uu.seUppsala University Publications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Precipitation data in a mountainous catchment in Honduras: quality assessment and spatiotemporal characteristics
Uppsala University, Disciplinary Domain of Science and Technology, Earth Sciences, Department of Earth Sciences, LUVAL.
Department of Earth Sciences, University of Gothenburg, Gothenburg, Sweden .
Uppsala University, Disciplinary Domain of Science and Technology, Earth Sciences, Department of Earth Sciences, LUVAL.
Uppsala University, Disciplinary Domain of Science and Technology, Earth Sciences, Department of Earth Sciences, LUVAL.
Show others and affiliations
2010 (English)In: Journal of Theoretical and Applied Climatology, ISSN 0177-798X, E-ISSN 1434-4483, Vol. 101, no 3-4, 381-396 p.Article in journal (Refereed) Published
Abstract [en]

An accurate description of temporal and spatial precipitation variability in Central America is important for local farming, water supply and flood management. Data quality problems and lack of consistent precipitation data impede hydrometeorological analysis in the 7,500 km(2) Choluteca River basin in central Honduras, encompassing the capital Tegucigalpa. We used precipitation data from 60 daily and 13 monthly stations in 1913-2006 from five local authorities and NOAA's Global Historical Climatology Network. Quality control routines were developed to tackle the specific data quality problems. The quality-controlled data were characterised spatially and temporally, and compared with regional and larger-scale studies. Two gap-filling methods for daily data and three interpolation methods for monthly and mean annual precipitation were compared. The coefficient-of-correlation-weighting method provided the best results for gap-filling and the universal kriging method for spatial interpolation. In-homogeneity in the time series was the main quality problem, and 22% of the daily precipitation data were too poor to be used. Spatial autocorrelation for monthly precipitation was low during the dry season, and correlation increased markedly when data were temporally aggregated from a daily time scale to 4-5 days. The analysis manifested the high spatial and temporal variability caused by the diverse precipitation-generating mechanisms and the need for an improved monitoring network.

Place, publisher, year, edition, pages
2010. Vol. 101, no 3-4, 381-396 p.
National Category
Earth and Related Environmental Sciences
Identifiers
URN: urn:nbn:se:uu:diva-135001DOI: 10.1007/s00704-009-0222-xISI: 000280578900012OAI: oai:DiVA.org:uu-135001DiVA: diva2:374828
Available from: 2010-12-06 Created: 2010-12-03 Last updated: 2017-12-11Bibliographically approved
In thesis
1. Observational Uncertainties in Water-Resources Modelling in Central America: Methods for Uncertainty Estimation and Model Evaluation
Open this publication in new window or tab >>Observational Uncertainties in Water-Resources Modelling in Central America: Methods for Uncertainty Estimation and Model Evaluation
2011 (English)Doctoral thesis, comprehensive summary (Other academic)
Alternative title[sv]
Observationsosäkerheter i vattenresursmodellering i Centralamerika : Metoder för osäkerhetsuppskattning och modellutvärdering
Abstract [en]

Knowledge about spatial and temporal variability of hydrological processes is central for sustainable water-resources management, and such knowledge is created from observational data. Hydrologic models are necessary for prediction for time periods and areas lacking data, but are affected by observational uncertainties. Methods for estimating and accounting for such uncertainties in water-resources modelling are of high importance, especially in regions such as Central America.

Observational uncertainties were addressed in three ways in this thesis; quality control, quantitative estimation and development of model-evaluation techniques that addressed unquantifiable uncertainties. A first step in any modelling study should be the quality control and concurrent analysis of the representativeness of the observational data. In the characterisation of the precipitation regime in the Choluteca River basin in Honduras, four different quality problems were identified and 22% of the daily data had to be rejected. The monitoring network was found to be insufficient for a comprehensive characterisation of the high spatiotemporal variability of the precipitation regime.

Quantitative estimations of data uncertainties can be made when sufficient information is available. Discharge-data uncertainties were estimated with a fuzzy regression for time-variable rating curves and from official rating curves for 35 stations in Honduras. The uncertainties were largest for low flows, as a result of measurement uncertainties and natural variability.

A method for calibration with flow-duration curves was developed which enabled calibration to the whole flow range, accounting for discharge uncertainty and calibration with non-overlapping time periods for model input and evaluation data. The method compared favourably to traditional calibration in a test using two models applied in basins with different runoff-generation processes. A post-hoc analysis made it possible to identify potential model-structure errors and periods of disinformative data. Flow-duration curves were regionalised and used for calibration of a Central-American water-balance model. The initial model uncertainty for the ungauged basins was reduced by 70%. Non-representative precipitation data were found to be the main obstacle to comprehensive regional water-resources modelling in Central America.

These methods bridged several problems related to observational uncertainties in water-balance modelling. Estimates of prediction uncertainty are an important basis for all types of decisions related to water-resources management.

 

Abstract [sv]

Kännedom om hur hydrologiska processer varierar i tid och rum är grundläggande för hållbar vattenresursförvaltning och skapas utifrån observerade data. Hydrologiska modeller är nödvändiga för att förutsäga vattenbalansen för tidsperioder och områden utan data, men påverkas av observationsosäkerheter. Metoder för att hantera sådana osäkerheter i vattenresursmodellering är av stor betydelse i regioner såsom Centralamerika.

Observationsosäkerheter hanterades på tre olika sätt i denna avhandling; kvalitetskontroll, kvantitativ uppskattning och utveckling av modellutvärderingsmetoder för beaktande av icke kvantifierbara osäkerheter. Ett viktigt första steg är kvalitetskontroll och samtidig analys av datas representativitet. Vid karaktäriseringen av nederbördsregimen i Cholutecaflodens avrinningsområde i Honduras identifierades fyra olika kvalitetsproblem och 22 % av data sorterades bort. Stationsnätet var otillräckligt för en fullödig karaktärisering av nederbördsregimens variationer i tid och rum. Dessa var mycket stora som ett resultat av komplexiteten hos de nederbördsgenererande mekanismerna.

Kvantitativ uppskattning av observerade datas osäkerhet kan göras när tillräcklig information är tillgänglig. Osäkerheter i vattenföringsdata uppskattades dels vid beräkning av vattenföring med en oskarp regression för en tidsvariabel avbördningskurva, dels från en analys av officiella avbördningskurvor från 35 stationer i Honduras. Osäkerheten var i båda fallen högst vid låga flöden som ett resultat av högre mätosäkerheter samt större naturlig variabilitet än vid höga flöden.

En metod för modellkalibrering med varaktighetskurvor utvecklades och gjorde det möjligt att kalibrera för hela flödesintervallet samtidigt, ta hänsyn till osäkerheter i vattenföringsdata samt kalibrera med icke överlappande driv- och utvärderingsdata. Metoden testades med två olika modeller i två avrinningsområden med olika avrinningsbildningsprocesser, och visade goda resultat jämfört med traditionell modellkalibrering. En post hoc-analys gjorde det möjligt att identifiera troliga modellstrukturfel och perioder med disinformativa data. Varaktighetskurvor regionaliserades och användes för kalibrering av en regional vattenbalansmodell för Centralamerika, varvid den initiala modellosäkerheten minskades med 70 %.

Icke representativa nederbördsdata identifierades som det största hindret för regional vattenresursmodellering i Centralamerika. De metoder som utvecklades i detta arbete gör det möjligt att överbrygga ett flertal problem orsakade av bristfällig tillgänglighet och kvalitet av data och leder därmed till en förbättrad uppskattning av osäkerheten i vattenbalanssimuleringar. Sådana osäkerhetsskattningar är ett viktigt underlag vid alla typer av förvaltningsbeslut som rör vattenresurser.

 

Place, publisher, year, edition, pages
Uppsala: Acta Universitatis Upsaliensis, 2011. 75 p.
Series
Digital Comprehensive Summaries of Uppsala Dissertations from the Faculty of Science and Technology, ISSN 1651-6214 ; 833
Keyword
Central America, Discharge, Flow-duration curve, Fuzzy regression, GLUE, Model evaluation, Non-stationarity, Observational uncertainty, Precipitation, Quality control, Rating curve, Regionalisation, Uncertainty estimation, Ungauged basins, Water resources, Avbördningskurva, Centralamerika, GLUE, icke-stationaritet, kvalitetskontroll, modellutvärdering, nederbörd, observationsosäkerheter, avrinningsområden utan vattenfö-ringsdata, oskarp regression, osäkerhetsuppskattning, regionalisering, varaktighetskurva, vattenföring, vattenresurser
National Category
Oceanography, Hydrology, Water Resources
Research subject
Hydrology
Identifiers
urn:nbn:se:uu:diva-152074 (URN)978-91-554-8090-5 (ISBN)
Public defence
2011-06-10, Axel Hambergsalen, Earth Sciences Centre, Villavägen 16, Uppsala, 10:00 (English)
Opponent
Supervisors
Available from: 2011-05-12 Created: 2011-04-23 Last updated: 2011-07-01
2. Robust Water Balance Modeling with Uncertain Discharge and Precipitation Data: Computational Geometry as a New Tool
Open this publication in new window or tab >>Robust Water Balance Modeling with Uncertain Discharge and Precipitation Data: Computational Geometry as a New Tool
2013 (English)Doctoral thesis, comprehensive summary (Other academic)
Alternative title[sv]
Robust vattenbalansmodellering med osäkra vattenförings- och nederbördsdata : beräkningsgeometri som ett nytt verktyg
Abstract [en]

Models are important tools for understanding the hydrological processes that govern water transport in the landscape and for prediction at times and places where no observations are available. The degree of trust placed on models, however, should not exceed the quality of the data they are fed with. The overall aim of this thesis was to tune the modeling process to account for the uncertainty in the data, by identifying robust parameter values using methods from computational geometry. The methods were developed and tested on data from the Choluteca River basin in Honduras.

Quality control of precipitation and discharge data resulted in a rejection of 22% percent of daily raingage data and the complete removal of one out of the seven discharge stations analyzed. The raingage network was not found sufficient to capture the spatial and temporal variability of precipitation in the Choluteca River basin. The temporal variability of discharge was evaluated through a Monte Carlo assessment of the rating-equation parameter values over a moving time window of stage-discharge measurements. Al hydrometric stations showed considerable temporal variability in the stage-discharge relationship, which was largest for low flows, albeit with no common trend. The problem with limited data quality was addressed by identifying robust model parameter values within the set of well-performing (behavioral) parameter-value vectors with computational-geometry methods. The hypothesis that geometrically deep parameter-value vectors within the behavioral set were hydrologically robust was tested, and verified, using two depth functions. Deep parameter-value vectors tended to perform better than shallow ones, were less sensitive to small changes in their values, and were better suited to temporal transfer. Depth functions rank multidimensional data. Methods to visualize the multivariate distribution of behavioral parameters based on the ranked values were developed. It was shown that, by projecting along a common dimension, the multivariate distribution of behavioral parameters for models of varying complexity could be compared using the proposed visualization tools. This has a potential to aid in the selection of an adequate model structure considering the uncertainty in the data.

These methods allowed to quantify observational uncertainties. Geometric methods have only recently begun to be used in hydrology. It was shown that they can be used to identify robust parameter values, and some of their potential uses were highlighted.

Abstract [sv]

Modeller är viktiga verktyg för att förstå de hydrologiska processer som bestämmer vattnets transport i landskapet och för prognoser för tider och platser där det saknas mätdata. Graden av tillit till modeller bör emellertid inte överstiga kvaliteten på de data som de matas med. Det övergripande syftet med denna avhandling var att anpassa modelleringsprocessen så att den tar hänsyn till osäkerheten i data och identifierar robusta parametervärden med hjälp av metoder från beräkningsgeometrin. Metoderna var utvecklade och testades på data från Cholutecaflodens avrinningsområde i Honduras.

Kvalitetskontrollen i nederbörds- och vattenföringsdata resulterade i att 22 % av de dagliga nederbördsobservationerna måste kasseras liksom alla data från en av sju analyserade vattenföringsstationer. Observationsnätet för nederbörd befanns otillräckligt för att fånga upp den rumsliga och tidsmässiga variabiliteten i den övre delen av Cholutecaflodens avrinningsområde. Vattenföringens tidsvariation utvärderades med en Monte Carlo-skattning av värdet på parametrarna i avbördningskurvan i ett rörligt tidsfönster av vattenföringsmätningar. Alla vattenföringsstationer uppvisade stor tidsvariation i avbördningskurvan som var störst för låga flöden, dock inte med någon gemensam trend. Problemet med den måttliga datakvaliteten bedömdes med hjälp av robusta modellparametervärden som identifierades med hjälp av beräkningsgeometriska metoder. Hypotesen att djupa parametervärdesuppsättningar var robusta testades och verifierades genom två djupfunktioner. Geometriskt djupa parametervärdesuppsättningar verkade ge bättre hydrologiska resultat än ytliga, var mindre känsliga för små ändringar i parametervärden och var bättre lämpade för förflyttning i tiden. Metoder utvecklades för att visualisera multivariata fördelningar av välpresterande parametrar baserade på de rangordnade värdena. Genom att projicera längs en gemensam dimension, kunde multivariata fördelningar av välpresterande parametrar hos modeller med varierande komplexitet jämföras med hjälp av det föreslagna visualiseringsverktyget. Det har alltså potentialen att bistå vid valet av en adekvat modellstruktur som tar hänsyn till osäkerheten i data.

Dessa metoder möjliggjorde kvantifiering av observationsosäkerheter. Geometriska metoder har helt nyligen börjat användas inom hydrologin. I studien demonstrerades att de kan användas för att identifiera robusta parametervärdesuppsättningar och några av metodernas potentiella användningsområden belystes.

Place, publisher, year, edition, pages
Uppsala: Acta Universitatis Upsaliensis, 2013. 95 p.
Series
Digital Comprehensive Summaries of Uppsala Dissertations from the Faculty of Science and Technology, ISSN 1651-6214 ; 1010
Keyword
Alpha shape, Convex hull, Depth function, Discharge, Hydrological models, Honduras, Model calibration, Parameter-value estimation, Precipitation, Rating curve, Robust, Robustness, Uncertainty estimation, Water resources., Alfaform, avbördningskurva, djupfunktion, Honduras, hydrologiska modeller, konvext hölje, modellkalibrering, nederbörd, osäkerhetsskattning, parametervärdesskattning, robust, robusthet, vattenföring, vattenresurser
National Category
Oceanography, Hydrology, Water Resources
Research subject
Hydrology
Identifiers
urn:nbn:se:uu:diva-190686 (URN)978-91-554-8575-7 (ISBN)
Public defence
2013-02-22, Axel Hambergsalen, Earth Sciences Department, Villavägen 16, Uppsala, 13:00 (English)
Opponent
Supervisors
Funder
Sida - Swedish International Development Cooperation Agency, 75007349 and SWE-2005-296
Available from: 2013-02-01 Created: 2013-01-08 Last updated: 2013-02-18Bibliographically approved

Open Access in DiVA

No full text

Other links

Publisher's full text

Authority records BETA

Westerberg, IdaGuerrero, José-LuisHalldin, S.Xu, Chong-YuLundin, Lars-Christer

Search in DiVA

By author/editor
Westerberg, IdaGuerrero, José-LuisHalldin, S.Xu, Chong-YuLundin, Lars-Christer
By organisation
LUVAL
In the same journal
Journal of Theoretical and Applied Climatology
Earth and Related Environmental Sciences

Search outside of DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetric score

doi
urn-nbn
Total: 489 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf