• Treffer 7 von 18
Zurück zur Trefferliste

Challenges of regional hydrological modelling in the Elbe River basin : investigations about model fidelity on sub-catchment level

Herausforderungen für die regionale hydrologische Modellierung im Flußeinzugsgebiet der Elbe : Forschungen zur Modellgüte auf der Ebene der Teileinzugsgebiete

  • Within a research project about future sustainable water management options in the Elbe River basin, quasi-natural discharge scenarios had to be provided. The semi-distributed eco-hydrological model SWIM was utilised for this task. According to scenario simulations driven by the stochastical climate model STAR, the region would get distinctly drier. However, this thesis focuses on the challenge of meeting the requirement of high model fidelity even for smaller sub-basins. Usually, the quality of the simulations is lower at inner points than at the outlet. Four research paper chapters and the discussion chapter deal with the reasons for local model deviations and the problem of optimal spatial calibration. Besides other assessments, the Markov Chain Monte Carlo method is applied to show whether evapotranspiration or precipitation should be corrected to minimise runoff deviations, principal component analysis is used in an unusual way to evaluate local precipitation alterations by land cover changes, and remotely sensed surfaceWithin a research project about future sustainable water management options in the Elbe River basin, quasi-natural discharge scenarios had to be provided. The semi-distributed eco-hydrological model SWIM was utilised for this task. According to scenario simulations driven by the stochastical climate model STAR, the region would get distinctly drier. However, this thesis focuses on the challenge of meeting the requirement of high model fidelity even for smaller sub-basins. Usually, the quality of the simulations is lower at inner points than at the outlet. Four research paper chapters and the discussion chapter deal with the reasons for local model deviations and the problem of optimal spatial calibration. Besides other assessments, the Markov Chain Monte Carlo method is applied to show whether evapotranspiration or precipitation should be corrected to minimise runoff deviations, principal component analysis is used in an unusual way to evaluate local precipitation alterations by land cover changes, and remotely sensed surface temperatures allow for an independent view on the evapotranspiration landscape. The overall insight is that spatially explicit hydrological modelling of such a large river basin requires a lot of local knowledge. It probably needs more time to obtain such knowledge as is usually provided for hydrological modelling studies.zeige mehrzeige weniger
  • Innerhalb eines Forschungsprojekts zu zukünftigen nachhaltigen Optionen der Wasserwirtschaft im Elbe-Einzugsgebiet mußten quasi-natürliche Abflußszenarien bereitgestellt werden. Zu diesem Zweck wurde das räumlich diskretisierte ökohydrologische Modell SWIM eingesetzt. Nach den von dem stochastischen Klimamodell STAR angetriebenen Szenariosimulationen würde die Region deutlich trockener werden. Allerdings ist das Hauptthema dieser Dissertation die Herausforderung, die Ansprüche an hohe Modelltreue auch für kleinere Teileinzugsgebiete zu erfüllen. Normalerweise ist die Qualität der Simulationen für innere Punkte geringer als am Gebietsauslaß. Vier Fachartikel-Kapitel und das Diskussionskapitel beschäftigen sich mit den Gründen für lokale Modellabweichungen und dem Problem optimaler räumlicher Kalibrierung. Unter anderem wird die Markovketten-Monte-Carlo-Methode angewendet, um zu zeigen, ob Verdunstung oder Niederschlag korrigiert werden sollte, um Abweichungen des Abflusses zu minimieren, die Hauptkomponentenanalyse wird auf eineInnerhalb eines Forschungsprojekts zu zukünftigen nachhaltigen Optionen der Wasserwirtschaft im Elbe-Einzugsgebiet mußten quasi-natürliche Abflußszenarien bereitgestellt werden. Zu diesem Zweck wurde das räumlich diskretisierte ökohydrologische Modell SWIM eingesetzt. Nach den von dem stochastischen Klimamodell STAR angetriebenen Szenariosimulationen würde die Region deutlich trockener werden. Allerdings ist das Hauptthema dieser Dissertation die Herausforderung, die Ansprüche an hohe Modelltreue auch für kleinere Teileinzugsgebiete zu erfüllen. Normalerweise ist die Qualität der Simulationen für innere Punkte geringer als am Gebietsauslaß. Vier Fachartikel-Kapitel und das Diskussionskapitel beschäftigen sich mit den Gründen für lokale Modellabweichungen und dem Problem optimaler räumlicher Kalibrierung. Unter anderem wird die Markovketten-Monte-Carlo-Methode angewendet, um zu zeigen, ob Verdunstung oder Niederschlag korrigiert werden sollte, um Abweichungen des Abflusses zu minimieren, die Hauptkomponentenanalyse wird auf eine unübliche Weise benutzt, um lokale Niederschlagsänderungen aufgrund von Landnutzungsänderungen zu untersuchen, und fernerkundete Oberflächentemperaturen erlauben eine unabhängige Sicht auf die Verdunstungslandschaft. Die grundlegende Erkenntnis ist, daß die räumlich explizite hydrologische Modellierung eines so großen Flußeinzugsgebiets eine Menge Vor-Ort-Wissen erfordert. Wahrscheinlich wird mehr Zeit benötigt, solches Wissen zu erwerben, als üblicherweise für hydrologische Modellstudien zur Verfügung steht.zeige mehrzeige weniger

Volltext Dateien herunterladen

Metadaten exportieren

Weitere Dienste

Suche bei Google Scholar Statistik - Anzahl der Zugriffe auf das Dokument
Metadaten
Verfasserangaben:Tobias ConradtORCiDGND
URN:urn:nbn:de:kobv:517-opus-65245
Betreuer*in(nen):Axel Bronstert
Publikationstyp:Dissertation
Sprache:Englisch
Erscheinungsjahr:2013
Veröffentlichende Institution:Universität Potsdam
Titel verleihende Institution:Universität Potsdam
Datum der Abschlussprüfung:06.05.2013
Datum der Freischaltung:17.05.2013
Freies Schlagwort / Tag:Fehlerquellen der Modellierung; Fernerkundung; Landschaftseffekte; räumliche Kalibrierung; ökohydrologische Modellierung
eco-hydrological modelling; landscape effects; modelling error sources; remote sensing; spatial calibration
RVK - Regensburger Verbundklassifikation:RC 15104
RVK - Regensburger Verbundklassifikation:RC 15351
Organisationseinheiten:Mathematisch-Naturwissenschaftliche Fakultät / Institut für Geowissenschaften
DDC-Klassifikation:5 Naturwissenschaften und Mathematik / 55 Geowissenschaften, Geologie / 550 Geowissenschaften
Name der Einrichtung zum Zeitpunkt der Publikation:Mathematisch-Naturwissenschaftliche Fakultät / Institut für Erd- und Umweltwissenschaften
Lizenz (Englisch):License LogoCreative Commons - Namensnennung 3.0 Unported
Verstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.