Please use this identifier to cite or link to this item: http://dx.doi.org/10.18419/opus-335
Authors: Thapa, Pawan Kumar
Title: Physically based spatially distributed rainfall runoff modelling for soil erosion estimation
Other Titles: Physikalisch basierte räumlich verteilte Niederschlags-Abfluss-Modellierung zur Abschätzung der Bodenerosion
Issue Date: 2010
metadata.ubs.publikation.typ: Dissertation
Series/Report no.: Mitteilungen / Institut für Wasser- und Umweltsystemmodellierung, Universität Stuttgart;189
URI: http://nbn-resolving.de/urn:nbn:de:bsz:93-opus-52521
http://elib.uni-stuttgart.de/handle/11682/352
http://dx.doi.org/10.18419/opus-335
ISBN: 978-3-933761-93-4
Abstract: Addressing different environmental and geomorphologic issues needs prediction of erosion patterns and source areas within the catchment. Several modeling alternatives exist, all with certain potential and limitations. Physically-based distributed erosion models are very much data-hungry making them of limited use in data-poor countries where erosion problem is se-verer. In addition, owing to problems like, large spatial and temporal variability of soil ero-sion phenomena and uncertainty associated with input parameter it is clear that accurate erosion prediction is still difficult and problem will not be solved by constructing even more complex models. USLE is simple but still most widely used erosion model. Its adequate ca-pability for predicting gross erosion has been proved in innumerable cases. However, the pre-diction capability has, so far, been assessed based on their ability to correctly predict lumped results at watershed outlet. The first objective of work is to investigate reliability of predicting spatial patterns of catch-ment erosion using the simple USLE-based erosion model when fed with better hydrology us-ing a physically-based spatially-distributed rainfall-runoff model (WaSiM-ETH). A small agricultural catchment (Ganspoel), located in central Belgium is chosen for investigation. The runoff and sediment yield at catchment outlet and the spatially distributed erosion within the catchment for different events have been simulated. Several results, mainly from, SCS-CN and WaSiM-ETH for erosivity computation and different algorithms for topographical factors and sediment delivery ratio (SDR) computation have been compared. Besides the predictions at outlet, the simulated spatially distributed erosion patterns and source areas have agreed rea-sonably well with the observed ones and also with the results from another physically-based more complex and data-intensive erosion model (MEFIDIS). This improved capability of simple erosion model for predicting spatial patterns of catchment erosion is extended further to devise an approach for determining spatially and temporally varying erosion risk in a big-ger Rems catchment in southern Germany. Runoff distributions are estimated from long-term simulation with WaSiM-ETH, crop cover distribution is obtained from series of MODIS-NDVI. The soil and topographical features, obtained from soil map and DEM, are considered to be temporally constant. The spatial and temporal variability hence captured through the in-tersection of Hydrologically Sensitive Areas, HSAs (from runoff simulations) and Erosion Susceptible Areas, ESAs (from geomorphic factors) yields dynamics of the erosion risk areas categorized as Critical Source Areas (CSAs). Hence, in this research work, it is shown that the dynamic behavior in hydrological sensitivity and erosion risk, estimated in such a simple ap-proach, potentially lessens landuse restrictions on landowners as the arable and agricultural fields could be prioritized for management practices by their degree of hydrological and ero-sive sensitivity. On the other hand, this research work also reveals some unreasonable consequences that have been encountered while calibrating the distributed rainfall-runoff model. From the calibration of the events in Ganspoel catchment, using Gauss-Marcquardt-Levenberg algorithm, very nice results are obtained with closely matching hydrographs and quite high NS efficiency. But a very much unrealistic patterns are observed with almost all the runoff is coming from a small isolated patch in the catchment. In Rems catchment, the model is calibrated using more accepted Shuffled-Complex-Evolution (SCE-UA) algorithm where also it is seen that the very good model performance are not accompanied by reasonable runoff patterns. A new concept, based on a statistical depth function, has been investigated further which yields not a single best parameter set but several sets of good parameter. The model performs quite well and runoff patterns within the catchment are also reasonable. But the amount of surface runoff from the different good parameter sets, when separated by using a digital filter, are found to vary highly, thus giving unacceptably different results when they are used further. The high values of spatial correlation and the rank correlation among the surface runoff from different good parameter sets prove that the patterns are uniform and reasonable but high variation in the amount raise the question mark in their quantitative reliability. These results, thus, show the very good predictions by the rainfall-runoff model but for all wrong reasons. This indi-cates that simply the better hydrograph prediction by a physically-based distributed rainfall-runoff model does not guarantee better hydrology representation by it thus making its distrib-uted results in doubt to be accepted.
Viele Bereiche der Ökologie und der Geomorphologie benötigen Daten und Voraussagen von Erosionsmustern und –quellen in einem Einzugsgebiet. Physikalisch basierte Erosionsmodelle sind sehr datenintensiv und somit ungeeignet für Einsätze in Entwicklungsländern, in denen Daten kaum vorliegen, die Erosion jedoch verstärkt auftritt. Es ist klar, dass aufgrund der hohen räumlichen und zeitlichen Variabilität der Bodenerosion in Verbindung mit der Unsicherheit der Eingangsparameter eine genaue Voraussage der Erosion schwierig ist und dass das Problem nicht durch noch komplexere Modelle gelöst wird. USLE ist ein einfaches und weit verbreitetes Erosionsmodell, dessen Fähigkeit zur groben Erosionsabschätzung bereits oftmals bestätigt wurde. Das Voraussagevermögen wurde bis dato abgeschätzt unter Berücksichtigung der Fähigkeit zur korrekten Voraussage von räumlich aggregierten Ergebnissen am Auslass des Einzugsgebietes. Das eigentliche Ziel dieser Arbeit war es, die Zuverlässigkeit der Vorhersagen über die räumliche Struktur der Erosion zu untersuchen. Hierfür wurde das einfache USLE-basierte Erosionsmodell herangezogen und mit besseren hydrologischen Daten beschickt, welche durch das physikalisch basierte Niederschlags-Abflussmodell (N-A-Modell) WaSiM-ETH berechnet wurden. Ein kleines landwirtschaftlich genutztes Einzugsgebiet in Belgien (Ganspoel) wurde für die Untersuchungen ausgesucht. Der Abfluss und die Menge an Sedimenten am Auslass des Einzugsgebietes sowie die räumlich verteile Erosion im selbigen wurden simuliert. Mehrere Ergebnisse wurden hierfür verglichen, hauptsächlich von SCS-CN und WaSiM-ETH für die Erosivität, diverse Algorithmen für die Berechnung der topographischen Parameter sowie drei unterschiedliche Algorithmen für das Sedimentanlieferungsverhältnis. Abgesehen von den Voraussagen für den Auslass des Einzugsgebietes stimmten die räumlich verteilten Erosionsmuster und -quellen sehr gut überein mit den beobachteten Mustern. Zudem passten die berechneten Werte sehr gut zu denen des komplexeren MEFIDIS Erosionsmodells. Ein weiteres Ziel war die Voraussagefähigkeit einfacher Erosionsmodelle weiter zu verbessern und einen Ansatz zu entwickeln, um ein räumlich und zeitlich veränderliches Erosionsrisiko in einem größeren Einzugsgebiet in Süddeutschland (Rems) zu erfassen. Abflussverteilungen wurden aus Langzeitsimulationen (WaSiM-ETH) geschätzt, Bedeckungsverteilungen wurden aus MODIS-NDVI Daten erhalten. Bodenparameter und Topographie, erhalten durch Bodenkarten und DGM, wurden als zeitlich unveränderlich angenommen. Die räumliche und zeitliche Variabilität, welche durch einen Querschnitt durch sowohl hydrologisch sensitive als auch durch erosionsanfällige Gebiete erfasst wurde, ergab eine Dynamik der erosionsgefährdeten Gebiete, welche als kritische Quellengebiete kategorisiert wurden. In dieser Forschungsarbeit wurde gezeigt, dass das durch einen solch einfachen Ansatz abgeschätzte dynamische Verhalten der hydrologischen Sensitivität und des Erosionsrisikos eventuell die Einschränkungen für Landbesitzer in der Flächennutzung vermindert, da landwirtschaftlich nutzbare Felder anhand deren hydrologischer und erosiver Anfälligkeit für die Bewirtschaftung priorisiert werden könnten. Diese Forschungsarbeit deckt einige unvernünftige Ergebnisse auf, auf welche bei der Kalibrierung des N-A-Modells gestoßen wurde. Die Kalibrierung der Ereignisse in Ganspoel durch die Anwendung des Gauss-Marcquardt-Levenberg Algorithmus lieferte sehr schöne Ergebnisse, u.a. gut passende Ganglinien und einen hohen NS Koeffizienten. Dennoch wurden unrealistische Muster beobachtet. So kam z.B. fast der komplette Abfluss aus einem kleinen isolierten Gebiet. Das Modell für das Einzugsgebiet der Rems wurde mit dem besseren Shuffled-Complex-Evolution Algorithmus kalibriert. Auch hier war zu beobachten, dass eine sehr gute Leistung des Modells keine zwingend sinnvollen Abflussmuster bedingt. Daraufhin wurde ein neues Konzept, basierend auf einer statistischen „Depth“-Funktion, untersucht, welches nicht nur einen einzigen besten Parametersatz ergibt, sondern mehrere Sätze mit guten Parametern. Die erzielten Resultate überzeugten und die Abflussmuster waren sinnvoll. Dennoch variierte die Menge an Oberflächenabfluss der verschiedenen guten Parametersätze sehr stark wenn ein digitaler Filter eingesetzt wurde und die Rechenergebnisse wichen voneinander stark ab. Die hohen Werte der räumlicher Korrelation und die Rangkorrelation zwischen den Oberflächenabflüssen zeigen, dass die Muster gleichförmig und sinnvoll sind, doch die große Schwankungen in der Menge werfen die Frage nach ihrer quantitativen Zuverlässigkeit auf. Diese Ergebnisse zeigen die sehr guten Voraussagen des N-A-Modells auf, jedoch aus den falschen Gründen. Dies deutet an, dass eine bessere Voraussage einer Ganglinie durch ein N-A-Modell nicht zwingend eine bessere hydrologische Repräsentation bedingt, weswegen dessen Resultate hinterfragt werden sollten.
Appears in Collections:02 Fakultät Bau- und Umweltingenieurwissenschaften

Files in This Item:
File Description SizeFormat 
Final_PhDThesis.pdf9,72 MBAdobe PDFView/Open


Items in OPUS are protected by copyright, with all rights reserved, unless otherwise indicated.