Uncertainty Propagation in Operational Flash Flood Forecasting Systems
Total Page：16
File Type：pdf, Size：1020Kb
Zurich Open Repository and Archive University of Zurich Main Library Strickhofstrasse 39 CH-8057 Zurich www.zora.uzh.ch Year: 2013 Uncertainty propagation in operational flash flood forecasting systems Liechti, Katharina Posted at the Zurich Open Repository and Archive, University of Zurich ZORA URL: https://doi.org/10.5167/uzh-89012 Dissertation Published Version Originally published at: Liechti, Katharina. Uncertainty propagation in operational flash flood forecasting systems. 2013, Uni- versity of Zurich, Faculty of Science. Uncertainty Propagation in Operational Flash Flood Forecasting Systems Dissertation zur Erlangung der naturwissenschaftlichen Doktorwürde (Dr. sc. nat.) vorgelegt der Mathematisch-naturwissenschaftlichen Fakultät der Universität Zürich von Katharina Liechti von Landiswil BE Promotionskomitee Prof. Dr. Jan Seibert (Vorsitz) Prof. Dr. Wilfried Haeberli Dr. Massimiliano Zappa (Leitung der Dissertation) Zürich, 2013 Contents Abstract ................................................................................................................................................... 3 Zusammenfassung ................................................................................................................................... 5 List of papers ........................................................................................................................................... 7 Introduction ............................................................................................................................................. 9 Uncertainty in hydrological modelling .............................................................................................. 10 Objectives and Outline ...................................................................................................................... 11 Materials and Methods .......................................................................................................................... 12 Hydrological Modelling .................................................................................................................... 12 Hydrological Data ............................................................................................................................. 13 Meteorological Data .......................................................................................................................... 13 Study Catchments .............................................................................................................................. 16 Verification Methods ......................................................................................................................... 17 Overview of Papers ............................................................................................................................... 19 Uncertainty propagation in advanced hydro-meteorological forecast systems ................................. 19 Flood nowcasting using radar ensemble ............................................................................................ 20 Ensemble discharge nowcasts ........................................................................................................... 21 From radar based discharge nowcasting towards forecasting ........................................................... 23 Synthesis ................................................................................................................................................ 24 Conclusions ........................................................................................................................................... 27 References ............................................................................................................................................. 28 Acknowledgements ............................................................................................................................... 33 Curriculum Vitae ................................................................................................................................... 35 1 2 ABSTRACT Mountainous catchments prone to flash floods are typically relatively small in size, have shallow soils and steep slopes. Thus, they respond quickly to heavy rainfall, and consequently the time left for warning is short. Therefore, flash flood forecasts for such catchments are needed. The IMPRINTS project aimed to improve preparedness and risk management for flash flood and debris flow events, and within this framework this dissertation aims to make advances in flash flood forecasting. Many catchments prone to flash flood are poorly monitored or ungauged. For such catchments it is particularly difficult to make early warnings, because of the large uncertainty of the main triggering variable, the precipitation, and the absence of valuable time series of observed discharge to calibrate a hydrological model. The uncertainties in the input data of flash flood forecasting systems accumulate with the uncertainties of the process description and parameterisation of the hydrological model and propagate through the forecasting process and are an integral part of the resulting forecast. In this dissertation several approaches to account for these uncertainties are investigated in five test catchments in the Lago Maggiore region, in Southern Switzerland. Particular emphasis is given to the application of weather radar data, as this is regarded as a promising tool to provide forecasts also in poorly gauged and small catchments. Indeed, it is shown that for ungauged catchments forecast chains driven by quantitative precipitation estimates (QPE) from weather radar can provide better estimates of discharge then forecasts driven by interpolated rain-gauge data, when the uncertainties in the weather radar data are accounted for by applying an ensemble of weather radar QPE. It is also shown that uncertainties originating from the parameterisation of the hydrological model can be accounted for with an ensemble of different parameter sets, which then result in more skilful forecasts. Furthermore it is suggested to use probabilistic nowcasts, like radar ensembles, to produce ensembles of initial conditions for a subsequent initialisation of forecasts driven by deterministic high- resolution numerical weather prediction (NWP) forecasts. With such a flash flood forecast chain longer lead times are reached compared to pure nowcast products and higher forecast skill is reached compared to forecasts driven only by deterministic high resolution NWP forecasts. 3 4 ZUSAMMENFASSUNG Für Sturzfluten anfällige Gebirgseinzugsgebiete sind meist durch eine kleine Fläche, flachgründige Böden und steile Hänge gekennzeichnet. Sie reagieren daher schnell auf Starkniederschläge, was das Zeitfenster für Warnungen sehr begrenzt. Daraus ergibt sich in solchen Einzugsgebieten die Notwendigkeit für Sturzflutvorhersagen. Das Projekt IMPRINTS hatte zum Ziel die Frühwarnung und das Risikomanagement für Sturzfluten und Murgänge zu verbessern. Im Rahmen dieses Projekts, sind Fortschritte im Bereich der Vorhersage von Sturzfluten das Ziel der vorliegenden Dissertation. Viele für Sturzfluten anfällige Gebirgseinzugsgebiete werden nur schlecht oder gar nicht von Messnetzen abgedeckt. Die Unsicherheit in den Annahmen über den Niederschlag und das Fehlen wertvoller Zeitreihen von Abflussmessungen für die Kalibrierung von hydrologischen Modellen machen Frühwarnungen für solche Gebiete besonders schwierig. Die Unsicherheiten in den Eingangsdaten von Hochwasservorhersagesystemen summieren sich auf mit den Unsicherheiten bezüglich der Prozessbeschreibung und Parametrisierung des hydrologischen Modells. Diese Unsicherheiten pflanzen sich durch den ganzen Vorhersageprozess fort und sind daher ein integraler Bestandteil der resultierenden Vorhersage. In der vorliegenden Dissertation werden verschiedene Ansätze zur Berücksichtigung der beschriebenen Unsicherheiten geprüft. Dazu werden Studien in fünf Teileinzugsgebieten des Lago Maggiore, in der Südschweiz durchgeführt. Ein Schwerpunkt der Studien liegt auf der Anwendung von Wetterradardaten, da diese als ein vielversprechendes Mittel für wenig beobachtete, kleine Einzugsgebiete angesehen werden. Tatsächlich konnte gezeigt werden, dass Abflussvorhersagen basierend auf Wetterradardaten bessere Resultate liefern als Vorhersagen basierend auf interpolierten Pluviometerdaten, sofern die Unsicherheiten in den Radardaten in Form eines Ensembles berücksichtigt werden. Den Unsicherheiten im Zusammenhang mit der Modellparametrisierung kann durch die Anwendung eines Ensembles verschiedener Parametersätze Rechnung getragen werden. Dadurch kann die Güte der Vorhersage gesteigert werden. Ausserdem wird empfohlen probabilistische Echtzeitvorhersagen des Abflusses zu verwenden, um ein Ensemble von Anfangsbedingungen zu ermitteln. Diese werden dann für eine darauffolgende Abflussvorhersage verwendet, welche mit Daten von deterministischen hoch aufgelösten numerischen Wettermodellen angetrieben wird. Mit einer solchen Vorhersagekette für Sturzfluten können längere Vorlaufzeiten erreicht werden, als mit reinen Echtzeitprodukten. Auch werden höhere Güten als mit rein deterministischen Vorhersagen erreicht. 5 6 Uncertainty Propagation in Operational Flash Flood Forecasting Systems This dissertation consists of four papers and an introductory part that summarises the four papers. Additionally an appendix contains further work accomplished during the preparation