Forcing hydrological models with precipitation estimates from in-situ stations, remote sensing and weather models

This project investigates how to merge precipitation products derived from different data sources: remote sensing, gauge data and weather models in order to get a best estimate of precipitation. Between different remote sensing data products the focus is primarily on TRMM (Tropical Rainfall Measurement Mission) and secondarily on CMORPH (CPC MORPHing technique) satellite estimates. The precipitation estimate derived from weather models is provided by NOAA-GFS (Global Forecasting System). The analysis is carried out on a daily basis and the area of interest is the Upper Nan catchment in Thailand. The different kinds of data are merged with a relation that is able to take into account the uncertainties derived from each prediction. TRMM-3B42 (both versions post processed and real time) are merged with station data, CMORPH with TRMM and the 1-7 day ahead precipitation forecasts (GFS) are merged with TRMM. To validate the results a rainfall-runoff model is forced and separately calibrated for the evaluation period 2005-2011 with each precipitation estimate (from remote sensing, gauge data and all the different combined precipitation estimates). Furthermore, to validate quantitatively the results produced by the different runs of the hydrological model, some statistical indices (NSE, MAE, RMSE) are calculated. The results show that it is always the post processed version TRMM-3B42 that produces the best performance with highest NSE (0.83) and lowest RMSE (121.40 m3/s). So, either the combination of TRMM with stations or the combination CMORPH with TRMM doesn't necessarily improve the hydrological performance and it can be concluded that post processed TRMM-3B42 can effectively be used in hydrological application for this specific area. The combination TRMM-GFS (1-day ahead forecast), since limited to a short period (November 2008-May 2010), is not evaluated in terms of hydrological performance. An overall inter-comparison of these two data products is only performed in terms of correlation on a daily basis. Moreover, the blended TRMM-GFS precipitation estimate is evaluated just qualitatively in terms of spatial distribution of precipitation showing large improvements over the catchment.

Lo scopo di questo lavoro è di investigare come combinare stime di precipitazione derivanti da differenti sorgenti di dati: da telerilevamento, in situ e da modelli climatici per ottenere una migliore stima di precipitazione. Tra i prodotti di telerilevamento il focus è principalmente su stime da satellite TRMM (Tropical Rainfall Measurement Mission) e secondariamente su CMORPH (CPC MORPHing techinique). La stima di precipitazione derivata da modelli climatici è fornita da NOAA-GFS (Global Forecasting System). L’analisi è condotta su base giornaliera e l’area di interesse è il bacino Upper Nan in Tailandia. I differenti tipi di dati sono combinati tenendo conto dell’incertezza derivante da ogni predizione. I dati TRMM-3B42 post processed e real time sono combinati con dati da stazioni; i dati CMORPH con stime da TRMM; le previsioni di precipitatione (GFS) da 1 a 7 giorni sono combinate con i dati TRMM. Per validare i risultati un modello pioggia-deflusso è calibrato separatamente con le diverse stime di precipitazione per il periodo di valutazione 2005-2011. Per validare quantitativamente i risultati prodotti dalle diverse esecuzioni del modello idrologico vengono calcolati alcuni indicatori statistici (NSE, MAE, RMSE). I risultati mostrano che la versione post processed delle stime da satellite derivanti da TRMM produce sempre le migliori performance con il più alto valore di NSE (0.83) e il più basso RMSE (121.40 m3/s). Quindi le combinazioni di dati TRMM-stazioni e CMORPH-TRMM non necessariamente migliorano la performance del modello idrologico e dunque si può concludere che i dati TRMM-3B42 post processed possono essere usate in applicazioni idrologiche per l’area in esame. La combinazione di dati TRMM con previsioni di precipitazione da GFS (previsione 1-giorno in avanti), essendo limitata a un breve periodo (Novembre 2008 – Maggio 2010), non è valutata in termini di performance idrologica, bensì in termini di miglioramento nella distribuzione spaziale della precipitazione sull’intero bacino.