Hvordan lages vanndata for xgeo.no og senorge.no?

Transkript

1 INNLEDNING Hvordan lages vanndata for xgeo.no og senorge.no? Her forklares hvordan NVE lager vanndata for xgeo.no og senorge.no. Red. Ingeborg Kleivane Krøgli, Hydrologisk modell: Stein Beldring, Snø og værdata: Rune Engeset, Generelt om datasettene Datasettene består av verdier for nedbør, lufttemperatur, flere snøegenskaper, ulike parameter for vannforhold i jorda (mark- og grunnvann) og ulike indekser for jordskredfare, med romlig oppløsning på en kilometer og ett døgns (24 t) tidsoppløsning. Datasettene går fra 1957 til 9 dager frem i tid. Værdata (døgnnedbør og døgntemperatur) beregnes ved romlig interpolasjon av punktobservasjoner. Snødata (mengde, dybde, tilstand, nysnø, smelting, alder, osv) beregnes av snømodeller kjørt med værdata. Indekser for jordskredfare og mark- og grunnvannsparameter er beregnet ved hjelp av en distribuert HBVmodell. Hver tirsdag og torsdag oppdateres kartene for de siste 18 dagene for å få med ettersendte observasjoner. Observasjonsbaserte og prognosebaserte kart Observasjonsbaserte kart med døgndata beregnes fra observasjoner for siste 24 timer frem til kl 7 (kl 8 sommertid) for gjeldende dato. Kartene er laget frem til dagens dato. Prognosebaserte kart beregnes for 9 dager. Kart for de første to døgn fremover beregnes med nedbør- og temperaturdata (temperatur er høydejustert og kalmanfiltrert) fra AROME-MetCoOp, samt snøkartmodellene. Påfølgende syv døgn lages basert på 9-dagersprognosen fra EC. Dette gir daglig oppdatering av værkart og snøkart ca kl 5, 8, 9, 11, 17, 19, 21 og 23 normaltid: ca kl 5 med nye AROME (00H) værprognoser ca kl 8 med nye observasjoner ca kl 9 med flere nye observasjoner og EC (00H) værprognoser ca kl 11 med nye AROME (06H) værprognoser ca kl 17 med nye AROME (12H) værprognoser ca kl 19 med nye værobservasjoner ca kl 21 Cmed nye EC (12H) værprognoser ca kl 23 med nye AROME (18H) værprognoser Numeriske værvarslingsmodeller: AROME MetCoOP 1 : Korttidsmodell med 2,5 x 2,5 km oppløsning EC 2 : Langtidsmodell, 8 x 8 km oppløsning. Tidspunktene er gitt i UTC, og tilsvarer norsk normaltid + 1 t: 00H står for modellkjøringen som starter ved midnatt, 06H startet kl 6, 12H kl 12 og 18H kl 18. Døgnverdier for temperatur og nedbør fra et 1 km x 1 km grid som dekker hele Norge er benyttet for å drive den hydrologiske modellen (Tveito et al., 2005). Dataene er beregnet ved romlig interpolasjon av observert nedbør og temperatur fra Meteorologisk institutts stasjonsnett. Usikkerheten i det meteorologiske datasettet skyldes i hovedsak at meteorologiske stasjoner er plassert i lavlandet og at 1 Application of Research to Operations at MEsoscale MetCoOp viser til at produktet er et samarbeid mellom Sveriges meteorologiska och hydrologiska institut (SMHI) og Meteorologisk institutt (MET) 2 European Centre for Medium Range Weather Forecasting 1

2 interpolasjon i rommet må ta hensyn til variasjon av temperatur og nedbør med høyden. Dessuten er observert nedbør ikke nødvendigvis representativt for et stort areal rund den meteorologiske stasjonen for alle værtyper. HYDROLOGISK MODELL Hydrologisk modellering for Norge utføres med en romlig fordelt versjon av HBV-modellen (Bergström, 1995; Sælthun, 1996; Beldring et. al., 2003). Modellen beregner vannbalansen for 1 x 1 km 2 grid-celler karakterisert ved høyde og arealbruk (vegetasjon, jord, myr, sjø, isbre). Modellen benytter tidsskritt ett døgn og bruker romlig fordelt temperatur og nedbør som inngangsdata. Modellen har komponenter for snømagasin, vanninnhold i rotsonen, grunnvannsmagasin, fordampning, avrenning til vassdragene, myr, sjø, frostdyp i jord og isbreer. Potensiell fordampning er en funksjon av lufttemperatur og vegetasjonens utvikling i vekstsesongen, mens den aktuelle fordampningen er påvirket av det faktiske vanninnholdet. Vannbalanseberegningene utføres for hver grid-celle uavhengig av de andre cellene. Verdiene for modellparameterne som er tilordnet hvert beregningselement reflekterer at hydrologiske prosesser påvirkes av den romlige variasjonen i topografi, vegetasjon, og jordtype (Matheussen et al., 2000). Følgende arealbruksklasser benyttes for å beskrive egenskapene til vegetasjonen i modellens grid-celler: I. områder over tregrensen med ekstremt fattig vegetasjon, for det meste lav, mose og gress; II. III. IV. områder over tregrensen med gress, lyng, vier og andre vekster med lav høyde; områder under tregrensen med fjellskog; lavereliggende områder under tregrensen med barskog eller løvskog; og V. områder under tregrensen uten skog, for eksempel jordbruksområder. Hver vegetasjonstype har tilordnet en karakteristisk jordart som har større mektighet i lavlandet enn i høyfjellet. I tillegg beskrives forekomsten av myr, sjø og isbre. Hver arealbruksklasse har spesifikke verdier for modellparameterne som kontrollerer lagring og omsetning av vann i snømagasin, rotsone, grunnvannsone, myr, sjø og isbre og dessuten frostdyp i jord og generering av avrenning som renner ut i vassdragene. Den hydrologiske modellen beregner datasett med romlig oppløsning 1 km 2 for hele Norge, for snøens vannekvivalent (mm), snødyp (mm), infiltrasjon i rotsonen (mm/døgn), vanninnhold i rotsonen (mm), vannstrøm fra rotsonen til grunnvannsonen (mm/døgn), vanninnhold i grunnvannsonen (mm), fordampning (mm/døgn), avrenning til vassdragene (mm/døgn), vannbalanse for myr (mm/døgn), vannbalanse for sjø (mm/døgn), massebalanse for isbre (mm/døgn), frostdyp i jord (mm) og hydmetindeksene for jordskredfare. VÆRKARTENE Lufttemperatur Kartet viser døgnmiddeltemperatur (i C) basert på observasjoner fra de siste 24 timer. Det er beregnet med følgende prosedyre: 1. Grunnlagsdata er observasjoner av lufttemperatur på ca 230 målesteder i Norge. Basert på disse beregnes døgnmiddeltemperatur. Antall stasjoner har variert over tid (se figuren under). 2. Lufttemperatur interpoleres i et gitter med 1 km punktavstand. Dermed fremkommer en verdi for hver kvadratkilometerrute i Norge ut fra observasjoner fra alle målestedene. Interpoleringen er basert på Bayesisk metode hvor prior-informasjonen (dvs. bakgrunnsfeltet) beskriver storskalasituasjonen i atmosfæren, for eksempel temperaturendringen ved høyden. 2

3 Antall stasjoner brukt til interpolasjon av lufttemperatur. Nedbør Kartet viser nedbørmengde (i millimeter) siste 24 timer. Det er beregnet med følgende prosedyre: 1. Grunnlagsdata er observasjoner av nedbørsum siste 24 timer på ca 400 målesteder. Antall stasjoner har variert over tid (se figuren under). 2. Nedbøren interpoleres i et gitter med 1 km punktavstand uten korreksjon av oppfangingssvikt for observasjoner. Interpolasjonsmetoden som benyttes er basert på Bayesisk statistikk og interpolasjonen gjøres iterativt fra grov til fin skala vha. «Optimal Interpolation (OI)» metoden. Antall stasjoner brukt til interpolasjon av nedbør. 3

4 DIVERSE LEGENDEFORKLARINGER TIL XGEO.NO DØGNENDRING GRUNNVANN Kartet viser endring i grunnvannsstand på døgnbasis. I HBV-modell er grunnvannsmengden gitt som mm vann. Den mengden brukes her som et mål for grunnvannsstand. Ekstremt økende: Økningen > 90 mm vann i løpet av dagen Veldig raskt økende: Økning mellom 90 og 60 mm vann i løpet av dagen Raskt økende: Økning mellom 20 og 60 mm vann Synkende: Synkning på 0-10 mm vann Raskt synkende: Synkning på under 10 mm vann GRUNNVANNSTILSTAND Skillet mellom markvann og grunnvann er det nivået i jorda hvor alle porene er fylt med vann, dvs. grunnvannsnivå. I HBV-modellen er grunnvannsmengden gitt som mm vann. Den mengden brukes her som et mål for grunnvannsstand. Kartet viser aktuell grunnvannsstand i forhold til gjennomsnittlig grunnvannsstand for samme dato i perioden Svært høy: Høy: Normal: Lav: Svært lav: Over 95 % persentil Mellom 75 og 95 % persentil Mellom 25 og 75 % persentil Mellom 5 og 25 % persentil Under 5 % persentil JORDAS VANNKAPASITET Kartet viser lagerevne i markvann- og grunnvannssonene i forhold til total metning. Kartet tar utgangspunkt i dagens nivå i markvann- og grunnvannssonene og sammenligner mot den maksimale simulerte verdi i samme kvadratkilometer rute for perioden Klasseindelinger er Svært stor lagerevnevne (over 300 mm vann); Stor lagerevne ( mm); Middels lagerevne ( mm); Liten lagerevne ( mm); Svært liten lagerevne (0-50 mm). Svært stor lagringsevne: Over 300 mm vann Stor lagringsevne: mm Middels lagerevne: mm Liten lagerevne: mm Svært liten lagerevne: 0-50 mm 4

5 TELEDYP Kartet viser døgnverdi av teledyp i centimeter. Teledyp er i HBV-modellen beregnet ut fra lufttemperatur og snødyp. Eventuelle effekter av permafrost er ikke beregnet. Foreløpig viser simuleringene bedre overensstemmelse ved innfrysing i jord enn ved tining. Svært dyp tele: > 75 cm Dyp tele: cm Tele: cm Grunn tele: 5-10 cm Delvis telefri: 0-5 cm Uten tele: 0 cm LITTERATUR Beldring, S., Engeland, K., Roald, L.A., Sælthun, N.R., Voksø, A Estimation of parameters in a distributed precipitation-runoff model for Norway. Hydrology and Earth System Sciences, 7, Bergström, S The HBV model. In: Singh, V.P. (Ed.), Computer Models of Watershed Hydrology. Water Resources Publications, Highlands Ranch, Matheussen, B., Kirschbaum, R.L., Goodman, I.A., O'Donnel, G.M., Lettenmaier, D.P Effects of land cover change on streamflow in the interior Columbia River Basin (USA and Canada). Hydrological Processes, 14, Sælthun, N.R The Nordic HBV model. Norwegian Water Resources and Energy Administration Publication 7, Oslo, 26 pp. Tveito, O.E., Bjørdal, I., Skjelvåg, A.O., Aune, B A GIS-based agro-ecological decision system based on gridded climatology. Meteorological Applications, 12,