Water has always had a controlling influence on the earth’s evolution. Understanding and modelling the large-scale hydrological cycle is important for climate prediction and water-resources studies. In recent years large-scale hydrological models, including the WASMOD-­M evaluated in the thesis, have increasingly become a main assessment tool for global water resources. The monthly version of WASMOD-M, the starting point of the thesis, revealed restraints imposed by limited hydrological and climate data quality and the need to reduce model-structure uncertainties. The model simulated the global water balance with a small volume error but was less successful in capturing the dynamics. In the last years, global high-quality, high-resolution topographies and hydro­graphies have become available. The main thrust of the thesis was the development of a daily WASMOD-M making use of these data to better capture the global water dynamics and to parameter­ise local non-linear processes into the large-scale model. Scale independency, parsimonious model structure, and computational efficiency were main concerns throughout the model development. A new scale-independent routing algorithm, named NRF for network-response function, using two aggregated high-resolution hydrographies, HYDRO1k and HydroSHEDS, was developed and tested in three river basins with different climates in China and North America. The algorithm preserves the spatially distributed time-delay information in the form of simple network-response functions for any low-resolution grid cell in a large-scale hydrological model. A distributed runoff-generation algorithm, named TRG for topography-derived runoff generation, was developed to represent the highly non-linear process at large scales. The algorithm, when inserted into the daily WASMOD-M and tested in same three basins, led to the same or a slightly improved performance compared to a one-layer VIC model, with one parameter less to be calibrated. The TRG algorithm also offered a more realistic spatial pattern for runoff generation. The thesis identified significant improvements in model performance when 1) local instead of global climate data were used, and 2) when the scale-independent NRF routing algorithm was used instead of a traditional storage-based routing algorithm. In the same time, spatial resolution of climate input and choice of high-resolution hydrography have secondary effects on model performance. Two high-resolution topographies and hydrographies were used and compared, and new tech­niques were developed to aggregate their information for use at large scales. The advantages and numerical efficiency of feeding high-resolution information into low-resolution global models were highlighted. / Vatten har alltid varit en nyckelfaktor för jordens utveckling. Att förstå och kunna modellera det storska­liga vattenkretsloppet är betydelsefullt såväl för klimatförutsägelser som för studier av vattenresur­ser. På senare år har storskaliga hydrologiska modeller, däribland WASMOD-M som utvärderas i denna avhand­ling, i ökande utsträckning kommit att användas som huvudverktyg för utvärdering av globala vattenresurser. Den månatliga versionen av WASMOD-M, avhandlingens startpunkt, användes för att påvisa inskränk­ningar som låg i begränsande hydrologi- och klimatdata liksom behovet av att minska model­lens strukturella osäkerheter. Modellen simulerade den globala vattenbalansen med ett mycket litet volymfel (avrinningens långtidsmedelvärde) men var mindre lyckosam att efterlikna dynamiken. Under se­nare tid har globala topografiska och hydrografiska data med hög rumslig upplösning och kvalitet blivit tillgängliga. Avhandlingens huvudsakliga drivkraft var att utveckla WASMOD-M med hjälp av dessa data i syfte att bättre fånga den globala vattendynamiken och för att parametrisera lokala ickelin­jära processer i den storskaliga modellen. Under hela modellutvecklingen har skaloberoende, lågparametrise­rad modellstruktur och numerisk beräkningseffektivitet varit viktiga bivillkor. En ny skaloberoende svarstidsalgoritm, benämnd NRF (network-response function), som utnyttjar två aggregerade högupplösta hydrografier, HYDRO1k och HydroSHEDS, utvecklades och provades i tre avrinningsområden med olika klimat i Kina och Nordamerika. Algoritmen bevarar den rumsligt fördelade informationen om koncentrationstider i form av enkla responsfunktioner för vattendragsnä­tet för godtyckliga lågupplösta beräkningsrutor in en storskalig hydrologisk modell. En distribuerad algoritm för avrinningsbildning, benämnd TRG (topography-derived runoff genera­tion), utvecklades för att representera den höggradigt ickelinjära processen i större skalor. Algoritmen användes i den dagliga WASMOD-M och provades i samma tre avrinningsområden som ovan. Modellprestanda blev lika bra eller bättre än en enlagers VIC-modell fast med en parameter mindre att kalibrera. TRG-algoritmen gav ett rimligare rumsligt mönster för avrinningsbildningen. Avhandlingen har identifierat påtagliga förbättringar i modellprestanda när 1) lokala i stället för globala klimatdata användes och 2) när NRF, den skaloberoende svarstidsalgoritmen användes i stället för en traditionell magasinsbaserad svarstidsalgoritm. Samtidigt har klimatdatas rumsliga upplösning och val av högupplöst hydrografi en andra ordningens inverkan på modellprestanda. Två högupplösta topografier och hydrografier användes och jämfördes, och nya tekniker utveckla­des för att aggregera deras informationsinnehåll i stora skalor. Fördelarna och den numeriska beräkningsef­fektiviteten av högupplöst information i lågupplösta globala modeller har belysts.

Flooding is of great concern world-wide, causing damage to infrastructure, property and loss of life. Low-income countries, in particular, can be negatively affected by flood events due to their inherent vulnerabilities. Moreover, data to perform studies for flood risk management in low-income regions are often scarce or lacking sufficient quality. This thesis proposes new methodologies and explores the use of unconventional sources of information in flood hazard assessment in areas where the quantity or sufficient quality of traditional hydrometrical data are lacking.  One method was developed to account for errors in spatially averaged rainfall, from a sparse rain-gauge network, used as input to a rainfall-runoff model. A spatially-averaged and event-dependent rainfall depth multiplier led to improvements of the hydrographs at calibration. And by using a distribution of the multiplier, identified from previous events in the catchment, improvement in predictions could also be obtained. A second method explored the possibility of reproducing an unmeasured extreme flood event using a combination of models, post-event data, precipitation and an uncertainty-analysis framework. This combination allowed the identification of likelihood-associated parameter sets from which the flood hazard map for the extreme event could be obtained. A third and fourth study made at the regional scale explored the value of catchment similarities, and the effects of climate on the hydrological response of catchments. Flood frequency curves were estimated for 36 basins, assumed ungauged, using regional information of short flow records, and local information about the frequency of the storm. In the second regional study, hydro-climatic information provided great value to constrain predictions of series of daily flow from a hydrological model. Previously described methods, used in combination with unconventional information within an uncertainty analysis, proven to be useful for flood hazard assessment at basins with data limitations. The explored data included: post-event measurements of an extreme flood event, hydro-climate regional information and local precipitation data. The methods presented in this thesis are expected to support development of hydrological studies underpinning flood-risk reduction in data-poor areas. / Extremt höga vattenflöden ställer till stora problem i hela världen. De skadar infrastruktur och egendom och orsakar död. Framför allt kan låg- och medelinkomstländer vara väldigt sårbara för extrema flöden. I dessa länder saknas dessutom ofta data som behövs för att kunna bedöma översvämningsrisker, eller så finns bara data av dålig kvalitet. Denna avhandling föreslår nya metoder som använder okonventionella informationskällor vid bedömning av översvämningsrisker i områden där traditionella hydrologiska data saknas eller har otillräcklig kvalitet. En metod utvecklades för att ta hänsyn till fel i rumslig medelnederbörd beräknad från ett glest nät av nederbördsmätare att användas som indata i en nederbörds-avrinningsmodell. Användning av en multiplikator för medelvärdesbildad nederbörd, i tid och rum, för enskilda högflödestillfällen ledde till förbättrad modellkalibrering. Genom att använda multiplikatorfördelningar, identifierade från tidigare högflödestillfällen i avrinningsområdet, kunde också prognoser förbättras. En andra metod använde sig av möjligheten att reproducera ett extremt högflöde inom ramen för en osäkerhetsanalys med hjälp av en kombination av modeller, nederbördsdata och data som uppmätts i efterhand. Denna kombination gjorde det möjligt att identifiera parametervärdesuppsättningar med hophörande sannolikheter ur vilka det gick att erhålla en översvämningskarta för det höga flödet. En tredje och fjärde studie i regional skala utforskade värdet av likheter mellan avrinningsområden och hur områdenas hydrologiska gensvar beror av klimatet. Kurvan för kumulativa högflödesfrekvenser (flood frequency curve, FFC) kunde skattas med hjälp av lokal nederbördsinformation och regional information om korta tidsserier av vattenföring från 36 avrinningsområden som antogs sakna vattenföringsdata. I den andra regionala studien visade sig hydroklimatisk information av värde för att avgränsa godtagbara prognoser för daglig vattenföring från en hydrologisk modell. Tidigare beskrivna metoder, använda tillsammans med okonventionell information inom ramen för en osäkerhetsanalys, visade sig vara användbara för att bedöma översvämningsrisker i avrinningsområden med databegränsningar. Bland utforskade data fanns: mätningar i efterhand av ett extremt högflöde, hydroklimatisk regional information och lokala nederbördsmätningar. Metoderna i denna avhandling förväntas kunna stödja utvecklingen av hydrologiska studier av höga flöden och översvämningar i områden med bristande datatillgång. / Las inundaciones ocasionan daños a la infraestructura, propiedad y pérdida de vidas a nivel mundial. Los países en desarrollo son los más vulnerables a inundaciones, la calidad y cantidad de datos hidro-climatológicos disponibles en los mismos dificulta el desarrollo de estudios para la evaluación de riesgo a esta amenaza. Esta tesis propone métodos en la que se hace uso de fuentes de información no-convencionales para la evaluación de riesgo por inundación en regiones con datos escasos o limitados. Un método considera el error asociado a la precipitación promedio sobre cuencas en modelos lluvia-escorrentía como un factor multiplicador del histograma del evento. El uso de la precipitación promedio junto con una distribución probabilística del factor multiplicador como datos de entrada a un modelo de lluvia-escorrentía mejoraron los hidrogramas durante los periodos de calibración y predicción. Un segundo método exploró la posibilidad de reproducir un evento extremo de inundación usando una combinación de modelos hidrológicos e hidráulico, un análisis de incertidumbre, datos hidrométricos recopilados después del evento y datos de precipitación registrados durante-el-evento. Dicha combinación permitió la identificación de los parámetros de los modelos y la elaboración un mapa de amenaza por inundaciones para dicho evento. Adicionalmente, se estimaron curvas de frecuencia de inundaciones para 36 cuencas, asumidas no aforadas, mediante un método de regionalización que usa registros de caudal de corta duración disponibles en la región. Dichas curvas fueron extendidas haciendo uso de información local sobre la frecuencia de las tormentas. Se encontró que la información hidro-climatológica tiene un gran valor para reducir el rango de incertidumbre de las simulaciones de caudal diaria de un modelo hidrológico. Los métodos anteriores se usaron en combinación con información no-convencional dentro de un análisis de incertidumbre y han probado su utilidad para la evaluación de riesgo por inundaciones en cuencas con registros escasos o limitados. Los datos utilizados en esta tesis incluyen datos hidrométricos recopilados pasado el evento, registros hidro-climatológicos regionales y precipitación local. Se espera que los métodos presentados aquí contribuyan al desarrollo de estudios hidrológicos importantes para la reducción del riesgo por inundaciones en regiones con déficit de registros hidro-climatológicos.