Combined sewer overflows (CSO) after heavy rainfall can cause acute depletions of dissolved oxygen (DO) in the Berlin River Spree. A planning instrument for CSO impact assessment has been developed in the framework of the research project MIA-CSO at the Kompetenzzentrum Wasser Berlin. This instrument couples the sewer model InfoWorks CS, the water quality model Hydrax/QSim and an impact assessment tool. Within this thesis it is tested for various CSO management strategies and climate change scenarios. The coupled sewer-river-model InfoWorks CS-Hydrax/QSim was validated for the years 2010 and 2011. Simulation results for the critical parameters discharge and DO concentrations in the Berlin River Spree agree well with measurements. Although not all observed DO deficits can be simulated accurately, the very good representation of processes related to the oxygen budget allows assessing relative changes in boundary conditions, e.g. from different CSO control strategies. The conducted scenario analysis indicates that the coupled sewer-river-model reacts sensitively to changes in boundary conditions (temperature, rainfall, storage volume and other CSO control strategies, etc.). Based on the simulation year 2007 - representing an extreme year with regards to CSO volume and critical conditions in the river - sewer rehabilitation measures planned to be implemented until 2020 are predicted to reduce total CSO volumes by 17% and discharged pollutant loads by 21-31%. The frequency of critical DO conditions for the most sensitive local fish species (<2 mg/L) will decrease by one third. For a further improvement of water quality after the year 2020, the reduction of impervious surfaces emerges as a very effective management strategy. A reduction of the impervious connected area by 20% results in a decrease in the frequency of critical DO conditions by another third. The studied increase in surface air and water temperature as part of the climate change scenarios leads to a significant aggravation of DO stress due to background pollution in the Berlin River Spree, while acute DO depletions after CSO are barely affected. However, changes in rain intensity have a considerable effect on CSO volumes, pollutant loads and the frequency of critical DO concentrations. The extended sensitivity analysis shows that a general reduction of discharged pollutant loads by 60% based on the sewer status 2020 can prevent critical DO conditions in the Berlin River Spree, even for the exceptionally rain intense year 2007. Further, it has been shown that the entry and biodegradation of organic carbon compounds is the most important process for acute DO depletions after CSO. However, mixing of oxygen free spill water with the Berlin River Spree provokes an additional impairment of DO conditions. In the framework of this thesis, CSO impacts under different management strategies or climate change conditions are only assessed for a part of the Berlin combined sewer system and for one exemplary year. Before applying the presented instrument for planning specific measures it is proposed to expand the model area and simulated time period.

Im Rahmen eines Forschungsprojektes wurden die Auswirkungen von Mischwasserentlastungen auf die Berliner Stadtspree untersucht und ein Planungsinstrument zur Reduzierung der Auswirkungen von Mischwasserüberläufen entwickelt.

Flussökosysteme basieren auf dem komplexen Zusammenspiel physikalischer und biogeochemischer Prozesse. Ein mögliches Hilfsmittel zum Verständnis dieses Zusammenspiels sind Fließgewässergütemodelle (FGM): numerische, dynamische Modelle, welche die Interaktion empirisch bekannter biogeochemischer Prozesse abbilden und eine prozessbasierte Auswertung zulassen. FGM, wie sie im Folgenden verstanden werden, betrachten deterministische, biogeochemische Prozesse, die im Gewässer ablaufen, beispielsweise das Wachstum von Algenbiomasse auf der Grundlage von verfügbaren Nährstoffen und Licht. Sie unterscheiden sich dadurch deutlich von den folgenden Modelltypen, die in diesem Artikel nicht behandelt werden: (i) Rein hydraulische Modelle, welche die Strömung, Wasserstände sowie turbulente Mischung in Fließgewässern berechnen (z. B. das Modell EFDC der amerikanischen Umweltbehörde EPA (HAMRICK 1992) oder das kommerzielle Modell Telemac (GALLAND et al. 1991)). Eine Berechnung des Abflusses ist zwar die Basis aller FGM, wird aber im Folgenden nur kurz für die eindimensionale Näherung beschrieben. (ii) Stoffflussmodelle, welche eine Berechnung der Stofffrachten zum Ziel haben und Hydraulik und Transformationsprozesse im Gewässer nicht oder stark vereinfacht abbilden. Solche Modelle erlauben eine Aggregation von Stofffrachten, die über das eigentliche Gewässer hinausgeht, beispielsweise für gesamte Einzugsgebiete (z. B. MONERIS, BEHRENDT et al. (2000), oder SWAT, NEITSCH et al. (2001)) oder für städtische Wasserkreisläufe (MÖLLER et al. 2008). (iii) Modelle, die multitrophische Interaktionen in Fließgewässern abbilden und dadurch die Auswertung von Nahrungsketten ermöglichen (z. B. WOOTTON et al. 1996). Solche „multitrophischen Modelle“ werden hauptsächlich für akademische Fragestellungen eingesetzt. Im Gegensatz zu FGM betrachten sie ausschließlich die Interaktionen zwischen Spezies ohne Berücksichtigung deterministischer, biogeochemischer Prozesse. FGM koppeln eine hydraulische Modellierung des Abflusses in Fließgewässern mit der eigentlichen Gütemodellierung. Darin sind sie eng verwandt mit Gütemodellen für Seen, die im Artikel III-5.2 „Komplexe dynamische Seenmodelle“ beschrieben werden. Der große Unterschied zur Seenmodellierung ist der Umstand, dass FGM biogeochemische Prozesse in abfließenden Wasserpaketen betrachten. Die einzelnen Wasserpakete sind dadurch weitgehend unabhängig voneinander (abgesehen von der Dispersion, s. Abschnitt 3.2). Zudem beträgt die Fließzeit dieser Wasserpakete selbst in großen Flüssen lediglich Tage bis wenige Wochen. Dadurch ist die Entwicklung der Wasserqualität in FGM meist sehr viel stärker von den Randbedingungen an den oberen Rändern abhängig als bei Seenmodellen. Ein Einfluss der zurückliegenden Wasserqualität ist in FGM über das Sediment möglich, welches durch die meist geringen Wassertiefen ganzjährig einen Effekt auf die Wasserqualität im Fließgewässer haben kann. Wie bei Seenmodellen können Fließgewässer dreidimensional oder in zwei- oder eindimensionaler Vereinfachung simuliert werden. Während dreidimensionale hydraulische Modelle oft eingesetzt werden, gibt es kaum Beispiele von dreidimensionalen Güterechnungen. Neben dem Rechenaufwand verhindern auch der große Bedarf an Messungen für Kalibrierung und Validierung der Modellergebnisse sowie der große Aufwand bei der Datenauswertung einen häufigeren Einsatz. Entsprechend wird in der Folge in erster Linie auf eindimensionale Modellanwendungen eingegangen, also auf Modelle, die eine räumliche Dimension in Fließrichtung und eine zeitliche Dimension umfassen. Die beschriebenen biogeochemischen Prozesse sind aber auf höherdimensionale Modelle übertragbar. In dem folgenden Artikel wird zunächst auf die Ziele (Abschnitt 2) sowie den grundsätzlichen Aufbau von FGM (Abschnitt 3) eingegangen, wobei die Abbildung biogeochemischer Prozesse in etwas größerer Tiefe beschrieben wird. Danach wird auf existierende Modellsoftware (Abschnitt 4) sowie praktische Empfehlungen zum Vorgehen bei deren Gebrauch (Abschnitt 5) eingegangen. Zur konkreten Anwendung folgen zwei Beispiele der Modelle QSim und AQUASIM (Abschnitt 6). Da dieser Artikel nur einen groben Überblick über FGM geben kann, wird zum Schluss auf weiterführende Literatur verwiesen, die zukünftige Modellanwender unterstützen kann.

In the city of Berlin combined sewer overflows (CSO) can lead to severe depressions in dissolved oxygen (DO) of receiving urban rivers and hence to acute stress for the local fish fauna. To quantify CSO impacts and optimize sewer management strategies, a model-based planning instrument has been developed. It couples the urban drainage model InfoWorks CS which simulates hydraulics and pollutant transport in the sewer with the river water quality model QSim which simulates hydraulics, mass transport and various biogeochemical processes in the receiving water body. To identify simulated CSO impacts, concentration-durationfrequency-thresholds for DO are applied to river model results via an impact assessment tool. Two kinds of impacts are distinguished: i) suboptimal conditions and ii) critical conditions for which acute fish kills are possible. In the case of Berlin, suboptimal conditions are observed on up to 92 days per year, predominantly during periods of low discharge and high temperatures whereas critical conditions only occur after CSO. For model calibration and validation, continuous measurements in both river and sewer are used. First simulations show good accordance between simulated and measured DO concentration in the river with Nash-Sutcliffe efficiencies between 0.70 and 0.79 for an eight-month time period at three different river monitoring points. However, to assure satisfactory model performance for adverse DO conditions in particular, impact assessment results for measured and simulated data are compared. Regarding suboptimal DO conditions simulated and measured data show good agreement. Nevertheless model representation for critical conditions is poor for some river sections and requires further improvement for CSO conditions. The results underline the importance of combining different validation approaches when dealing with complex systems.

This report presents practical field aspects gained during two years of monitoring with state-of-the-art spectrometers and ion-selective sensors, combining (i) continuous measurements of the quality and flow rates of combined sewer overflows (CSO) with (ii) continuous measurements of water quality parameters within the urban stretch of the River Spree. It describes the set-up and the implementation of the monitoring and evaluates the outcomes and experiences towards “lessons learnt”. The challenge of CSO monitoring is their event-based and highly dynamic nature during rain events. Applied online sensors allow dynamic measurements of CSO and water quality impacts for a wide range of parameters. However, the success of online monitoring campaigns depends highly on three main considerations. Firstly, the representativity of the measurement station. The location of the probe must be representative of the concentration over the entire cross section of the sewer or the river. Further criteria have to be considered for the selection of the monitoring sites (e.g. easy access to the probes for maintenance) (chapter 2). Secondly, the quality of the raw measurements. External conditions can influence the quality of measurements and lead to wrong values or outliers. – To avoid drifts, probes need to be cleaned and checked regularly. We found that monitoring stations must be visited at least once a week for functional check-ups. During the two years of monitoring, the maintenance methodology have been continously improved to ensure the best measurement conditions (chapter 3). – But even under state-of-the-art operation of the probes, some values can be affected by errors and lead to misinterpretation. Thus, a validation step is required to detect wrong values and separate them from valid values. Given the large amount of data, an Access-based tool has been developed to support semi-automatic validation of monitoring data (chapter 4). Lastly, the calibration of raw measuments and the determination of uncertainties is critical. Online probes were not able to provide accurate measurements without being calibrated to local conditions with parallel laboratory measurements (online probe refers in this document to spectrometer and ISE-Probe). A Monte-Carlo method was adapted to perform regressions between raw measurement and lab values, which allows considering both uncertainties of sensor and lab chain. For instance, total uncertainty of the UV/VIS probe was between 15 and 30% for chemical oxygen demand (COD), accounting for errors from sensor, laboratory and field (representativity of site). The uncertainties in concentration and flow measurements lead to an uncertainty in CSO COD load between 20 and 70%, depending on the average concentration and flow of the event (chapter 5). In order to gain grab samples and provide high quality calibration, an automatic sampler has been installed at the sewer monitoring. However, for operational purposes, a sewer operator will expect to gain quality online data without the effort and costs of sampling each CSO. In order to estimate the optimal sampling effort, we investigated how many events (or how many lab measurements) are necessary for calibration depending on aimed at uncertainty. From a set of 12 sampled CSO events, we simulate all possible random combinations of events and calculated each time the resulting measurement uncertainty (chapter 5.5). Results shown in Figure A indicate that at least 7 random events need to be sampled to calibrate the probe reducing uncertainties of COD measurement under 30%. It has to be noted that the concentration range of the grab samples has a high influence on the quality of the calibration. A similar analysis considering only events with high lab variations (range > 500 mg/l) showed that then only 4 events must be sampled to reduce uncertainty under 30%. Considering these results, we recommend parallel short sampling campaigns with autosamplers (grab sampling) for application of spectrometers for CSO monitoring. If the lab measurements cover the entire range of water quality variations, a minimum of 3-4 rain events should be sampled to build an accurate calibration function with acceptable uncertainty. If sampled concentration range is exceeded by later measurements, new sampling campaigns should be planned. Since both sensor and autosampling results were available, CSO COD loads have been calculated using both spectrometer and lab values (chapter 6). Results indicate that load calculated with lab samples are within the error range of the loads calculated with spectrometer values. However, the frequency of grab sampling should be less than 10 minutes, to match concentration peaks and quick quality variations in our case. For the purpose of CSO load calculation, autosampler-based monitoring remains a cost-effective alternative to online probes. For a dynamic description of CSO (pollutant sources, mass/flow balance, etc.), autosampler-based data are limited by the minimal sample frequency and the sampling capacity. Investment and effort of online monitoring can overcome these limitations. For river monitoring, online probes enable measuring water quality variations with an acceptable uncertainty, if the probes are properly calibrated. Here, autosamplers are clearly limited by their sampling capacity as the impacts are spread on several days in the case of the River Spree. Since no autosampler was available during the two monitoring years no clear correlation could be established for the spectrometer parameters (TSS, COD, BOD). As the manual approach often fails to catch CSO impacts, an autosampler has been purchased for the last monitoring year in 2012. For NH4 + measurement, the ISE probe has been successfully calibrated performing monthly NH4 measurements in a bucket of river water spiked with ammonium standard solution to reach values in the range expected during CSO (1-2 mg/l).

The urban stretch of the River Spree is a regulated lowland-river, which is affected by a number of anthropogenic pressures, most notably impacts from combined sewer overflows (CSO) of the Berlin sewer system. Collected data show that occurrence of CSO can be detected in the river through a combination of continuous monitoring data, such as specific conductivity, ammonium (NH4), chemical oxygen demand and dissolved oxygen (DO). Comparison with stormwater guidelines indicates that drops in DO from CSO lead to regular problematic conditions for the fish fauna. In contrast, observed NH4 peaks never reach fish-toxic levels. Mitigation measures are currently implemented to reduce these negative impacts during storm events. The effect of past and potential future CSO measures can be studied with a model tool, which has been tested and is currently calibrated based on the above monitoring data.

The effect of combined sewer overflow (CSO) control measures should be validated during operation based on monitoring of CSO activity and subsequent comparison with (legal) requirements. However, most CSO monitoring programs have been started only recently and therefore no long-term data is available for reliable efficiency control. A method is proposed that focuses on rainfall data for evaluating the effectiveness of CSO control measures. It is applicable if a sufficient time-series of rainfall data and a limited set of data on CSO discharges are available. The method is demonstrated for four catchments of the Berlin combined sewer system. The analysis of the 2000–2007 data shows the effect of CSO control measures, such as activation of in-pipe storage capacities within the Berlin system. The catchment, where measures are fully implemented shows less than 40% of the CSO activity of those catchments, where measures have not yet or not yet completely been realised.

During periods of heavy rainfall storm sewage volumes can exceed the capacity of combined sewer systems and overflow to surface water bodies. Combined sewer overflows (CSO) cause significant impacts on the water quality and their identification is crucial to plan CSO control programs or to fulfil legal requirements. This paper proposes and demonstrates six different methods to identify the occurrence of CSO based on information on the sewer system alone (methods 1 and 2), in combination with rain data (methods 3 and 4) or in combination with water quality data of the receiving surface water (methods 5 and 6). The methods provide different information on CSO, from occurrence to pollution load and impacts in receiving surface water. The methods introduced have all been applied to the Berlin urban water system. Based on these experiences they are compared considering the effort needed for their application, the required data and the obtained output. It is concluded that certainty of CSO identification can be increased by combining some of the presented methods.

Die vorliegende Diplomarbeit wurde im Rahmen des Forschungsprojekts „Monitoring, Modellierung und Impakt-Bewertung von Mischwasserüberläufen“ (MIA-CSO) mit Unterstützung des Institutes für Siedlungswasserbau, Wassergüte- und Abfallwirtschaft (ISWA) der Universität Stuttgart verfasst. Das MIA-CSO-Projekt wird am Kompetenzzentrum Wasser Berlin (KWB) durchgeführt. Das Ziel der vorliegenden Arbeit war die Kalibrierung eines Schmutzfrachtmodells eines Mischwassersystems anhand von Messdaten bezüglich der Abflussmenge und deren Wasserqualität. Die Messdaten entstammen einer Messkampagne, die aktuell von den Berliner Wasserbetrieben (BWB) durchgeführt wird. Das untersuchte Einzugsgebiet befindet sich in Wedding, einem Bezirk von Berlin. In dem ca. 480 ha großen Einzugsgebiet wohnen in etwa 70.000 Einwohner. Das Gebiet wird durch eine Mischkanalisation mit einer Länge von ca. 90 km entwässert, in der ein bewegliches Wehr in einem der beiden Hauptsammler eingebaut ist. Dieses Wehr kann bei starken Regenfällen ein zusätzliches Stauraumvolumen von ca. 3.000 m³ generieren. Durch dieses Wehr wird die Hydraulik des Kanalnetzes stark beeinflusst und erschwert die Kalibrierung des NiederschlagAbfluss-Modells zusätzlich. Die Simulationen wurden mit der Software InfoWorks™ CS durchgeführt, die von Innovyze® (USA) entwickelt wurde. Bevor die Kalibrierung durchgeführt werden konnte, wurde eine Sensitivitätsanalyse durchgeführt, um die relevanten Modelparameter zu identifizieren. Damit die Schmutzfrachten simuliert werden können, mussten die Modellparameter für jeden Schmutzstoff im Trocken- und Regenwetterfall angepasst werden. Die zu simulierenden Schmutzstoffe waren: absetzbare Feststoffe (AFS), chemischer Sauerstoffbedarf (CSB), Phosphor (P) und Ammonium (NH4). Zuerst wurden die Parameter für die Abflussmenge und dessen Wasserqualität im Trockenwetterabfluss angepasst. Für den Transport der Feststoffe wurde das Ackers-White-Modell verwendet und kalibriert. Dies war besonders wichtig, da Ablagerungen von Feststoffen im flachen Berliner Kanalnetz einen großen Einfluss auf die Schmutzfrachtsimulation haben. Zur Simulation des Regenabflusses wurde das einfache Fixed Percentage Runoff-Modell für die Abflussbildung sowie das Desbordes-Modell für die Abflusskonzentration verwendet. Die aus der Kalibrierung von mehreren Regenereignissen gewonnen Parameter wurden für die Bildung eines mittlerer Parametersatzes benutzt. Zum Schluss wurden die Parameter des Wash-Off- und des Gully Pot- Modells, welche die Wasserqualität des Regenwassers beschreiben, angepasst. Die Ergebnisse dieser Diplomarbeit zeigen, dass es möglich ist eine gute Übereinstimmung zwischen gemessenen und simulierten Konzentrationen sowie der Schmutzfracht zu erreichen. Die gewonnenen Erkenntnisse aus dieser Arbeit werden für das MIA-CSO-Projekt verwendet, dessen Ziel die Erstellung eines modellbasierten Planungsinstruments ist.