diese Bauweise ist durch das Zusammenwirken von Rampenschüttkörper und den einzelnen großen Blöcken (ca. 6 t) charakterisiert. Es bildet sich eine Makrorauigkeit an der Sohle aus, die durch lokale Bewegungen auf Belastungen dynamisch reagiert. Die Erosionssicherheit der Sohle wird durch die flächig verteilte Energiedissipation an den auf Lücke versetzten großen Einzelblöcken gewährleistet. Sowohl Rampenschüttkörpermaterial als auch die Einzelblöcke müssen dementsprechend auf die vorhandene Strömungssituation hin spezifiziert werden. Idealerweise ist vorhandenes Sohlmaterial als Rampenschüttkörper geeignet, im ggst. Fall wurde Material den Anforderungen entsprechend aufbereitet. Im Gegensatz zu klassischen Rampen weisen UBR ein geringeres Maximalgefälle und damit verbunden geringere Fließgeschwindigkeiten auf, UBR werden daher grundsätzlich als fischdurchgängig angesehen (Tamagni 2013; VAW ETH Zürich 2017; Beikircher 2021).
Die von der TIWAG – Tiroler Wasserkraft AG im Jahr 2021 errichtete UBR Brunau liegt am Unterlauf der Ötztaler Ache knapp vor der Mündung in den Inn im Gemeindegebiet von Haiming und stellt die Durchgängigkeit an der Wehranlage Brunau her (Thonhauser et al. 2021). Die besondere konstruktive Herausforderung des Bauwerksstandorts stellt die im Rampenbereich vorhandene Kurve dar. Die Belastungen der Bogenströmung wurden in der Auslegung und konstruktiv in der Verlegung der Einzelblöcke berücksichtigt (VAW ETH Zürich 2017). Der ggst. Beitrag basiert auf der Masterarbeit „Hydroakustisches Monitoring der Unstrukturierten Blockrampe (UBR) an der Wehranlage Brunau“ (Marschick 2023), welche ein Gesamtkonzept für das Monitoring von Rampen dieses Bautyps darlegt. Dies umfasst abiotische Parameter und die Erfassung der Fischwanderung mittels hydroakustischer Analysen und klassischer Elektrobefischungen.
2 Grundlagen
2.1 Bautypen von Blockrampen
Klassische Blockrampen wie gesetzte und geschüttete Rampen finden bereits seit dem 19. Jahrhundert Anwendung im Flussbau zur Stabilisierung der Sohle. Gesetzte und geschüttete Rampen bieten durch ihre Stabilität eine gute Anwendbarkeit für hohe Belastungen und hohe Gefälle, so sind sie für eine Rampenneigung von bis zu 10 % geeignet (Bezzola et al. 2005; VAW ETH Zürich 2017). Nachteilig bei diesen beiden Bauweisen ist deren begrenzte Anpassungsfähigkeit bei hohen Durchflüssen, so kommt es zumeist zu abruptem Versagen des ganzen Bauwerks. Weiters sei bei diesen beiden Bautypen die oft vorkommende glatte Oberfläche und homogene Geometrie genannt, welche bereits bei geringen Abflüssen zu hohen Fließgeschwindigkeiten und somit zu Problemen hinsichtlich der Fischdurchgängigkeit führt (Bezzola et al. 2005). Die Entwicklung neuer Rampentypen, welche einerseits eine hohe Versagensstabilität aufweisen und andererseits die Fischdurchgängigkeit dauerhaft sicherstellen sollten, führt zum Bautyp der aufgelösten Blockrampen, unter welche die strukturieren, unstrukturierten und eigendynamisch entwickelten Blockrampen fallen (Abb. 1). Allen drei Typen ist gemein, dass die vorhandenen Rauigkeitselemente auf dem strukturierten Untergrundmaterial nicht flächendeckend angeordnet sind (Lange 2007).
Abb. 1
Unterschiedliche Typen von Blockrampen. Eigene Abbildung, adaptiert aus Lange (2007)
Unstrukturierte Blockrampen, als Bautyp einer aufgelösten Rampe, werden durch die Blockbelegung und durch das Untergrundmaterial charakterisiert, die Blöcke dienen dabei als Rauigkeitselemente und werden ohne Muster, unter Vermeidung einer Regelmäßigkeit (geplante Unregelmäßigkeit), auf der Gewässersohle verlegt (VAW ETH Zürich 2017). Die Blöcke erhöhen durch ihre Größe den Gesamtwiderstand im Gewässer, somit kommt es zu vermehrter Energiedissipation und damit einhergehend zu einem Schutz der Sohle gegenüber Erosion (Tamagni 2013).
Tamagni (2013) definierte drei Ziele, welche durch Blockrampen und im speziellen durch UBR erreicht werden sollen:
problemlose Überwindung einer bestimmten Höhendifferenz innerhalb eines Fließgewässers,
flexible Versagenscharakteristik im Versagensfall,
2.2 Einsatz hydroakustischer Methoden in der Fischerei
Der Einsatz von hydroakustischen Methoden zur Analyse von Fischbeständen und deren Verhalten ist eine Methode, welche bereits seit längerem eingesetzt wird und sich gut etabliert hat (Schmidt und Schletterer 2020). Abhängig von der jeweiligen zu untersuchenden Frage kommen verschiedene Methoden und Geräte zum Einsatz. Single-Beam-Echolote, umgangssprachlich als „Fishfinder“ bezeichnet, werden zumeist bei Fließgewässern und Seen zum Detektieren von Fischen verwendet, und arbeiten meist in niederen Wellenlängenbereichen um die 200 kHz (Schmidt und Schletterer 2020). Diese Geräte haben eine hohe Reichweite, bieten jedoch nur eine geringe Auflösung. Dual-Beam-Echolote umgehen diese Beschränkung, indem sie in zwei verschiedenen Wellenlängenbereichen arbeiten, hohe Wellenlängen um die 200 kHz sowie niedere um die 83 kHz (Schmidt und Schletterer 2020). Split-Beam-Echolote, vom Boot aus eingesetzt, können dazu verwendet werden, um räumliche und zeitliche Verteilungen von Fischen zu detektieren (Schmidt et al. 2004). Kombiniert man die Hydroakustik mit herkömmlichen Fischereimethoden, wie etwa Netzbefischungen, ist es möglich Fischbestände hinsichtlich ihrer Abundanz und Biomasse hin zu quantifizieren (Schmidt et al. 2005; Gassner und Wanzenböck 2005). Schmidt und Schletterer (2020) fassen noch weitere Einsatzmöglichkeiten zusammen, hierbei wird auch die stationäre Anwendung von Echoloten zur Fischzählung als wichtiges Einsatzgebiet gezählt.
2.3 Grundlagen des Maschinellen Lernens
Maschinelles Lernen (Machine Learning) als Teilbereich der Künstlichen Intelligenz beschäftigt sich mit Algorithmen, durch die ein Computer dazu befähigt wird, Strukturen erfassen zu können, die zur Lösung vorgegebener Entscheidungs- und Bewertungsprobleme notwendig sind. Diese Strukturen können später auf einen Anwendungsfall übertragen werden (Deru und Ndiaye 2020). Maschinelles Lernen (ML) und Künstliche Intelligenz (KI) haben eine große Schnittmenge und viele Techniken des maschinellen Lernens werden in Bereichen der KI eingesetzt (Frochte 2021). Je nachdem wie die Daten aufbereitet werden, gibt es unterschiedliche Lernalgorithmen, welche sich im Wesentlichen in drei Kategorien einteilen lassen (Frochte 2021; Deru und Ndiaye 2020):
überwachtes Lernen (supervised learning),
unüberwachtes Lernen (unsupervised learning) und
bestärkendes Lernen (reinforcement learning).
Die Grundidee des Maschinellen Lernens ist, dass aus Beispielen Regelmäßigkeiten, Muster oder Modelle extrahiert werden, welche in weiterer Folge dazu genutzt werden können, um neue Daten klassifizieren oder zukünftige Werte vorhersagen zu können (Deru und Ndiaye 2020).
Die verschiedenen Lernansätze von ML können in zwei Dimensionen eingeteilt werden. Einerseits in die des Lernmodus, welcher definiert, mit welchem Ansatz das Modell trainiert werden soll. Hierbei wird zwischen überwachtem, unüberwachtem, teilüberwachtem, bestärkendem und aktivem Lernen unterschieden. Andererseits gibt es noch den Typ des zu lösenden Problems, welcher in Regression, Klassifikation und Clustering eingeteilt werden kann (Deru und Ndiaye 2020).
Nachfolgend ist der in dieser Arbeit verwendete Lernansatz, das Supervised Learning, näher beschrieben. Bei diesem Lernansatz wird einem System vorgegeben, was es lernen soll. Dies kann etwa ein Sachverhalt in Bildern oder Videos sein. Das System kann z. B. lernen, in Bildern Hunde von Katzen zu unterscheiden (Deru und Ndiaye 2020), oder wie im konkreten Anwendungsfall Fische von Steinen. Der Lernmodus des überwachten Lernens hat die Eigenschaft, dass die Beispiele annotiert (gelabelt) sind – somit liegt für jede Eingabe die richtige Antwort vor. Ausgehend von den gelabelten Beispieldaten wird ein Modell gelernt, dass automatisch für jede neue Eingabe eine möglichst korrekte Ausgabe zurückgibt. Weiters wird quantifiziert, ob eine Ausgabe falsch ist und wie weit diese vom richtigen Ergebnis entfernt ist. Das System bekommt diese Rückmeldung und ist in der Lage, sich entsprechend anzupassen. Der Anpassungsprozess läuft, bis die Beispiele korrekt bearbeitet werden oder keine Veränderung mehr erwartbar ist (Deru und Ndiaye 2020).
3 Untersuchungsgebiet
Der Untersuchungsabschnitt, in welchem die UBR in der Niederwasserperiode 2020/21 errichtet wurde (Thonhauser et al. 2021), liegt zwischen Flusskilometer 2,389 und 2,082 nahe der Ortschaft Brunau im Gemeindegebiet von Haiming (Abb. 2a). Seit den 1950er-Jahren werden dort durch die Wassergenossenschaft Haiming Silz West mithilfe eines Wehrbauwerks bis zu 1,5 m³/s Wasser aus der Ötztaler Ache entnommen und für Bewässerungszwecke im Gemeindegebiet von Haiming/Silz genutzt (Müller 1952). Im Umweltverträglichkeitsprüfverfahren für das Speicherkraftwerk Kühtai werden mehrere Ausgleichsmaßnahmen umgesetzt. Eine dieser Maßnahmen ist die Wiederherstellung der Fischdurchgängigkeit der Ötztaler Ache an der Wehranlage Brunau durch eine unstrukturierte Blockrampe (UBR) (Thonhauser et al. 2021; Beikircher 2021).
Abb. 2
a Die UBR Brunau bei 7,2 m3/s; b Tagesmittelwerte des Abflusses am Pegel Brunau, 2022
Die UBR schließt direkt an das bestehende Querbauwerk an, wobei im Zuge der Umbauarbeiten ein bestehender Spülkanal verlängert und Spüleinrichtungen des bestehenden Entsanders angepasst wurden. Die Bewässerungsanlage wurde somit durch die Errichtung der UBR in ihrer Betriebsweise nicht beeinträchtigt (Thonhauser et al. 2021). Im Rampenbereich mit einer Gesamtlänge von 308 m beträgt die Sohlbreite konstant 27 m und es wurden ca. 800 Blöcke mit einer Masse von ca. 6 t verlegt. Auf dem ersten, 40 m langen Rampenabschnitt beträgt das Gefälle 0,8 % und im weiteren Verlauf der Rampe beträgt das Einbaugefälle 1,9 % (Thonhauser et al. 2021). Die aufgelöste, unstrukturierte Blockrampe weist eine hohe Variabilität der Fließgeschwindigkeiten bei allen Abflüssen auf. Bei Niedrigwasser (MJNQT = 4,17 m³/s) ist eine ausreichende Mindestwassertiefe von 0,32 m vorhanden, die vorhandene Energiedichte von 89 W/m³ liegt deutlich unter der zulässigen Energiedichte von 130 W/m³ (Fischregion Metarhithral).
Charakteristisch für die Ötztaler Ache im Bereich des Wehrs Brunau sind niedrige Abflüsse von Oktober bis April mit einem minimalen gemittelten Durchfluss von 3,3 m3/s (Februar 2022, vgl. Abb. 2b). Ab Mai steigen die Abflüsse sprunghaft an und bleiben bis in den September hoch. Der größte Durchfluss im Jahr 2022 wurde im Mai verzeichnet. Das Mittelwasser liegt bei 32.1 m³/s und das HQ100 bei 415 m³/s (Thonhauser et al. 2021). Die stark gletschergeprägte Ötztaler Ache ist, bedingt durch ihr alpines Einzugsgebiet, bekannt für ihre ganzjährig niedrigen Wassertemperaturen, welche im Mittel kaum über 9 °C in den wärmsten Monaten hinausgehen (Erhart 2013).
4 Methodik
In dieser Arbeit wurden unterschiedliche Methodiken zur Feststellung der Funktionsfähigkeit der UBR Brunau angewandt. Es kamen Hydroakustik mittels Single-Beam-Echolot und Elektrobefischungen zum Einsatz. Im konkreten Fall wurde ein Single-Beam-Echolot der Firma Garmin verwendet. Grundsätzlich werden derartige Systeme im bemannten Betrieb eingesetzt. Zum kontinuierlichen Monitoring der Fischwanderung über den Zeitraum von zwei Wochen an der Sill-Rampe in Innsbruck wurde im Frühjahr 2022 ein Setup für den unbemannten Betrieb entwickelt und erfolgreich eingesetzt (Schletterer & Hauer, unpubliziert). Der Aufbau findet in einer Aluminiumkiste mit den Abmessungen von 900 × 640 × 450 mm (Abb. 3). Der Geber des Echolots (Panoptix LVS 32) wurde am Grobrechen der Wasserentnahme ca. 30 cm unter der Wasseranschlagslinie befestigt und mit der Echolot-Blackbox (Garmin Panoptix Livescope Echolot Blackbox) verbunden, welche in weiterer Folge die Daten über den Kartenplotter (Garmin GPSMap 1222 XSV) ausgab. Eine Autobatterie (Zyklenfeste Blei-Säure-Batterie, Banner 95551, 72Ah, 12V inkl. Batteriewächter Victron Battery Protect BP-65 12V 24V 65A) stellte die Stromversorgung des Kartenplotters und des Echolots sicher, das Tablet wurde mittels einer Powerbank mit Strom versorgt. Der Kartenplotter diente gleichzeitig zur Konfiguration des Echolots. Der Kartenplotter selbst bietet keine Möglichkeit, die angezeigten Daten zu speichern, jedoch gibt es die Möglichkeit, über Wireless-LAN mit Geräten zu kommunizieren. Diese Verbindung wird mittels eines Android Tablets mit der „ActiveCaptain“-App in der Version 29.0.1990 realisiert, welches sich im gleichen WLAN wie der Kartenplotter befindet. Bei einer aufrechten Verbindung kann mithilfe der App direkt auf den Kartenplotter zugegriffen und dieser auch ferngesteuert werden. Die App bietet weiters eine Aufnahmemöglichkeit. Hierbei wird ein MPEG4-Video erstellt welches eine Auflösung von 1280 × 800 Bildpunkten bei einem Seitenverhältnis von 16:10 bietet. Die Einzelbildrate beträgt 15,10 Bilder pro Sekunde bei einer Bitrate von 28 MBit/s. Die Datei wird wahlweise im internen Speicher des Tablets oder auf zusätzlich einlegbaren MicroSD-Speicherkarten gespeichert, wobei die Wahl des Speicherorts auf die MicroSD Karten fiel. Hierbei wurden abwechselnd zwei 128 GB fassende Karten verwendet. Pro aufgezeichneter Sonar-Stunde fallen zwischen ca. 1,1 und 5,2 GB an Daten an. Die große Spannweite ergibt sich aus den unterschiedlichen Aufnahmeeinstellungen wie dem Detailgrad und der verwendeten Aufzeichnungssoftware.
Abb. 3
Hydroakustisches Monitoring: (a) Panoptix LVS32 Geber; b Bestandteile der Messstation und (c) Echolotansicht auf Kartenplotter
Einen wichtigen Aspekt für das Monitoring und die notwendigen Wartungsintervalle stellt die Versorgung der Geräte mit Strom dar. An der Untersuchungsstelle bestand keine Möglichkeit einer durchgehenden Stromversorgung, daher wurden der Geber, die Echolot-Blackbox und der Kartenplotter mit einer 12V Autobatterie betrieben. Das Tablet wurde mittels einer 20.000 mAh großen Powerbank mit Strom versorgt. Die Ladung der Autobatterie reicht für eine Laufzeit von in etwa 26 h. Diese Tatsache machte es notwendig, die Autobatterie täglich gegen eine zweite, geladene, zu tauschen. Im Zuge des Batterietausches wurde auch die Powerbank des Tablets getauscht und die Speicherkarte gewechselt.
In Abb. 3c wird die Echolotansicht auf dem Kartenplotter gezeigt. Je nach abgetastetem Bereich ändert sich das eingeblendete Gitter, bei einer auf 10 m eingestellten Abtastung wird das Bild in 1 × 1 m große Quadrate aufgeteilt. Durchquert nun ein Objekt den ausgesendeten Kegel ist dies am Bild ersichtlich. Wanderende Fische haben im Echolotbild eine sehr charakteristische sichelartige Silhouette, welche im Bewegtbild gut abgrenzbar von anderen Bewegungen im Bild ist. Der Geber verblieb in dieser Position bis zum Ende der Aufnahmen am 21. Oktober 2022. In den insgesamt 22 Tagen, an denen die Station betrieben worden ist, wurden 204 h und 49 min an Aufnahmen generiert, dies entspricht 524 GB an Daten.
Zeitgleich mit der Datenaufnahme begann auch die Auswertung. Die generierten Videodateien wurden mittels der Software VLC Player visuell auf die Wanderung von Individuen kontrolliert. Die Kontrolle erfolgt entweder in Echtzeitwiedergabe oder mit 4facher Wiedergabegeschwindigkeit, entscheidend hierbei sind die im Bild sichtbaren Turbulenzen. Bei der Auswertung wird auf die charakteristische Silhouette der Individuen geachtet. Erscheint ein Individuum im Bereich des Echolots, wird die Aufnahme pausiert und in etwa zehn Sekunden zurückgespult. Mittels der VLC-eigenen Aufnahmefunktion wird ein Video der Fischpassage aufgenommen und die Wanderrichtung dokumentiert.
Um den Auswertungsaufwand für die Videofiles zu reduzieren wurde versucht, mithilfe von Deep-Learning-Algorithmen ein Modell zu erstellen, um mit diesem eine automatische Erkennung von Fischen zu ermöglichen. Die Wahl fiel hierbei auf das Online-Tool V7 (https://www.v7labs.com/image-annotation). V7 ist für akademische Zwecke frei nutzbar, jedoch ist der Speicherplatz begrenzt und die Zahl der „Annotations“ – also der Vermerke, welche in einem Workflow auftreten, ist ebenfalls eingeschränkt. V7 bietet neben automatisierter Bilderkennung mittels vorgefertigter Modelle auch die Möglichkeit, Videos bzw. Objekte, welche in Videos aufscheinen zu labeln und in weiterer Folge automatisch zu erkennen. Weiters können Trainingsdaten erstellt werden, um eigene Modelle zur automatisierten Objekterkennung zu erstellen. Mehrere Videos im Format .mp4 wurden in den Datensatz hochgeladen, um Trainingsdaten zu erhalten. Um Objekte zu markieren, müssen diese einer Klasse zugeordnet werden. Da das einzige Objekt, dass in den Videos erkannt werden sollte, Fische sind, wurde eine einzelne Klasse „Fisch“ erstellt. Jedes einzelne Video muss einzeln geöffnet werden. Nach dem Öffnen erscheint das Video in einem Bearbeitungsfenster wie in Abb. 4 ersichtlich. Das Video wird in einzelne Frames aufgespaltet. Diese Aufteilung in Einzelbilder gemeinsam mit der niedrigen Auflösung der Echolot-Bilder machten eine sinnvolle Erkennung von Fischen nahezu unmöglich, da erst in der Bewegung gut erkennbar ist, ob es sich um einen Fisch handelt. Eine Lösung für diese Erkennungsprobleme konnte nicht gefunden werden, somit wurde entschieden diesen Auswerteweg nicht weiter zu verfolgen.
Zusätzlich zur hydroakustischen Analyse wurde am 18.10.2022 und am 16.12.2022 im Auftrag der TIWAG durch das Ingenieurbüro H&S Limnologie GmbH jeweils eine qualitative und eine quantitative Elektrobefischung durchgeführt. Die erste Elektrobefischung wurde am 18.10.2022 an der Ötztaler Ache durchgeführt. Hierbei wurden zwei unterschiedliche Habitate watend befischt. Der erste, ca. 130 m lange Untersuchungsstreifen auf der orografisch rechten Seite der Ötztaler Ache befand sich ca. 500 m unterhalb einer Fußgängerbrücke im Ortsgebiet von Brunau an der Außenseite einer im Gewässer liegenden Insel. Die zweite Befischungsstrecke befand sich direkt flussab der Fußgängerbrücke Brunau am orografisch linken Ufer und war in etwa 60 m lang. Bei der qualitativen Befischung wurden insgesamt 28 Fische dem Gewässer entnommen. Sämtliche Fische wurden bestimmt, gewogen, gemessen und anschließend durch Farbtracer-Injektionen markiert. Es handelte sich um 25 Bachforellen (Abb. 5) und drei Regenbogenforellen.
Am 16.12.2022 wurde durch das Limnologiebüro H&S Limnologie GmbH eine quantitative Elektrobefischung an zwei Stellen in der Ötztaler Ache durchgeführt. Beide Strecken wurden gemäß dem Leitfaden zur Erhebung der biologischen Qualitätselemente Teil A1 – Fische (BMNT 2019) befischt. Eine Befischung im Mündungsbereich wurde bei Fluss Km. 0,49 durchgeführt. Die zweite Befischungsstelle befand sich bei Fluss Km. 2,75 und somit etwas unterhalb der Befischungsstrecke der qualitativen Elektrobefischung vom 18.10.2022. Die Fangstrecke wies eine Länge von 155 m auf.
5 Ergebnisse
Im Zuge der hydroakustischen Analyse wurden im Zeitraum vom 30.09.2022 bis zum 21.10.2022 insgesamt 204 h und 49 min an Aufnahmen angefertigt. Hierbei kam es zu 269 Sichtungen von Fisch-Individuen. Von den 204 h und 49 min Aufnahmezeit wurden 97:28 h am Tag aufgezeichnet und 107:21 h in der Nacht. Der Sonnenunter- bzw. Sonnenaufgang im Untersuchungsgebiet wurde zur Unterscheidung herangezogen, ob die Aufzeichnung dem Tag oder der Nacht zuzuordnen ist. Somit fanden 48 % der Aufzeichnungen am Tag und 52 % der Aufzeichnungen in der Nacht statt.
Teilt man die Wanderbewegungen nach der Art der Wanderbewegung und Tag oder Nacht auf, ergibt sich das in Abb. 6 ersichtliche Bild. In der Kategorie „Abwärts“ sind ausschließlich Wanderbewegungen verzeichnet, welche visuell bestätigt werden. Genauso verhält es sich mit der Kategorie „Aufwärts“: in diese Kategorie fallen ausschließlich Wanderungen, welche eine durchgängige Aufwärtswanderung durch den Echolotkegel zeigen. In die Kategorie „Indifferent“ fallen alle Arten von aufgezeichneten Bewegungen, bei welchen die Wanderbewegung nicht klar erkannt werden konnte. So kam es, unter anderem bedingt durch Turbulenzen, zu Problemen mit der Identifizierung der Wanderungen von Individuen. Wanderungen, bei denen nicht klar war, in welche Richtung sie stattfanden, da das betrachtete Individuum plötzlich aus dem Schallkegel verschwand, fallen ebenfalls in diese Kategorie. Die letzte Kategorie „Steht“ wurde angewandt, da es einige Fische gab, welche über längere Zeiträume im Schallkegel verblieben und im Zeitraum der Aufnahme keine definierte Wanderbewegung erkennbar war.
Abb. 6
Tageszeitliche Wanderbewegungen nach Art der Wanderung
Von den eingesetzten Machine-Learning-Algorithmen wurde erhofft, dass diese den Sichtungsaufwand der hydroakustischen Videos drastisch reduzieren, jedoch zeigten sich die niedrig aufgelösten hydroakustischen Daten als zu problematisch für die vorhandenen Modelle.
Als äußerst positiv hervorzuheben ist, dass bei den Elektrobefischungen eine Äsche oberhalb der UBR gefangen wurde, was auch als Funktionsnachweis der UBR angesehen werden kann. Die im Fischleitbild für diesen Bereich der Ötztaler Ache als seltene Begleitart eingestufte Äsche wurde vor Errichtung der UBR noch nie nachgewiesen, es ist somit davon auszugehen, dass das Individuum aus einem Habitat unterhalb der UBR über diese flussauf gewandert ist.
6 Zusammenfassung
Die aus der hydroakustischen Analyse hervorgegangenen Daten zeigen klar eine Wandertätigkeit im Rampenbereich. Von den insgesamt 269 registrierten Wanderbewegungen wurden 34 aufwärts gerichtete Wanderungen durch den Echolotkegel und 150 abwärts gerichtete Wanderungen aufgezeichnet. Die übrigen Bewegungen konnten nicht einer bestimmten Richtung zugeordnet werden, was auf die Turbulenzen im Gewässer, grobe Blöcke im Echolotkegel und deren dadurch vorhandenen Echolot-Schatten zurückzuführen ist.
Die quantitative Elektrobefischung am 16.12.2022 brachte einen weiteren Nachweis für die Funktion der UBR als Fischwanderhilfe, nämlich durch den Fang einer Äsche, oberhalb des Rampenbauwerks. Da oberhalb der UBR bis zu deren Herstellung keine Äschen nachgewiesen wurden, muss dieses Individuum über die UBR flussauf gewandert sein. Zusätzlich zu dieser Äsche wurden an dem Befischungstermin 55 Bachforellen gefangen.
Zusammenfassend kann festgehalten werden, dass die Unstrukturierte Blockrampe an der Ötztaler Ache in Brunau fischdurchgängig ist und auch als potenzielles Laichareal für die dort als Leitfischart vorkommende Bachforelle dienen kann. Die dabei zur Verwendung gekommenen Monitoring-Methoden sind für Flüsse dieses Typs passend und verhältnismäßig leicht anwendbar. Für die Auswertung von großen Echolot-Datenmengen mittels Machine-Learning-Algorithmen empfiehlt sich ein höher auflösendes Echolot als das in dieser Arbeit eingesetzte. Weiters können freie Bildklassifikations-Tools, mit und ohne Machine-Learning-Algorithmen, dazu beitragen den Klassifizierungsaufwand zu verringern. Grundvoraussetzung hierfür ist jedoch eine eingehende Beschäftigung mit den für die überwachte Bilderkennung geeigneten Algorithmen bzw. deren zugrundeliegenden Methoden.
Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
AMBER Consortium (2020): The AMBER Barrier Atlas. A Pan-European database of artificial instream barriers. Version 1.0 June 29th 2020. Online verfügbar unter https://amber.international/european-barrier-atlas/.
Beikircher, U. (2021): 3D numerische Untersuchung von Sekundärströmungen in natürlichen Bogenfolgen. Diplomarbeit, 136 Seiten, Universität für Bodenkultur Wien.
Bezzola, G. R., Semadeni, N., Janisch, T. (2005): Rampen und Schwellen – künstliche Schnellen. VAW Mitteilungen 190: 241–254.
BMNT (2019): Leitfaden zur Erhebung der biologischen Qualitätselemente Teil A1 - Fische. 97 S., Bundesministerium für Nachhaltigkeit und Tourismus, Version A1-01m_FIS
Deru, M., Ndiaye, A. (2020): Deep Learning mit TensorFlow, Keras und TensorFlow.js. Einstieg, Konzepte und KI-Projekte mit Python, JavaScript und HTML5. Aktuell zu TensorFlow 2.0. 2., aktualisierte und erweiterte Auflage. Bonn: Rheinwerk; Rheinwerk Computing.
Erhart, D. (2013): Die Lebewelt der Ötztaler Ache. Publikationen Alpine Forschungsstelle Obergurgl 3: 157–163.
Frochte, J. (2021): Maschinelles Lernen. Grundlagen und Algorithmen in Python. 3., überarbeitete und erweiterte Auflage. 616 S., München: Hanser (Plus.Hanser-Fachbuch).
Froese, R., Pauly, D. (2023): Online Abfrage von FishBase, World Wide Web electronic publication. Online verfügbar unter www.fishbase.org.
Gassner, H., Wanzenböck, J. (2005): Wissenschaftliche Echographie – eine Standardmethode für die quantitative Erhebung von Fischbeständen in Seen. Österreichs Fischerei 58: 84–91.
Janisch, T. (2007): Aufgelöste Blockrampen im Modellversuch – Untersuchungen an der VAW. VAW Mitteilungen 201: 3-79.
Jungwirth, M., Haidvogl, G., Moog, O., Muhar, S., Schmutz, S. (2003): Angewandte Fischökologie an Fließgewässern. Facultas (UTB 2113), Wien, 547 S.
Lange, D. (2007): Blockrampen – ökologische Bauwerke zur Sohlenstabilisierung. VAW Mitteilungen 201: 5-21.
Marschick, J. (2023): Hydroakustisches Monitoring der Unstrukturierten Blockrampe (UBR) an der Wehranlage Brunau, Masterarbeit. 120 Seiten, Universität für Bodenkultur Wien
Müller, A. (1952): Die Bewässerungsanlage Haiming-Silz. Österreichische Wasserwirtschaft 4 (1): 1–7.
Schletterer, M., Reindl, R., Thonhauser, S. (2016): Options for re-establishing river continuity, with an emphasis on the special solution “fish lift”: examples from Austria. Revista Eletrônica de Gestão e Tecnologias Ambientais 4 (1): 109-128. https://doi.org/10.9771/gesta.v4i1.16954.CrossRef
Schmidt, M. B., Schletterer, M. (2020): Hydroakustik zur Analyse von Fischbeständen und Fischverhalten – Fallstudien aus Österreich. Österr Wasser- und Abfallw 72 (5–6): 213–222. https://doi.org/10.1007/s00506-020-00670-z.CrossRef
Schmidt, M., Kühlmann, M., Gassner, H., Meyer, E. I. (2004): Hydroakustische Untersuchungen zum Fischbestand der Hennetalsperre. Veröffentlichungen des Landesfischereiverbandes Westfalen und Lippe e. V. Münster 3: 1-48. https://www.lfv-westfalen.de/images/schriftenreihe/Hydroakustik_2003.pdf
Schmidt, M. B., Gassner, H., Meyer, E. I. (2005): Distribution and biomass of an underfished vendace, Coregonus albula, population in a mesotrophic German reservoir. In: Fisheries Manage 12 (3), S. 169–175. https://doi.org/10.1111/j.1365-2400.2005.00439.x.CrossRef
Thonhauser, S., Riedl, M., Feurich, R., Reindl, R., Janisch, T. (2021): Planung einer aufgelösten, unstrukturierten Blockrampe am Wehr Brunau an der Ötztaler Ache. VAW Mitteilungen 263: 551-560. https://hdl.handle.net/20.500.11970/108447
Ward, J.V. (1989): The Four-Dimensional Nature of Lotic Ecosystems. Journal of the North American Benthological Society 8(1), S. 2–8. https://doi.org/10.2307/1467397CrossRef
Ward, J. V., Stanford, J. A. (1995): The serial discontinuity concept: Extending the model to floodplain rivers. Regul. Rivers: Res. Mgmt. 10 (2–4): 159–168. https://doi.org/10.1002/rrr.3450100211.CrossRef
Zitek, A., Haidvogl, G., Jungwirth, M., Pavlas, P., Schmutz, S. (2007): Ein ökologisch-strategischer Leitfaden zur Wiederherstellung der Durchgängigkeit von Fließgewässern für die Fischfauna in Österreich. AP5 des MIRR-Projektes, Endbericht. Studie im Auftrag von Lebensministerium und Land Niederösterreich.
