Tina Trautmann

• Climate change is one of the greatest challenges to humanity in this century, and most noticeable consequences are expected to be impacts on the water cycle – in particular the distribution and availability of water, which is fundamental for all life on Earth. In this context, it is essential to better understand where and when water is available and what processes influence variations in water storages. While estimates of the overall terrestrial water storage (TWS) variations are available from the GRACE satellites, these represent the vertically integrated signal over all water stored in ice, snow, soil moisture, groundwater and surface water bodies. Therefore, complementary observational data and hydrological models are still required to determine the partitioning of the measured signal among different water storages and to understand the underlying processes. However, the application of large-scale observational data is limited by their specific uncertainties and the incapacity to measure certain water fluxes and storages.Climate change is one of the greatest challenges to humanity in this century, and most noticeable consequences are expected to be impacts on the water cycle – in particular the distribution and availability of water, which is fundamental for all life on Earth. In this context, it is essential to better understand where and when water is available and what processes influence variations in water storages. While estimates of the overall terrestrial water storage (TWS) variations are available from the GRACE satellites, these represent the vertically integrated signal over all water stored in ice, snow, soil moisture, groundwater and surface water bodies. Therefore, complementary observational data and hydrological models are still required to determine the partitioning of the measured signal among different water storages and to understand the underlying processes. However, the application of large-scale observational data is limited by their specific uncertainties and the incapacity to measure certain water fluxes and storages. Hydrological models, on the other hand, vary widely in their structure and process-representation, and rarely incorporate additional observational data to minimize uncertainties that arise from their simplified representation of the complex hydrologic cycle. In this context, this thesis aims to contribute to improving the understanding of global water storage variability by combining simple hydrological models with a variety of complementary Earth observation-based data. To this end, a model-data integration approach is developed, in which the parameters of a parsimonious hydrological model are calibrated against several observational constraints, inducing GRACE TWS, simultaneously, while taking into account each data’s specific strengths and uncertainties. This approach is used to investigate 3 specific aspects that are relevant for modelling and understanding the composition of large-scale TWS variations. The first study focusses on Northern latitudes, where snow and cold-region processes define the hydrological cycle. While the study confirms previous findings that seasonal dynamics of TWS are dominated by the cyclic accumulation and melt of snow, it reveals that inter-annual TWS variations on the contrary, are determined by variations in liquid water storages. Additionally, it is found to be important to consider the impact of compensatory effects of spatially heterogeneous hydrological variables when aggregating the contribution of different storage components over large areas. Hence, the determinants of TWS variations are scale-dependent and underlying driving mechanism cannot be simply transferred between spatial and temporal scales. These findings are supported by the second study for the global land areas beyond the Northern latitudes as well. This second study further identifies the considerable impact of how vegetation is represented in hydrological models on the partitioning of TWS variations. Using spatio-temporal varying fields of Earth observation-based data to parameterize vegetation activity not only significantly improves model performance, but also reduces parameter equifinality and process uncertainties. Moreover, the representation of vegetation drastically changes the contribution of different water storages to overall TWS variability, emphasizing the key role of vegetation for water allocation, especially between sub-surface and delayed water storages. However, the study also identifies parameter equifinality regarding the decay of sub-surface and delayed water storages by either evapotranspiration or runoff, and thus emphasizes the need for further constraints hereof. The third study focuses on the role of river water storage, in particular whether it is necessary to include computationally expensive river routing for model calibration and validation against the integrated GRACE TWS. The results suggest that river routing is not required for model calibration in such a global model-data integration approach, due to the larger influence other observational constraints, and the determinability of certain model parameters and associated processes are identified as issues of greater relevance. In contrast to model calibration, considering river water storage derived from routing schemes can already significantly improve modelled TWS compared to GRACE observations, and thus should be considered for model evaluation against GRACE data. Beyond these specific findings that contribute to improved understanding and modelling of large-scale TWS variations, this thesis demonstrates the potential of combining simple modeling approaches with diverse Earth observational data to improve model simulations, overcome inconsistencies of different observational data sets, and identify areas that require further research. These findings encourage future efforts to take advantage of the increasing number of diverse global observational data.…
• Der Klimawandel stellt mit Abstand eine der größten Herausforderungen für die Menschheit in diesem Jahrhundert da, und die spürbarsten Folgen werden voraussichtlich die Auswirkungen auf den Wasserkreislauf sein - insbesondere auf die Verteilung und Verfügbarkeit von Wasser, welches Grundlage allen Lebens dieser Erde ist. In diesem Zusammenhang ist es von entscheidender Bedeutung, besser zu verstehen, wo und wann Wasser verfügbar ist und welche Prozesse natürliche Schwankungen der Wasserspeicher beeinflussen. Obwohl Schätzungen der Gesamtschwankungen der terrestrischen Wasserspeicher (TWS) basierend auf Daten der GRACE-Satelliten vorliegen, stellen diese nur das vertikal integrierte Signal über alles in Eis, Schnee, Bodenfeuchtigkeit, Grundwasser und Oberflächengewässern gespeicherte Wasser dar. Daher sind ergänzende Beobachtungsdaten und hydrologische Modelle notwendig, um die Aufteilung des gemessenen Signals auf verschiedenen Wasserspeicher zu bestimmen und die zugrunde liegenden Prozesse zu verstehen. Die Verwendung vonDer Klimawandel stellt mit Abstand eine der größten Herausforderungen für die Menschheit in diesem Jahrhundert da, und die spürbarsten Folgen werden voraussichtlich die Auswirkungen auf den Wasserkreislauf sein - insbesondere auf die Verteilung und Verfügbarkeit von Wasser, welches Grundlage allen Lebens dieser Erde ist. In diesem Zusammenhang ist es von entscheidender Bedeutung, besser zu verstehen, wo und wann Wasser verfügbar ist und welche Prozesse natürliche Schwankungen der Wasserspeicher beeinflussen. Obwohl Schätzungen der Gesamtschwankungen der terrestrischen Wasserspeicher (TWS) basierend auf Daten der GRACE-Satelliten vorliegen, stellen diese nur das vertikal integrierte Signal über alles in Eis, Schnee, Bodenfeuchtigkeit, Grundwasser und Oberflächengewässern gespeicherte Wasser dar. Daher sind ergänzende Beobachtungsdaten und hydrologische Modelle notwendig, um die Aufteilung des gemessenen Signals auf verschiedenen Wasserspeicher zu bestimmen und die zugrunde liegenden Prozesse zu verstehen. Die Verwendung von großmaßstäblichen Beobachtungsdaten ist jedoch durch ihre spezifischen Unsicherheiten und die Unfähigkeit, bestimmte Wasserflüsse und -speicher zu messen, eingeschränkt. Hydrologische Modelle hingegen unterscheiden sich stark in ihrer Struktur und Prozessdarstellung und beziehen nur selten zusätzliche Beobachtungsdaten ein, um Unsicherheiten zu minimieren, die sich aus ihrer vereinfachten Darstellung des komplexen Wasserkreislaufs ergeben. In diesem Zusammenhang gibt diese Arbeit einen Beitrag zum besseren Verständnis der Schwankungen globaler Wasserspeicher, indem einfache hydrologische Modelle mit einer Vielzahl sich ergänzender Erdbeobachtungsdaten kombiniert werden. Dafür wird ein Ansatz zur Integration von Modellen und Daten entwickelt, bei dem die Parameter eines einfachen hydrologischen Modells gleichzeitig gegen mehrere Beobachtungsdaten, inklusive GRACE TWS, kalibriert werden, wobei deren spezifischen Stärken und Unsicherheiten berücksichtigt werden. Dieser Ansatz wird genutzt, um drei spezifische Aspekte, die für die Modellierung und das Verständnis der Zusammensetzung großskaliger TWS-Schwankungen relevant sind, zu untersuchen. Die erste Studie konzentriert sich auf die nördlichen Breiten, wo Schnee und Prozesse kalter Regionen den hydrologischen Kreislauf bestimmen. Während die Studie frühere Erkenntnisse darin bestätigt, dass die saisonale Dynamik des TWS von der zyklischen Akkumulation und Schmelze von Schnee dominiert wird, zeigt sie, dass die zwischenjährlichen TWS-Schwankungen im Gegenteil durch Variationen der Flüssigwasserspeicher bestimmt werden. Darüber hinaus wird festgestellt, dass es wichtig ist, die Auswirkungen kompensatorischer Effekte räumlich heterogener hydrologischer Variablen zu berücksichtigen, wenn der Beitrag verschiedener Speicherkomponenten über große Gebiete aggregiert wird. Die Determinanten der TWS-Schwankungen sind skalenabhängig, und die zugrunde liegenden Antriebsmechanismen lassen sich nicht einfach zwischen räumlichen und zeitlichen Skalen übertragen. Diese Ergebnisse werden durch die zweite Studie auch auf globaler Skale bestätigt. Diese zweite Studie zeigt außerdem, dass die Art und Weise, wie Vegetation in hydrologischen Modellen dargestellt wird, einen erheblichen Einfluss auf die Aufteilung der TWS-Variationen hat. Die Verwendung von raum-zeitlich variierenden Erdbeobachtungsdaten zur Parametrisierung der Vegetationsaktivität verbessert nicht nur die Modellleistung erheblich, sondern verringert auch die Parameterequifinalität und somit die Prozessunsicherheiten. Darüber hinaus beeinflusst die Repräsentation der Vegetation drastisch den Einfluss verschiedener Wasserspeicher zur Gesamtvariabilität des TWS und unterstreicht damit die Schlüsselrolle der Vegetation für die Wasserverteilung, insbesondere zwischen unterirdischen und verzögerten Wasserspeichern. Die Studie zeigt jedoch auch, dass die Parameter für den Verringerung der unterirdischen und verzögerten Wasserspeichern, entweder via Evapotranspiration oder via Abfluss, äquivalent sind, und unterstreicht damit die Notwendigkeit weiterer Eingrenzung durch Beobachtungsdaten. Die dritte Studie befasst sich mit der Rolle der Wasserspeicherung in Flüssen, insbesondere mit der Frage, ob es notwendig ist, das rechenintensive Abfluss-Routing für die Kalibrierung und Validierung des Modells gegen GRACE TWS Daten zu berücksichtigen. Die Ergebnisse deuten darauf hin, dass das Abfluss-Routing für die Modellkalibrierung in einem solchen globalen Modell-Daten-Integrationsansatz nicht erforderlich ist, da andere Beobachtungsdaten einen größeren Einfluss haben und die Definierbarkeit bestimmter Modellparameter und damit zusammenhängender Prozesse relevantere Probleme darstellen. Im Gegensatz zur Modellkalibrierung kann die Berücksichtigung von Flusswasserspeichern jedoch den modellierten TWS im Vergleich zu GRACE-Beobachtungen bereits erheblich verbessern und sollte daher bei der Modellevaluierung gegen GRACE-Daten berücksichtigt werden. Über diese spezifischen Ergebnisse hinaus, die zum besseren Verständnis und Modellierung großskaliger TWS-Variationen beitragen, zeigt diese Arbeit das Potenzial der Kombination einfacher Modellierungsansätze mit verschiedenen Erdbeobachtungsdaten zur Verbesserung von Modellsimulationen, zur Überwindung von Inkonsistenzen zwischen verschiedenen Beobachtungsdatensätzen und zur Identifizierung von Themen, die weitere Forschung erfordern. Diese Ergebnisse ermutigen künftige Forschungen, die zunehmende Zahl unterschiedlicher globaler Beobachtungsdaten zu nutzen.…