Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

DSD-NL 2018 Verbeteren hydrologisch modelleren en voorspellen afvoer Rijn - Weerts

488 views

Published on

Presentatie door Albrecht Weerts, Deltares, TU Delft
, op de Delft-FEWS NL Gebruikersdag 2018, tijdens de Deltares Software Dagen - Editie 2018. Dinsdag, 5 juni 2018, Delft.

Published in: Software
  • Be the first to comment

  • Be the first to like this

DSD-NL 2018 Verbeteren hydrologisch modelleren en voorspellen afvoer Rijn - Weerts

  1. 1. Verbeteren hydrologisch modelleren en voorspellen afvoer Rijn A l b r e c h t W e e r t s , B a r t v a n O s n a b r u g g e , R u b e n I m h o f f , W i l l e m v a n Ve r s e v e l d 5 j u n i 2 0 1 8
  2. 2. Introductie Context • Doelen IMPREX: • Van closed source naar onderhouden open source (wflow framework) • Zoveel mogelijk gebruik van beschikbare ruimtelijke informatie • Gebruik van satelliet- & puntdata (model parameters, invoer, validatie, en op termijn assimilatie) • Betere beschrijving dominante hydrologische processen 2
  3. 3. Introductie Context Stappen: • Gegridde forcering • Neerslag • Temperatuur • Makkink verdamping (op basis van near real-time satelliet globale straling) • HBV modelopzet in wflow (ter vervanging wat er al is, niet getoond vandaag) • Nieuw modelconcept en validatie (met afvoer, actuele verdamping, satelliet bodemvocht en satelliet zwaartekracht TWS); • TODO: Verbeteren voorspellingen dmv assimilatie van afvoeren en meerstanden 3
  4. 4. Forcering 4 • Forcering (6 uurlijks op 1200x1200 m2): • Op basis van uurlijkse P (genRe),T, PET voor de periode 1996- 2015 [van Osnabrugge et al., 2017, 2018]
  5. 5. 6 Dagelijks vergelijk Uurlijkse (event) vergelijk Van Osnabrugge et al. WRR, 2017
  6. 6. Model Processen • Parameters representeren fysische eigenschappen • Bucket model met laterale grondwaterstroming tussen cellen • ET en interceptie verliezen (Gash/Rutter) • Capillaire opstijging • Kinematic wave routing op PCRaster D8- network [Karssenberg, et al., 2010] • Optie om meerdere bodemlagen te gebruiken • Reductie coefficient voor ETact van onverzadigde zone [Feddes et al., 1978] 7 wflow_sbm [Schellekens et al., 2018]: • Gebaseerd op topog_sbm [Vertessy and Elsenbeer, 1999] • gedistribueerd hydrologisch model
  7. 7. wflow_sbm modelopzet (I) 8 • Gebruik van pedotransfer functies en regionalisatie technieken [Samaniego et al., 2010; Mizukami et al., 2017; Samaniego et al., 2017] • Ruimtelijke informatie bronnen, e.g.: • ISRIC global SoilGrids 250 m [Hengl et al., 2017] • ESDAC voor Eurasia [ESDAC, 2004; Panagos et al., 2012] • GLOBCOVER • LAI (maandelijkse klimatologie) satelliet gebaseerd Imhoff et al 2018 in prep for WRR
  8. 8. wflow_sbm Parameter gevoeligheidsanalyse
  9. 9. wflow_sbm modelopzet (II) 10 Verzadigde en residual water gehalte [Tóth et al., 2015]: Pedo-transfer functions in een notendop bodemdikte: • Diepte tot bedrock [Hengl et al., 2017] • Diepte tot impermeabele laag [ESDAC, 2004; Panagos et al., 2012]
  10. 10. wflow_sbm modelopzet (III) 11 Pedo-transfer functions in een notendop Verzadigde doorlatenheid [Wösten, 1997]: M parameter zelfde als in TOPMODEL [Beven and Kirkby, 1979], gefit door Ksat geschat op 7 dieptes 1.2x1.2 2.4x2.4 3.6x3.6 4.8x4.8
  11. 11. wflow_sbm modelopzet (IV) 12 Pedo-transfer functions in een notendop Land cover klassen bodemdikte Look-up tables bij Zeng [2001]
  12. 12. Model validatie Hydrografen 13 Discharge[m3/s]Discharge[m3/s] Obsi Omos 2 KGE = 0.86 KGE = 0.93
  13. 13. Model validatie Hydrografen 14 Thur Upper Rhine Lower Rhine Discharge[m3/s]Discharge[m3/s]Discharge[m3/s] KGE = 0.39 KGE = 0.68 KGE = 0.74
  14. 14. Modelvalidatie Afvoer skill assessment Rijn 15
  15. 15. Modelvalidatie Actuele verdamping (dag gemiddelde) 16 DMET LSA SAF vanTrigo et al. (2011) [Demirel et al., 2018; Koch et al., in review]
  16. 16. Modelvalidatie Actuele verdamping (tijdserie) 17 DMET LSA SAF from Trigo et al. (2011)
  17. 17. Modelvalidatie Bodemvocht 18 [Bauer-Marschallinger et al., in review]
  18. 18. Results Totaal bodemvocht versus total water storage (TWS) van GRACE 19 Klinger et al., 2016
  19. 19. Model upscaling Model gevoeligheid voor resolutie 20 Reference 1.2x1.2 2.4x2.4 3.6x3.6 4.8x4.8 ETact LSA SAF [Trigo et al., 2011] Bodemvocht [Bauer- Marschallinger et al., in review]
  20. 20. Results Model sensitivity to resolution - Discharge 21
  21. 21. Samenvatting 22 Forcering 1200x1200 m Satelliet en bodem data Pedo-transfer functies MPR upscaling wflow_sbm Modelvalidatie : Q, ETact en bodemvocht Gevoeligheidsanalyse  PTF schaalgevoeligheid Gevoeligheid voor gekozen PTF (niet getoond) 1200x1200 m 6 uurlijks 1998-2015
  22. 22. Conclusies Take-home messages 23 • Niets staat gebruik van ruimtelijke & satelliet data voor hydrologische modelleren in de weg • Het wflow_sbm model met PTF-gebaseerde parameters is veel belovend (KGE> 0.6, sometimes >0.85) • Performance in Zwitserland is minder goed (~0.4) • Goede vergelijk met actuele verdamping van LSA SAF, maar wflow_sbm model geeft iets hogere (meer realitsiche) ETact (~60 mm/jaar meer) • Verbeteren sneeuwmodellering cruciaal voor klimaatstudies Rijn • Parameterschattingen en MPR upscaling techniek geeft consistente modeluitkomsten bodemvocht en Etact. • Voor afvoer neemt de performance af omdat het dominate hydrologische proces (laterale subsurface flow) niet goed meer wordt gemodelleerd • Toekomst: Test aanpak op andere catchments wereldwijd (vrijafwaterende waterschappen?) en in combinatie met DA
  23. 23. www.imprex.eu Contact details Deltares Albrecht Weerts albrecht.weerts@deltares.nl Acknowledgement IMPREX is a research project supported by the European Commission under the Horizon 2020 Framework Programme Grant Agreement No 641811 Duration: 01/10/15 - 01/10/19

×