Storskalig hydrologisk modellering

Var i hela världen är vattnet?

Årsmedelvattenföring-WWhype
Årsmedelvattenföring på global skala (1981-2015, baserat på modellen World-Wide HYPE v.1.3, Arheimer et al. 2020). Förstora Bild

Vatten är en grundbult för allt liv, trots det saknas det ofta kunskap kring vattenresurser och dess dynamik för att möta samhällets och naturens behov. Vatten kan vara både en välsignelse och en förbannelse som ändras konstant, så vi behöver förstå, kvantifiera och försöka förutsäga hur det ändras. Bristen på kunskap kan orsaka stora problem (t.ex. förlorade liv och ekosystemtjänster, skadad infrastruktur, försenade transporter, avbrott i energiförsörjning, försämrade skördar, utsläpp av orenat avloppsvatten i sjöar och vattendrag, och försämrad folkhälsa). Med tillförlitlig och uppdaterad kunskap om vattnets dynamik kan däremot samhället fatta mer välinformerade beslut och agera på ett bättre sätt.

I det här forskningsområdet utforskar vi möjligheten att bättre förstå och kvantifiera vattnets dynamik genom att använda hydrologiska modeller och mätningar på stor skala (från avrinningsområde till globalt). Dessutom applicerar vi kunskapen i olika pilottjänster runt om på jorden (t.ex. i Västafrika), för att maximera kunskapens samhällsnytta.

Hydrologisk dynamik och vattenbalansen

Hydrologiska system visar stor variation över hela världen och hur de påverkas av nederbörd är väldigt olika. Till och med närliggande floder kan skilja sig mycket i vattenföring och markfuktighet. Detta kan bero på landskapets karaktär, annorlunda klimat, eller mänsklig påverkan.

Den enkla vattenbalansekvationen Q = P – E – ΔS (där Q = vattenföring, P = nederbörd, E = avdunstning och S = lagring i olika vattenförråd) förbryllar hydrologer över hela världen. Vattenföringen kan vara svårt att övervaka på grund av fluktuationer i vattendragen, nederbörd ofta är heterogen i avrinningsområdet, avdunstning från vattenytor eller vegetation är svår att mäta, och vattenförråden är ofta okända, särskilt under marken.

water-uncertainty
Osäkerheter i hydrologiska beräkningar av vattenbalans och olika hydrologiska variabler.

För att bättre förstå vilka processer som styr vattnets flöde och variation i tid och rum i en föränderlig värld kombinerar vi olika typer av data (t.ex. fältmätningar, jordobservationer, radar, meteorologiska modeller, m.m.) och variabler (t.ex. topografi, nederbörd, markanvändning, jordarter, mänsklig vattenhantering m.m.) med numerisk modellering av hydrologiska processer. Vi bygger och förfinar numeriska hydrologiska modeller, primärt baserat på HYPE-koden och ett antal modellutvecklingssteg som t.ex. topografisk indelning av avrinningsområden och delområden, process-orienterad rumslig indelning inom delområden, beskrivning av specifika hydrologiska komponenter, kalibrering och utvärdering. Vi analyserar data från modeller och observationer för att öka vår förståelse av de hydrologiska processerna och hur man bäst kan simulera dem i olika situationer.

Forsknings- och utvecklingsfrågor

Vattenresurser: Vilka är de dominerande hydrologiska processerna i olika regioner runt om i världen? Hur stor är varje komponent i vattenbalansen och vad orsakar likheter och skillnader mellan olika regioner? Vi utforskar dessa frågor genom att analysera hur flöden och egenskaper skiljer sig mellan avrinningsområden i modeller som täcker många floder och därmed ger ett stort sampel att analysera (se t.ex. Arheimer et al. 2020).

Dynamik: Hur påverkar olika förändringar i miljö och samhälle viktiga vattenvariabler? Vi undersöker denna fråga på olika skalor, från korta- och medellånga prognoser till långsiktiga historiska analyser och klimatprojektioner.

Tillförlitlighet: Hur tillförlitligt kan man kvantifiera olika vattenvariabler på olika tids- och rumsskalor, och vilka faktorer påverkar tillförlitligheter mest?

Nya data: Hur kan nya data bidra till att förbättra processförståelsen och modellens tillförlitlighet? Vilken sorts information är mest robust i olika datatyper? Hur kan observationer och modeller bäst kombineras? Se t.ex. Musuuza et al., 2020

Tillämpning: Hur kan den kunskapsgenererande processen optimeras för att underlätta tillämpning och skapa samhällsnytta? Vilka aktiviteter stöder dialog mellan forskare och övriga samhället? Hur kan arbetsrutiner, verktyg och pilottjänster anpassas för att stödja snabba och kvalitetssäkrade tillämpningar? Ett av sätten vi använder för att underlätta tillämpning är att arbeta med verktyg baserade på öppen källkod.

Våra främsta publikationer inom detta fokusområde

Arheimer, B., Pimentel, R., Isberg, K., Crochemore, L., Andersson, J. C. M., Hasan, A., and Pineda, L.(2020): Global catchment modelling using World-Wide HYPE (WWH), open data, and stepwise parameter estimation, Hydrol. Earth Syst. Sci., 24, 535–559, doi.org/10.5194/hess-24-535-2020.

Musuuza JL, Gustafsson D, Pimentel R, Crochemore L, Pechlivanidis I. (2020). Impact of Satellite and In Situ Data Assimilation on Hydrological Predictions. Remote Sensing. 2020; 12(5):811. doi.org/10.3390/rs12050811

Andersson J.C.M., Arheimer B., Traoré F., Gustafsson D., and Ali A. (2017). Process refinements improve a hydrological model concept applied to the Niger River basin. Hydrological Processes, 31, 4540–4554, doi.org/10.1002/hyp.11376

Hundecha, Y., Arheimer, B., Donnelly, C., Pechlivanidis, I. 2016. A regional parameter estimation scheme for a pan-European multi-basin model. Journal of Hydrology: Regional Studies, Volume 6, June 2016, Pages 90-111. doi.org/10.1016/j.ejrh.2016.04.002

Donnelly, C, Andersson, J.C.M. and Arheimer, B. (2016). Using flow signatures and catchment similarities to evaluate a multi-basin model (E-HYPE) across Europe. Hydr. Sciences Journal 61(2):255-273, doi.org/10.1080/02626667.2015.1027710

Pechlivanidis, I. G. and Arheimer, B. (2015). Large-scale hydrological modelling by using modified PUB recommendations: the India-HYPE case, Hydrol. Earth Syst. Sci., 19, 4559-4579, doi:10.5194/hess-19-4559-2015.

Arheimer, B., Dahné, J., Donnelly, C., Lindström, G. and Strömqvist, J. (2012). Water and nutrient simulations using the HYPE model for Sweden vs. the Baltic Sea basin – influence of input-data quality and scale. Hydrology research 43(4):315-329. doi.org/10.2166/nh.2012.010

Strömqvist, J., Arheimer, B., Dahné, J., Donnelly, C. and Lindström, G. (2012). Water and nutrient predictions in ungauged basins – Set-up and evaluation of a model at the national scale. Hydrological Sciences Journal 57(2):229-247. doi.org/10.1080/02626667.2011.637497