Storskalig hydrologisk modellering

Var i hela världen är vattnet?

WW-hype
Första beräkningen med World Wide HYPE-modellen (~ 130 000 delavrinningsområden).

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, olika egenskaper i uppströms avrinningsområden, eller mänsklig påverkan.

Vattenbalansen

Den enkla vattenbalansekvationen:

Q = P – ET – ΔS

(där: Q = Vattenföring, P = Nederbörd, ET = EvapoTranspiration och S = magasinering) förbryllar hydrologer över hela världen, eftersom flödet kan vara svårt att övervaka på grund av fluktuationer i vattendragen, nederbörd ofta är heterogen över uppströms avrinningsområden, evapotranspiration från vattenytor eller vegetation är omöjligt att mäta med exakthet och vattenförråden ofta  är okända, särskilt under marken.

water-uncertainty
Osäkerheter i hydrologiska beräkningar av vattenbalans och flöden.

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 rumsliga data och mätningar (såsom databaser med fysiografi, vattenhantering, meteorologiska uppskattningar, tillfällig fältprovtagning, kontinuerliga mätprogram av vattenvariabler  och information från satellit, radar mm) med numerisk modellering av hydrologiska processer (så långt vi förstår dem). För närvarande använder vi huvudsakligen HYPE-koden som utvecklats vid SMHI för numerisk modellering. Med hjälp av den söker vi förstå de hydrologiska processerna över hela världen för att göra bättre prognoser och klimateffektstudier.

Forsknings- och utvecklingsfrågor

Hur kan nya data bidra till förbättring av processförståelse och modellnoggrannhet?
Öppna data och globala databaser utvecklas för närvarande snabbt, genom ny teknik för jordobservationer, medborgarnas observatorier och offentliga portaler, tex från olika myndigheter och intresseorganisationer. Dessa nya data kan användas för att hitta relationer mellan fysiografi och vattenflöden för att bättre förstå hur naturen fungerar och utvärdera  olika modellantaganden.

Hur förhåller sig dominerande hydrologiska egenskaper i en region till en annan?
Orsaken till likheter och olikheter i dynamiken hos vattenförekomster analyseras genom att jämföra flöden och egenskaper mellan olika avrinningsområden. Hypoteser om dominerande processer kan undersökas i jämförande analyser med hjälp av stora datamängder från många olika vattendrag över större geografiska regioner.

Vilka är effekterna av förändringar i samhälle och miljö på vattenresurser?
Många samhällsfunktioner utnyttjar vatten och påverkar de naturliga vattenförekomsterna och flödena. Mänsklig aktivitet måste därför finnas med i beräkningsmodellerna för att göra förutsägelser om framtiden.  Kortsiktiga prognoser kan göras baserat på modeller i kombination med senaste observationerna, medan långsiktiga förutsägelser görs med hjälp av beräknade förändringar i scenariomodellering (tex ändrad markanvändning, regleringar eller klimatförändring).

Våra främsta publikationer inom detta fokusområde

Andersson J.C.M., Arheimer B., Traoré F., Gustafsson D., Ali A. 2017. Process refinements improve a hydrological model concept applied to the Niger River basin. Hydrological Processes pp.1-15. doi.org/10.1002/hyp.11376

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

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

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

Kuentz, A., Arheimer, B., Hundecha, Y., and Wagener, T. 2017. Understanding hydrologic variability across Europe through catchment classification, Hydrol. Earth Syst. Sci., 21, 2863-2879, doi.org/10.5194/hess-21-2863-2017.

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.

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