Esemény alapú csapadék-lefolyás modellezés különböző típusú csapadékadatok használatával
Absztrakt
Csapadék-lefolyás modellezés esetén elengedhetetlen, hogy a felhasznált bemenő adatok minősége megfelelő legyen, beleértve a csapadék adatokat is. Napjainkban számos forrásból érhetőek el adatok, azonban ezek minősége és kezelhetősége eltérő lehet. Jelen kutatás két céllal rendelkezik: elsődleges cél a különböző forrásokból származó, eltérő típusú csapadékadatok használatának vizsgálata csapadék-lefolyás modellezés során, közepes méretű vízgyűjtők esetén. A kutatás további célja egy ingyenesen elérhető talajfizikai paramétereket tartalmazó adatbázis alkalmazása és annak alkalmazhatóságának minősítése. A vízgyűjtőmodellt ArcGIS és HEC-GeoHMS programok, míg a csapadék-lefolyás modellt a HEC-HMS (Hydrologic Engineering Center - Hydrologic Modeling System) szoftver segítségével állítottuk elő, mely determinisztikus, esemény alapú és összevont paraméterű. A modellezett események a vizsgált területen 2009 és 2016 között bekövetkezett árhullámok, vízgyűjtőnként kilenc darab. A modellbe bekerülő csapadékadatok felszíni csapadékmérő állomásokról, reanalízis adatbázisból, illetve a NASA által szolgáltatott, ingyenesen elérhető, műholdas adatbázisból származnak. A modell kalibrálása és igazolása a lefolyási mennyiségekre, illetve az árhullámok alakjára és a tetőzések időpontjaira is megtörtént. A modelleredmények alapján részletesen összehasonlításra kerültek a vizsgált adatforrások. A kezelhetőség, a felbontás, a lefolyási hányadok szórása és a kalibrálhatósági szempontok alapján értékeltük a különböző csapadékadatok alkalmazhatóságát. Az eredmények összesítését követően látható, hogy a vizsgált szempontok súlyozása nélkül a NASA műholdas adatok bizonyulnak a legmegfelelőbbnek. Ugyancsak megállapítható, hogy a talajfizikai adatbázisból származó értékeket kalibrálni szükséges.
Hivatkozások
AghaKouchak, A., Behrangi, A., Sorooshian, S., Hsu, K., Amitai, E. (2011). Evaluation of Satellite-Retrieved Extreme Precipitation Rates Across the Central United States. Journal of Geophysical Research. p. 116. https://doi.org/10.1029/2010JD014741
AGROTOPO, https://www.mta-taki.hu/hu/osztalyok/kornyezetinformatikai-osztaly/agrotopo
Beven, K. (2012). Rainfall-Runoff Modelling. The Primer. Second Edition. John Wiley & Sons, Ltd. https://doi.org/10.1002/9781119951001
Biggs, E., Atkinson, P. (2011). A comparison of gauge and radar precipitation data for simulating an extreme hydrological event in the Severn Uplands, UK. Hydrological Processes. 25. pp. 795-810. https://doi.org/10.1002/hyp.7869
Copernicus Climate Change Service (C3S) (2019). C3S ERA5-Land reanalysis . Copernicus Climate Change Service, 15/09/2019. https://cds.climate.copernicus.eu/cdsapp#!/home (Letöltve: 2019.09.18.)
CORINE Land Cover-Copernicus (2019). https://land.copernicus.eu/pan-european/corine-land-cover (Letöltve: 2019.10.25.)
Donovál K., Lévai D. (2013). Telítetlen talajparaméterek pontos meghatározása. TDK dolgozat. Budapesti Műszaki és Gazdaságtudományi Egyetem.
Dybro Thomassen, E., Thorndahl, S., Andersen, C, Gregersen, I., Arnbjerg-Nielsen, K., Sørup, H. (2022). Comparing spatial metrics of extreme precipitation between data from rain gauges, weather radar and high-resolution climate model re-analyses. Journal of Hydrology. 610. 127915. https://doi.org/10.1016/j.jhydrol.2022.127915
Feldman, A. D. (2000). Hydrologic Modeling System HEC-HMS Technical Reference Manual, Washington. pp. 39-40.
Fraga, H., Pinto, J.G., Santos J.A. (2020). Olive tree irrigation as a climate change adaptation measure in Alentejo, Portugal, Agricultural Water Management. https://doi.org/10.1016/j.agwat.2020.106193
Freeze, R.A., Cherry, J.A.,(1979). Groundwater Prentice-Hall, New Jersey
Hegedüs, P., Czigány, Sz., Balatonyi, L., Pirkhoffer, E. (2013). Analysis of soil boundary conditions of flash floods in a small basin in SW Hungary. Central European Journal of Geosciences. 5. https://doi.org/10.2478/s13533-012-0119-6
Kozma Zs., Decsi B., Manninger M., Móricz N., Makó A., Szabó B. (2019). Becsült talajhidrológiai paraméterek szimulációs vizsgálata a NAIK Erdészeti Tudományos Intézet két mintaterületén, Agrokémia és Talajtan 68. pp. 13-36. https://doi.org/10.1556/0088.2019.00031
McMillan, H., Jackson, B., Clark, M., Kavetski, D., Woods, R. (2011). Rainfall uncertainty in hydrological modelling: An evaluation of multiplicative error models. Journal of Hydrology, 400(1-2). pp. 83-94. https://doi.org/10.1016/j.jhydrol.2011.01.026
Moges, D.M., Kmoch, A., Uuemaa, E. (2022). Application of satellite and reanalysis precipitation products for hydrological modeling in the data-scarce Porijõgi catchment, Estonia. Journal of Hydrology: Regional Studies. 41. https://doi.org/10.1016/j.ejrh.2022.101070
NASA Global Precipitation Measurement, Data Downloads (2020). https://gpm.nasa.gov/data-access/downloads/gpm?fbclid=IwAR0oOOb-DtoxfAX1iz9obpKq9mgTW5_L8dIfZu-la7GsRqZ1a9I700T20Go (Letöltve: 2020.05.20.)
Nash, J.E., Sutcliffe, J.V. (1970). River flow forecasting through conceptual models part I – A discussion of principles, Journey of Hydrology. https://doi.org/10.1016/0022-1694(70)90255-6
Négyesi K. (2020). Különböző típusú csapadékadatok használatának összehasonlító elemzése. BSc diplomamunka. Budapesti Műszaki és Gazdaságtudományi Egyetem.
Négyesi K., Nagy E. D. (2022). Analyzing the connection between rainfall intensities and times of concentration using rainfall-runoff modeling. Hydro-Carpath-2022, Hydrology Of The Carpathian Basin: Synthesis Of Data, Driving Factors And Processes Across Scales: Abstracts and Posters of the Conference. https://doi.org/10.35511/978-963-334-452-1
Niemi, T., Warsta, L., Taka, M., Hickman, B., Pulkkinen, S., Krebs, G., Moisseev, D., Koivusalo, H., Kokkonen, T. (2017). Applicability of open rainfall data to event-scale urban rainfall-runoff modelling. Journal of Hydrology. 547. pp. 143-155. https://doi.org/10.1016/j.jhydrol.2017.01.056
Országos Meteorológiai Szolgálat (2019) csapadékadat szolgáltatás.
Price, K., Purucker, S., Kraemer, S., Babendreier, J., Knightes, C. (2014). Comparison of radar and gauge precipitation data in watershed models across varying spatial and temporal scales. Hydrological Processes. 28. https://doi.org/10.1002/hyp.9890
Reis, A., Weerts, A., Ramos, M., Wetterhall, F., Fernandes, W. (2022). Hydrological data and modeling to combine and validate precipitation datasets relevant to hydrological applications. Journal of Hydrology: Regional Studies. 44. 101200. https://doi.org/10.1016/j.ejrh.2022.101200
Szilagyi, J. (2007). Analysis of the nonlinearity in the hillslope runoff response to precipitation through numerical modeling. Journal of Hydrology. 337(3-4), pp. 391-401. https://doi.org/10.1016/j.jhydrol.2007.02.005
Tóth, B., Weynants, M., Pásztor, L., Hengl, T. (2017). 3D Soil Hydraulic Database of Europe at 250 m resolution, Hydrol. Process., https://doi.org/10.1002/hyp.11203
Yang, C., Fraga, H., van Ieperen, W., Trindade, H. (2019). Effects of climate change and adaptation options on winter wheat yield under rainfed Mediterranean conditions in southern Portugal, Climatic Change 154. pp. 159-178. https://doi.org/10.1007/s10584-019-02419-4
Yang, C., Fraga, H., van Ieperen, W., Santos J. A. (2020). Assessing the impacts of recent-past climatic constraints on potential wheat yield and adaptation options under Mediterranean climate in southern Portugal, Agricultural Systems. https://doi.org/10.1016/j.agsy.2020.102844
Copyright (c) 2023 Klaudia Négyesi, Eszter Dóra Nagy
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.