Methods for assimilating remotely-sensed water storage changes into hydrological models

Abstract

Understanding physical processes within the water cycle is a challenging issue that requires merging information from various disciplines. The Gravity Recovery And Climate Experiment (GRACE) mission provides a unique opportunity to measure time-variable gravity fields, which can be converted to global total water storage anomalies (TWSA). These observations represent a vertical integral of all individual water compartments, which is difficult to observe by in-situ or other remote-sensing techniques. Knowledge about interactions between hydrological fluxes and terrestrial water storage compartments is reflected in large-scale hydrological models that nowadays increase in complexity to simulate all relevant physical processes within the global water cycle. Hydrological models are driven by climate forcing fields and their parameters are usually calibrated against river discharge to ensure a realistic water balance on river basin scale. However, errors in climate forcing fields, model parameters, and model structure limit the reliability of hydrological models. Therefore, it is necessary to improve model simulations by introducing measurements, which is known as data assimilation or data-model fusion.<br /> In this thesis, a novel calibration and data assimilation (C/DA) framework is developed to merge remotely-sensed large scale TWSA with hydrological models. To implement this framework, the WaterGAP Global Hydrology Model (WGHM) is chosen, which is a sophisticated 0.5°x0.5° conceptual model that simulates daily water changes in surface and sub-surface water compartments (including groundwater), and considers water consumption. In particular, a flexible approach is introduced to assimilate GRACE TWSA as (sub-)basin or gridded averages into WGHM, while for the first time, implementing the observation error correlations in the C/DA system. A sensitivity analysis is performed to identify significant parameters in the largest river basins world-wide. It is also investigated whether GRACE TWSA can be used to calibrate model parameters. To reduce sampling errors and to improve the computational efficiency, the classical ensemble Kalman filter (EnKF) technique is extended to a square root analysis (SQRA) scheme, and the singular evolutive interpolated Kalman (SEIK) filter. The relationships between these algorithms are addressed. A simple model and WGHM are used to describe the mathematical details of the data assimilation techniques.<br /> The observation error model, spatial resolution of observations, choice of filtering algorithm, and model ensemble size are assessed within a realistic synthetic experiment designed for the Mississippi River Basin, USA. Real GRACE products are also integrated into WGHM over this region. Investigations indicate that introducing GRACE TWSA constrains the water balance equation and corrects for insufficiently known climate forcing, in particular precipitation. Individual water states and fluxes are also adjusted but more improvements are expected by assimilating further in-situ and remotely-sensed observations. The processing choices represent important impacts on the final results. The C/DA framework is transferred to the Murray-Darling River Basin, Australia, to improve the simulation of hydrological changes under a long-term drought condition. GRACE C/DA introduces a negative trend to WGHM simulated TWSA. A validation with in-situ groundwater measurements indicates that the trend is correctly associated with the groundwater compartment. Thus, the C/DA helps to identify deficits in model simulations and improves the understanding of hydrological processes. The promising results provide a first step towards more complex C/DA applications on global scale and in conjunction with further terrestrial water storage observations.

<strong>Methoden zur Assimilierung von satelliten-basierten Wasserspeicheränderungen in hydrologische Modelle</strong><br /> Zum Verständnis der physikalischen Prozesse des Wasserkreislaufes ist das Zusammenführen von Kenntnissen verschiedener Disziplinen erforderlich. Die Messungen zeitabhängiger Gravitationsfelder der Gravity Recovery And Climate Experiment (GRACE) Satellitenmission liefern einzigartige Erkenntnisse über globale Gesamtwasserspeicher-änderungen (GWSA). Diese Größe repräsentiert die Summe aller einzelnen Wasserspeicherkomponenten, welche nur unzulänglich durch lokale oder andere satellitengestützte Verfahren beobachtet werden kann. Großskalige hydrologische Modelle simulieren Interaktionen zwischen terrestrischen Wasserspeicherkomponenten. Ihre Komplexität steigt heutzutage immer weiter, um alle relevanten physikalischen Prozesse im globalen Wasserkreislauf abzubilden. Sie werden durch Klimadaten angetrieben und durch Modellparameter gesteuert. Zur Gewährleistung einer realistischen Wasserbilanz in Flusseinzugsgebieten werden letztere üblicherweise gegen Durchflussmessungen kalibriert. Dennoch limitieren Unsicherheiten in den Klimadaten, in den Modellparametern und in der Modellstruktur die Zuverlässigkeit hydrologischer Prädiktionen. Um Simulationen zu verbessern ist daher die Integration von Beobachtungsdaten notwendig, welches unter dem Begriff der Datenassimilierung bekannt ist.<br /> In dieser Arbeit wird ein neuer Kalibrierungs- und Datenassimilierungsansatz (K/DA) zur Kombination von großskalig beobachteten GWSA und hydrologischen Modellen am Beispiel des WaterGAP Global Hydrology Model (WGHM) entwickelt. WGHM ist ein konzeptionelles Wasserbilanzmodell, das tägliche Wasseränderungen auf und im Boden (inklusive Grundwasser) auf einer räumlichen Skala von 0,5°x0,5° berechnet und anthropogene Wasserentnahmen berücksichtigt. Insbesondere wird ein flexibler Ansatz zur Integration gegitterter und räumlich gemittelter GWSA eingeführt, während die Korrelationen der Beobachtungsfehler zum ersten Mal in der Assimilierung berücksichtigt werden. Eine Sensitivitätsanalyse identifiziert maßgebliche Parameter für die weltweit größten Flusseinzugsgebiete. Es wird außerdem untersucht, ob GRACE-GWSA zur Parameter-kalibrierung herangezogen werden können. Um Stichprobenfehler zu reduzieren und um die rechnerische Effizienz zu steigern, wird die klassische Ensemble Kalman Filter (EnKF) Methode um das Square Root Analysis (SQRA) Schema und den Singular Evolutive Interpolated Kalman (SEIK) Filter erweitert. Die Zusammenhänge dieser Algorithmen werden dargestellt. Die mathematischen Details der Methoden werden anhand eines einfachen Modells und des WGHM beschrieben.<br /> Das Modell der Beobachtungsfehler, die Auflösung der Beobachtungen, die Auswahl der Filteralgorithmen und die Größe des Modellensembles werden in einem realistischen synthetischen Experiment für das Flusseinzugsgebiet des Mississippis (USA) analysiert. GRACE-GWSA werden ebenfalls für dieser Region in das WGHM integriert. Untersuchungen zeigen, dass die Wasserbilanz an die Daten angepasst wird und ungenaue Klimadaten, insbesondere Niederschlag, ausgeglichen werden. Wasserspeicher-komponenten werden ebenfalls angepasst, würden aber durch die Assimilierung weiterer lokaler und satellitengestützter Daten profitieren. Der K/DA Ansatz hat einen entscheidenden Einfluss auf die Ergebnisse. Der entwickelte Ansatz wird auf das Einzugsgebiet des Murray und Darling Flusses (Australien) übertragen, um die Simulation hydrologischer Änderungen während einer Trockenperiode zu verbessern. GRACE-K/DA führt einen negativen Trend in das Modell ein. Die Validierung mit lokalen Grundwasserdaten bestätigt, dass der Trend korrekt mit dem Grundwasserspeicher assoziiert wird. Die K/DA ermöglicht somit Defizite in Modellsimulationen zu identifizieren und verbessert das Verständnis hydrologischer Prozesse. Die vielversprechenden Ergebnisse bereiten einen ersten Schritt in Richtung globaler K/DA in Verbindung mit weiteren hydrologischen Beobachtungen.