Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Statistical downscaling of global precipitation datasets in data limited regions: a case study of Kilombero Valley, Tanzania
Stockholm University, Faculty of Science, Department of Physical Geography.
Stockholm University, Faculty of Science, Department of Physical Geography.
(English)Manuscript (preprint) (Other academic)
Abstract [en]

This study explored the potential for spatial downscaling of Global precipitation datasets (GPD) to improve streamflow simulation in data limited regions. Specifically, we used Kilombero Valley in central Tanzania as an example of an area characterized by rapid large scale agricultural intensification where observational data are limited. Two catchments in Kilombero Valley were considered as case studies to explore the potential of downscaling GPDs based on the three downscaling methods: quantile mapping (QM), daily percentages (DP) and model based bias correction (ModB). The downscaled GPDs were then evaluated based on streamflow simulations. A simple bucket-type runoff model (HBV) was used to simulate streamflow for the two catchments using rain gauge, non-downscaled and downscaled precipitation data as input. Investigated GPDs include two satellite rainfall products, three reanalysis products and three interpolated products. Results showed that applying QM based on limited observed data tends to aggravate streamflow simulations due to a potential lack of representativeness of a rain gauge observation at the scale of a hydrological catchment. ModB improved results for all GPD downscaling and combining QM and ModB improved simulations yet further (but only in some cases). These results indicate that there are benefits in using an integrated approach, for example combining streamflow and rain gauge data to downscale GPDs, in order to bridge the scale mismatch between precipitation data and water management scale.

Keyword [en]
Statistical dowscaling, Quantile mapping, HBV, CMORPH, TRMM, CFSR, ERA-i, MERRA, CRU, GPCC, UDEL, Kilombero, Tanzania, Eastern Africa, Precipiation
National Category
Physical Geography
Research subject
Physical Geography
Identifiers
URN: urn:nbn:se:su:diva-142195OAI: oai:DiVA.org:su-142195DiVA: diva2:1091725
Available from: 2017-04-27 Created: 2017-04-27 Last updated: 2017-05-08Bibliographically approved
In thesis
1. Building a coherent hydro-climatic modelling framework for the data limited Kilombero Valley of Tanzania
Open this publication in new window or tab >>Building a coherent hydro-climatic modelling framework for the data limited Kilombero Valley of Tanzania
2017 (English)Doctoral thesis, comprehensive summary (Other academic)
Abstract [en]

This thesis explores key aspects for synthesizing data across spatiotemporal scales relevant for water resources management in an Eastern Africa context. Specifically, the potential of large scale global precipitation datasets (GPDs) in data limited regions to overcome spatial and temporal data gaps is considered. The thesis also explores the potential to utilize limited and non-continuous streamflow and stream water chemistry observations to increase hydrological process understanding. The information gained is then used to build a coherent hydro-climatic framework for streamflow modelling. In this thesis, Kilombero Valley Drainage Basin (KVDB) in Tanzania is used as an example of a data limited region targeted for rapid development, intensification and expansion of agriculture. As such, it is representative for many regions across the Eastern Africa. With regards to the data synthesis, two satellite products, three reanalysis products and three interpolated products were evaluated based on their spatial and temporal precipitation patterns. Streamflow data from KVDB and eight subcatchments were then assessed for quality with regards to missing data. Furthermore, recession analysis was used to estimate catchment-scale characteristic drainage timescale. Results from these streamflow analyses, in conjunction with a hydrological tracer-based analysis, were then used for improved understanding of streamflow generation in the region. Finally, a coherent modelling framework using the HBV rainfall-runoff model was implemented and evaluated based on daily streamflow simulation. Despite the challenges of data limited regions and the often large uncertainty in results, this thesis demonstrates that improved process understanding could be obtained from limited streamflow records and a focused hydrochemical sampling when experimental design natural variability were leveraged to gain a large  signal to noise ratio. Combining results across all investigations rendered information useful for the conceptualization and implementation of the hydro-climatic modelling framework relevant in Kilombero Valley. For example, when synthesized into a coherent framework the GPDs could be downscaled and used for daily streamflow simulations at the catchment scale with moderate success. This is promising when considering the need for estimating impacts of potential future land use and climate change as well as agricultural intensification.

Abstract [sv]

Denna avhandling utforskar aspekter på att syntetisera data med olika rumslig och temporal upplösning, vilket är centralt för vattenförvaltning i östra Afrika. Särskilt fokus ligger på att undersöka möjligheten till att använda globala nederbördsdataset för att fylla rumsliga och temporala luckor där data saknas. Avhandlingen undersökeräven möjligheten till att använda flödesdata med icke-kompletta tidsserier samt kemidata från vattendrag för att utöka kunskap-en om hydrologiska processer. Informationen används för att bygga upp ett integrerande ram-verk för hydro-klimatologisk modellering som exempelvis kan användas för att utforska ef-fekten av ett utökat och intensifierat jordburk på vattenresurser. I denna avhandling användes Kilomberodalens avrinningsområde (Tanzania) som exempel på ett databegränsat område där det pågår en intensiv utökning av jordbruksverksamhet. Detta område kan ses som representa-tivt för ett stort antal områden inom östra Afrika.Datasyntesen innefattade två nederbördsprodukter baserade på satellitdata, tre baserade på återanalysprodukter samt två baserade på interpolering av observervationsdata från regnmä-tare. Dessa åtta produkter utvärderades baserat på deras nederbördsmönster i rum och tid. Ut-över detta utvärderades vattenföringsdata från Kilomberodalens avrinningsområde samt åtta delavrinningsområden utifrån mängden saknad data i respektive tidsserie. Vidare användes resultaten från hydrologisk recessionsanalysför att uppskatta den karaktäristiska avrinningsti-den för avrinningsområden. Resultaten från recessionsanalysensamthydrologiskt spårämnes-försök användessedan för att utöka kunskapen om avrinningsbildning och vattenföring i om-rådet samt som stöd i valet av hydrologiskt modelleringsverktyg. Avslutningsvis användes HBV-avrinningsmodellen för att simulera daglig vattenföring. Trots utmaningen i att arbeta iett databegränsat område och de osäkerheter i resultat som detta tenderar att leda till visar resultaten att det var möjligt att använda begränsad vattenfö-ringsdata och vattenkemidata för att utöka den hydrologiska processförståelsen av området. Detta möjliggjordes genom ett experimentellt upplägg som utnyttjade till ett stort signal-till-brusförhållande under rådande förhållanden av naturlig variabilitet. Kombinerade resultat från alla genomförda studier kunde utnyttjas vid konceptualiseringen och implementeringen av ramverket för hydroklimatologisk modellering av Kilomberodalens avrinningsområde. Till exempel kunde de globala nederbördsdataseten användas för lokal modellering av flödesdata med viss framgång efter syntes och implementering i det integrerande ramverket för hydro-klimatologisk modellering. Detta är lovande med tanke på behovet av att undersöka vilken påverkan möjliga framtida förändringar i markanvändning, klimat samt jordbruk har på den lokala och regionala miljön.

Place, publisher, year, edition, pages
Stockholm: Stockholm University, 2017. 44 p.
Series
Dissertations from the Department of Physical Geography, ISSN 1653-7211 ; 63
Keyword
Hydrology, Precipitation, Recession analysis, End - member mixing analysis, EMMA, GLUE, HBV, down scaling, Quantile mapping, CFSR, CMORPH, CRU, GPCC, ERA - i, MERRA, TRMM, UDEL, Satellite, Reanalysis, Kilombero, Tanzania, Eastern Africa, Africa
National Category
Physical Geography
Research subject
Physical Geography
Identifiers
urn:nbn:se:su:diva-142201 (URN)978-91-7649-844-6 (ISBN)978-91-7649-845-3 (ISBN)
Public defence
2017-06-09, De Geersalen, Geovetenskapens hus, Svante Arrhenius väg 14, Stockholm, 13:00 (English)
Opponent
Supervisors
Funder
Sida - Swedish International Development Cooperation Agency, SWE-2011-066Sida - Swedish International Development Cooperation Agency, 2015-000032Lars Hierta Memorial Foundation, grant FO2015-0569
Note

At the time of the doctoral defense, the following papers were unpublished and had a status as follows: Paper 3: Manuscript. Paper 4: Manuscript.

Available from: 2017-05-17 Created: 2017-04-27 Last updated: 2017-05-23Bibliographically approved

Open Access in DiVA

No full text

Search in DiVA

By author/editor
Koutsouris, AlexanderLyon, Steve W.
By organisation
Department of Physical Geography
Physical Geography

Search outside of DiVA

GoogleGoogle Scholar

Total: 85 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf