Inverse conditioning of a high resolution integrated terrestrial model at the hillslope scale: the role of input data quality and model structural errors

Gebler, Sebastian Thomas; Hendricks-Franssen, Hendrikus Johannes; Pauwels, Valentijn; Diekkrüger, Bernd

doi:38121

Inverse conditioning of a high resolution integrated terrestrial model at the hillslope scale: the role of input data quality and model structural errors

Gebler, Sebastian Thomas^RWTH*

2018 & 2019

VerantwortlichkeitsangabeSebastian Thomas Gebler

ImpressumJülich : Forschungszentrum Jülich GmbH Zentralbibliothek, Verlag 2018

Umfang1 Online-Ressource (xxii, 160 Seiten) : Illustrationen, Diagramme

ISBN978-3-95806-372-3

ReiheSchriften des Forschungszentrums Jülich. Reihe Energie & Umwelt / Energy & Environment ; 444

Dissertation, RWTH Aachen University, 2017

Druckausgabe: 2018. - Onlineausgabe: 2018. - Auch veröffentlicht auf dem Publikationsserver der RWTH Aachen University 2019

Genehmigende Fakultät
Fak05

Hauptberichter/Gutachter
Hendricks-Franssen, Hendrikus Johannes (Thesis advisor)^RWTH* ; Pauwels, Valentijn (Thesis advisor) ; Diekkrüger, Bernd (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2017-12-20

Online
DOI: 10.18154/RWTH-2018-231654
URL: https://publications.rwth-aachen.de/record/751824/files/751824.pdf

Einrichtungen

Inhaltliche Beschreibung (Schlagwörter)
data assimilation (frei) ; headwater catchment (frei) ; hillslope (frei) ; integrated terrestrial model (frei) ; lysimeter (frei) ; soil water variability (frei)

Thematische Einordnung (Klassifikation)
DDC: 550

Kurzfassung
Die Weiterentwicklung von hydrologischen Modellvorhersagen erfordert ein tieferes Verständnis des Kontinuums aus Boden, Vegetation und Atmosphäre. Besonders die Charakterisierung und Vorhersage der hochgradig variablen zeitlichen und räumlichen Skalen des Bodenwassergehalts und dessen Kontrollmechanismen sind hierbei von großer Bedeutung auf vielen Gebieten der Geo-wissenschaften. Der Bodenwassergehalt interagiert mit der Vegetation und hat unter anderem großen Einfluss auf das Verhältnis von Niederschlag und Abfluss sowie auf die Aufteilung der Nettostrahlung in latente und sensible Wärme. Diese Dissertation beschäftigt sich mit der Frage, wieviel Modelkomplexität notwendig ist um die heterogenen Prozesse im Boden adäquat darzustellen. Des Weiteren wird untersucht welchen Nutzen die Assimilierung von Bodenfeuchtedaten in Verbindung mit einem integrierten terrestrischen Model hat. Das beinhaltet auch eine Unsicherheitsanalyse des Niederschlags sowie der aktuellen Verdunstung. Zu diesem Zweck wurde das 38 ha große Einzugsgebiet Rollesbroich, ein Graslandstandort in der Eifel (Deutschland), mit Hilfe des gekoppelten Landoberflächen- Bodenmodells ParFlow-CLM welches Bestandteil der terrestrischen System-Modellierungs-Plattform TerrSysMP ist, modelliert. Für das Einzugsgebiet standen Messdaten der TERENO Forschungsinfrastruktur Initiative, des Nordrheinwestfälischen Umweltministeriums, sowie des Transregional Collaborative Research Center 32 zur Verfügung. Von dieser Kombination aus einem physikalisch basierten Model und umfangreichen Beobachtungsdaten wird ein verbessertes Verständnis der Wasser- und Energiekreislaufs auf der Hangskala erwartet.Im ersten Teil der Arbeit wurde die tatsächliche Evapotranspiration (ETa), gemessen von sechs wägbaren Lysimetern, mit der ETa einer Eddy Kovarianz Station und der nach der Penman-Monteith Gleichung berechneten Verdunstung (ETPM) verglichen. Dieser Vergleich, der auch eine Korrektur des Energiebilanzdefizites für die EC-Methode enthält, wurde bisher nur in wenigen Studien untersucht und erlaubt genauere Erkenntnisse über das Potenzial beider Methoden. Die Auswertung der ETa für das Jahr 2012 zeigt, dass beide Methoden mit einer absoluten Differenz von 3.8 % (19 mm) eine hohe Übereinstimmung zwischen den Messwerten aufweisen. In den Sommermonaten war die Übereinstimmung mit einer relativen Differenz (<8 %) besonders hoch. Die ETa beider Methoden stimmte dabei gut mit der berechneten ETPM überein, die als Referenzwert für die Messungen diente. Damit wird deutlich, dass ETa während des gesamten Beobachtungszeitraumes von der Energieverfügbarkeit und nicht von der Wasserverfügbarkeit limitiert war. Unterschiede zwischen Lysimeter und EC wurden hauptsächlich von unter-schiedlichen Graslängen nach der Mahd und dem EC Footprint verursacht. Weiterhin untersuchte die Studie das Potenzial der Lysimeterdaten zur Ermittlung des Niederschlags in Kombination mit einem Filter- und Glättungsalgorithmus von Peters et al. (2014). Im Vergleich mit einem herkömmlichen Kippwagen-Niederschlagsmesser des Untersuchungsgebiets für das Jahr 2012 zeigten die Lysimeter einen 16 % höheren Niederschlag. Diese Differenz konnte durch die Anwendung der Korrekturmethode von Richter (1995) auf den Kippwagenniederschlag auf 3 % reduziert werden. Mithilfe eines Kamerasystems konnte gezeigt werden, dass Tau- und Reifbildung 17 % der jährlichen Differenz beider Messmethoden ausmachen, Nebel und Sprühregen erklären weitere 5.5 % der Differenz. Bei Schneefall unterschätzte das Kippwagen-Messgerät den Niederschlag stark, was 7.9 % der gesamten Differenz ausmachte. Der größte Anteil der gesamten jährlichen Differenz (36 %) war jedoch mit einer vollständigen Bedeckung der Lysimeter durch Schnee verbunden. Dabei lag ohne offensichtlichen Schneefall am Untersuchungsstandort eine starke Überschätzung des Niederschlags vor, die wahrscheinlich durch Schneedrift oder Schneebrücken verursacht wurde. Die verbleibenden 33 % der gesamten jährlichen Niederschlags-differenz zwischen den beiden Methoden konnte nicht erklärt werden.Im zweiten Teil der Arbeit wurden die Ergebnisse von verschiedenen TerrSysMP Simulationen mit den Bodenfeuchtemessungen eines drahtlosen Sensorennetzwerkes, der ETa aus Lysimeter- und EC-Daten sowie Abflussdaten verglichen. Die Simulationen wurden mit ParFlow welches 3D variabel gesättigten Grundwasserfluss simuliert, und dem Community Land Model (CLM) durchgeführt. Das Modell mit einer horizontalen Auflösung von 10 x 10 m und einer variablen vertikalen Auflösung (0.025-0.575 m) wurde mit verschiedenen Strategien der Bodenparametrisierung getestet: (i) vollständig homogen, (ii) jeweils homogene Parameter für verschieden Bodenhorizonte, (iii) unterschiedliche Parameter für jeden Bodentyp und Bodenhorizont und (iv) heterogene stochastische Realisationen. Die hydraulischen Parameter für diese Simulationen wurden entweder (i) aus untersuchten Bodentexturen durch die Rosetta Pedotransferfunktionen (ROS) ermittelt oder (ii) mithilfe eines 1D Bodenmodells in Kombination mit einem Shuffle Complex Evolution (SCE) Algorithmus berechnet. Die Ergebnisse zeigen, dass räumlich heterogene hydraulische Bodeneigenschaften in Kombination mit Informationen über die Topographie die räumliche Variabilität der Bodenfeuchte auf Hangebene dominieren. Während die Kombination aus Topographie mit homogenen hydraulischen Bodeneigenschaften die gemessene räumliche Variabilität der Bodenfeuchte unterschätzte, konnte die gesamte Bodenfeuchte-variabilität mit einer heterogenen Verteilung der hydraulischen Bodenparameter durch die Topographie erklärt werden. Alle Modellsimulationen waren in der Lage die saisonale ETa abzubilden, der modellierte Abfluss andererseits zeigte starke Abweichungen im Vergleich zu den Messungen. Diese Schwäche des unkalibrierten Modelles konnte mit dem Fehlen von Informationen über die Charakteristik des anstehenden Gesteins und des Drainagesystems im Untersuchungsgebiet erklärt werden. Besonders in Trockenperioden erzielte der SCE-Setup bedingt durch einen höheren inversen Lufteintrittswert innerhalb der van Genuchten Boden-parametrisierung bessere Modellierungsergebnisse gegenüber dem alternativen ROS-Setup. Dieses Ergebnis verdeutlicht die Schwierigkeit, kleinskalige lokale Messungen auf eine größere Skala zu übertragen. Im dritten Teil der Arbeit wurden Bodenfeuchtedaten aus dem dichten Sensornetzwerk in ein hochauflösendes (10 m laterale Auflösung) integriertes terrestrisches Modell (ParFlow-CLM) des Rollesbroich Untersuchungsgebiets mit dem Ensemble Kalman Filter (EnKF) assimiliert. Dabei wurden verschiedene Varianten der Zustands- und Parameteraktualisierung auf ein Ensemble von 128 (bzw. 256) Realisierungen mit vollständig heterogenen bodenhydraulischen Eigenschaften nach Mualem-van Genuchten angewendet. Diese Aktualisierungsvarianten des EnKF beinhalteten die Aktualisierung von Zustandsvariablen mit oder ohne Aktualisierung von Modellparametern sowie verschiedene zeitliche Aktualisierungsintervalle für die Parameter. Darüber hinaus gab der Vergleich von Simulationen mit realen Messungen und Simulationen mit synthetischen Beobachtungen die Möglichkeit strukturelle Fehler im Modell zu identifizieren. Die Ergebnisse der realen Szenarien zeigen, dass die exklusive Aktualisierung der bodenhydraulischen Eigenschaften nicht ausreichte, um die SWC-Charakterisierung im Verifizierungszeitraum zu verbessern. Im Durchschnitt wurde der RMSE der Sensorstandorte um 14 % reduziert falls Zustandsvariable und Modellparameter aktualisiert wurden. Der Abfluss im Modell wurde dabei nicht signifikant verbessert. Für die synthetischen Simulationen wurden deutlich größere Verbesserungen gefunden. So verbesserte sich der RMSE an unabhängigen Untersuchungspunkten um bis zu 55 % für einzelne Simulationsszenarien mit Parameter Aktualisierung. Weiterhin konnte für einzelne Szenarien eine Verbesserung des NSE Kriteriums im Abfluss von -0.04 auf 0.61 festgestellt werden. Das zeigt, dass DA in Kombination mit Informationen aus einem dichten Sensornetzwerk und einem integrierten terrestrischen Modell das Potential besitzt Bodenfeuchte auf Feldskala zu verbessern. Der große Unterschied in der Verbesserung zwischen realen und synthetischen Versuchsszenarien können dabei mit strukturellen Modellfehlern erklärt werden. Weitere Studien werden zeigen, ob es sich dabei um ein gebietsspezifisches Problem handelt, oder ob im Modell nicht implementierte kleinskalige Prozesse verantwortlich für die strukturellen Probleme sind. Zusammenfassend zeigen die Studien, dass hochaufgelöst integrierte terrestrische Modelle auf der Hangskala ein wertvolles Instrument sind, um die grundlegenden hydrologischen Prozesse besser zu verstehen. Jedoch bleiben viele Herausforderungen im Hinblick auf eine prädiktive Anwendung von hochauflösenden Modellen bestehen. Für komplexere Modelle muss ein größerer Parameterraum (z. B. durch zusätzliche bodenhydraulische Eigenschaften) in Kombination mit mehreren Beobachtungsarten erforscht werden. Ferner wird eine verbesserte Darstellung von signifikanten Prozessen (z. B. präferentielle Strömung) zum Nutzen von Techniken der Datenassimilierung beitragen. Vor diesem Hintergrund können hochauflösende integrierte terrestrische Modelle verwendet werden, um signifikante Informationslücken in der bestehenden Messinfrastruktur zu identifizieren.

Understanding the soil-vegetation-atmosphere continuum is essential to improve hydrological model predictions. Particularly the characterization and prediction of the spatio-temporal variability of soil water content (SWC) and its controlling factors are of high interest for many geoscientific fields, since these patterns influence for example the rainfall-runoff response and the partitioning of the net radiation into latent and sensible heat fluxes while interacting with the vegetation cover. Within this context, this PhD thesis explores the degree of model complexity that is necessary to adequately represent heterogeneous subsurface processes, and the benefit of merging soil moisture data with an integrated terrestrial model. This includes an uncertainty analysis of model forcing (i.e. precipitation) and evaluation data (actual evapotranspiration). On this account, the fully coupled land surface-subsurface model ParFlow-CLM, which is part of the terrestrial system modeling platform (TerrSysMP), was applied to the 38 ha Rollesbroich headwater catchment located in the Eifel (Germany). Detailed long-term data for model setup, calibration, and evaluation were provided by the TERENO infrastructure initiative, the North Rhine-Westphalian State Environment Agency, and the Transregional Collaborative Research Center 32. It was expected that this combination of process orientated model and extensive observation data contributes to the understanding of the complex processes of the energy and water cycle at the hillslope, the elementary unit for the runoff generation process. The first part compared different measurements of actual evapotranspiration (ETa) obtained by a set of six weighable lysimeters, ETa estimates acquired with the eddy covariance (EC), and evapotranspiration calculated with the full-form Penman Monteith equation (ETPM) for the Rollesbroich site. This comparison of ETa included a correction of the energy balance deficit for the EC method, which is not often reported in literature and allows a deeper insight into the performance of both methods. The evaluation was conducted for the year 2012 and showed that both measurement methods are in good agreement with a total difference of 3.8 % (19 mm). The smallest relative difference (< 8 %) between the monthly ETa of lysimeters and EC was found in summer. Both ETa estimates were close to the ETPM which was used as reference for the observations. This indicates that ETa was energy limited but not limited by water availability during the entire evaluation period. The ETa difference between lysimeter and EC were found to be mainly related to differences in grass height due to harvest and EC footprint. The lysimeter data further were used to estimate precipitation in combination with a filter and smoothing algorithm for high-precision lysimeters by Peters et al. (2014). The comparison with the on-site standard tipping bucket rain gauge revealed that precipitation amounts from the lysimeter were 16 % higher for 2012. Applying the correction method of Richter (1995) reduced this amount to 3 %. With the help of an on-site camera system, it was shown that dew and rime contributed 17 % to the total yearly difference between both measurement methods, while fog and drizzling rain explained another 5.5 %. During snowfall, the tipping bucket underestimated precipitation (7.9 % of the total difference). The largest proportion of the total yearly difference (36 %) was associated with snow cover without apparent snowfall. The strong overestimation of precipitation under these conditions most likely can be explained with snow drift and snow bridges. The remaining 33 % of the total yearly precipitation difference could not be explained. In the second part, the results of TerrSysMP simulations with the 3D variably saturated groundwater flow model (ParFlow) and the Community Land Model (CLM) are compared to soil water content measurements from a wireless sensor network, actual evapotranspiration recorded by lysimeters and EC, and discharge. Therefore, the ParFlow-CLM model with a lateral resolution of 10 × 10 m and a variable vertical resolution (0.025-0.575 m) was tested with different subsurface parametrization strategies: (i) completely homogeneous, (ii) homogeneous parameters for different soil horizons, (iii) different parameters for each soil unit and soil horizon and (iv) heterogeneous stochastic realizations. The soil hydraulic parameters for these simulations were either (i) sampled from measured soil texture and the Rosetta pedotransfer functions (ROS), or (ii) estimated using a 1D subsurface model in combination with shuffle complex evolution (SCE). The results showed that spatially heterogeneous soil hydraulic properties in combination with topography dominate the spatial variability of SWC at the hillslope scale. Whereas topography in combination with homogeneous soil hydraulic properties underestimated the observed spatial SWC variability, the full SWC variability could be explained with a heterogeneous distribution of soil hydraulic parameters. All model simulations reproduced the seasonal evapotranspiration, while the discharge showed a high bias compared to the observations. This poor performance of the uncalibrated model could be explained with a lack of information about the bedrock characteristics and the on-site drainage system. In general, a better performance was found for the simulation of the SCE setup with interpolated 1D inverse parameter estimates. Showing a higher inverse air entry parameter within the van Genuchten subsurface parameterization, the SCE-setup was in better correspondence with the observed SWC during dry periods than the simulation of the ROS-setup. This demonstrates the difficulty to transfer small scale local measurements into larger scale. In the third part, SWC data was assimilated with Ensemble Kalman Filter (EnKF) into a Parflow-CLM Model of the Rollesbroich study site. Dense information from a soil moisture sensor network was available at the site and assimilated with the EnKF in a coupled land surface-subsurface model with 10 m lateral resolution. Different data assimilation scenarios with the EnKF were applied including the update of model states with or without updating of model parameters as well as different time update intervals for parameters and states. The ensemble size was 128 (or 256) with 3D- heterogeneous fields of saturated hydraulic conductivity and Mualem-van Genuchten parameters α and n. Furthermore, simulations were also carried out with a synthetic test case mimicking the Rollesbroich site, with the aim to get more insight in the role of model structural errors. The results of the real-world scenarios showed that the exclusive update of soil hydraulic properties was not enough to improve the SWC characterization. On average the RMSE at the sensor locations was reduced by 14 % if states and parameters were updated jointly and discharge estimation was not improved significantly. Simulations for the synthetic case showed much better results with an overall RMSE reduction by 55 % at independent verification locations in case of daily SWC-data assimilation including parameter estimation. Individual data assimilation scenarios with parameter estimation also showed NSE-increase for discharge from -0.04 for the open loop run to ca. 0.61. This shows that data assimilation in combination with high-resolution physically based models can potentially strongly improve soil moisture and discharge estimation at the hillslope scale. The large differences in the performance for the synthetic case and the real-world case can be explained with model structural errors like the representation of the on-site drainage system. Further studies should show whether the role of model structural errors was site specific, or that in general small scale processes play a more dominant role which are not captured by the modelling approach. In summary, these studies show that integrated terrestrial high-resolution models at the hillslope scale are a valuable tool to better understand the basic hydrological processes. However, on the way to a predictive application of high resolution models many challenges remain. For more complex models a larger parameter space has to be explored (e.g. by additional soil hydraulic properties) in combination with multiple observation types. Further, an improved representation of significant processes (e.g. preferential flow) will contribute to the benefit of data-fusion techniques. On this account, high-resolution integrated terrestrial models can be used to identify significant information gaps in the existing measurement infrastructure.

OpenAccess:
PDF
(additional files)