5.11 Datatilgængelighed, diskretisering og parameterisering

5.11.1 Datatilgængelighed og diskritisering

Valget af modeldiskritisering eller gridopløsning er et væsentligt element af enhver distribueret modelopsætning. I integreret oplandsmodellering af grundvand og overfladevand arbejder man typisk med gridopløsninger på mellem 25-1000 m afhængigt af oplandets størrelse, den konkrete anvendelse, overkommelig beregningstid samt datatilgængelighed i bred forstand, både tidsligt, rumlig og hvilke variable der er tilgængelige. Hvad angår datatilgængeligheden vil de primære begrænsende data for den rumlige opløsning typisk være knyttet til den geologiske model samt nedbørsdata. Disse data er dels, sammen med topografien, de væsentlige for simuleringen med den integrerede model og samtidigt nogle af de data som typisk har den laveste rumlige opløsning i DK-modellen. Generelt vil den rumlige opløsning af andre modelinput som arealanvendelse, jordparametre i den umættede zone og vandløbslækage have en sekundær betydning for modelresultater på oplandsarealer over ca. 20 km2 (Højberg et al. 2012). Grid opløsningen er et valgt der tages som et kompromis mellem beregningstid, datatilgængelighed og de antagelser og forsimplinger som modelkonceptet er baseret på. Den nationale vandressource model (DK-modellen) er baseret på en gridopløsning på 500 m medens der i grundvandskortlægning ønskes ofte en finere diskritisering, typisk omkring 100 m.

En finere gridopløsning vil i sagens natur udelukkende have en effekt på modelresultaterne hvis et eller flere af de væsentlige model-input er til rådighed i en finere opløsning. Dette er tilfældet for den topografiske højdemodel som typisk er tilgængelig med stor præcision i en opløsning på meter skala. En finere diskritisering af model-topografien har størst betydning for de overfladenære processer som overfladisk afstrømning, drænafstrømning, grundvand-overfladevands interaktion. Dette bevirker, at der typisk kan opnås en bedre simulering af baseflow, sommervandføring samt oversvømmede arealer (Højberg et al. 2012). Derimod vil afledede modelresultater som grundvandsdannelse og indvindingsoplande typisk ikke ændres væsentligt, ligesom middel- og maksimal-vandføringer ikke nødvendigvis forbedres.

Det er dog væsentligt at pointere at en forbedring af gridopløsningen baseret på en finere højdemodel kan møde begrænsninger, hvis ikke andre model input som f.eks. den geologiske model forfines tilsvarende. Dette kan opnås ved indsamling af nye data og lokalt geologisk kendskab som i forbindelse med grundvandskortlægningen.

Desuden kræver en forfining af gridopløsningen overvejelser om modelkonceptets fortsatte gyldighed. En væsentlig finere opløsning kan f.eks. have betydning for konceptualiseringen af dræn (drændybde), overfladisk afstrømning, routing metode for vandføring samt valg af umættet zone koncept. I tilfælde hvor en eksisterende grov model genanvendes med en finere gridopløsning vil dette typisk kræve en re-kalibrering, da parametrene i en model kalibreret med en grovere opløsning vil være tilpasset denne opløsning. Typisk vil en model baseret på DK-modellens opsætning og datagrundlag med fordel kunne forfines til ca. 100 m hvis der ønskes en bedre beskrivelse af de overfladenære processer. Har man desuden adgang til bedre lokale data og forståelse til en detaljering af den geologiske model vil man forventeligt ligeledes kunne opnå en bedre beskrivelse af den mættede strømning.

5.11.2 Almindelig datatilgængelighed

Nedenstående Tabel 16 indeholder en oversigt over den typiske datatilgængelighed ift. tidslig og rumlig dækning, samt den typiske kilde til data. For nogle datatyper varierer datatætheden meget, dette gælder særligt, information om geologi samt pejledata som begge er baseret på boringsdata.

Tabel 16: Tabeloversigt over opløsning i tid og rum samt datakilde for de grundlæggende input data til hydrologisk modellering.

De tre væsentligste betingelser for at kunne etablere en robust vandbalance model er: gode nedbørsdata, nedstrøms vandføringsmålinger og korrekte randbetingelser for grundvandsstrømning. Disse tre komponenter vil sikre en fornuftig beskrivelse af inflow og outflow fra modelområdet. Særligt nedbørsdata kan være kilde til meget varierende model performance, da datagrundlaget varierer voldsomt i rumlig dækning. Typisk anvendes DMIs 10 km grid data til modellering, hvilket er praktisk, da der er fuldstændig rumlig og tidslig dækning. Modellører skal dog være opmærksomme på, at datagrundlaget bag interpolationen til 10 km grid datasættet har varieret meget over de sidste 20 år. Figur 6 illustrerer, hvor mange nedbørs stationer, der har mere end to års data i fire forskellige perioder. Det fremgår tydeligt, at der efter en stabil periode 1996-2006 sker et voldsomt fald i datagrundlaget som følge af overgang til (færre) automatiske stationer og efterfølgende fokus på byområder. Det er derfor tilrådeligt, at man ved modelarbejde vurderer kvaliteten af de nedbørsdata, der anvendes eller evt. ligger bag 10 km grid datasættet. Desuden påvirker kvaliteten af nedbørsdata også valget af kalibrerings og validerings periode. Typisk er formålet med en validering at belyse, hvor god model performance er for en anden periode med evt. andet klima. Formålet er derimod ikke at belyse, hvordan modellen performer med en anden data kvalitet. Derfor er det tilrådeligt at anvende samme eller bedre datakvalitet i validering som i kalibrering. Baseret på Figur 6, kunne man f.eks. anvende 1996-1999 og 2000-2006 til kalibrering og validering, men undgå at anvende perioderne 2007-2010 og 2011-2014 til validering. Det skal dog præciseres, at der kan være andre data end nedbør der kan være afgørende for valg af kalibrerings-validerings periode, f.eks. vandførings data, pejle tidsserier eller synkronpejlinger.

Hvad angår vandføringsdata, er disse tilgængelige i ODA databasen. Denne database indeholder en lang række vandføringsstationer, som dog ikke alle vil være lige relevante for hydrologisk modellering. Det vil være nødvendigt at evaluere de enkelte stationer og deres tidsserier for at vurdere, om de er egnede til model kalibrering og validering. F.eks. vil nogle stationer være kraftigt påvirket af strukturer som dambrug, opdæmning og andet, som muligvis ikke er inkluderet i en given hydrologisk model. Til kalibrering af DK-modellen er ca. 200 vandførings stationer udvalgt som antages at repræsenterer naturligt flow for oplande større end 10 km 2. Miljøstyrelsen har i forbindelse med overvågningsprogrammet taget initiativ til at oprette ca. 190 nye vandføringsstationer, som fra 2017 vil være et signifikant bidrag til den eksisterende database.

Med ønsket om at opfylde kravene til en robust vandbalance model vil det ofte være hensigtsmæssigt at definere modelranden efter beliggenheden af tilgængelige vandføringsstationer, optimalt med en vandføringsstation som nedstrøms randbetingelse. Desuden vil interne vandføringsstationer opstrøms kunne anvendes til at validere den interne vandbalance. Opfyldelsen af disse krav vil dog variere med oplandets størrelse og placering, men det er værd at pointere, at selv en kort tidsserie af vandføring kan være meget informativ i forhold til modellens vandbalance og dynamik.

Generelt bør performance kriterier ikke justeres efter datatilgængeligheden, men det kan være nødvendigt at acceptere en model med en lavere performance for perioder eller områder med lav datakvalitet, da ændringer i koncept eller parametrisering ofte ikke vil være nok til at opnå et ønsket kriterium. I sådanne tilfælde må modellens anvendelighed vurderes i henhold til det specifikke formål og muligheder for alternative værktøjer. I nogle tilfælde vil en model baseret på det bedst tilgængelige datagrundlag og modelkoncept være det mest velegnede værktøj på trods af at opstillede performance kriterier ikke kan overholdes. Erfaringerne fra DK-modellen viser, at modellens performance på vandføringsdynamik (NSE) var tilfredsstillende både i kalibreringsperioden (2000-2006) og i den foregående valideringsperiode (1996-1999), mens den var utilstrækkelig i valideringsperioden med få nedbørsstationer (2007-2010).

Modellens performance på vandbalance indikatorer Fbal og Fbal sommer var sammenlignelig for de forskellige perioder. Baseret på Figur 6 og analyser af nedbørs statistik for de forskellige perioder antages det, at den primære årsag til faldet i performance skyldes faldet i antallet af nedbørsstationer. Derfor kan modellen ikke forkastes, da valideringen ikke er baseret på et sammenligneligt datagrundlag. Med andre ord, kan modellen kalibreret på perioden 2000-2006 sandsynligvis sagtens anvendes til forskellige scenarie beregninger baseret på perioden 1996-2006 på trods af at den har dårligere performance på vandføringsdynamik (NSE) i den efterfølgende periode.

 

Figur 6. Antal stationer, med mere end to års data i en given periode, som indgår i DMIs 10 km grid nedbør (antallet af klimastationer med fordampning er ikke vist, men er væsentligt færre).

Ved valg af stationære modeller vil nettonedbøren være af afgørende betydning for modelresultaterne, og den bør baseres på en dynamisk simulering for samme modelområde og tidsperiode. Dette kunne f.eks. være baseret på et udtræk fra DK-modellen eller en dynamisk kalibreret og valideret oplandsmodel. Desuden bør modelrapporten tydeligt angive, hvordan nettonedbøren er beregnet.

5.11.3 Parameterisering

Mættet zone:

De væsentligste parametre for den mættede zone er oftest de hydrauliske ledningsevner tilknyttet den hydrostrategrafiske model. Generelt er det vanskeligt at basere modellering på målte hydrauliske ledningsevner, da disse vil være knyttet til enten meget små samples (laboratoriemålinger) eller få pumpetests. Derfor vil estimering af hydrauliske ledningsevner typisk være baseret på en model kalibrering, hvor effektive parameterværdier bestemmes for en konkret modelopsætning. Dette er dog ikke ensbetydende med at alle estimerede værdier er lige realistiske, og det vil derfor være nødvendigt at begrænse parameterintervaller og foretage et post-kalibrerings tjek. Der bør f.eks. opstilles realistiske parameter intervaller for hver geologisk enhed forud for kalibrering. Disse intervaller vil typisk dække 2-3 størrelsesordener men samtidigt sikre en adskillelse af markant forskellige geologiske enheder. Nedenstående tabel viser de omtrentlige intervallerne for effektiv hydraulisk ledningsevne og andre mættet zone parametre for de dominerende geologiske enheder i Danmark baseret på erfaringer fra 20 GKO modeller samt DK-modellen og kan, sammen med erfaringer fra tidligere modeller i området, anvendes som en ledesnor for realistiske parameterintervaller. Falder parameter værdierne i en given model udenfor disse intervaller, vil det være tilrådeligt at reflektere over årsagen, hvad enten den peger på kalibrering, den konceptuelle model eller den hydrogeologiske model. Desuden indeholder modelrapport vedr. DK model (vandmodel.dk) en fuldstændig oversigt over alle parametre anvendt for hvert modelområde i DK-modellen. Denne oversigt kan være interessant til vurdering af parameterintervaller for lokale modeller.

Tabel 17: Tabeloversigt over typiske parameterintervaller for mættet zone parametre. Bemærk at den hydrauliske ledningsevne er angivet vertikalt (z) og horisontalt (x) for hhv. ler og sand enheder. Parameter intervaller for hhv. specifik ydelse og effektiv porøsitet er angivet i separat tabel i afsnit 5.13.

Umættet zone:

Til parametrisering af den umættede zone anbefales Georegionskortet udarbejdet af DCA (Børgesen et al., 2009), se Figur 7. Dette kort inddeler Danmark i 50 enheder og 3 horisonter iht. jordbundens karakteristika, baseret på 5 overordnede georegioner. Desuden er der til hver enhed knyttet en række jordfysiske parametre, som muliggør bestemmelse af de nødvendige inputparametre til den umættede zone i en hydrologisk model. De parametre, som er knyttet til 2-layer UZ modulet i MIKE SHE er listet i og desuden kan teksturdata samt detaljerede van Genuchten parametrisering for hver enhed rekvireres. De jordfysiske parametre for den umættede zone kan have stor betydning for det simulerede vandindhold i rodzonen og derfor for den simulerede fordampning. Men da datagrundlaget for den umættede zone vurderes at være ganske godt, og da parameter variationen mellem forskellige enheder er lille, vurderes det at kalibrering af umættet zone parametre typisk ikke er tilrådeligt. Ofte vil en sådan kalibrering resultere i urealistiske kombinationer af parametre på tværs af enheder, og der vil typisk kunne opnås mere robuste vandbalance resultater ved kalibrering af andre (mere usikre) parametre som f.eks. rodzonedybden.

 

Fig 7. Georegionskortet som anvendt i DK-modellen. Grid opløsningen er 500 m for Jylland, Sjælland og Fyn og 250 m for Bornholm. Kortet er udarbejdet af Aarhus Universitet (Børgesen et al., 2009).

Vegetations parametre:

Parametrisering af vegetation er særligt vigtigt for dynamiske modeller, hvor årstidsvariationen har betydning for fordampningen. I Vandbalance anbefalingerne (Refsgaard et al., 2011) skitseres en metode til beskrivelse af vegetationsdynamik, hvor hver arealanvendelse og afgrødetype tildeles en årsvariation som derpå gentages for hvert år af simuleringen. Dette muliggør, at man kan have forskellig dynamik for f.eks. løvskov og nåleskov samt vinterafgrøder og vårafgrøder. De væsentligste vegetationsparametre er bladarealindekset (LAI), rodzonedybden samt afgrødekoefficienten (Kc). Typisk vil LAI udelukkende anvendes til beregning af interceptionstabet, og den vurderes at være den mindst afgørende af de tre. Rodzonedybden (RZD) er bestemmende for hvilken dybde planterne er i stand til at trække vand fra til transpiration og sammen med de jordfysiske parametre (markkapacitet (fc) og visnepunkt (wp)) udgør rodzonedybden den tilgængelige vandmængde (RZC).

RZC = RZC ∗ (fc − wp)

Hvis de jordfysiske parametre ikke inkluderes i kalibrering, er det derfor oftest nødvendigt at inkludere rodzonedybden for at justere fordampningen og dermed vandbalancen, og man skal derfor betragte denne dybde som en effektiv parametrisering som muligvis kompenserer for andre modelbegrænsninger. Markstudier har vist, at rodzonedybden er stærkt afhængig af jordtypen, idet lerede jorde har større rodzonedybde end sandede jorde, hvorimod variationen mellem forskellige afgrøder er meget lille. Dette bør der tages højde for i parametrisering af rodzonedybde, således at der sikres et realistisk forhold mellem rodzonedybden på forskellige jorde. Typisk vil rodzonedybden på en sandjord være halv så stor som for en lerjord, med værdier omkring 50-100 cm for sandjorde og 100-200 cm for lerjorde, se evt. tabel 12 i modelrapport vedr. DK model (vandmodel.dk).

Afgrødekoefficienten (Kc) er en faktor som ganges direkte på den klimabaserede referencefordampning for at opnå den potentielle fordampning, og den har derfor direkte betydning på den simulerede fordampning. Kc korrigerer for, at nogle vegetationstyper varierer fra den reference vegetation (10 cm højt, vandet græs) som referencefordampningen er baseret på. Værdien af Kc ligger typisk mellem 1,05-1,10 for markafgrøder i vækstsæsonen (med værdien 1 resten af året), mens den kan ligge noget højere for skov (1,1-1,5).

Data for arealanvendelse inkluderer typisk ikke afgrødespecifik information, og information om afgrøde fordeling må derfor indhentes separat. For små modelområder vil det muligvis være muligt at indhente specifik information om afgrødefordeling på mark eller markblok niveau, mens det for større modelområder er tilrådeligt at basere fordelingen på statistik for et givent område. Alternativt kan man benytte den afgrødefordeling som ligger i DK-modellen og er baseret på Danmarks Statistiks tal på amtsniveau. Den statistiske afgrødefordeling er i DK-modellen implementeret ved en tilfældig afgrødeplacering indenfor arealanvendelsen landbrugsafgrøder, som samtidig sikrer en korrekt statistisk fordeling af afgrøder for hvert delområde.

Ændringer i arealanvendelse og afgrøderotation er typisk svær at parametrisere i hydrologiske modeller og vanskeligt at indhente data for. Har man denne information, og vurderer man, at det er afgørende for simuleringerne (typisk for et lille modelområde med store ændringer i arealanvendelse) vil det naturligvis være tilrådeligt at implementere i parametriseringen, evt. som et forsimplet skift fra én dominerende fordeling til en anden.

5.11.4 Modeludvikling ifht. data og parametrisering af fordampning fra rodzonen

Fremadrettet vil det være interessant at arbejde hen imod en overgang fra fordampningsmodeller baseret på en referencefordampning til energibaserede fordampningsmodeller. Fordelen ved de energibaserede fordampningsmodeller er, at de dels inkluderer en beskrivelse af døgnvariationer i fordampning (i modsætning til middelbetragtninger) og at de honorerer den totale energibalance, hvilket er fysisk mere korrekt end anvendelsen af afgrøde koefficienter. Ulempen ved de energibaserede fordampningsmodeller er, at de kræver en høj grad af parametrisering, dels af vegetations og overfladeparametre som f.eks. albedo, vegetationshøjde, bladbredde, ruhed osv. og dels en høj tidslig opløsning (1-3 timer) af en række klimavariable som f.eks. vindhastighed, global stråling, relativ luftfugtighed og temperatur (Stisen et al. 2011). Pt. står disse udfordringer muligvis ikke mål med almindelig anvendelse af hydrologiske modeller, men i forskningssammenhæng og til nogle særlige anvendelser som dynamisk kobling til klimamodeller og dataassimilering og integration med satellit data vil det være relevant (Larsen et al. 2016).

Anvendelse af satellit data er en anden relevant udvikling indenfor hydrologisk modellering, særligt ifht. parametrisering og etablering af rumlige kalibrerings og validerings datasæt. Særligt på vegetations-siden kan tidsserier af f.eks. bladareal index (LAI) og albedo være en ny måde at parametrisere modeller med en hidtil uopnåelig kombination af tidslig og rumlig opløsning. Typisk vil man kunne producere landsdækkende tidsserier af LAI med en tidslig og rumlig opløsning på hhv. 8 dage og 1 km (Stisen et al. 2011). Tilsvarende kan remote sensing metoder til bestemmelse af fordampning baseret på satellitbilleder af overfladetemperatur under skyfri forhold kunne give hidtil uopnåelig information om den rumlige fordeling af aktuel fordampning på tværs af landet.

5.11.5 Anbefalinger

  • Opløsningen af de begrænsende data for diskritisering, hvilket typisk er nedbørsdata og geologi, bør vurderes inden valg af gridopløsning
  • Tilgængeligheden og kvaliteten af de væsentligste input data til en robust vandbalance model (nedbør, nedstrøms vandføring og gode SZ randbetingelser), bør vurderes inden valg af modelrand og kalibrerings og validerings periode.
  • De angivne typiske parameterintervaller for mættet zone parametre bør anvendes som en ledesnor for modelparametrisering og kalibrering
  • Standard UZ og rodzone parametrisering bør anvendes, hvis ikke bedre lokale data forefindes.
  • Kalibrering af en vandbalancemodel bør inkludere en UZ/rodzone parameter som direkte påvirker fordampning, denne bør være den effektive rodzonedybde
  • Ved valg af stationære grundvandsmodeller skal det tydeligt fremgår af modelrapporten hvordan nettonedbøren er beregnet.

5.11.6 Referencer

Børgesen CD, Petersen JW, Iversen TM, Grant R, Jacobsen B, Elmholt S (2009) Midtvejsevaluering af Vandmiljøplan III, Hoved- og baggrundsnotater. DJF Rapport Markbrug 142. Det Jordbrugsvidenskabelige Fakultet, Aarhus Universitet.

Højberg AL, Olsen M & Henriksen HJ (2012) Simulering af ekstremvandføring og grundvandsbetinget oversvømmelse – Analyse af muligheder for optimering af DK-model (Horsens Fjord opland), Danmarks og Grønlands Geologiske Undersøgelse Rapport 2012/115.

Refsgaard JC, Stisen S, Højberg AL, Olsen M, Henriksen HJ, Børgesen CD, Vejen F, Kern-Hansen C, Blicher-Mathiesen (2011) Vandbalance i Danmark - Vejledning i opgørelse af vandbalance ud fra hydrologiske data for perioden 1990-2010, Danmarks og Grønlands Geologiske Undersøgelse Rapport 2011/77.

Stisen S, McCabe MF, Refsgaard JC, Lerer S, Butts, MB (2011) Model parameter analysis using remotely sensed pattern information in a multi-constraint framework. Journal of Hydrology 409(1-2), 337-349.

Larsen MAD, Christensen JH, Drews M, Butts MB, Refsgaard JC (2016) Local control on precipitation in a fully coupled climate-hydrology model. Scientific Reports 6.

Skriv et svar

Din e-mailadresse vil ikke blive publiceret. Krævede felter er markeret med *