SwePub
Sök i LIBRIS databas

  Extended search

onr:"swepub:oai:DiVA.org:uu-236864"
 

Search: onr:"swepub:oai:DiVA.org:uu-236864" > Disinformative and ...

  • 1 of 1
  • Previous record
  • Next record
  •    To hitlist
LIBRIS Formathandbok  (Information om MARC21)
FältnamnIndikatorerMetadata
00008216nam a2200709 4500
001oai:DiVA.org:uu-236864
003SwePub
008141124s2014 | |||||||||||000 ||eng|
020 a 9789155491215q print
024a https://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-2368642 URI
040 a (SwePub)uu
041 a engb engb swe
042 9 SwePub
072 7a vet2 swepub-contenttype
072 7a dok2 swepub-publicationtype
100a Kauffeldt, Anna,d 1981-u Uppsala universitet,Luft-, vatten- och landskapslära4 aut0 (Swepub:uu)annka541
2451 0a Disinformative and Uncertain Data in Global Hydrology :b Challenges for Modelling and Regionalisation
246a Desinformativa och osäkra data i global hydrologi :b Utmaningar för modellering och regionalisering
264 1a Uppsala :b Acta Universitatis Upsaliensis,c 2014
300 a 79 s.
338 a electronic2 rdacarrier
490a Digital Comprehensive Summaries of Uppsala Dissertations from the Faculty of Science and Technology,x 1651-6214 ;v 1211
520 a Water is essential for human well-being and healthy ecosystems, but population growth and changes in climate and land-use are putting increased stress on water resources in many regions. To ensure water security, knowledge about the spatiotemporal distribution of these resources is of great importance. However, estimates of global water resources are constrained by limitations in availability and quality of data. This thesis explores the quality of both observational and modelled data, gives an overview of models used for large-scale hydrological modelling, and explores the possibilities to deal with the scarcity of data by prediction of flow-duration curves.The evaluation of the quality of observational data for large-scale hydrological modelling was based on both hydrographic data, and model forcing and evaluation data for basins worldwide. The results showed that a GIS polygon dataset outperformed all gridded hydrographic products analysed in terms of representation of basin areas. Through a screening methodology based on the long-term water-balance equation it was shown that as many as 8–43% of the basins analysed displayed inconsistencies between forcing (precipitation and potential evaporation) and evaluation (discharge) data depending on how datasets were combined. These data could prove disinformative in hydrological model inference and analysis.The quality of key hydrological variables from a numerical weather prediction model was assessed by benchmarking against observational datasets and by analysis of the internal land-surface water budgets of several different model setups. Long-term imbalances were found between precipitation and evaporation on the global scale and between precipitation, evaporation and runoff on both cell and basin scales. These imbalances were mainly attributed to the data assimilation system in which soil moisture is used as a nudge factor to improve weather forecasts.Regionalisation, i.e. transfer of information from data-rich areas to data-sparse areas, is a necessity in hydrology because of a lack of observed data in many areas. In this thesis, the possibility to predict flow-duration curves in ungauged basins was explored by testing several different methodologies including machine learning. The results were mixed, with some well predicted curves, but many predicted curves exhibited large biases and several methods resulted in unrealistic curves.
520 a Vatten är en förutsättning för människors och ekosystems hälsa, men befolkningsökning och förändringar av klimat och markanvändning förväntas öka trycket på vattenresurserna i många regioner i världen. För att kunna säkerställa en god tillgång till vatten krävs kunskap om hur dessa resurser varierar i tid och rum. Tillförlitligheten hos skattningar av globala vattenresurser begränsas dock både av begränsad tillgänglighet av och kvalitet hos observerade data. Denna avhandling utforskar kvaliteten av såväl observations- som modellbaserade data, ger en överblick över modeller som används för storskalig hydrologisk modellering och utforskar möjligheterna att förutsäga varaktighetskurvor som ett sätt att hantera bristen på data i många områden.Utvärderingen av observationsbaserade datas kvalitet baserades på hydrografiska data och driv- och utvärderingsdata för storskaliga hydrologiska modeller. Resultaten visade att en uppsättning data över hydrografin baserad på GIS-polygoner representerade avrinningsområdesareorna bättre än alla de som byggde på rutor. En metod baserad på långtidsvattenbalansen identifierade att kombinationen av drivdata (nederbörd och potentiell avdunstning) och utvärderingsdata (vattenföring) var fysiskt orimlig för så många som 8–43 % av de analyserade avrinningsområdena beroende på hur olika datauppsättningar kombinerades. Sådana data kan vara desinformativa för slutsatser som dras av resultat från hydrologiska modeller och analyser.Kvaliteten hos hydrologiskt viktiga variabler från en numerisk väderprognosmodell utvärderades dels genom jämförelser med observationsdata och dels genom analys av landytans vattenbudget för ett flertal olika modellvarianter. Resultaten visade obalanser mellan långtidsvärden av nederbörd och avdunstning i global skala och mellan långtidsvärden av nederbörd, avdunstning och avrinning i både modellrute- och avrinningsområdesskala. Dessa obalanser skulle till stor del kunna förklaras av den data assimilering som görs, i vilken markvattenlagret används som en justeringsfaktor för att förbättra väderprognoserna.Regionalisering, som innebär en överföring av information från områden med god tillgång på mätdata till områden med otillräcklig tillgång, är i många fall nödvändig för hydrologisk analys på grund av att mätdata saknas i många områden. I denna avhandling utforskades möjligheten att förutsäga varaktighetskurvor för avrinningsområden utan vattenföringsdata genom flera metoder inklusive maskininlärning. Resultaten var blandade med en del kurvor som förutsas väl, och andra kurvor som visade stora systematiska avvikelser. Flera metoder resulterade i orealistiska kurvor (ickemonotona eller med negativa värden). 
650 7a NATURVETENSKAPx Geovetenskap och miljövetenskapx Oceanografi, hydrologi och vattenresurser0 (SwePub)105092 hsv//swe
650 7a NATURAL SCIENCESx Earth and Related Environmental Sciencesx Oceanography, Hydrology and Water Resources0 (SwePub)105092 hsv//eng
653 a Data uncertainty
653 a Discharge
653 a Disinformative data
653 a Evaporation
653 a Flow-duration curve
653 a Global hydrology
653 a Neural networks
653 a Numerical weather prediction
653 a Precipitation
653 a Quality control
653 a Regionalisation
653 a Ungauged basins
653 a Water balance
653 a Avdunstning
653 a avrinningsområden utan vattenföringsdata
653 a dataosäkerhet
653 a desinformativa data
653 a global hydrologi
653 a kvalitetskontroll
653 a nederbörd
653 a neurala nät
653 a numerisk vädermodell
653 a regionalisering
653 a varaktighetskurva
653 a vattenbalans
653 a vattenföring
653 a Hydrology
653 a Hydrologi
700a Halldin, Svenu Uppsala universitet,Luft-, vatten- och landskapslära4 ths
700a Rodhe, Allanu Uppsala universitet,Luft-, vatten- och landskapslära4 ths
700a Xu, Chong-Yuu Uppsala universitet,Luft-, vatten- och landskapslära4 ths
700a Bárdossy, András,c Professoru Universität Stuttgart4 opn
710a Uppsala universitetb Luft-, vatten- och landskapslära4 org
856u https://uu.diva-portal.org/smash/get/diva2:766354/FULLTEXT01.pdfx primaryx Raw objecty fulltext
856u https://uu.diva-portal.org/smash/get/diva2:766354/PREVIEW01.jpgx Previewy preview image
8564 8u https://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-236864

Find in a library

To the university's database

  • 1 of 1
  • Previous record
  • Next record
  •    To hitlist

Search outside SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Close

Copy and save the link in order to return to this view