TY  - THES
A1  - Schiebener, Leonie
T1  - The value of climate forcing and calibration for assessing water balance components and indicators of streamflow and total water storage anomalies
N2  - The reanalysis products and derived products, ERA5 (Copernicus Climate Change Service, 2018) and W5E5 (WATCH Forcing Data (WFD) methodology applied to ERA5) (LANGE ET AL., 2021) have been recently published initiating a new phase of scientific research utilizing these datasets. ERA5 and W5E5 offer the possibility to reduce insecurities in model results through their improved quality compared to previous climate reanalyses (CUCCHI ET AL., 2020). The suitability of either climate forcing as input for the hydrological model WaterGAP and the influence of the models specific calibration routine has been evaluated with four model experiments. The model was validated by analysing the models ability to produce reasonable values for global water balance components and to reproduce observed discharge in 1427 basins as well as total water storage anomalies in 143 basins using well established efficiency metrics. Bias correction of W5E5 was found to lead to more global realistic mean precipitation and consequently discharge and AET values. In an uncalibrated model setup ERA5 results in better performances across all efficiency metrics. Model results produced with W5E5 as climate input were strongly improved through calibration ultimately leading to the best performances out of all four model experiments. However, model performances considerably improved through calibration with both climate forcings hence calibration was found to have the strongest effect on model performance. Furthermore, spatial differences in performance of either forcing were identified. Snow-dominated regions show an overall better performance with ERA5, while wetter and warmer regions are better represented with W5E5. Finally, it can be concluded that W5E5 should be preferred as climate input for impact modelling; however, depending on the spatial scale and region ERA5 should at least be considered, in particular for snow-dominated regions.
N2  - Die Veröffentlichung der Klimareanalyse, ERA5 (Copernicus Climate Change Service, 2018) und dem daraus abgeleiteten Klimadatensatz W5E5 (WATCH Force Methodik angewandt auf ERA) (LANGE ET AL., 2021) eröffnen neue Forschungsmöglichkeiten. Beide Klimadatensätze bieten die Möglichkeit Unsicherheiten in den Modellergebnissen durch ihre verbesserte Qualität zu reduzieren (CUCCHI ET AL., 2020). Die Eignung als Eingangsdaten für das hydrologische Modell WaterGAP sowie der Einfluss der modelleigenen Kalibrierroutine wurde mithilfe von vier Modellexperimenten überprüft. Die Validierung der Modellergebnisse erfolgte mittels der Analyse der globalen Wasserhaushaltskomponenten sowie durch die Evaluierung von Effizienzkriterien berechnet mit gemessenen Durchflusswerten in 1427 Einzugsgebieten und dem Gesamtwassergehalt in 143 Einzugsgebieten. Durch die Bias-Korrektur in W5E5 konnten belastbarere globale Niederschlagswerte und folglich auch Durchflusswerte und AET modelliert werden. Von den beiden unkalibrierten Modellexperimenten konnten die besten Ergebnisse mit ERA5 erzielt werden. W5E5 als Eingangsdatensatz für ein kalibriertes Modellexperiment führt zu den besten Modellergebnissen. Die Kalibrierung des Modells führt in beiden kalibrierten Modellexperimenten zu einer deutlichen Verbesserung der Modellergebnisse, weshalb die Kalibrierung als der größte Einflussfaktor auf gute Modellergebnisse identifiziert werden kann. Räumlich unterscheidet sich jedoch die Qualität der Modellergebnisse beider Klimadatensätze. Während ERA5 zu besseren Ergebnissen in schneedominiertem Klima führt, kann W5E5 feucht-warmes Klima besser wiedergeben. Die Analysen der Ergebnisse zeigen, dass W5E5 für die hydrologische Modellierung besser geeignet ist als ERA5. Dennoch sollte abhängig von der räumlichen Ebene und der modellierten Region, ERA5 als Klimaeingangsdatensatz zumindest in Erwägung gezogen werden
KW  - Climate forcing
KW  - Model calibration
KW  - Model validation
KW  - river discharge datasets
KW  - total water storage anomalies
KW  - global water balance
KW  - global water model
KW  - WaterGAP
Y1  - 2022
UR  - http://publikationen.ub.uni-frankfurt.de/frontdoor/index/index/docId/49690
UR  - https://nbn-resolving.org/urn:nbn:de:hebis:30:3-496909
CY  - Frankfurt am Main
ER  -