A data-driven approach to streamflow reconstruction using dendrochronological data

Instrumental gauge records are the basis for understanding streamflow variability and informing water management. Yet, these records seldom exceed 100 years and might thus be insufficient for capturing the whole range of streamflow variability for a given river section. Tree ring width from climatically sensitive trees provides a means for developing long duration chronologies that extend beyond instrumental recording. Considering their dependence on temperature and surface water availability in a specific year, dendrodata have been recognized in the literature as representative climate proxies; and have been therefore widely used in recent years for reconstructing chronologies of hydrological variables as precipitation frequency, drought severity, and streamflow variability. The goal of this study is to better understand long-term hydrological variability in the Rhine and the Po river basins by reconstructing for the first time their streamflow trajectories from paleoclimatic data and to evaluate how different morphological and hydrological characteristics of the river basins influence the accuracy of the reconstructed flow series. Two streamflow datasets have been tested as reconstruction objectives, representing the annual maximum and the annual average discharge, respectively. Palmer Drought Severity Index (PDSI) trajectories, inferred from tree-rings chronologies are employed as paleoclimate proxy. Given the high number of predictor variables, we apply three different feature selection methods for dimensionality reduction: A-priori Input Selection (ApIS), Exhaustive Cross-Correlation (ECC) and Principal Component Analysis (PCA). Selected data are used as predictors in a Multiple Linear Regression (MLR) model. Numerical results show a good accuracy in the Rhine basin (average R extsuperscript{2} = 0.60). The accuracy decreases in the Po basin (average R extsuperscript{2} = 0.36), probably due to the Alpine hydrologic regime which includes complex nonlinear phenomena (e.g. solid precipitation and snowmelt) not fully described by the PDSI drought index. A comparison with historical evidences, used to test the reliability of the approach, seems to indicate the suitability of paleoclimatic proxy for reconstructing long-term low flow regimes, while less promising results are obtained for flood detection.

Le registrazioni strumentali delle stazioni di misura sono la base per comprendere la variabilità delle portate fluviali e per definire di conseguenza i piani di gestione delle risorse idriche. Tuttavia, queste registrazioni raramente superano i 100 anni di durata e potrebbero quindi essere insufficienti per catturare l’intero range di variabilità della portata fluviale per un data sezione. Le larghezze degli anelli arborei misurate da alberi sensibili alle variazioni climatiche forniscono le informazioni necessarie per sviluppare cronologie di lunga durata, ben superiori alla registrazione strumentale. Considerando la loro dipendenza dalla temperatura e dalla disponibilità di acqua superficiale in un determinato anno, questi dati sono stati riconosciuti nella letteratura scientifica come proxy climatici rappresentativi e sono stati quindi ampiamente utilizzati negli ultimi anni per ricostruire cronologie di variabili idrologiche come la precipitazione, la temperatura e la portata fluviale. L’obiettivo di questo studio è comprendere meglio la variabilità idrologica a lungo termine nei bacini fluviali del Reno e del Po, ricostruendo per la prima volta le loro traiettorie di portata da dati paleoclimatici, valutando se le differenti caratteristiche idrologiche e morfologiche influenzino l’accuratezza dei risultati ottenuti. Due set di dati sono stati confrontanti come obiettivo della ricostruzione, rappresentanti rispettivamente la massima portata annuale e la portata media. Le traiettorie del PDSI, ricostruite da cronologie di anelli arborei sono state utilizzate come proxy paleoclimatici. Abbiamo utilizzato tre diversi metodi per ridurre la dimensionalità dei dati: selezione degli input a-priori, cross-correlazione e analisi delle componenti principali. I dati selezionati sono stati utilizzati come variabili predittive in un modello di regressione lineare multipla. I risultati numerici mostrano una buona accuratezza nel bacino del Reno (R2 medio = 0.60). L’accuratezza peggiora nel bacino del Po (R2 medio = 0.36), probabilmente a causa dei regimi idrologici alpini che includono fenomeni non lineari complessi (ad esempio precipitazione solida e fusione di neve) non completamente descritti dall’indice di siccità PDSI. Un confronto con le evidenze storiche, effettuato per testare l’affidabilità di questo approccio, indica come i proxy paleoclimatici possano essere utilizzati per la ricostruzione dei trend di lungo periodo. Buoni risultati sono stati ottenuti per i regimi di basse portate mentre risultati meno promettenti sono stati ottenuti nell’individuazione delle piene.