Multi-objective automatic calibration of hydrodynamic models - development of the concept and an application in the Mekong Delta

Abstract

Automatic and multi-objective calibration of hydrodynamic models is still underdeveloped, in particular, in comparison with other fields such as hydrological modeling. This is for several reasons: lack of appropriate data, the high degree of computational time demanded, and a suitable framework. These aspects are aggravated in large-scale applications. There are recent developments, however, that improve both the data and the computing constraints. Remote sensing, especially radar-based techniques, provide highly valuable information on flood extents, and in case high precision Digital Elevation Models (DEMs) are present, also on spatially distributed inundation depths. With regards to computation, the use of parallelization techniques brings significant performance gains. In the presented study, we build on these developments by calibrating a large-scale one-dimensional hydrodynamic model of the whole Mekong Delta downstream of Kratie in Cambodia: We combine in-situ data from a network of river gauging stations, i.e. data with high-temporal but low-spatial resolution, with a series of inundation maps derived from ENVISAT Advanced Synthetic Aperture Radar (ASAR) satellite images, i.e. data with low-temporal but high-spatial resolution, in a multi-objective automatic calibration process. It is shown that this kind of calibration of hydrodynamic models is possible, even in an area as large-scale and complex as the Mekong Delta. Furthermore, the calibration process reveals deficiencies in the model structure, i.e. the representation of the dike system in Vietnam, which would be difficult to detect by a standard manual calibration procedure. In the last part of the dissertation the established hydrodynamic model is combined with flood frequency analysis in order to assess the flood hazard in the Mekong Delta. It is now common to state that climate change can lead to a change in flood hazard. Starting from this assumption, this study develops a novel approach for flood hazard mapping in the Mekong Delta. Typically, flood frequency analysis assumes stationarity and is limited to extreme value statistics of flood peaks. Both, the stationarity assumption and the limitation to univariate frequency analysis remain doubtful in the case of the Mekong Delta, because of changes in hydrologic variability and because of the large relevance of the flood volume for the impact of flooding. Thus, besides the use of the traditional approach for flood frequency analysis, this study takes non-stationarity and bivariate behavior into account. Copula-based bivariate analysis is used to model the dependence and to generate pairs of maximum discharge and volume, by coupling their marginal distributions to gain a bivariate distribution. In addition, based on cluster analysis, groups of characteristic hydrographs are identified and synthetic flood hydrographs are generated. These hydrographs are the input for the calibrated large-scale hydrodynamic model of the Mekong Delta, resulting in flood hazard maps for the whole Mekong Delta. To account for uncertainty within the hazard assessment, a Monte Carlo framework is applied yielding probabilistic hazard maps.

Die automatische und mehrkriterielle Optimierung von hydro-dynamischen Modellen ist im Vergleich zu anderen Disziplinen, beispielsweise der Hydrologie, noch immer rückständig. Hierfür gibt es mehrere Gründe: den Mangel von geeigneten Daten, den hohen Bedarf an Rechenleistung und ein geeignetes System. Diese Punkte verstärken sich bei großskaligen Anwendungen, aber aktuelle Entwicklungen verbessern sowohl die Datenlage als auch die Rechensituation. Radar basierte Fernerkundungsdaten liefern wertvolle Informationen über die Ausdehnung von Überschwemmungen und geben in Kombination mit sehr genauen digitalen Geländemodellen eine räumliche Verteilung von Wasserständen auf Überflutungsflächen. In Bezug auf die Rechensituation entstehen durch die Parallelisierung von Modellen große Leistungsgewinne. In dieser Studie habenwir diese Entwicklungen genutzt, um ein ein-dimensionales hydro-dynamisches Modell für das gesamte Mekong Delta flussabwärts von Kratie in Kambodscha zu kalibrieren. Wir haben in-situ Daten eines Netzwerkes von Pegelstationen - mit hoher zeitlicher, aber geringer räumlicher Auflösung - und eine Serie von Überschwemmungskarten verwendet. Letztere wurden aus ENVISAT-ASAR Satelliten Bildern abgeleitet und sind durch eine geringe zeitliche, aber hohe räumliche Auflösung gekennzeichnet. Diese Datensätze werden in einer multikriteriellen, automatischen Kalibrierung kombiniert. Es wird gezeigt, dass eine solche Kalibrierung auch in einem großskaligen und komplexen Untersuchungsgebiet wie dem Mekong Delta möglich ist. Weiterhin identifiziert der Kalibrierungsprozess Mängel in der Modellstruktur, besonders in Bezug auf die Repräsentation des Deich-Systems in Vietnam, die durch eine manuelle Kalibrierung nur schwer erfasst worden wären. Das entwickelte hydrodynamische Modell wird im letzten Teil der Dissertation mit einer Hochwasserhäufigkeitsanalyse gekoppelt, um die Hochwassergefährdung im Mekong Delta abzuschätzen. Es wird heute davon ausgegangen, dass der Klimawandel zu einer Veränderung der Hochwassergefährdung beträgt. Auf Grundlage dieser Annahmeentwickelt diese Studie einen neuartigen Ansatz zur Abbildung der Hochwassergefährdung im Mekong Delta.. Normalerweise gehen Hochwasserhäufigkeitsanalysen von der Annahme der Stationarität aus und beschränken sich auf die univariate Analyse von Scheitelwerten. Diese beiden Aspekte erscheinen für das Mekong Delta zweifelhaft, weil (1) eine Änderung der Variabilität des Hochwassergeschehens nachgewiesen wurde, und (2) das Volumen der Hochwasserwelle signifikante Auswirkungen auf die Hochwasserschäden hat. Aus diesem Grund werden neben der traditionellen Analyse auch die Nichtstationaritätsowie die Abhängigkeit zwischen Scheitelwert und Volumen berücksichtigt. Eine bivariate, auf der Copula - Verteilung basierte Analyse wird genutzt, um die Abhängigkeit zu modellieren und im Anschluss Paare von maximalen Abfluss- und Volumenwerten zu generieren. Aus der Kopplung der Randverteilungen resultiert eine bivariate Verteilung. Zusätzlich werden über eine Cluster-Analyse charakteristische Gruppen von Ganglinien identifiziert und zur Generierung von synthetischen Hochwasserganglinien herangezogen. Diese Ganglinien werden als Input für das entwickeltegroßskalige hydro-dynamische Modellverwendet.Damit wird es möglich, eine Hochwassergefährdungsanalyse für das gesamte Mekong Delta durchzuführen. Um der Unsicherheit Rechnung zu tragen, werden probabilistische Gefährdungskarten mit Hilfe einer Monte Carlo Simulation erstellt.