Towards Operational Monthly Predictions of Critical Water Resources Anomalies in the Swiss Alps

151 Pages·2014·8.69 MB·English

by  Stefanie Jörg

ETH Library
Towards Operational Monthly
Predictions of Critical Water
Resources Anomalies in the Swiss
Alps
Doctoral Thesis
Author(s):
Jörg, Stefanie I.
Publication date:
2014
Permanent link:
https://doi.org/10.3929/ethz-a-010259280
Rights / license:
In Copyright - Non-Commercial Use Permitted
This page was generated automatically upon download from the ETH Zurich Research Collection.
For more information, please consult the Terms of use.
DISS ETH NO. 22031
Towards Operational Monthly
Predictions of Critical Water
Resources Anomalies
in the Swiss Alps
A thesis submitted to attain the degree of
DOCTOR OF SCIENCES of ETH ZURICH
(Dr. sc. ETH Zurich)
presented by
Stefanie Isabelle Jörg
MSc ETH Environ. Sc, ETH Zurich
born on 20.09.1982
citizen of Saas-Fee VS, Wyssachen BE and Affoltern i.E. BE
accepted on the recommendation of
Prof. Dr. Sonia I. Seneviratne, examiner
Dr. Massimiliano Zappa, co-examiner
Dr. Florian Pappenberger, co-examiner
2014

Abstract
Several drought events in recent years have highlighted the vulnerability of
Switzerland to hydrological droughts. Streamflow droughts, characterized by
low runoff as consequence of a drought event, affect numerous aspects of life.
Economic sectors that are impacted by low streamflow are, e.g., power pro-
duction, agriculture, tourism, water quality management and shipping. Those
sectors could potentially benefit from forecasts of streamflow drought events,
even of short events on the monthly time scales or below. To improve risk
management and preparedness we work on forecasts of streamflow droughts.
Because they are generally rather persistent phenomena, predictions could
potentially still be valuable at lead times long after peak-flow predictions have
lost their value.
The aim of this thesis is to investigate daily predictions of critical water
resources anomalies in the Swiss Alps and the Thur catchment with focus on
the lower runoff regime with a lead time of 32 days. The hydrological model
PREVAH is used for predictions with focus on the lower runoff regime.
First, we explore the performance of streamflow simulations with the
semi-distributed version of PREVAH forced with meteorological information
from numerical weather prediction. The ECMWF VarEPS 5-member ensemble
reforecast, which covers 18 yr, is used as meteorological forcing. Compared
to probabilistic peak-flow forecasts, which show skill up to a lead time of
two weeks, forecasts for the lower runoff quantiles are skilful over the entire
forecast range of one month. Low-flow forecasts can further benefit from good
initial states up to 32 days. We define streamflow droughts with the indices
duration, severity and magnitude, by applying a seasonally-varying threshold.
Forecasts of these indices derived from the ensemble forecasts are valuable in
a decision-making process. Based on these results we test two approaches to
improve the initial states.
The first approach is to study the effect of the quality of the meteoro-
logical input on predictions of the lower runoff regime. A fully distributed
version of PREVAH is used with input for the period 1981-2001 from:
(i) meteorological observations, (ii) reforecast from the probabilistic numerical
weather prediction model COSMO-LEPS and (iii) COSMO-LEPS reforecasts
thatarecalibratedwiththebiascorrectionmethodquantilemapping. Different
combinations of the input variables, e.g. observed precipitation with the other
variables (temperature, relative humidity, wind, sunshine duration and global
radiation) from COSMO-LEPS are used to assess the effect of each input
i
variable on the performance of low-flow simulations. Simulations for the
drought indices and runoff perform better when meteorological observations
or calibrated COSMO-LEPS reforecasts are used as forcing instead of the
COSMO-LEPS reforecast. It is sufficient to replace precipitation with ob-
servations or calibrated COSMO-LEPS values and keep the other variables
from COSMO-LEPS to improve the low-flow simulations. Depending on the
catchment characteristics, better quality of the input temperature and relative
humidity in combination with observed or calibrated precipitation may also be
relevant.
The second approach to improve the initial states uses observed maps of
snow water equivalent (SWE). In mountainous regions such as Switzerland
snow is an important component of the hydrological system and its estimation
in hydrological models is of great significance for the prediction of both flood
andstreamflowdroughtevents. Changingdataavailabilityrepresentsaconsid-
erable challenge for studies where a consistent time series of SWE products is
required. To overcome this we develop a method to homogenise gridded SWE
climatologies for periods covering several decades. We present the method
with two climatologies of SWE grids that were calculated on the basis of data
from110and203stations, respectively. The“shorter”climatology(2001–2009)
was produced using 203 stations (map203) and the “longer” one (1971–2009)
110 stations (map110). Relative to map203, map110 underestimates SWE,
especially at higher elevations and at the end of the winter season. We test
the potential of quantile mapping to compensate for mapping errors in map110
relative to map203. During a 9 yr period (2001-2009), for which both map203
and map110 are available, the method can successfully refine the spatial and
temporal SWE representation in map110 by making seasonal, regional and
altitude-related distinctions. Expanding the calibration to the full 39 yr period
shows that the calibrated SWE maps fitted the reference (map203) well when
averaged over regions and time periods. However, deviations between the
calibrated maps and map203 were observed at single grid cells and years. The
added value of the calibrated SWE climatology is illustrated with practical
examples: the verification of a hydrological model, the estimation of snow
resource anomalies and the predictability of runoff through SWE.
In the last part, gridded SWE maps replace the model SWE at initial-
ization of the fully distributed version of PREVAH. The ECMWF VarEPS
5-member ensemble reforecast is used as meteorological input for 32 days
forecasts of stream flow and SWE. Predictions with the imported SWE maps
can successfully enhance the predictability of SWE up to a lead time of 25
days, especially at the beginning and the end of the snow season although it
is noted that the model overestimates SWE strongly at high elevations when
SWE information is not included. Additionally the prediction of the runoff
volume is improved, particularly in catchments with a large overestimation
of the snow accumulation. These achievements have been obtained without
affecting the ability of the forecast system to discriminate between different
observed runoff volumes. Novel evaluations for assessing spatial similarity
havebeenappliedforthefirsttimeinthecontextofwaterresourcesforecasting.
Overall, this thesis investigates the possible contribution of PREVAH for
ii
the early recognition of droughts in Switzerland. We note a differing perfor-
manceofthemodelfortherecognitionoflow-flowwhenusedinsemi-distributed
versus fully-distributed mode. In the fully-distributed mode, low flow cannot
be forecast skilfully for short lead times, an important aspect that needs
to be further analysed. We illustrate two approaches to enhance the initial
states of the model. The quality of the meteorological input is a key factor in
hydrological predictions and the representation of the snow storage influences
the hydrological response. We furthermore present a method to homogenise
gridded SWE maps over several decades. This method is independent of the
region and the time period. Homogenised SWE maps can be used in many
applications dealing with water resources.
iii

Zusammenfassung
EineZunahmevonDürreereignissenindenletztenJahrenhatdieKonsequenzen
vonTrockenperiodenfürdieSchweizaufgezeigt.EinehydrologischeTrockenheit
wird durch niedrigen Abfluss (Niedrigwasser) gekennzeichnet und beeinflusst
zahlreiche wirtschaftliche und ökologische Aspekte. Wirtschaftssektoren, die
von Niedrigwasser betroffen sind, sind zum Beispiel Stromproduktion, Land-
wirtschaft, Tourismus, Wasser-Qualitätsmanagement und Schifffahrt. Diese
Bereiche könnten von Niedrigwasser-Vorhersagen profitieren, auch wenn es sich
um kurze Ereignisse handelt, welche mit einer Vorhersagezeit bis zu einem
Monat zur Verfügung stehen. Wir erarbeiten Prognosen von Abflussdefiziten
bis zu einem Monat in die Zukunft, um das Risikomanagement und die
VorbereitungaufsolcheEreignissezuverbessern.Trockenheitenentwickelnsich
im Gegensatz zu Hochwasser über mehrere Wochen und Monate und sind eher
dauerhafte Erscheinungen.
Das Ziel dieser Arbeit ist es, Prognosen von kritischen Wasserdefiziten in
den Schweizer Alpen und dem Einzugsgebiet der Thur mit einer Vorhersagezeit
von einem Monat zu untersuchen. Dafür wird das prozessorientierte hydrologi-
schen Modell PREVAH eingesetzt.
Im ersten Teil dieser Dissertation untersuchen wir die Güte von Abfluss-
vorhersagen mit der Hydrotopen Version (Hydrological Response Units, HRU)
von PREVAH. Das Modell wird vom numerischen Wettermodell VarEPS
angetrieben, welches vom Europäischen Wetterdienst (ECMWF) geliefert
wird. Wir verwenden einen Reforecast bestehend aus fünf Ensembles, welcher
18 Jahre umfasst. Im Vergleich zu probabilistischen Hochwasserprognosen, bei
denen die Vorhersagbarkeit nicht über zwei Wochen hinaus geht, sind Niedrig-
wasserereignisse bis zu einem Monat voraussagbar. Gute Anfangsbedingungen
(relativer Fehler < 25 %) verbessern die Niedrigwasservorhersagen während
der gesamten Vorhersagezeit von 32 Tagen. Die Niedrigwasserereignisse werden
durch einen saisonal variierenden Grenzwert definiert und mit den Indizes
Dauer,Schwere(akkumuliertesWasserdefizit)undMagnitude(Schwere/Dauer)
beschrieben. Probabilistische Vorhersagen dieser Indizes sind nützlich für
Entscheidungsprozesse. Basierend auf diesen Ergebnissen testen wir zwei
Ansätze, um die Anfangsbedingungen zu verbessern.
Beim ersten Ansatz testen wir den Einfluss der Qualität der Wettervor-
hersageaufdieNiedrigwasservorhersage.EineGitterversionvonPREVAHwird
während der Periode 1981-2001 mit drei unterschiedlichen meteorologischen
v
Datensätzen angetrieben: (i) meteorologische Beobachtungen, (ii) ein Refo-
recast vom probabilistischen numerischen Wettermodell COSMO-LEPS und
(iii) eine fehlerkorrigierte Version vom COSMO-LEPS Reforecasts. Verschiede-
neKombinationenderEingangsgrößen,z.B.beobachteterNiederschlagmitden
restlichen Variablen (Temperatur, relative Feuchte, Wind, Sonnenscheindauer
und Globalstrahlung) von COSMO-LEPS werden verwendet, um die Sensiti-
vität der einzelnen Eingangsgröße für die Güte der Niedrigwasserprognose zu
beurteilen. Simulationen für die Trockenheits-Indizes und Niedrigwasser haben
eine bessere Güte, wenn das Model mit meteorologischen Beobachtungen oder
kalibrierten COSMO-LEPS Variablen anstelle von COSMO-LEPS Variablen
gespiesen wird. Für eine verbesserte Güte der Niedrigwassersimulation ist es
ausreichend,NiederschlagdurchBeobachtungenoderdenkalibriertenCOSMO-
LEPS Wert zu ersetzen und die anderen Variablen von COSMO-LEPS zu
behalten. Abhängig von den Eigenschaften des Einzugsgebietes kann auch die
Qualität der Temperatur oder der relativen Feuchte einen Einfluss auf die
Prognose haben.
Der zweite Ansatz, um die Anfangsbedingungen zu verbessern, ist die
Verbesserung der Schneespeicherinformationen. In Gebirgsregionen wie der
Schweiz stellt Schnee eine wichtige Komponente des hydrologischen Systems
dar. Daher ist dessen Repräsentation in hydrologischen Modellen von großer
Bedeutung für die Vorhersage von Hochwasser- und Trockenheitsereignissen.
Eine veränderte Verfügbarkeit von Schneestationen stellt eine Herausforderung
darfürStudien,indeneneinekonsistenteZeitreihevonSchneewasseräquiwalent
(SWE) Produkten erforderlich ist. Um dies zu überwinden entwickeln wir eine
Methode, welche gerasterte SWE Klimatologien für Zeiträume von mehreren
Jahrzehnten homogenisiert. Wir stellen die Methode mit zwei SWE Klimato-
logien vor, welche auf einer unterschiedlichen Anzahl Stationen basieren. Die
"kürzere" Klimatologie (2001-2009) wurde mit 203 Stationen (map203) und die
"längere" (1971 bis 2009) mit 110 Stationen (map110) produziert. Im Vergleich
zu map203, unterschätzt map110 SWE vor allem in höheren Lagen und am
Ende der Wintersaison. Wir testen das Potenzial von Quantile Mapping um
die Zusatzinformation von map203 auf map110 zu übertragen und damit
UnterschiedezwischendenbeidenKlimatolgogienzubeseitigen.Währendeiner
9-jährigen Zeitspanne (2001 bis 2009), für die beide Klimatologien verfügbar
sind, kann das Verfahren die räumliche und zeitliche Darstellung von SWE in
map110 erfolgreich verfeinern, indem saisonale , regionale und höhenbedingten
Unterschiede berücksichtigt werden. Die kalibrierten SWE-Karten stimmen
gut mit der Referenz (map203) überein, wenn zeitlich oder räumlich gemittelte
Werte betrachtet werden. Allerdings werden die Abweichungen zwischen den
kalibrierten Karten und map203 an einzelnen Gitterzellen und Jahren beob-
achtet. Der Mehrwert der kalibrierten SWE Klimatologie wird mit praktischen
Beispielen veranschaulicht: die Validierung eines hydrologischen Modells, die
Abschätzung von Schneeanomalien und die Vorhersagbarkeit des Abflusses
durch SWE.
Im letzten Teil ersetzen wir SWE, welches von PREVAH berechnet wird,
bei der Initialisierung der Vorhersage durch die gerasterten SWE-Karten. Der
VarEPS Reforecast ist die meteorologischen Eingangsgrösse für die 32-tägigen
Abfluss und SWE Prognosen. Prognosen mit den importierten SWE-Karten
vi
können die Güte von SWE Prognosen bis zu einer Vorhersagezeit von 25
Tagen erfolgreich verbessern, da Schnee in hohen Lagen vom Modell stark
überschätzt wird. Zusätzlich wird die Vorhersage des Abflussvolumens ver-
bessert, insbesondere in Einzugsgebieten mit einer hohen Überschätzung der
Schneeakkumulation. Diese Verbesserungen wurden erzielt, ohne dabei die
Fähigkeit des Vorhersagesystems zu beeinträchtigen, zwischen verschiedenen
beobachteten Abflussmengen zu unterscheiden. Auswertungen zur Beurteilung
räumlicher Ähnlichkeit werden dabei zum ersten Mal in einem hydrologischen
Kontext angewendet.
Diese Dissertation präsentiert einen Beitrag zur Früherkennung von Dürren in
der Schweiz mit dem hydrologischen Modell PREVAH. Bei der Modellgüte von
Niedrigwasservorhersagen haben wir einen Unterschied zwischen der Hydroto-
penVersionundderGitterversionvonPREVAHgesehen.BeiderGitterversion
von PREVAH gibt es Schwierigkeiten in der Niedrigwasservorhersage, welche
weitere Untersuchungen benötigen. Wir zeigen zwei Möglichkeiten auf, die
Anfangszustände des Modells zu verbessern. Die Qualität der meteorologischen
Eingangsgrössen spielt eine wichtige Rolle bei der hydrologischen Vorhersage
unddieDarstellungderSchneeverteilungbeeinflusstdiehydrologischenGrössen
im System. Darüber hinaus stellen wir eine Methode vor, um räumlich verteilte
SWE-Karten über mehrere Jahrzehnte zu homogenisieren. Dieses Verfahren
ist regional und zeitlich unabhängig und kann daher für viele Anwendungen
verwendet werden.
vii