Indvirkning af spatialt regn på hydraulisk modellering og ekstremstatistik
Oversat titel
Influence of spatial rainfall on hydraulic modeling and the extreme statistics
Forfattere
Carstens, Emil Bundgaard ; Johannesen, Sebastian Meyer
Semester
4. semester
Uddannelse
Udgivelsesår
2024
Antal sider
154
Resumé
Dette projekt undersøger, hvordan regninput med stedlig opløsning påvirker resultaterne i hydraulisk modellering. Når man ekstrapolerer en enkelt regnmåling til et helt opland, opstår der usikkerhed; mere stedligt detaljerede regnfelter kan mindske denne usikkerhed. Undersøgelsen er gennemført for oplandet omkring Utterslev Mose i København med brug af både regnmålerdata og radardata, hvor radarens nedbør er justeret til at matche de målte mængder. De omfattende regndata gjorde det muligt at opstille mange lokale regnserier og scenarier med forskellige grader af stedlig opløsning. Disse scenarier er brugt til at analysere modelresponsen og ekstremstatistik (analyse af sjældne, kraftige hændelser). En gennemgående tendens var, at bedre stedlig opløsning gav mindre beregnede overløbsvolumener. Afvigelser mellem lokale regnserier og en regional model er analyseret med fokus på måleusikkerhed mellem radar og regnmåler. To korrigeringsmetoder er afprøvet: én-faktor-korrigering og statistisk nudging (en metode der gradvist tilpasser radar til målinger). For de korrigerede serier er der beregnet ny ekstremstatistik for overløb. Derudover er der udført en sensitivitetsanalyse af f-værdier (et modelparameter) for alle de individuelle serier. Projektet viser, at usikkerheden ved at ekstrapolere punktmålinger kan være betydelig. Endelig er der lavet en stokastisk kalibreringsanalyse af, hvordan den hydrologiske reduktionsfaktor (hvor stor en del af regnen der bliver til afstrømning) ændrer sig, når regninput har forskellige grader af stedlig opløsning.
This project examines how spatially resolved rainfall inputs affect results in hydraulic modeling. Extrapolating a single rain gauge measurement to a whole catchment introduces uncertainty; using rainfall fields with spatial detail can reduce it. The study focuses on the catchment around Utterslev Mose in Copenhagen, using both rain gauge and weather radar data, with radar precipitation adjusted to match gauge measurements. The extensive dataset enabled many local rainfall time series and scenarios with different levels of spatial resolution. These scenarios were used to analyze model response and extreme-value statistics (analysis of rare, intense events). A consistent tendency was that higher spatial resolution led to smaller calculated overflow volumes. Differences between local rainfall series and a regional model were investigated with attention to measurement uncertainty between radar and gauges. Two correction methods were tested: single-factor correction and statistical nudging (a method that gradually aligns radar to observations). For the corrected series, overflow extreme statistics were recalculated. In addition, a sensitivity analysis of f-values (a model parameter) was performed for all individual series. The project finds that uncertainty from extrapolating point measurements can be substantial. Finally, a stochastic calibration analysis assessed how the hydrological reduction factor (the share of rainfall that becomes runoff) changes when rainfall inputs have different spatial resolutions.
[Dette resumé er omskrevet med hjælp fra AI baseret på projektets originale resumé]
Emneord