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
Location and Density of Rain Gauges for the Estimation of Spatial Varying Precipitation
Uppsala University, Disciplinary Domain of Science and Technology, Earth Sciences, Department of Earth Sciences, LUVAL. (Centre for Natural Disaster Science)ORCID iD: 0000-0002-0835-8897
Uppsala University, Disciplinary Domain of Science and Technology, Mathematics and Computer Science, Department of Information Technology, Computer Architecture and Computer Communication.
Uppsala University, Disciplinary Domain of Science and Technology, Mathematics and Computer Science, Department of Information Technology, Computer Architecture and Computer Communication.
Uppsala University, Disciplinary Domain of Science and Technology, Earth Sciences, Department of Earth Sciences, LUVAL.
2015 (English)In: Geografiska Annaler. Series A, Physical Geography, ISSN 0435-3676, E-ISSN 1468-0459, Vol. 97, no 1, 167-179 p.Article in journal (Refereed) Published
Abstract [en]

Accurate estimation of precipitation and its spatial variability is crucial for reliable discharge simulations. Although radar and satellite based techniques are becoming increasingly widespread, quantitative precipitation estimates based on point rain gauge measurement interpolation are, and will continue to be in the foreseeable future, widely used. However, the ability to infer spatially distributed data from point measurements is strongly dependent on the number, location and reliability of measurement stations.

In this study we quantitatively investigated the effect of rain gauge network configurations on the spatial interpolation by using the operational hydrometeorological sensor network in the Thur river basin in north-eastern Switzerland as a test case. Spatial precipitation based on a combination of radar and rain gauge data provided by MeteoSwiss was assumed to represent the true precipitation values against which the precipitation interpolation from the sensor network was evaluated. The performance using scenarios with both increased and decreased station density were explored. The catchment-average interpolation error indices significantly improve up to a density of 24 rain gauges per 1000 km2, beyond which improvements were negligible. However, a reduced rain gauge density in the higher parts of the catchment resulted in a noticeable decline of the performance indices. An evaluation based on precipitation intensity thresholds indicated a decreasing performance for higher precipitation intensities. The results of this study emphasise the benefits of dense and adequately distributed rain gauge networks.

Place, publisher, year, edition, pages
2015. Vol. 97, no 1, 167-179 p.
Keyword [en]
precipitation monitoring, point measurements, sensor networks, interpolation
National Category
Oceanography, Hydrology, Water Resources
Research subject
Hydrology
Identifiers
URN: urn:nbn:se:uu:diva-244441DOI: 10.1111/geoa.12094ISI: 000350500400011OAI: oai:DiVA.org:uu-244441DiVA: diva2:788839
Available from: 2015-02-16 Created: 2015-02-16 Last updated: 2017-12-04Bibliographically approved
In thesis
1. Information Needs for Water Resource and Risk Management: Hydro-Meteorological Data Value and Non-Traditional Information
Open this publication in new window or tab >>Information Needs for Water Resource and Risk Management: Hydro-Meteorological Data Value and Non-Traditional Information
2016 (English)Doctoral thesis, comprehensive summary (Other academic)
Alternative title[sv]
Informationsbehov inom vattenförvaltning och riskhantering : Värdet av hårda hydro-meteorologiska data och mjuk information
Abstract [en]

Data availability is extremely important for water management. Without data it would not be possible to know how much water is available or how often extreme events are likely to occur. The usually available hydro-meteorological data often have a limited representativeness and are affected by errors and uncertainties. Additionally, their collection is resource-intensive and, thus, many areas of the world are severely under-monitored. Other areas are seeing an unprecedented – yet local – wealth of data in the last decades. Additionally, the spread of new technologies together with the integration of different approaches to water management science and practice have uncovered a large amount of soft information that can potentially complement and expand the possibilities of water management.

This thesis presents a series of studies that address data opportunities for water management. Firstly, the hydro-meteorological data needs for correctly estimating key processes for water resource management such as precipitation and discharge were evaluated. Secondly, the use of non-traditional sources of information such as social media and human behaviour to improve the efficiency of flood mitigation actions were explored. The results obtained provide guidelines for determining basic hydro-meteorological data needs. For instance, an upper density of 24 rain gauges per 1000 km2 for spatial precipitation estimation beyond which improvements are negligible was found. Additionally, a larger relative value of discharge data respect to precipitation data for calibrating hydrological models was observed. Regarding non-traditional sources of information, social memory of past flooding events was found to be a relevant factor determining the efficiency of flood early warning systems and therefore their damage mitigation potential. Finally, a new methodology to use social media data for probabilistic estimates of flood extent was put forward and shown to achieve results comparable to traditional approaches.

This thesis significantly contributes to integrated water management by improving the understanding of data needs and opportunities of new sources of information thus making water management more efficient and useful for society.

Abstract [sv]

All vattenförvaltning kräver tillgång till data. Data behövs för att kunna fastställa t.ex. hur mycket vatten som finns och sannolikheten för stora översvämningar. De hårda hydro-meteorologiska data som normalt är tillgängliga har inte sällan en begränsad representativitet och påverkas av fel och osäkerheter. Dessutom är datainsamling nästan alltid resurskrävande och därför finns hårda data i begränsad utsträckning, eller inte alls, i stora delar av världen. Samtidigt har man under senaste decennierna fått tillgång till en oöverträffad – men lokal – mängd data i vissa områden. Spridningen av ny teknik har, tillsammans med integreringen av olika vetenskapliga metoder inom vattenförvaltning och praktik, påvisat värdet av mjuk information som potentiellt kan komplettera hårda data och förbättra möjligheterna till en god vattenförvaltning.

Denna avhandling presenterar studier som belyser vilka möjligheter vattenförvaltningen har vid olika tillgång på hårda data och mjuk information. Först utvärderades vilka krav som kan ställas på hydro-meteorologiska data för att korrekt kunna beskriva nyckelprocesser som nederbörd och vattenföring vid bestämning av vattenresurser. Därefter utforskades möjligheterna att förbättra översvämningsberäkningar med hjälp av mjuk information från sociala medier och rörande mänskligt beteende. Resultaten gav riktlinjer för att bestämma värdet av hydro-meteorologiska data. Till exempel visades att information om nederbördens rumsliga fördelning inte förbättras nämnvärt vid en mätartäthet över 24 regnmätare per 1000 km2. Det relativa värdet av vattenföring visade sig också vara större än för nederbörd för att kalibrera hydrologiska modeller. Det visade sig att en befolknings minne av tidigare översvämningar påverkar effektiviteten hos tidiga varningssystem för översvämningar och deras möjlighet att begränsa skador. Slutligen har en ny metod föreslagits för att använda sociala medier för sannolikhetsberäkningar av översvämmade områden. Metoden visade sig leda till resultat som var jämförbara med traditionella metoder.

Avhandlingens huvudsakliga bidrag till en integrerad vattenförvaltning är att öka förståelsen för vilka data som krävs för olika förvaltningsmål och vilka möjligheter som finns att utnyttja mjuk information för att effektivisera vattenförvaltningen göra den mer användbar för samhället.

Abstract [ca]

La disponibilitat de dades és extremadament important per a la gestió de l’aigua. Sense dades no seria possible conèixer ni la quantitat d'aigua disponible ni la freqüència d’esdeveniments extrems. Les dades hidrometeorològiques normalment disponibles tenen una representativitat limitada, es veuen afectades per errors i incerteses i la seva recol•lecció requereix nombrosos recursos, cosa que produeix que moltes zones del món no estiguin adequadament monitoritzades. Així i tot, en les últimes dècades s’ha generat una quantitat de dades sense precedents però de manera localitzada. A més, la difusió de noves tecnologies, juntament amb la integració de diferents enfocaments han permès utilitzar una gran quantitat de dades “toves” per complementar i ampliar les possibilitats en la gestió de l'aigua.

Aquesta tesi presenta estudis que aborden algunes de les oportunitats ofertes per les dades per a millorar la gestió de l'aigua. En primer lloc es va avaluar la quantitat necessària de dades hidrometeorològiques per estimar correctament processos clau per a la gestió dels recursos hídrics. En segon lloc es va explorar l'ús de fonts no tradicionals d'informació per millorar l'eficiència de la mitigació d'inundacions. Per exemple, es va identificar una densitat màxima de 24 pluviòmetres per 1000 km2 per estimar la distribució espacial de precipitació, per sobre de la qual les millores són insignificants. A més, es va observar que les dades d’escorrentia tenen un valor relatiu més gran per al calibratge de models hidrològics que les dades de precipitació. Pel que fa a la informació no tradicional, la memòria social d’anteriors inundacions es va identificar com un factor rellevant per a determinar l'eficiència dels sistemes d'alerta d'inundacions i, per tant, del seu potencial per mitigar danys. Finalment, es va proposar una nova metodologia per utilitzar informació provinent de xarxes socials per a realitzar estimacions probabilístiques d'extensió d’inundacions i es va demostrar el seu potencial per aconseguir resultats comparables als d’enfocaments tradicionals.

Aquesta tesi aporta avenços significatius per a la gestió integrada de l'aigua mitjançant la millora de la comprensió de les necessitats de dades i de les oportunitats presentades per noves fonts d'informació. D’aquesta manera contribueix a una gestió de l'aigua més eficient i útil per a la societat.

Abstract [es]

La disponibilidad de datos es sumamente importante para la gestión del agua. Sin datos no sería posible determinar la cantidad de agua disponible o la frecuencia de eventos extremos. Los datos hidrometeorológicos normalmente disponibles tienen una representatividad limitada, son afectados por errores e incertidumbres y su recolección requiere de abundantes recursos, lo cual causa que muchas zonas del mundo no estén adecuadamente monitorizadas. En contraste, en las últimas décadas se ha generado una cantidad de datos sin precedentes pero de manera localizada. Además, la difusión de nuevas tecnologías, conjuntamente con la integración de distintos enfoques, ha permitido usar una gran cantidad de datos “blandos” para complementar y ampliar las posibilidades en la gestión del agua.

Esta tesis presenta estudios que abordan las oportunidades ofrecidas por los datos para mejorar la gestión del agua. En primer lugar se evaluó la cantidad necesaria de datos hidrometeorológicos para estimar correctamente procesos clave para la gestión de recursos hídricos. En segundo lugar se exploró el uso de fuentes no tradicionales de información para mejorar la eficiencia de la mitigación de inundaciones. Por ejemplo, se identificó una densidad máxima de 24 pluviómetros por 1000 km2 para estimar la distribución espacial de precipitación más allá de la cual las mejoras son insignificantes. Además se observó que los datos de escorrentía tienen un mayor valor relativo para la calibración de modelos hidrológicos que el de los datos de precipitación. Respecto a la información no tradicional, la memoria social de inundaciones pasadas fue identificada como un factor relevante para determinar la eficiencia de los sistemas de alerta de inundaciones y, por lo tanto, de su potencial para mitigar daños. Finalmente, se propuso una nueva metodología para usar información proveniente de redes sociales para realizar estimaciones probabilísticas de extensión de inundaciones y se demostró su potencial para conseguir resultados comparables a los de enfoques tradicionales.

Esta tesis aporta avances significativos para la gestión integral del agua a través de la mejora de la comprensión de las necesidades de datos y de las oportunidades presentadas por nuevas fuentes de información, contribuyendo a una gestión del agua más eficiente y útil para la sociedad.

Place, publisher, year, edition, pages
Uppsala: Acta Universitatis Upsaliensis, 2016. 74 p.
Series
Digital Comprehensive Summaries of Uppsala Dissertations from the Faculty of Science and Technology, ISSN 1651-6214 ; 1419
Keyword
water management, data resolution, non-traditional data, floods, modelling, social memory, precipitation, runoff, social media, interpolation, data value, gestió de l’aigua, resolució de les dades, dades no tradicionals, inundacions, modelització, memòria social, precipitació, escorrentia, xarxes socials, interpolació, valor de les dades, avrinning, befolkningars minne, dataupplösning, datavärde, interpolering, mjuk information, modellering, nederbörd, sociala medier, vattenförvaltning, översvämning, gestión del agua, resolución de los datos, datos no tradicionales, inundaciones, modelización, memoria social, precipitación, escorrentía, redes sociales, interpolación, valor de los datos
National Category
Oceanography, Hydrology, Water Resources
Research subject
Hydrology
Identifiers
urn:nbn:se:uu:diva-301645 (URN)978-91-554-9679-1 (ISBN)
Public defence
2016-10-20, Hambergsalen, Villavägen 16, Uppsala, 10:00 (English)
Opponent
Supervisors
Available from: 2016-09-28 Created: 2016-08-23 Last updated: 2016-11-01

Open Access in DiVA

No full text

Other links

Publisher's full text

Authority records BETA

Girons Lopez, MarcWennerström, HjalmarNordén, Lars-ÅkeSeibert, Jan

Search in DiVA

By author/editor
Girons Lopez, MarcWennerström, HjalmarNordén, Lars-ÅkeSeibert, Jan
By organisation
LUVALComputer Architecture and Computer Communication
In the same journal
Geografiska Annaler. Series A, Physical Geography
Oceanography, Hydrology, Water Resources

Search outside of DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetric score

doi
urn-nbn
Total: 649 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