Die quantifizierte und qualifizierbare Unwissenheit, Variabilität und mehrdeutige Zuordnung im Zusammenhang mit Messungen, Prozessen, Parametern und Vorhersagen für ein Einzugsgebiet, die sowohl aleatorische (natürliche Variabilität) als auch epistemische (Kenntnislücken) Komponenten umfasst.

Prinzip

Identifizieren und Propagieren von Unsicherheitsquellen — Messfehler, räumliche und zeitliche Variabilität, Modellstrukturentscheidungen, Parametrierschätzung und Szenarioannahmen — mithilfe geeigneter statistischer, Ensemble‑ oder Sensitivitätsmethoden, damit Entscheidungsträger Bereiche plausibler Ergebnisse statt einzelner deterministischer Werte sehen.

Demonstration

Darstellung einer Hochwasserprognose nicht als einen einzigen Scheitelabfluss, sondern als Ensemble simulierten Abflussverhaltens, das unsichere Niederschlagsinputs, Modellstruktur und Parametersätze sowie Konfidenzbänder und Überschreitungswahrscheinlichkeiten berücksichtigt.

Fehlanwendung

Unsicherheit zu ignorieren oder Punktschätzungen ohne Unsicherheitsgrenzen zu präsentieren; symmetrische, normalverteilte Fehler anzunehmen, wenn Verteilungen schief sind; oder Parameterunsicherheit mit Szenariounsicherheit zu vermischen.

Konsequenz

Eine angemessene Behandlung von Unsicherheit führt zu risikobewussten, robusten Entscheidungen (z. B. Infrastrukturplanung für eine Bandbreite plausibler Extrema) und zu klarerer Kommunikation von Vertrauen und verbleibender Unkenntnis gegenüber Stakeholdern.

Umkehrung

Modellausgaben und Messungen als fehlerfreie Wahrheiten zu behandeln führt zu übermäßig zuversichtlichen, potenziell fragilen Managemententscheidungen, die unter seltenen oder nicht beobachteten Bedingungen versagen können.

Abgrenzung

Betrifft die Quantifizierung und Kommunikation von Unsicherheit in der Einzugsgebietswissenschaft und -verwaltung; es gibt keine eineindeutige Methode vor und es unterscheidet sich von normativen Risiko­präferenzen, die akzeptable Restunsicherheitsniveaus bestimmen.

Semantische Spannung

Spannung zwischen aleatorischer Variabilität (inhärente Zufälligkeit) und epistemischer Unsicherheit (Wissensmangel) — beide erfordern unterschiedliche analytische Ansätze und haben unterschiedliche Implikationen, ob mehr Daten Unsicherheit verringern können.

Synthese

Einzugsgebietsunsicherheit vereint die vielfältigen Wege, auf denen Daten, Modelle und natürliche Variabilität die Verlässlichkeit von Schlussfolgerungen begrenzen: eine strukturierte Charakterisierung und Weitergabe von Fehlern und Unbekanntem, sodass Managemententscheidungen explizit mit plausiblen Verhaltensbereichen des Einzugsgebiets rechnen.