Process based regionalisation of low flows

Abstract

Stream flow data from 325 Austrian catchments, ranging in area from 7 to 963 km2, are used for exploring the predictive (cross validation) performance of a number of methods for estimating Q95 low flows in ungauged catchments. Q95 is the discharge exceeded on 95% of all days of the measurement period. The first comparison suggests that the use of low flow seasonality indices to group catchments into regions improves the predictive performance of a regression model between low flows and catchment characteristics over a global model, provided separate regressions are used in each region. The second comparison suggests that a regional regression approach based on a catchment grouping of eight seasonality regions outperforms regressions based on other catchment groupings including the residual pattern approach, weighted cluster analysis and regression trees, and explains 70% of the spatial variance of q95 specific low flow discharges. A third analysis exploits the information from short stream flow records for estimating Q95. One year of continuous stream flow data outperforms the best regionalisation method but one spot gauging does not outperform the best regionalisation method. The analyses suggest that process understanding can indeed assist in regionalising low flow characteristics more accurately than existing standard methods.

Abflußdaten fuer 325 oesterreichische Einzugsgebiete mit einer Gebietsflaeche von 7 bis 963 km² werden zur Analyse der Genauigkeit (Kreuzvalidierung) mehrerer Methoden zur Ermittlung von Niederwasserabfluessen Q95 an Stellen ohne Abflußbeobachtungen verwendet. Q95 entspricht jener Abflußmenge, die an 95% aller Tage der Meßperiode ueberschritten wurde. Der erste Vergleich zeigt, daß die Verwendung der Niederwassersaisonalitaet zur Klassifikation der Einzugsgebiete in Regionen eine Verbesserung der Genauigkeit eines Regressionsmodells zwischen Niederwasserabflußspenden q95 und Gebietskenngroeßen gegenueber einem globalen Modell bewirkt, wenn fuer jede Region ein getrenntes Regressionsmodell erstellt wird. Der zweite Vergleich zeigt, daß ein regionaler Regressionsansatz, der auf einer Gruppierung der Einzugsgebiete in acht Saisonalitaetsregionen basiert, mit einer erklaerten raeumlichen Varianz von 70% fuer q95 eine wesentlich hoehere Genauigkeit erzielt als Regressionsansaetze, die auf alternativen Gruppierungen basieren (Residuenmustermethode, gewichtete Clusteranalyse, Regressionsbaum). Eine dritte Analyse erschließt die Information kurzer Abflußreihen fuer die Schaetzung von Q95. Kontinuierliche Abflussbeobachtungen ueber ein Jahr uebertreffen das beste Regionalisierungsverfahren, waehrend Einzelmessungen deutlich ungenauere Werte als das beste Regionalisierungsverfahren ergeben. Die Analysen zeigen, daß Prozeßverstaendnis jedenfalls zur Regionalisierung von Niederwasserkenngroeßen beitragen kann, und damit eine genauere Ermittlung der Niederwasserabfluesse als mittels existierender Standardverfahren moeglich ist.