Verbeteren hydrologisch modelleren en voorspellen afvoer Rijn

Maat: px

Weergave met pagina beginnen:

Download "Verbeteren hydrologisch modelleren en voorspellen afvoer Rijn"

Melanie van Dijk
5 jaren geleden
Aantal bezoeken:

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 2018

Introductie Context Doelen IMPREX: Van closed source naar onderhouden open source (wflow framework) Zoveel mogelijk gebruik van beschikbare ruimtelijke

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 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 Forcering Forcering (6 uurlijks op 1200x1200 m 2 ): Op basis van uurlijkse P (genre),t, PET voor de periode [van Osnabrugge et al., 2017, 2018] 4

5 Dagelijks vergelijk Uurlijkse (event) vergelijk Van Osnabrugge et al. WRR,

representeren fysische eigenschappen Bucket model met laterale grondwaterstroming tussen cellen ET en interceptie verliezen

6 Model wflow_sbm [Schellekens et al., 2018]: Gebaseerd op topog_sbm [Vertessy and Elsenbeer, 1999] gedistribueerd hydrologisch 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 ET act van onverzadigde zone [Feddes et al., 1978] 7

7 wflow_sbm modelopzet (I) 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 wflow_sbm modelopzet (II) Pedo-transfer functions in een notendop Verzadigde en residual water gehalte [Tóth et al., 2015]: bodemdikte: Diepte tot bedrock [Hengl et al., 2017] Diepte tot impermeabele laag [ESDAC, 2004; Panagos et al., 2012] 10

10 wflow_sbm modelopzet (III) 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 1.2x x x x4.8 11

11 wflow_sbm modelopzet (IV) Pedo-transfer functions in een notendop Land cover klassen bodemdikte Look-up tables bij Zeng [2001] 12

12 Discharge [m3/s] Discharge [m3/s] Model validatie Hydrografen Obsi KGE = 0.86 Omos 2 KGE =

13 Discharge [m3/s] Discharge [m3/s] Discharge [m3/s] Model validatie Hydrografen Thur KGE = 0.39 Upper Rhine KGE = 0.68 Lower Rhine KGE =

14 Modelvalidatie Afvoer skill assessment Rijn 15

15 Modelvalidatie Actuele verdamping (dag gemiddelde) [Demirel et al., 2018; Koch et al., in review] DMET LSA SAF vantrigo et al. (2011) 16

16 Modelvalidatie Actuele verdamping (tijdserie) DMET LSA SAF from Trigo et al. (2011) 17

17 Modelvalidatie Bodemvocht [Bauer-Marschallinger et al., in review] 18

18 Results Totaal bodemvocht versus total water storage (TWS) van GRACE Klinger et al.,

19 Model upscaling Model gevoeligheid voor resolutie ET act LSA SAF [Trigo et al., 2011] Reference 1.2x x x x4.8 Bodemvocht [Bauer- Marschallinger et al., in review] 20

20 Results Model sensitivity to resolution - Discharge 21

21 Samenvatting Forcering 1200x1200 m Gevoeligheidsanalyse PTF Modelvalidatie : Q, ET act en bodemvocht Satelliet en bodem data MPR upscaling wflow_sbm 1200x1200 m 6 uurlijks schaalgevoeligheid Pedo-transfer functies Gevoeligheid voor gekozen PTF (niet getoond) 22

22 Conclusies Take-home messages 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) ET act (~60 mm/jaar meer) Verbeteren sneeuwmodellering cruciaal voor klimaatstudies Rijn Parameterschattingen en MPR upscaling techniek geeft consistente modeluitkomsten bodemvocht en Et act. 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 Acknowledgement IMPREX is a research project supported by the European Commission under the Horizon 2020 Framework Programme Grant Agreement No Duration: 01/10/15-01/10/19 Contact details Deltares Albrecht Weerts albrech.weerts@deltares.nl

Vergelijkbare documenten

Invloed van bodemgebruiksgegevens op de neerslag-afvoervoorspelling in stedelijk gebied

Invloed van bodemgebruiksgegevens op de neerslag-afvoervoorspelling in stedelijk gebied Okke Batelaan en Jarek Chormanski Vakgroep Hydrologie en Waterbouwkunde Vrije Universiteit Brussel 28/7/26 pag. 1