Die Erfahrung mit Verfahren zur Abschätzung der Grundwasserneubildung (GWN) in Mitteleuropa zur Abschätzung von Grundwasserdargeboten zeigt in der Praxis, dass diese immer noch mit erheblichen Unsicherheiten behaftet sind. Schon beim wesentlichen Inputfaktor Niederschlag schlagen Mess- und Analysefehler unmittelbar auf die Wasserbilanz durch: HYRAS regionalisiert werttreu die Stationswerte (ohne systematische Unterfang-Korrektur), d. h. gemessene Verluste durch Benetzung, Verdunstung und Wind bleiben enthalten (Rauthe et al., 2013; Umweltatlas Berlin, 2022). Aus DWD-Unterlagen ergibt sich, dass im Flachland die Untererfassung mindestens ≈ 10 % beträgt (Umweltatlas Berlin, 2022) und in Mittelgebirgen jährliche Abweichungenvon ca. 120–140 mm a⁻¹ auftreten; an freien Stationen sind im Winter > 20 % Messfehler möglich (BfG/HAD, Richter, 1995).

Die Wahl der PET-Berechnung führt zusätzlich zu systematischen Differenzen (z. B. Abweichungen von Hargreaves oder FAO-56 Penman-Monteith gegenüber Pankalibrierung um ca. −20 % bzw. −30 % bis −40 %; Weiß & Menzel, 2008).

In den Modellen zur Berechnung der Grundwasserneubildung wird häufig der Baseflow Index (BFI) eingesetzt. ALS Langzeitindex ist (Gustard et al., 1992/NRFA) ist seine Nutzung als fixer Skalenfaktor in tages-/monatsbasierten Rechnungen ist jedoch skalenwidrig.. Vergleiche im deutschen Mittelgebirge zeigen zudem methodenbedingte Streuungen (BFI ≈ 0,4–0,5; Kissel & Schmalz, 2020).

Aufgrund der systematischen Untererfassung von P und methodischer Effekte (z. B. Q-Kalibrierung, BFI-Skalenbruch) ist daher ein negativer Bias der rechnerischen GWN zu erwarten, typisch −20 % bis −40 % im Tiefland und −25 % bis −50 % in Mittelgebirgen. In der Summe ist daher die Darstellung der auf diese Weise gewonnenen Ergebnisse als „Grundwasserneubildung“ problematisch, in der Diskussion und besonders in der Kommunikation mit der Öffentlichkeit sollte daher ehrlicherweise der Begriff „rechnerische GWN“: verwendet werden, denn die Ergebnisse sind daten-, methoden- und skalenabhängige Schätzwerte, aber keine beobachtungsäquivalente Größe.

Quellen

BfG/HAD: 2.5 Mittlere korrigierte jährliche Niederschlagshöhe. Hydrographischer Atlas Deutschlands (HAD). Bundesanstalt für Gewässerkunde, Koblenz. https://geoportal.bafg.de/dokumente/had/25Niederschlagshoehe_Korrigiert.pdf, (Zugriff: 31.10.2025)

Kissel M, Schmalz B (2020): Comparison of Baseflow Separation Methods in the German Low Mountain Range. Water 12:1740. https://doi.org/10.3390/w12061740

Richter D (1995): Ergebnisse methodischer Untersuchungen zur Korrektur des systematischen Messfehlers des Hellmann-Niederschlagsmessers. Berichte des Deutschen Wetterdienstes, Nr. 194, Offenbach am Main.

Rauthe M, Steiner H, Riediger U, Mazurkiewicz A, Gratzki A (2013): A Central European precipitation climatology – Part I: Generation and validation of a high-resolution gridded daily data set (HYRAS). Meteorologische Zeitschrift 22(3):235–256. https://doi.org/10.1127/0941-2948/2013/0436

Senatsverwaltung Berlin (2022): Long-term Mean Precipitation Distribution 1991–2020 – Statistical Base. Umweltatlas Berlin. https://www.berlin.de/umweltatlas/en/climate/precipitation-distribution/1991-2020/statistical-base/, (Zugriff: 31.10.2025)

Weiß M, Menzel L (2008): A global comparison of four potential evapotranspiration equations and their relevance to stream flow modelling in semi-arid environments. Advances in Geosciences 18:15–23. https://doi.org/10.5194/adgeo-18-15-2008