This work was written as a cumulative doctoral thesis based on reviewed publications. Climate projections are mainly based on the results of numeric simulations from global or regional climate models. Up to now processes between atmosphere and land surface are only rudimentarily known. This causes one of the major uncertainties in existing models. In order to reduce parameterisation uncertainties and to find a reasonable description of sub grid heterogeneities, the determination and evaluation of parameterisation schemes for modelling require as many datasets from different spatial scales as possible. This work contributes to this topic by implying different datasets from different platforms. Its objective was to analyse the spatial heterogeneity of land surface parameters and energy flux densities obtained from both satellite observations with different spatial and temporal resolutions and in-situ measurements. The investigations were carried out for two target areas in Germany. First, satellite data for the years 2002 and 2003 were analysed and validated from the LITFASS-area (Lindenberg Inhomogeneous Terrain - Fluxes between Atmosphere and Surface: a longterm Study). Second, the data from the experimental field sites of the FLUXNET cluster around Tharandt from the years 2006 and 2007 were used to determine the NDVI (Normalised Difference Vegetation Index for identifying vegetated areas and their "condition"). The core of the study was the determination of land surface characteristics and hence radiant and energy flux densities (net radiation, soil heat flux, sensible and latent heat flux) using the three optical satellite sensors ETM+ (Enhanced Thematic Mapper), MODIS (Moderate Resolution Imaging Spektroradiometer) and AVHRR 3 (Advanced Very High Resolution Radiometer) with different spatial (30 m – 1 km) and temporal (1 day – 16 days) resolution. Different sensor characteristics and different data sets for land use classifications can both lead to deviations of the resultant energy fluxes between the sensors. Thus, sensor differences were quantified, sensor adaptation methods were implemented and a quality analysis for land use classifications was performed. The result is then a single parameterisation scheme that allows for the determination of the energy fluxes from all three different sensors. The main focus was the derivation of the latent heat flux (L.E) using the Penman-Monteith (P-M) approach. Satellite data provide measurements of spectral reflectance and surface temperatures. The P-M approach requires further surface parameters not offered by satellite data. These parameters include the NDVI, Leaf Area Index (LAI), wind speed, relative humidity, vegetation height and roughness length, for example. They were derived indirectly from the given satellite- or in-situ measurements. If no data were available so called default values from literature were taken. The quality of these parameters strongly influenced the exactness of the radiant- and energy fluxes. Sensitivity studies showed that NDVI is one of the most important parameters for determination of evaporation. In contrast it could be shown, that the parameters as vegetation height and measurement height have only minor influence on L.E, which justifies the use of default values for these parameters. Due to the key role of NDVI a field study was carried out investigating the spatial variability and sensitivity of NDVI above five different land use types (winter wheat, corn, grass, beech and spruce). Methods to determine this parameter not only from space (spectral), but also from in-situ tower measurements (broadband) and spectrometer data (spectral) were compared. The best agreement between the methods was found for winter wheat and grass measurements in 2006. For these land use types the results differed by less than 10 % and 15 %, respectively. Larger differences were obtained for the forest measurements. The correlation between the daily MODIS-NDVI data and the in-situ NDVI inferred from the spectrometer and the broadband measurements were r=0.67 and r=0.51, respectively. Subsequently, spatial variability of land surface parameters and fluxes were analysed. The several spatial resolutions of the satellite sensors can be used to describe subscale heterogeneity from one scale to the other and to study the effects of spatial averaging. Therefore land use dependent parameters and fluxes were investigated to find typical distribution patterns of land surface properties and energy fluxes. Implying the distribution patterns found here for albedo and NDVI from ETM+ data in models has high potential to calculate representative energy flux distributions on a coarser scale. The distribution patterns were expressed as probability density functions (PDFs). First results of applying PDFs of albedo, NDVI, relative humidity, and wind speed to the L.E computation are encouraging, and they show the high potential of this method. Summing up, the method of satellite based surface parameter- and energy flux determination has been shown to work reliably on different temporal and spatial scales. The data are useful for detailed analyses of spatial variability of a landscape and for the description of sub grid heterogeneity, as it is needed in model applications. Their usability as input parameters for modelling on different scales is the second important result of this work. The derived vegetation parameters, e.g. LAI and plant cover, possess realistic values and were used as model input for the Lokalmodell of the German Weather Service. This significantly improved the model results for L.E. Additionally, thermal parameter fields, e.g. surface temperature from ETM+ with 30 m spatial resolution, were used as input for SVAT-modelling (Soil-Vegetation-Atmosphere-Transfer scheme). Thus, more realistic L.E results were obtained, providing highly resolved areal information. / Die vorliegende Arbeit wurde auf der Grundlage begutachteter Publikationen als kumulative Dissertation verfasst. Klimaprognosen basieren im Allgemeinen auf den Ergebnissen numerischer Simulationen mit globalen oder regionalen Klimamodellen. Eine der entscheidenden Unsicherheiten bestehender Modelle liegt in dem noch unzureichenden Verständnis von Wechselwirkungsprozessen zwischen der Atmosphäre und Landoberflächen und dem daraus folgenden Fehlen entsprechender Parametrisierungen. Um das Problem einer unsicheren Modell-Parametrisierung aufzugreifen und zum Beispiel subskalige Heterogenität in einer Art und Weise zu beschreiben, dass sie für Modelle nutzbar wird, werden für die Bestimmung und Evaluierung von Modell-Parametrisierungsansätzen so viele Datensätze wie möglich benötigt. Die Arbeit trägt zu diesem Thema durch die Verwendung verschiedener Datensätze unterschiedlicher Plattformen bei. Ziel der Studie war es, aus Satellitendaten verschiedener räumlicher und zeitlicher Auflösung sowie aus in-situ Daten die räumliche Heterogenität von Landoberflächenparametern und Energieflussdichten zu bestimmen. Die Untersuchungen wurden für zwei Zielgebiete in Deutschland durchgeführt. Für das LITFASS-Gebiet (Lindenberg Inhomogeneous Terrain - Fluxes between Atmosphere and Surface: a longterm Study) wurden Satellitendaten der Jahre 2002 und 2003 untersucht und validiert. Zusätzlich wurde im Rahmen dieser Arbeit eine NDVI-Studie (Normalisierter Differenzen Vegetations Index: Maß zur Detektierung von Vegetationflächen, deren Vitalität und Dichte) auf den Testflächen des FLUXNET Clusters um Tharandt in den Jahren 2006 und 2007 realisiert. Die Grundlage der Arbeit bildete die Bestimmung von Landoberflächeneigenschaften und daraus resultierenden Energieflüssen, auf Basis dreier optischer Sensoren (ETM+ (Enhanced Thematic Mapper), MODIS (Moderate Resolution Imaging Spectroradiometer) und AVHRR 3 (Advanced Very High Resolution Radiometer)) mit unterschiedlichen räumlichen (30 m – 1 km) und zeitlichen (1 – 16 Tage) Auflösungen. Unterschiedliche Sensorcharakteristiken, sowie die Verwendung verschiedener, zum Teil ungenauer Datensätze zur Landnutzungsklassifikation führen zu Abweichungen in den Ergebnissen der einzelnen Sensoren. Durch die Quantifizierung der Sensorunterschiede, die Anpassung der Ergebnisse der Sensoren aneinander und eine Qualitätsanalyse von verschiedenen Landnutzungsklassifikationen, wurde eine Basis für eine vergleichbare Parametrisierung der Oberflächenparameter und damit auch für die daraus berechneten Energieflüsse geschaffen. Der Schwerpunkt lag dabei auf der Bestimmung des latenten Wärmestromes (L.E) mit Hilfe des Penman-Monteith Ansatzes (P-M). Satellitendaten liefern Messwerte der spektralen Reflexion und der Oberflächentemperatur. Die P-M Gleichung erfordert weitere Oberflächenparameter wie zum Beispiel den NDVI, den Blattflächenindex (LAI), die Windgeschwindigkeit, die relative Luftfeuchte, die Vegetationshöhe oder die Rauhigkeitslänge, die jedoch aus den Satellitendaten nicht bestimmt werden können. Sie müssen indirekt aus den oben genannten Messgrößen der Satelliten oder aus in-situ Messungen abgeleitet werden. Stehen auch aus diesen Quellen keine Daten zur Verfügung, können sogenannte Standard- (Default-) Werte aus der Literatur verwendet werden. Die Qualität dieser Parameter hat einen großen Einfluss auf die Bestimmung der Strahlungs- und Energieflüsse. Sensitivitätsstudien im Rahmen der Arbeit zeigen die Bedeutung des NDVI als einen der wichtigsten Parameter in der Verdunstungsbestimmung nach P-M. Im Gegensatz dazu wurde deutlich, dass z. B. die Vegetationshöhe und die Messhöhe einen relativ kleinen Einfluss auf L.E haben, so dass für diese Parameter die Verwendung von Standardwerten gerechtfertigt ist. Aufgrund der Schlüsselrolle, welche der NDVI in der Bestimmung der Verdunstung einnimmt, wurden im Rahmen einer Feldstudie Untersuchungen des NDVI über fünf verschiedenen Landnutzungstypen (Winterweizen, Mais, Gras, Buche und Fichte) hinsichtlich seiner räumlichen Variabilität und Sensitivität, unternommen. Dabei wurden verschiedene Bestimmungsmethoden getestet, in welchen der NDVI nicht nur aus Satellitendaten (spektral), sondern auch aus in-situ Turmmessungen (breitbandig) und Spekrometermessungen (spektral) ermittelt wird. Die besten Übereinstimmungen der Ergebnisse wurden dabei für Winterweizen und Gras für das Jahr 2006 gefunden. Für diese Landnutzungstypen betrugen die Maximaldifferenzen aus den drei Methoden jeweils 10 beziehungsweise 15 %. Deutlichere Differenzen ließen sich für die Forstflächen verzeichnen. Die Korrelation zwischen Satelliten- und Spektrometermessung betrug r=0.67. Für Satelliten- und Turmmessungen ergab sich ein Wert von r=0.5. Basierend auf den beschriebenen Vorarbeiten wurde die räumliche Variabilität von Landoberflächenparametern und Flüssen untersucht. Die unterschiedlichen räumlichen Auflösungen der Satelliten können genutzt werden, um zum einen die subskalige Heterogenität zu beschreiben, aber auch, um den Effekt räumlicher Mittelungsverfahren zu testen. Dafür wurden Parameter und Energieflüsse in Abhängigkeit der Landnutzungsklasse untersucht, um typische Verteilungsmuster dieser Größen zu finden. Die Verwendung der Verteilungsmuster (in Form von Wahrscheinlichkeitsdichteverteilungen – PDFs), die für die Albedo und den NDVI aus ETM+ Daten gefunden wurden, bietet ein hohes Potential als Modellinput, um repräsentative PDFs der Energieflüsse auf gröberen Skalen zu erhalten. Die ersten Ergebnisse in der Verwendung der PDFs von Albedo, NDVI, relativer Luftfeuchtigkeit und Windgeschwindigkeit für die Bestimmung von L.E waren sehr ermutigend und zeigten das hohe Potential der Methode. Zusammenfassend lässt sich feststellen, dass die Methode der Ableitung von Oberflächenparametern und Energieflüssen aus Satellitendaten zuverlässige Daten auf verschiedenen zeitlichen und räumlichen Skalen liefert. Die Daten sind für eine detaillierte Analyse der räumlichen Variabilität der Landschaft und für die Beschreibung der subskaligen Heterogenität, wie sie oft in Modellanwendungen benötigt wird, geeignet. Ihre Nutzbarkeit als Inputparameter in Modellen auf verschiedenen Skalen ist das zweite wichtige Ergebnis der Arbeit. Aus Satellitendaten abgeleitete Vegetationsparameter wie der LAI oder die Pflanzenbedeckung liefern realistische Ergebnisse, die zum Beispiel als Modellinput in das Lokalmodell des Deutschen Wetterdienstes implementiert werden konnten und die Modellergebnisse von L.E signifikant verbessert haben. Aber auch thermale Parameter, wie beispielsweise die Oberflächentemperatur aus ETM+ Daten in 30 m Auflösung, wurden als Eingabeparameter eines Soil-Vegetation-Atmosphere-Transfer-Modells (SVAT) verwendet. Dadurch erhält man realistischere Ergebnisse für L.E, die hochaufgelöste Flächeninformationen bieten.

This work was written as a cumulative doctoral thesis based on reviewed publications. Climate projections are mainly based on the results of numeric simulations from global or regional climate models. Up to now processes between atmosphere and land surface are only rudimentarily known. This causes one of the major uncertainties in existing models. In order to reduce parameterisation uncertainties and to find a reasonable description of sub grid heterogeneities, the determination and evaluation of parameterisation schemes for modelling require as many datasets from different spatial scales as possible. This work contributes to this topic by implying different datasets from different platforms. Its objective was to analyse the spatial heterogeneity of land surface parameters and energy flux densities obtained from both satellite observations with different spatial and temporal resolutions and in-situ measurements. The investigations were carried out for two target areas in Germany. First, satellite data for the years 2002 and 2003 were analysed and validated from the LITFASS-area (Lindenberg Inhomogeneous Terrain - Fluxes between Atmosphere and Surface: a longterm Study). Second, the data from the experimental field sites of the FLUXNET cluster around Tharandt from the years 2006 and 2007 were used to determine the NDVI (Normalised Difference Vegetation Index for identifying vegetated areas and their "condition"). The core of the study was the determination of land surface characteristics and hence radiant and energy flux densities (net radiation, soil heat flux, sensible and latent heat flux) using the three optical satellite sensors ETM+ (Enhanced Thematic Mapper), MODIS (Moderate Resolution Imaging Spektroradiometer) and AVHRR 3 (Advanced Very High Resolution Radiometer) with different spatial (30 m – 1 km) and temporal (1 day – 16 days) resolution. Different sensor characteristics and different data sets for land use classifications can both lead to deviations of the resultant energy fluxes between the sensors. Thus, sensor differences were quantified, sensor adaptation methods were implemented and a quality analysis for land use classifications was performed. The result is then a single parameterisation scheme that allows for the determination of the energy fluxes from all three different sensors. The main focus was the derivation of the latent heat flux (L.E) using the Penman-Monteith (P-M) approach. Satellite data provide measurements of spectral reflectance and surface temperatures. The P-M approach requires further surface parameters not offered by satellite data. These parameters include the NDVI, Leaf Area Index (LAI), wind speed, relative humidity, vegetation height and roughness length, for example. They were derived indirectly from the given satellite- or in-situ measurements. If no data were available so called default values from literature were taken. The quality of these parameters strongly influenced the exactness of the radiant- and energy fluxes. Sensitivity studies showed that NDVI is one of the most important parameters for determination of evaporation. In contrast it could be shown, that the parameters as vegetation height and measurement height have only minor influence on L.E, which justifies the use of default values for these parameters. Due to the key role of NDVI a field study was carried out investigating the spatial variability and sensitivity of NDVI above five different land use types (winter wheat, corn, grass, beech and spruce). Methods to determine this parameter not only from space (spectral), but also from in-situ tower measurements (broadband) and spectrometer data (spectral) were compared. The best agreement between the methods was found for winter wheat and grass measurements in 2006. For these land use types the results differed by less than 10 % and 15 %, respectively. Larger differences were obtained for the forest measurements. The correlation between the daily MODIS-NDVI data and the in-situ NDVI inferred from the spectrometer and the broadband measurements were r=0.67 and r=0.51, respectively. Subsequently, spatial variability of land surface parameters and fluxes were analysed. The several spatial resolutions of the satellite sensors can be used to describe subscale heterogeneity from one scale to the other and to study the effects of spatial averaging. Therefore land use dependent parameters and fluxes were investigated to find typical distribution patterns of land surface properties and energy fluxes. Implying the distribution patterns found here for albedo and NDVI from ETM+ data in models has high potential to calculate representative energy flux distributions on a coarser scale. The distribution patterns were expressed as probability density functions (PDFs). First results of applying PDFs of albedo, NDVI, relative humidity, and wind speed to the L.E computation are encouraging, and they show the high potential of this method. Summing up, the method of satellite based surface parameter- and energy flux determination has been shown to work reliably on different temporal and spatial scales. The data are useful for detailed analyses of spatial variability of a landscape and for the description of sub grid heterogeneity, as it is needed in model applications. Their usability as input parameters for modelling on different scales is the second important result of this work. The derived vegetation parameters, e.g. LAI and plant cover, possess realistic values and were used as model input for the Lokalmodell of the German Weather Service. This significantly improved the model results for L.E. Additionally, thermal parameter fields, e.g. surface temperature from ETM+ with 30 m spatial resolution, were used as input for SVAT-modelling (Soil-Vegetation-Atmosphere-Transfer scheme). Thus, more realistic L.E results were obtained, providing highly resolved areal information. / Die vorliegende Arbeit wurde auf der Grundlage begutachteter Publikationen als kumulative Dissertation verfasst. Klimaprognosen basieren im Allgemeinen auf den Ergebnissen numerischer Simulationen mit globalen oder regionalen Klimamodellen. Eine der entscheidenden Unsicherheiten bestehender Modelle liegt in dem noch unzureichenden Verständnis von Wechselwirkungsprozessen zwischen der Atmosphäre und Landoberflächen und dem daraus folgenden Fehlen entsprechender Parametrisierungen. Um das Problem einer unsicheren Modell-Parametrisierung aufzugreifen und zum Beispiel subskalige Heterogenität in einer Art und Weise zu beschreiben, dass sie für Modelle nutzbar wird, werden für die Bestimmung und Evaluierung von Modell-Parametrisierungsansätzen so viele Datensätze wie möglich benötigt. Die Arbeit trägt zu diesem Thema durch die Verwendung verschiedener Datensätze unterschiedlicher Plattformen bei. Ziel der Studie war es, aus Satellitendaten verschiedener räumlicher und zeitlicher Auflösung sowie aus in-situ Daten die räumliche Heterogenität von Landoberflächenparametern und Energieflussdichten zu bestimmen. Die Untersuchungen wurden für zwei Zielgebiete in Deutschland durchgeführt. Für das LITFASS-Gebiet (Lindenberg Inhomogeneous Terrain - Fluxes between Atmosphere and Surface: a longterm Study) wurden Satellitendaten der Jahre 2002 und 2003 untersucht und validiert. Zusätzlich wurde im Rahmen dieser Arbeit eine NDVI-Studie (Normalisierter Differenzen Vegetations Index: Maß zur Detektierung von Vegetationflächen, deren Vitalität und Dichte) auf den Testflächen des FLUXNET Clusters um Tharandt in den Jahren 2006 und 2007 realisiert. Die Grundlage der Arbeit bildete die Bestimmung von Landoberflächeneigenschaften und daraus resultierenden Energieflüssen, auf Basis dreier optischer Sensoren (ETM+ (Enhanced Thematic Mapper), MODIS (Moderate Resolution Imaging Spectroradiometer) und AVHRR 3 (Advanced Very High Resolution Radiometer)) mit unterschiedlichen räumlichen (30 m – 1 km) und zeitlichen (1 – 16 Tage) Auflösungen. Unterschiedliche Sensorcharakteristiken, sowie die Verwendung verschiedener, zum Teil ungenauer Datensätze zur Landnutzungsklassifikation führen zu Abweichungen in den Ergebnissen der einzelnen Sensoren. Durch die Quantifizierung der Sensorunterschiede, die Anpassung der Ergebnisse der Sensoren aneinander und eine Qualitätsanalyse von verschiedenen Landnutzungsklassifikationen, wurde eine Basis für eine vergleichbare Parametrisierung der Oberflächenparameter und damit auch für die daraus berechneten Energieflüsse geschaffen. Der Schwerpunkt lag dabei auf der Bestimmung des latenten Wärmestromes (L.E) mit Hilfe des Penman-Monteith Ansatzes (P-M). Satellitendaten liefern Messwerte der spektralen Reflexion und der Oberflächentemperatur. Die P-M Gleichung erfordert weitere Oberflächenparameter wie zum Beispiel den NDVI, den Blattflächenindex (LAI), die Windgeschwindigkeit, die relative Luftfeuchte, die Vegetationshöhe oder die Rauhigkeitslänge, die jedoch aus den Satellitendaten nicht bestimmt werden können. Sie müssen indirekt aus den oben genannten Messgrößen der Satelliten oder aus in-situ Messungen abgeleitet werden. Stehen auch aus diesen Quellen keine Daten zur Verfügung, können sogenannte Standard- (Default-) Werte aus der Literatur verwendet werden. Die Qualität dieser Parameter hat einen großen Einfluss auf die Bestimmung der Strahlungs- und Energieflüsse. Sensitivitätsstudien im Rahmen der Arbeit zeigen die Bedeutung des NDVI als einen der wichtigsten Parameter in der Verdunstungsbestimmung nach P-M. Im Gegensatz dazu wurde deutlich, dass z. B. die Vegetationshöhe und die Messhöhe einen relativ kleinen Einfluss auf L.E haben, so dass für diese Parameter die Verwendung von Standardwerten gerechtfertigt ist. Aufgrund der Schlüsselrolle, welche der NDVI in der Bestimmung der Verdunstung einnimmt, wurden im Rahmen einer Feldstudie Untersuchungen des NDVI über fünf verschiedenen Landnutzungstypen (Winterweizen, Mais, Gras, Buche und Fichte) hinsichtlich seiner räumlichen Variabilität und Sensitivität, unternommen. Dabei wurden verschiedene Bestimmungsmethoden getestet, in welchen der NDVI nicht nur aus Satellitendaten (spektral), sondern auch aus in-situ Turmmessungen (breitbandig) und Spekrometermessungen (spektral) ermittelt wird. Die besten Übereinstimmungen der Ergebnisse wurden dabei für Winterweizen und Gras für das Jahr 2006 gefunden. Für diese Landnutzungstypen betrugen die Maximaldifferenzen aus den drei Methoden jeweils 10 beziehungsweise 15 %. Deutlichere Differenzen ließen sich für die Forstflächen verzeichnen. Die Korrelation zwischen Satelliten- und Spektrometermessung betrug r=0.67. Für Satelliten- und Turmmessungen ergab sich ein Wert von r=0.5. Basierend auf den beschriebenen Vorarbeiten wurde die räumliche Variabilität von Landoberflächenparametern und Flüssen untersucht. Die unterschiedlichen räumlichen Auflösungen der Satelliten können genutzt werden, um zum einen die subskalige Heterogenität zu beschreiben, aber auch, um den Effekt räumlicher Mittelungsverfahren zu testen. Dafür wurden Parameter und Energieflüsse in Abhängigkeit der Landnutzungsklasse untersucht, um typische Verteilungsmuster dieser Größen zu finden. Die Verwendung der Verteilungsmuster (in Form von Wahrscheinlichkeitsdichteverteilungen – PDFs), die für die Albedo und den NDVI aus ETM+ Daten gefunden wurden, bietet ein hohes Potential als Modellinput, um repräsentative PDFs der Energieflüsse auf gröberen Skalen zu erhalten. Die ersten Ergebnisse in der Verwendung der PDFs von Albedo, NDVI, relativer Luftfeuchtigkeit und Windgeschwindigkeit für die Bestimmung von L.E waren sehr ermutigend und zeigten das hohe Potential der Methode. Zusammenfassend lässt sich feststellen, dass die Methode der Ableitung von Oberflächenparametern und Energieflüssen aus Satellitendaten zuverlässige Daten auf verschiedenen zeitlichen und räumlichen Skalen liefert. Die Daten sind für eine detaillierte Analyse der räumlichen Variabilität der Landschaft und für die Beschreibung der subskaligen Heterogenität, wie sie oft in Modellanwendungen benötigt wird, geeignet. Ihre Nutzbarkeit als Inputparameter in Modellen auf verschiedenen Skalen ist das zweite wichtige Ergebnis der Arbeit. Aus Satellitendaten abgeleitete Vegetationsparameter wie der LAI oder die Pflanzenbedeckung liefern realistische Ergebnisse, die zum Beispiel als Modellinput in das Lokalmodell des Deutschen Wetterdienstes implementiert werden konnten und die Modellergebnisse von L.E signifikant verbessert haben. Aber auch thermale Parameter, wie beispielsweise die Oberflächentemperatur aus ETM+ Daten in 30 m Auflösung, wurden als Eingabeparameter eines Soil-Vegetation-Atmosphere-Transfer-Modells (SVAT) verwendet. Dadurch erhält man realistischere Ergebnisse für L.E, die hochaufgelöste Flächeninformationen bieten.

No description available.

Within the frame work of the International Water Research Alliance Saxony (IWAS), project “Middle East” a complex integrated water management system is developed and tested in the project region of Middle East (Oman and Saudi-Arabia). Hence, new solutions for a sustainable management of the scarce water resources in (semi-) arid regions are explored within IWAS in the sultanate of Oman on which this study work is carried out. Rainfall runoff models are established to estimate the “water yield” of the catchments in the project region. Modeling is a very important tool that enables hydrologists to make more comprehensive use of rainfall time series. Rainfall-runoff modeling is also useful for water resources assessment as these models can generate a long representative time series of stream flow volumes from which water supply schemes can be designed (D.A. Hughes, 1995). Therefore, this study project mainly focuses on the following main tasks such as data analysis, data processing and statistical evaluation; Model selection and model setup; Model adaptation test and verification. As part of the common modeling protocol, sensitivity analysis of a Rainfall-Runoff Modeling Toolbox (RRMT) is carried out in this study with the aim to identify sensitive model parameters. RRMT has been developed in order to produce parsimonious, lumped model structures with a high level of parameter identifiability. Such identifiability is crucial if relationships between the model parameters representing the system and catchment characteristics are to be established. RRMT is a modular framework that allows its user to implement different model structures to find a suitable balance between model performance and parameter identifiability. The study is carried out in the upper catchment part of Wadi Ma’wil (gauge near to Afi’), Batinah Region of the Sultanate of Oman. Arid and semi-arid zones are characterized by rainfall which is highly variable in space, time, quantity and duration (Noy-Meir, 1973). The Sultanate of Oman is characterized by hyper-arid (<100 mm rainfall), through the arid (100–250 mm rainfall) and semi-arid (250–500 mm rainfall) environments that are experienced in different parts of the country. Furthermore, arid areas have distinctive hydrological features substantially different from those of humid areas. The high temporal and spatial distribution of the rainfall, flash floods, absence of base flow, sparsity of plant cover, high transmission losses, high amounts of evaporation and evapotranspiration and the general climatologies are examples of such differences.:Acknowledgments i Abstract ii List of Figures and Photos v List of Tables and Plots v 1. Description of Study Area 1 1.1 General characteristics of arid regions 1 1.2 Study area (Batinah Region and Ma’awil catchment of gauge ‘Afi’) 2 1.2.1 Overview of Study area 2 1.2.2 Wadi Ma’awil and Gauge near to Afi’ 3 2. Data Processing and Evaluation 6 2.1 Rainfall data 6 2.1.1 Monthly and Annual Mean Rainfall Analyses 6 2.1.2 Estimation of Missing Precipitation Data 6 2.1.3 Annual and monthly average rainfall 6 2.2 Runoff data 9 2.2.1Rainfall-Runoff events – Processing and Analysis 9 2.2.2 Wadi Ma’awil Runoff Analysis 9 2.3 Areal Precipitation 11 2.3.1 Area 11 2.3.2 Summary of Calculated Results of Mean Annual Areal Precipitation 12 2.4 Evapotranspiration 13 2.4.1 Evaporation and Potential Evapotranspiration 13 2.4.2 Calculation of Evapotranspiration by FAO Penman-Monteith Equation 13 2.4.3 Sample Calculation for Daily ET using FAO Penman-Monteith Equation 14 2.4.4 Comparisons of Evapotranspiration Calculation Results 16 3. Rainfall-Runoff Modeling 16 3.1 Modeling approach – selection of modules 16 3.1.1 Basic Principle 16 3.1.2 Classification of models 16 3.1.3 Modeling Process 17 3.2 Rainfall-Runoff Modeling Toolbox 19 3.2.1 Introduction 19 3.2.2 Data Needs and Model Structure 20 3.3 Provision of input data 20 3.4 Calibration and Validation 20 3.4.1 Model Calibration and Validation 21 3.5 Sensitivity Analysis 22 3.6 Discussions of Results 23 3.6.1 Optimization Modules 23 3.6.2 Soil Moisture Accounting (SMA) Modules 24 3.6.3 Routing (R) Modules 25 3.6.4 The objective functions 26 3.6.5 Visualization Modules Results 27 3.7 Conclusions and Recommendations 35 3.7.1 Conclusions 35 3.7.2 Limitations and Recommendations 35 References 37 Appendix 38 Appendix A: Daily extraterrestrial radiation (Ra) for different latitudes for the 15th day of the month 38 Appendix B: Mean daylight hours (N) for different latitudes for the 15th of the month 38 Annexes 39 Annex - A: Mean Rainfall for the Gauge Afi’ from 1995 – 2005 39 Annex A-1: Annual Mean Rainfall for Gauge Afi’ for the time period 1995-2005 39 Annex A-2: Monthly Mean Rainfall for Gauge Afi’ for the time period 1995-2005 39 Annex A-3: Monthly Mean Rainfall for each Rain Gauge within the Wadi Ma’awil Catchment area for the time period 1995-2005 40 Annex - B: Rainfall - Runoff events for the Gauge Afi’ 41 Annex B-1: Annual Rainfall Vs Runoff events for the Gauge Afi’ from 1995 – 2005 42 Annex B-2: Monthly Rainfall Vs Runoff events for the Gauge Afi’ from 1995 – 2005 44 Annex B-3: Daily Rainfall Vs Runoff events for the Gauge Afi’ sample graphs with the time period from 1995to 2005 46

No description available.

As the need for climatic data is increasing in times of climate change and water scarcity, remote sensing (RS) and hydrological modelling are ways to battle these problems, especially in data scarce areas. The actual evapotranspiration (ETa) is one of the key parameters when assessing the water balance and a good estimate of this parameter is thus of great importance. In this study a hydrologicalmodel was created with the Soil and Water Assessment Tool (SWAT) over the Malwathu Oya river basin, Sri Lanka, and the SWAT ETa estimates were compared to RS derived ETa from FAO’s open access database WaPOR. A sensitivity analysis and a calibration with observed streamflow data of the SWAT model was conducted with the SUFI-2 algorithm in SWAT-CUP. The calibration was satisfactory and showed the following values for the performance parameters: R2 = 0.72, Nash-Sutcliffe Efficiency, NSE = 0.69, and Percent of Bias, PBIAS = -10.4. The most sensitive parameters were CN2 (runoff curve number for moisture condition II), SOL_AWC (soil available water capacity), and ESCO (soil evaporation compensation factor). The water balance partitioning from the calibrated SWAT model showed a ratio of 0.68 between ETa and precipitation as an annual average between 2012–2020. In the comparison between SWAT ETa and WaPOR ETa the SWAT ETa showed a clear underestimation, particularly during the drier Yala growing season (May – August). However, the SWAT land use classes representing the cultivated rice fields agreed well with WaPOR while the forest and range grasses were underpredicted. To increase the performance of SWAT in estimating ETa the following was recommended: improvement of the simulation of the shallow aquifers, more accurate forest parameters, deactivation of the default dormancy period in SWAT, calibration with ETa instead of streamflow, and a higher resolution soil map together with more soil measurements. / Eftersom behovet av klimatdata ökar i tider av klimatförändringar och vattenbrist är fjärranalys (RS) och hydrologisk modellering exempel på metoder för att lösa dessa problem, särskilt i områden med brist på data. Den faktiska evapotranspirationen (ETa) är en nyckelparameter vid bedömning av vattenbalansen och en bra uppskattning av denna parameter är därför av stor betydelse. I denna studie skapades en hydrologisk modell med Soil and Water Assessment Tool (SWAT) över avrinningsområdet Malwathu Oya i Sri Lanka, och SWAT ETa -uppskattningarna jämfördes med RS-beräknad ETa från FAO:s öppna databas WaPOR. En känslighetsanalys och en kalibrering med observerade flödesdata av SWAT-modellen utfördes med SUFI-2-algoritmen i SWAT-CUP. Kalibreringen var tillfredsställande och visade följande värden för prestandaparametrarna: R2 = 0,72, Nash-Sutcliffe-Efficiency, NSE = 0,69 och Percent of Bias, PBIAS = -10,4. De mest känsliga parametrarna var CN2 (avrinningskurvtal för fukttillstånd II), SOL_AWC (jordens tillgängliga vattenkapacitet) och ESCO (kompensationsfaktor för markavdunstning). Vattenbalansfördelningen från den kalibrerade SWAT-modellen visade ett förhållande på 0,68 mellan ETa och nederbörden som ett årligt medelvärde mellan 2012–2020. I jämförelsen mellan SWAT ETa och WaPOR ETa visade SWAT ETa en tydlig underskattning, särskilt under den torrare Yala-växtsäsongen (maj – augusti). Däremot överensstämde SWAT-markanvändningsklasserna som representerade de odlade risfälten väl med WaPOR medan skog och gräsfälten var underskattade. För att öka prestandan för SWAT vid uppskattning av ETa rekommenderades följande: förbättring av simuleringen av de grunda akvifärerna, förbättrade skogsparametrar, inaktivering av den automatiska växtviloperioden i SWAT, kalibrering med ETa i stället för flöde och en jordartskarta med högre upplösning samt fler jordprover.

This thesis aimed to evaluate the groundwater discharge distribution in the Krycklan catchment by developing a groundwater flow model using COMSOL Multiphysics and assuming a topography- controlled groundwater surface. Previous research has shown that the groundwater surface can be modeled as a subdued replica of the topography in humid climate regions where the permeability of the subsurface is low and where the groundwater surface is shallow. In earlier studies by Mojarrad (2021), it has been shown that the modeled infiltration becomes higher than the observed infiltration when a topography-controlled groundwater surface boundary is used and that a solution to this is to decrease the resolution in recharge areas. This method was therefore used in the thesis; however, the modeled infiltration was unsuccessfully lowered. This is thought to be due to differences between the model and the previous study and which are discussed further in this thesis. The discharge and recharge areas were identified using the direction of the vertical component of Darcy velocity, and the discharge flow distribution was evaluated in ArcMAP. The discharge flow distribution in the landscape was compared to real geographical data of surface water to identify a discharge threshold value for when the water balance is upheld by surface water flow or by evapotranspiration. The evapotranspiration discharge flow distribution was also evaluated, where the highest flow values were found in riparian zones of the landscape. / Syftet med denna avhandling var att utvärdera föredelningen av grundvattnets utflöde i Krycklans avrinningsområde genom att utveckla en grundvattenflödesmodell i COMSOL Multiphysics med antagandet av en topografikontrollerad grundvattenyta. Tidigare forskning har visat att grundvattenytan kan modelleras som en dämpad kopia av topografin i fuktiga klimatområden där permeabiliteten i underytan är låg och där grundvattenytan är grund. En implikation av att använda en topografikontrollerad grundvattenyta har visat sig vara att den modellerade infiltrationen blir högre jämfört med den observerade infiltrationen. Tidigare studier av Krycklans avrinningsområde har visat att genom att minska upplösningen i infiltrationsområden kan den modellerade infiltrationen framgångsrikt sänkas, därför användes denna mesh-utjämningsmetod i avhandlingen. För validering av modellen jämfördes den modellerade infiltrationen med den observerade infiltrationen i Krycklans avrinningsområde. Valideringen visade att mesh-utjämningen misslyckades med att minska infiltrationen, vilket tros bero på skillnader mellan modellen och den tidigare studien och som diskuteras vidare i denna avhandling. Grundvattnets infiltration- och utflödesområden identifierades med hjälp av riktningen på den vertikala komponenten av Darcy-hastighet, och utflödesfördelningen utvärderades i ArcMAP. Utflödesfördelningen i landskapet jämfördes med verkliga geografiska data för ytvatten för att identifiera ett tröskelvärde för utflödet när vattenbalansen upprätthålls av ytvattenflöde eller av evapotranspiration. Fördelningen av utflöden genom evapotranspirations utvärderades också, där de högsta flödesvärdena återfanns i områden nära ytvattenkroppar i landskapet.

No description available.

No description available.

Irrigation uniformity, efficiency, leaching fraction, salt and water ages, and evapotranspiration rate were estimated from subsoil salinity data for three cotton fields in Arizona. The estimation of these parameters was based on the assumption of steady-state water and salt flow through the crop root zone. The levels of salt concentration in the irrigation water were 21.3, 11.5, and 11.6 meq/L for Fields 1, 2, and 3, respectively. Two of these fields were furrow irrigated, and the third was subsurface drip irrigated. Each field was sampled for salt concentrations to a depth of 1.5 m at 10-15 sites. A total of 514 soil samples were collected. Significantly lower salt concentrations were observed in the soil profiles in Fields 1 and 2 compared to Field 3, but lower variations in the salt concentrations were observed in Field 3 compared with Fields 1 and 2. These variations in salt concentration could be due to restricted water movement within the soil profile caused by stratified soil. Since a soil-water extract model indicated little or no chemical precipitation of salt within the soil profile, there was no need to correct the data for chemical effects. The calculated irrigation uniformity was highest in Field 3 and lowest in Field 1. This may be related to more accurate land leveling in field 2 than Field 1. The irrigation efficiencies were 83.0%, 89.0%, and 80.0% for Fields 1, 2, and 3, respectively. The correlation coefficient between the ages of salt and water was 0.98, 0.99, and 0.97 for Fields 1, 2, and 3, respectively. Leaching fraction was highest in Field 3 and lowest in Field 2. Mean actual ET calculated from the Blaney-Criddle method were 372, 314, and 308 mm for Fields 1, 2, and 3, respectively. Mean ET calculated from the salinity data were 1,250, 1,590, and 1,140 mm for Fields 1, 2, and 3, respectively. Statistically significant correlation coefficients were, however, found between both methods of estimating ET. These values were 0.97, 0.86, and 0.93 for Fields 1, 2, and 3, respectively.