Comprehensive analysis of hydrological model with remote sensed satellites data in the Da river basin, Vietnam

Conventional hydrological modelling requires calibration and validation using in situ observations. However, in ungauged or poorly gauged basins, where data are not available or too sparse, other alternative methodologies have to be adopted (Jakeman et al., 1992). In recent years, satellite remote-sensing techniques have emerged as a promising way to provide data over vast ungauged basins (Kite and Pietroniro, 1996; Lakshmi, 2004). This thesis focuses on evaluating the prediction capability of five remote-sensing products (Climate Prediction Center MORPHing technique(CMORPH), Tropical Rainfall Measuring Mission (TRMM) 3B42 v.6 (TRMM 3B42 V6), Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks (PERSIANN), he global satellite mapping of precipitation algorithm with retrievals from TRMM/TMI (GsMaP_TMI), The global satellite mapping of precipitation algorithm composed by microwave radiometer algorithm (GsMAP_MWR)) into conceptual hydrological HBV model for Black river basin, a transitional river basin that crosses over both Chinese and Vietnamese domains. Point-measured meteorological data is unavailable in the Chinese part (Lixian river basin) and thus the best calibrated satellite products for evapotranspiration and precipitation inputs will be selected to predict the inflow from the ungauged Lixian river basin. The result shows that HBV model has a pronounced ability to predict daily inflow in Vietnam part (Da river basin) with gauged data, comparing with the performance given by MIKE SHE model. The Nash-Sutcliffe (N-S) efficiency can reach as high as 0.86 approximately. When HBV was running with purely satellite products, the performance significantly decreased compared with that of the conventional data due to the overall underestimation or overestimation. Among them, CMORPH outweighed other products, while GsMAP series products exhibited a significant boost in the performance with bias correction factor. An initial data analysis of precipitation products revealed a strong difference in time and space between SRFEs. In Lixian river part, CMORPH showed a consistent performance. However, a quite surprising improvement was found in TRMM 3B42 product, which may be ascribed to the strength of 3B42 in predicting medium rainfall events.

I modelli idrologici convenzionali necessitano di calibrazione e validazione tramite osservazioni misurate in situ. Tuttavia, in bacini senza o con poche stazioni di monitoraggio in cui conseguentemente i dati non sono disponibili o sono troppo diradati, devono essere adottate altre metodologie (Jakeman et al., 1992). Negli ultimi anni, tecniche di telerilevamento satellitare si sono sviluppate come un metodo promettente per fornire dati in vasti bacini senza stazioni di monitoraggio (Kite and Pietroniro, 1996; Lakshmi, 2004). Questa tesi si concentra sulla valutazione della capacità di cinque diverse tecniche di analisi di dati da telerilevamento (Climate Prediction Center MORPHing technique(CMORPH), Tropical Rainfall Measuring Mission (TRMM) 3B42 v.6 (TRMM3B42 V6), Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks (PERSIANN), he global satellite mapping of precipitation algorithm with retrievals from TRMM/TMI (GsMaP_TMI), The global satellite mapping of precipitation algorithm composed by microwave radiometer algorithm (GsMAP_MWR)) di effettuare previsioni nel modello idrologico concettuale HBV per il bacino del fiume Nero, un bacino transfrontaliero che attraversa territori sia Cinesi che del Vietnam. Dati meteorologici puntuali non sono disponibili nel bacino del fiume Lixian e dunque i dati ottenuti da analisi satellitari meglio calibrati verranno selezionati per fornire input di evapotraspirazione e precipitazione al fine di prevedere il flusso in ingresso del bacino del fiume Lixian. Il risultato mostra che il modello HBV possiede una pronunciata capacità di prevedere flussi in ingresso giornalieri nel bacino del fiume Da con dati calibrati rispetto alle performance mostrate dal modello MIKE SHE. L’efficienza di Nash-Sutcliffe (N-S) può arrivare fino a circa 86%. Quando il modello HBV è stato invece implementato utilizzando esclusivamente dati satellitari, le performance sono diminuite significativamente rispetto che utilizzando dati convenzionali a causa delle generali sovrastime o sottostime. Tra i prodotti satellitari, CMORPH è sembrato migliore degli altri prodotti, mentre le serie prodotte da GsMAP hanno mostrato un significativo miglioramento delle prestazioni utilizzando un fattore di correzione per i bias. Un’analisi iniziale dei dati di precipitazione ha mostrato una forte differenza nello spazio e nel tempo tra SRFEs. Nella parte del fiume Lixian, CMORPH ha mostrato buone prestazioni. Tuttavia, un miglioramento piuttosto sorprendente è stato trovato nel prodotto TRMM3B42, che potrebbe essere attribuito alla capacità di TRMM3B42 di prevedere eventi medi di pioggia.