Impact of external variables on precipitation geostatistic interpolation methods for flood modelling

Precipitation is one of the most important components of the water cycle: an understanding of its spatial and temporal distribution is fundamental for any hydrological application. Several interpolation methods have been studied to reconstruct the precipitation field strarting from punctual values (rain-gauges observations). In particular, we focused on Kriging with External Drift (KED), a geostatistic method that enables to take into account other variables in the spatial interpolation of the main variable (precipitation in this case). The goal of this thesis is to evaluate the effect of external variables on precipitation geostatistic interpolation methods for flood modelling. We compared KED and OK results to evaluate if KED provides any bene fit. We started by applying OK and KED methods, using elevation as external drift, to reproduce hourly and daily precipitation field in the study area of the WegenerNet (Austria), a small area with a high density of rain-gauges: results show that this method involves a signi cant improvement in the reproduced precipitation field. The potential of the method increases when there is a lower density of ground stations, therefore it can be very useful in all those cases where catchments don't have a dense monitoring network. Subsequently, the same methods were applied to reproduce half-hourly precipitation field in the Tanaro river catchment (Italy). In this case, advantages given by the use of KED instead of OK method are less signi cant than the previous case. From the analysis on the effects of the temporal aggregation, we notice that these advantages are more signi cant as the temporal resolution increases, thus, for small time steps, and this can be useful for flood modeling, where hourly (or even less) precipitation values need to be known. Finally, the use of satellite data as external variables was investigated in the Tanaro river catchment domain, in order to combine rain gauges and satellite measurements. To compare OK and KED using satellite data as external drift, we created precipitation maps with a temporal resolution of 30 minutes over the entire basin, and we used them as input fi les in the hydrological model FEST-WB. The FEST-WB returned as output simulated hydrographs at some closure stations. By comparing those hydrographs with the observed ones, we notice that very often KED and OK lead to almost identical results, in some cases there is a slight improvement due to the use of KED. Though, it's true also that there are cases in which OK and KED are very different and in which KED gives signi cantly worse results than OK. So the use of satellite data as an external variable did not replicate the same good results of the use of elevation. This could be due to the fact that satellite data are affected by a strong bias that limits the potential of this method.

La precipitazione è una delle componenti più importanti del ciclo dell'acqua: conoscere la sua distribuzione spaziale e temporale è fondamentale per qualsiasi applicazione idrologica. Negli anni sono stati studiati diversi metodi di interpolazione per ricostruire il campo di precipitazione partendo da valori puntuali, costituiti da misure a terra da pluviometri. In particolare, ci siamo concentrati sul metodo Kriging con External Drift (KED), un metodo geostatistico che consente di tenere conto di altre variabili (external drift) nell'interpolazione spaziale della variabile principale (la precipitazione in questo caso). I risultati ottenuti utilizzando il metodo KED sono stati confrontati con quelli ottenuti usando l'Ordinary Kriging (OK) in modo da valutare se il KED fornisca effettivamente qualche vantaggio. L'obiettivo di questa tesi è valutare l'effetto di alcune variabili esterne sull'interpolazione geostatistica della precipitazione, per la modellazione di piene fluviali. Inizialmente i metodi vengono utilizzati per ricreare il campo di precipitazione orario e giornaliero sull'area di studio WegenerNet (Austria), una piccola area con un'elevata densità di pluviometri, usando l'altitudine (m s.l.m) come variabile esterna del KED: i risultati mostrano che questo metodo comporta un miglioramento del campo di precipitazione riprodotto e degli indici statistici ad esso associati. In particolare, questo miglioramento diventa più evidente al diminuire della densità di stazioni di terra, quindi può essere molto utile in tutti quei casi in cui i bacini non hanno una fitta rete di monitoraggio. Successivamente, gli stessi metodi vengono utilizzati per ricreare il campo di precipitazione sub-orario (30 minuti) sul bacino del fiume Tanaro (Italia). In questo caso, il miglioramento del campo di precipitazione dovuto all'utilizzo del KED è meno signifi cativo rispetto al caso precedente. Dall'analisi sugli effetti dell'aggregazione temporale, si osserva che questo miglioramento diventa meno evidente al diminuire della risoluzione temporale, quindi risulta più efficace soprattutto per piccoli intervalli temporali, e ciò può essere utile nel campo della modellazione di piene fluviali, dove è necessario conoscere i valori di precipitazione oraria. Infi ne, i metodi sono stati applicati al bacino del fiume Tanaro, utilizzando come variabile esterna del KED misure satellitari di precipitazione, al fine di combinarle con le misure da pluviometri. Per eseguire il confronto tra OK e KED, sono state create le mappe di precipitazione con una risoluzione temporale di 30 minuti sull'intero bacino e sono state utilizzate come fi le di input nel modello idrologico FEST-WB. Il FEST-WB ha fornito come output gli idrogrammi simulati in alcune stazioni di chiusura del bacino. Confrontando questi idrogrammi con quelli osservati, si può notare che molto spesso KED e OK portano a risultati quasi identici, in alcuni casi c'è un leggero miglioramento dovuto all'uso di KED. Tuttavia, ci sono anche casi in cui OK e KED sono molto diversi e in cui KED fornisce risultati effettivamente peggiori di OK. Quindi l'utilizzo di dati satellitari come variabile esterna non ha replicato gli stessi buoni risultati ottenuti con l'utilizzo della quota. Ciò potrebbe essere dovuto al fatto che i dati satellitari sono influenzati da un forte bias che limita il potenziale di questo metodo.