The Value of satellite soil moisture and snow cover data for hydrological modelling

Abstract

Die Kenntnis der Faktoren, die die räumliche und zeitliche Variabilität der Wasserhaushaltskomponenten auf regionaler Ebene bestimmen, ist für die Lösung einer Reihe praktischer Probleme in Gesellschaft, Management und Planung von wesentlicher Bedeutung. Eine Möglichkeit, unser Verständnis der Wechselwirkungen zwischen Abflussentstehungsprozessen und Einzugsgebietsreaktionen zu verbessern, besteht darin, neue Modellierungsmethoden und Datensätze zu untersuchen und zu bewerten, die den laufenden Fortschritt bei der Erdbeobachtung widerspiegeln. Die neuesten Satellitendatensätze der Schneedecke und Bodenfeuchte haben eine feinere räumliche und zeitliche Auflösung, enthalten eine verbesserte Vegetationsparameterisierung der Bodenfeuchte und ermöglichen eine flexiblere Kartierung der Schneedecke.Das Hauptziel dieser Arbeit ist es zu untersuchen, ob und in welcher Weise die neuesten Satellitenprodukte der Schneedecke (MODIS) und der Bodenfeuchtigkeit (ASCAT) die Kartierung und Simulation von Wasserhaushaltskomponenten auf regionaler Ebene und die Prognose von Schneedecke, Bodenfeuchte und Abfluss in Gebieten ohne Messungen verbessern. Die Arbeit soll das Verständnis der räumlichen und zeitlichen Variabilität geeigneter Grenzwerte der Reflexion für die Kartierung der Schneedecke verbessern und untersuchen, inwieweit die kombinierte Verwendung von Satellitenprodukten die Kalibrierung und Validierung konzeptioneller hydrologischer Modelle und die Vorhersage von Abflussganglinien in unbeobachteten Gebieten verbessert.Die Arbeit ist in fünf Kapitel gegliedert. Kapitel 1 stellt die Hauptziele der Arbeit und den Forschungskontext der folgenden Kapitel vor. In Kapitel 2 wird untersucht, ob und wie die neuen MODIS-Datensätze die Kartierung der Schneedecke auf regionaler Ebene verbessern. In früheren Versionen von MODIS-Schneedeckenprodukten wurde Schnee anhand global festgelegter Grenzwerte der Reflexion (NDSI, Normalized Difference Snow Index) klassifiziert. Kapitel 2 untersucht die Empfindlichkeit und Genauigkeit variierender NDSI-Grenzwerte und vergleicht die Ergebnisse der Schneedeckenkartierung mit einer früheren Klassifizierung auf der Grundlage eines festen NDSI-Grenzwertes (NDSI = 0,4). Die Genauigkeit wird für tägliche Schneedeckenprodukte von Aqua (MYD10A1) und Terra (MOD10A1) anhand täglicher Schneehöhenbeobachtungen an 665 Klimastationen in Österreich in den Jahren 2002 bis 2014 getestet. Die Ergebnisse zeigen, dass die Genauigkeit des neuen Kartierungsansatzes in Österreich größer als 97% ist (97,4% für Terra und 97,6% für Aqua). Die neuen optimierten Schwellenwerte variieren saisonal, nehmen mit zunehmender Höhe ab und sind in bewaldeten Gebieten niedriger als in unbewaldeten Gebieten. Die Ergebnisse zeigen, dass die optimierten NDSI-Grenzwerte die regionale Schneedeckenkartierung in Waldgebieten über 900 m ü.M. in den Monaten Januar bis März um 3-10% verbessern.Kapitel 3 untersucht das Potenzial neuer Satellitendatensätze der Schneedecke (MODIS) und der Bodenfeuchtigkeit (S1ASCAT) für die Kalibrierung unter Mehrfachzielsetzung eines konzeptionellen hydrologischen Modells. Die Analyse wird in 213 Einzugsgebieten in Österreich für den Zeitraum 2000–2014 durchgeführt. Die Ergebnisse zeigen, dass die kombinierte Verwendung von Schneebedeckung und Bodenfeuchtigkeit die hydrologischen Modellsimulationen von Bodenfeuchtigkeit und Schnee in etwa gleichem Maße verbessert undeine höhere Genauigkeit erzielt als solche Simulationen, die auf der herkömmlichen Kalibrierung ausschließlich am Abfluss basieren. Die Verbesserung der Genauigkeit der Abfluss- und Bodenfeuchtemodellierung ist in niedrigen und landwirtschaftlich genutzten Einzugsgebieten größer als in alpinen Einzugsgebieten. Die Ergebnisse zeigen, dass die mittlere Korrelation der Bodenfeuchte zwischen den Ergebnissen des hydrologischen Modells und dem ASCAT-Bodenwasserindex 0,4 bis 0,52 beträgt (abhängig von der Kalibrierungsvariante), was signifikant größer ist als der Median von 0,26, der in früheren Studien unter Verwendung der gröberen ERS-Scatterometerdaten gefunden wurde. Dies spiegelt Verbesserungen sowohl in den Instrumentenspezifikationen (d.h. eine bessere zeitliche und räumliche Auflösung, eine höhere radiometrische Genauigkeit) und im den Analysealgorithmus wider.In Kapitel 4 wird untersucht, ob und in welcher Weise sich die räumliche Übertragung der in Kapitel 3 kalibrierten Modellparameter auf die Berechnung von Abflussganglinien, Bodenfeuchtigkeit und Schneebedeckung in unbeobachteten Einzugsgebieten auswirkt. Für die Übertragung der Modellparameter werden acht Regionalisierungsmethoden (globale und lokale Varianten des arithmetischen Mittelwerts, der Regression, der räumlichen Nähe und der Ähnlichkeit) in zwei Zeiträumen untersucht, d.h. im Kalibrierungszeitraum (2000-2010) und in einem unabhängigen Validierungszeitraum (2010-2014). Die Vorhersagegenauigkeit wird durch Kreuzvalidierung bewertet. Die Ergebnisse zeigen, dass die Methode, mit der das Modell im Einzugsgebiet mit Pegelmessungen kalibriert wird, einen größeren Einfluss auf die Genauigkeit der Abflussberechnung in den unbeobachteten Einzugsgebieten hat als die Wahl der Parameterübertragungsmethode. Die besten Übertragungsmethoden sind globale und lokale Ähnlichkeit und der Kriging-Ansatz. In den Tieflandeinzugsgebieten liegt der Median der Bodenfeuchtigkeitskorrelation für diese Methoden zwischen 0,62 und 0,70. Ein Vergleich der Übertragungsmethoden basierend auf Modellparametern, die an Abfluss, Schneebedeckung und Bodenfeuchtigkeit kalibriert sind, mit denen, die auf Parametern basieren, die nur am Abfluss kalibriert sind, zeigt, dass die Qualität der Abflusssimulationen ähnlich ist, die Simulation der Bodenfeuchtigkeit und der Schneedecke jedoch weiter verbessert wird, wenn eine Mehrfachzielsetzung bei der Parameterkalibrierung zum Einsatz kommt.Fernerkundungsprodukte werden seit Jahrzehnten in der hydrologischen Forschung eingesetzt und ihre Genauigkeit verbessert sich kontinuierlich. Die Ergebnisse dieser Arbeit unterstreichen die Bedeutung von Satelliten-Bodenfeuchtigkeits- und Schneedeckendaten für hydrologische Anwendungen. Die Verwendung von Fernerkundungsdaten bei der Kalibrierung der Parameter hydrologischer Modelle ist im Allgemeinen von großem Wert. Die Verbesserung der Simulationen von Schnee, Bodenfeuchtigkeit und Abfluss in Einzugsgebieten ohne Messungen ist signifikant. Ihre Verwendung ist daher ein wichtiger Beitrag zum Disastermanagement, zur Bewirtschaftung der Wasserressourcen und zur Optimierung der Wasserkraftnutzung.

Knowledge of the factors controlling the spatial and temporal variability of the water balance components at the regional scale is essential for solving a range of practical problems in society, management and planning. One way of improving our understanding of the interactions between runoff generation processes and catchment response is to examine and evaluate new modelling methods and datasets reflecting the ongoing progress in Earth observations. The recent satellite datasets of snow cover and soil moisture have a finer spatial and temporal resolution, including an improved vegetation parameterization in soil moisture retrieval, and allow a more flexible snow cover mapping.The main objective of this thesis is to examine whether and how the most recent satellite products of snow cover (MODIS) and soil moisture (S1ASCAT) improve the mapping and simulation of water balance components at the regional scale, and the prediction of snow cover, soil moisture and runoff at ungauged sites. The thesis intends to advance the understanding of the spatial and temporal variability of suitable reflectance thresholds for snow cover mapping and to examine to what extent the combined use of satellite products improves the calibration and validation of conceptual hydrologic models and the prediction of runoff hydrographs at ungauged sites.The thesis is organized into five chapters. Chapter 1 presents the main objectives and introduces the research context for the following chapters. Chapter 2 examines whether and how the new MODIS datasets improve snow cover mapping at the regional scale. The previous versions of MODIS snow cover products had classified snow by globally fixed reflectance thresholds (termed the Normalized Difference Snow Index, NDSI). Chapter 2 investigates the sensitivity and accuracy of varying NDSI thresholds and compares the results of snow cover mapping with a former classification based on a fixed NDSI threshold (NDSI=0.4). The accuracy is tested for Aqua (MYD10A1) and Terra (MOD10A1) daily snow cover products by using daily snow depth observations at 665 climate stations in Austria in 2002 - 2014. The results show that the accuracy of the new mapping approach is greater than 97% (97.4% for Terra and 97.6% for Aqua) in Austria. The new optimized thresholds vary seasonally, decrease with increasing elevation and are lower in forested than in open land cover settings. The results show that the optimized NDSI thresholds improve regional snow cover mapping by 3-10% in forested regions above 900m a.s.l. from January to March.Chapter 3 examines the potential of new satellite datasets of snow cover (MODIS) and soil moisture (S1ASCAT) for multiple objective calibrations of a conceptual hydrologic model. The analysis is performed in 213 catchments in Austria for the period 2000–2014. The results show that the combined use of snow cover and soil moisture improves hydrological model simulations of soil moisture and snow simulations to almost the same extent and outperforms simulations based on traditional calibration to runoff only. The improvements of both runoff and soil moisture model efficiencies are larger in low elevation and agricultural catchments than in alpine catchments. The results show that the median soil moisture correlation between hydrologic model outputs and ASCAT soil water index is 0.4 to 0.52 (depending on the calibration variant), which is significantly larger than the median of 0.26 found in previous studies using the coarser ERS scatterometer data. This reflects improvements both in theinstrument specifications, i.e. better temporal and spatial sampling, higher radiometric accuracy, and the retrieval algorithm.Chapter 4 investigates whether and to what extent the spatial transfer of model parameters, calibrated in Chapter 3, impacts the prediction of runoff hydrographs, soil moisture, and snow cover in ungauged catchments. For the transfer of model parameters, eight regionalization methods (global and local variants of arithmetic mean, regression, spatial proximity, and similarity) are examined in two periods, i.e., the period in which the model is calibrated (2000-2010) and an independent validation period (2010-2014). The predictive accuracy is evaluated by leave-one-out cross-validation. The results show that the method by which the model is calibrated in the gauged catchment has a larger impact on runoff prediction accuracy in the ungauged catchments than the choice of the parameter transfer method. The best transfer methods are global and local similarity and the kriging approach. In the lowland catchments, the median of soil moisture correlation ranges between 0.62 and 0.70 for these methods. A comparison of transfer methods based on model parameters calibrated to runoff, snow cover, and soil moisture with those based on parameters calibrated to runoff only indicates that the performance of simulating runoff is similar, but the simulation of soil moisture and snow cover will be further improved if the multi-objective approach is applied for the parameter calibration.Remotely sensed products have been applied in hydrologic research for decades, and their accuracy is continually improving. The results of this thesis highlight the importance of satellite soil moisture and snow cover data for hydrological applications. There is generally a lot of value in using remotely sensed data in the calibration of the parameters of hydrological models. The improvement in model predictions of snow, soil moisture and runoff in the ungauged catchment is significant. Thus, their use is an important contribution to mitigating water disasters, managing water resources and optimizing water energy benefits.