Hydrological water quality modelling of nested meso scale catchments

Jiang, Sanyuan

In dieser Studie wurde das HYPE Model zur Simulation von Abfluss und Konzentration von inorganischem Stickstoff (IN) für zwei Einzugsgebiete der unteren Mittelgebirgslagen, der Selke (463 km2) und der Weida (99 km2), getestet. Die Ergebnisse zeigten, dass sich die IN-Konzentration und die tägliche IN-Fracht proportional zum Abfluss verhalten. Dies deutet darauf hin, dass der Abbau von IN in anthropogen genutzen Einzugsgebieten vom Abfluss abhaengig ist. Das HYPE Model konnte die Dynamiken von Abfluss und IN-Konzentrationen gut abbilden (Nash-Sutcliffe Koeffizient >0.83). Zur Parameterkalibrierung und Unsicherheitsanalyse wurde das HYPE Modell mit den Tools PEST(Model-Independent Parameter Estimation and Uncertainty Analysis) und DREAM(ZS) (DiffeRential Evolution Adaptive Metropolis Algorithm) kombiniert. Durch eine Multi-site calibration konnten die Modellgenauigkeit fuer gebietsinterne Messstellen erhoeht sowie die Vorhersageunsicherheiten vermindert werden. Dies belegt die Bedeutung der Beobachtungen von gebietsinternen Messstellen für die räumlich verteilte Vorhersage. Dies kann damit erklaert werden, dass räumliche Heterogenitäten der Einzugsgebietscharakteristika bei einer Multi-site calibration besser berücksichtigt werden. Die Kalibrierung von Stickstofftransport- und -umsatzprozessen mittels Nitrattageswerten führt im Vergleich zur Verwendung von 2-wöchentlichen Werten zu einer höheren Modellgenauigkeit. Zudem werden Parameterunsicherheiten verringert. Dies ist darauf zurueckzufuehren, dass die Variabilitaet hydrologischer Bedingungen durch zeitlich hoch aufgelöste Messdaten besser erfasst werden. Sowohl PEST als auch DREAM(ZS) erwiesen sich als geeignet zur Kalibrierung der Modellparameter. Allerdings weist DREAM(ZS) Vorteile gegenueber PEST auf, da es ueber einen globalen Suchalgorithmus verfügt und Vorhersageunsicherheiten anhand Bayesischer Inferenz objektiv berechnet werden.

In this study, the HYPE model was tested for simulation ofdischarge and stream water inorganic nitrogen (IN) concentration in two different mesoscale catchments of the German lower mountain range, the Selke (463 km2) and Weida catchments(99 km2). Results showed that IN concentration and daily IN load had a proportional relationship with discharge, indicating that IN leaching ismainly controlled by runoff in managed catchments. The HYPE model was proved to be capable of capturing dynamics and balances of water and IN load with a Nash-Sutcliffe coefficient above 0.83. PEST (Model-Independent Parameter Estimation & Uncertainty Analysis) and DREAM(ZS) (DiffeRential Evolution Adaptive Metropolis algorithm)were combined with the HYPE model to implement parameter calibration and uncertainty analysis. Results showed that multi-site calibration improved model performances at internal sites and decreased parameter posterior uncertainty ranges and prediction uncertainty, indicating the importance of observations from internal sites for spatially distributed prediction. Compared with the parameter calibration against biweekly nitrate-N concentration measurements, nitrogen-process parameters calibrated using daily averages of nitrate-N concentration observations produced better and more robust model performance on simulations of IN concentration and IN load, narrower posterior parameter uncertainty ranges and IN concentration prediction uncertainty. This is attributed to the fact that different hydrological conditions are covered under a temporal high resolution monitoring program. Both PEST and DREAM(ZS) are found to be efficient for hydrological water quality parameter calibration. However, DREAM(ZS)is more sound and appropriate than PEST because of its capability to evolve parameter posterior probability density functions and estimate prediction uncertainty objectively based on Bayesian inference.

Vorschau

Zitieren

Zitierform:

Jiang, Sanyuan: Hydrological water quality modelling of nested meso scale catchments. 2014.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Details anzeigen

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export