Water is essential for human well-being and healthy ecosystems, but population growth and changes in climate and land-use are putting increased stress on water resources in many regions. To ensure water security, knowledge about the spatiotemporal distribution of these resources is of great importance. However, estimates of global water resources are constrained by limitations in availability and quality of data. This thesis explores the quality of both observational and modelled data, gives an overview of models used for large-scale hydrological modelling, and explores the possibilities to deal with the scarcity of data by prediction of flow-duration curves. The evaluation of the quality of observational data for large-scale hydrological modelling was based on both hydrographic data, and model forcing and evaluation data for basins worldwide. The results showed that a GIS polygon dataset outperformed all gridded hydrographic products analysed in terms of representation of basin areas. Through a screening methodology based on the long-term water-balance equation it was shown that as many as 8–43% of the basins analysed displayed inconsistencies between forcing (precipitation and potential evaporation) and evaluation (discharge) data depending on how datasets were combined. These data could prove disinformative in hydrological model inference and analysis. The quality of key hydrological variables from a numerical weather prediction model was assessed by benchmarking against observational datasets and by analysis of the internal land-surface water budgets of several different model setups. Long-term imbalances were found between precipitation and evaporation on the global scale and between precipitation, evaporation and runoff on both cell and basin scales. These imbalances were mainly attributed to the data assimilation system in which soil moisture is used as a nudge factor to improve weather forecasts. Regionalisation, i.e. transfer of information from data-rich areas to data-sparse areas, is a necessity in hydrology because of a lack of observed data in many areas. In this thesis, the possibility to predict flow-duration curves in ungauged basins was explored by testing several different methodologies including machine learning. The results were mixed, with some well predicted curves, but many predicted curves exhibited large biases and several methods resulted in unrealistic curves. / Vatten är en förutsättning för människors och ekosystems hälsa, men befolkningsökning och förändringar av klimat och markanvändning förväntas öka trycket på vattenresurserna i många regioner i världen. För att kunna säkerställa en god tillgång till vatten krävs kunskap om hur dessa resurser varierar i tid och rum. Tillförlitligheten hos skattningar av globala vattenresurser begränsas dock både av begränsad tillgänglighet av och kvalitet hos observerade data. Denna avhandling utforskar kvaliteten av såväl observations- som modellbaserade data, ger en överblick över modeller som används för storskalig hydrologisk modellering och utforskar möjligheterna att förutsäga varaktighetskurvor som ett sätt att hantera bristen på data i många områden. Utvärderingen av observationsbaserade datas kvalitet baserades på hydrografiska data och driv- och utvärderingsdata för storskaliga hydrologiska modeller. Resultaten visade att en uppsättning data över hydrografin baserad på GIS-polygoner representerade avrinningsområdesareorna bättre än alla de som byggde på rutor. En metod baserad på långtidsvattenbalansen identifierade att kombinationen av drivdata (nederbörd och potentiell avdunstning) och utvärderingsdata (vattenföring) var fysiskt orimlig för så många som 8–43 % av de analyserade avrinningsområdena beroende på hur olika datauppsättningar kombinerades. Sådana data kan vara desinformativa för slutsatser som dras av resultat från hydrologiska modeller och analyser. Kvaliteten hos hydrologiskt viktiga variabler från en numerisk väderprognosmodell utvärderades dels genom jämförelser med observationsdata och dels genom analys av landytans vattenbudget för ett flertal olika modellvarianter. Resultaten visade obalanser mellan långtidsvärden av nederbörd och avdunstning i global skala och mellan långtidsvärden av nederbörd, avdunstning och avrinning i både modellrute- och avrinningsområdesskala. Dessa obalanser skulle till stor del kunna förklaras av den data assimilering som görs, i vilken markvattenlagret används som en justeringsfaktor för att förbättra väderprognoserna. Regionalisering, som innebär en överföring av information från områden med god tillgång på mätdata till områden med otillräcklig tillgång, är i många fall nödvändig för hydrologisk analys på grund av att mätdata saknas i många områden. I denna avhandling utforskades möjligheten att förutsäga varaktighetskurvor för avrinningsområden utan vattenföringsdata genom flera metoder inklusive maskininlärning. Resultaten var blandade med en del kurvor som förutsas väl, och andra kurvor som visade stora systematiska avvikelser. Flera metoder resulterade i orealistiska kurvor (ickemonotona eller med negativa värden).

Knowledge about spatial and temporal variability of hydrological processes is central for sustainable water-resources management, and such knowledge is created from observational data. Hydrologic models are necessary for prediction for time periods and areas lacking data, but are affected by observational uncertainties. Methods for estimating and accounting for such uncertainties in water-resources modelling are of high importance, especially in regions such as Central America. Observational uncertainties were addressed in three ways in this thesis; quality control, quantitative estimation and development of model-evaluation techniques that addressed unquantifiable uncertainties. A first step in any modelling study should be the quality control and concurrent analysis of the representativeness of the observational data. In the characterisation of the precipitation regime in the Choluteca River basin in Honduras, four different quality problems were identified and 22% of the daily data had to be rejected. The monitoring network was found to be insufficient for a comprehensive characterisation of the high spatiotemporal variability of the precipitation regime. Quantitative estimations of data uncertainties can be made when sufficient information is available. Discharge-data uncertainties were estimated with a fuzzy regression for time-variable rating curves and from official rating curves for 35 stations in Honduras. The uncertainties were largest for low flows, as a result of measurement uncertainties and natural variability. A method for calibration with flow-duration curves was developed which enabled calibration to the whole flow range, accounting for discharge uncertainty and calibration with non-overlapping time periods for model input and evaluation data. The method compared favourably to traditional calibration in a test using two models applied in basins with different runoff-generation processes. A post-hoc analysis made it possible to identify potential model-structure errors and periods of disinformative data. Flow-duration curves were regionalised and used for calibration of a Central-American water-balance model. The initial model uncertainty for the ungauged basins was reduced by 70%. Non-representative precipitation data were found to be the main obstacle to comprehensive regional water-resources modelling in Central America. These methods bridged several problems related to observational uncertainties in water-balance modelling. Estimates of prediction uncertainty are an important basis for all types of decisions related to water-resources management. / Kännedom om hur hydrologiska processer varierar i tid och rum är grundläggande för hållbar vattenresursförvaltning och skapas utifrån observerade data. Hydrologiska modeller är nödvändiga för att förutsäga vattenbalansen för tidsperioder och områden utan data, men påverkas av observationsosäkerheter. Metoder för att hantera sådana osäkerheter i vattenresursmodellering är av stor betydelse i regioner såsom Centralamerika. Observationsosäkerheter hanterades på tre olika sätt i denna avhandling; kvalitetskontroll, kvantitativ uppskattning och utveckling av modellutvärderingsmetoder för beaktande av icke kvantifierbara osäkerheter. Ett viktigt första steg är kvalitetskontroll och samtidig analys av datas representativitet. Vid karaktäriseringen av nederbördsregimen i Cholutecaflodens avrinningsområde i Honduras identifierades fyra olika kvalitetsproblem och 22 % av data sorterades bort. Stationsnätet var otillräckligt för en fullödig karaktärisering av nederbördsregimens variationer i tid och rum. Dessa var mycket stora som ett resultat av komplexiteten hos de nederbördsgenererande mekanismerna. Kvantitativ uppskattning av observerade datas osäkerhet kan göras när tillräcklig information är tillgänglig. Osäkerheter i vattenföringsdata uppskattades dels vid beräkning av vattenföring med en oskarp regression för en tidsvariabel avbördningskurva, dels från en analys av officiella avbördningskurvor från 35 stationer i Honduras. Osäkerheten var i båda fallen högst vid låga flöden som ett resultat av högre mätosäkerheter samt större naturlig variabilitet än vid höga flöden. En metod för modellkalibrering med varaktighetskurvor utvecklades och gjorde det möjligt att kalibrera för hela flödesintervallet samtidigt, ta hänsyn till osäkerheter i vattenföringsdata samt kalibrera med icke överlappande driv- och utvärderingsdata. Metoden testades med två olika modeller i två avrinningsområden med olika avrinningsbildningsprocesser, och visade goda resultat jämfört med traditionell modellkalibrering. En post hoc-analys gjorde det möjligt att identifiera troliga modellstrukturfel och perioder med disinformativa data. Varaktighetskurvor regionaliserades och användes för kalibrering av en regional vattenbalansmodell för Centralamerika, varvid den initiala modellosäkerheten minskades med 70 %. Icke representativa nederbördsdata identifierades som det största hindret för regional vattenresursmodellering i Centralamerika. De metoder som utvecklades i detta arbete gör det möjligt att överbrygga ett flertal problem orsakade av bristfällig tillgänglighet och kvalitet av data och leder därmed till en förbättrad uppskattning av osäkerheten i vattenbalanssimuleringar. Sådana osäkerhetsskattningar är ett viktigt underlag vid alla typer av förvaltningsbeslut som rör vattenresurser.

The purpose of the thesis is to characterize flood events within the agricultural fields of flooding Pampa in Argentina. The characterization divides the flat landscape into flood prone areas and endeavour at linking driving factors to flood response based on past events. The characterization is based on information freely available from remote sensing (satelliteimages, digital elevation, and estimated rain data), from precipitation data from a weatherstation and from field measurements carried out with Universidad Nacional de La Plata. The main research question is: Which are the driving factors contributing to the flooding? Data from remote sensing was used to visualize previous areal water extents, to calculate the topographic wetness index, the upslope areas for the field study sites and for a precipitationtrend analysis. Furthermore, data from remote sensing was used to replace missing days of rain data from the weather station. The complemented rain data was compared with the water extent for the events. Relationships between event precipitation, previous precipitation, land-use, and surface runoff was evaluated with the Soil Conservation-Curve Number method, SCS-CN, and the runoff coefficients for different antecedent conditions were calculated. The precipitation data and the satellite images showing water extents were also used to calculatethe 100-year and 20-year storm- and flood event. The measured infiltration capacity was used as input data in the SCS-CN-method to calculate the surface runoff and the measured soilmoisture was used to verify results from the Topographic Wetness Index, TWI, map. The flood risk areas are visualized with satellite images and the calculated Modified Normalized Difference Water Index. The TWI also visualizes the more flood prone or wetter areas and delineates the lower depressions where soil moisture was also measured to be higher, however not significantly. With the available satellite images within the study results indicate that floods are more common wintertime and that great flood events cannot be foreseen with only antecedent precipitation and event precipitation with the SCS-CN method. However, the events in the study with larger water extents, had high precipitation. No clear correlation between water extents from satellite images calculated by Instituto Nacional de Tecnología Agropecuaria, and estimated surface runoff from the SCS-CN method could be seen. However, the obtained runoff coefficients from the SCS-CN method can be used for estimating surface runoff for future storm events were higher Antecedent Moisture Condition, AMC, and low infiltration capacities increases surface runoff. The infiltration capacity of the studied fields is approximately 16 mm/hour and hence not alone a driving factor causing inundation since the soil can absorb, for example, a 20-year storm event of 125 mm/day. However, that is not the case since a 20-year storm flood has covered 9 % of the area around Don Joaquin and El Amanecer with water. No seasonal precipitation trends can be seen in Punta Indio during the last 40 years analysing precipitation data from remote sensing. In flooding Pampa the agricultural fields inundate almost on yearly basis in the depressionsdue to the gentle slopes and high intense precipitation (yearly maximum daily precipitation is always higher than 60 mm/day). To decrease the flood risk the management should ensure high vegetative cover which increases infiltration and balances the hydrological responses. / Syftet med studien är att karakterisera översvämningar inom jordbruket på Argentinska Pampas. Det platta landskapet mest översvämningsutsatta områden pekas ut och arbetet har fokuserat på att koppla landskapets utformning och regnmönster till översvämningarna. Karakteriseringen utgår ifrån information från satellitbilder och digitala höjddata, från nederbördsdata från den närmaste väderstationen som kompletterats med regndata från fjärranlyser och från fältmätningar utförda tillsammans med Universidad Nacional de La Plata. Den huvudsakliga frågan är: Vilka är de bidragande faktorerna till översvämningarna? Information från fjärranalyser användes för att visualisera tidigare översvämningar, för att beräkna det topografiska fuktighetsindexet, tillrinningsområdet för fältstudieplatserna och för en nederbördstrendanalys. Regndatan jämfördes med vattenarean under tidigare översvämningar. Sambanden mellan nederbörd, markanvändning och ytavrinning utvärderades med Soil Conservation-Curve Number metoden, SCS-CN, och avrinningskoefficienterna för olika nederbördsförhållanden beräknades. Nederbördsdata och satellitbilder som visar vattnets utbredning användes också för att beräkna magnituden av ett 100-årsregn och 20-årsregn samt utbredningen av en 100-årsöversvämning. Den i fält uppmätta infiltrationskapaciteten användes som indata i SCS-CN-metoden för att beräkna ytavrinning och den i fält uppmätta markfuktigheten för att verifiera resultat från GISanalysen av det topografiska fuktighetsindexet.' Översvämningsriskområden visualiserades i studien med satellitbilder och det modifierade normaliserade differens vattenindexet. Även det topografiska fuktighetsindexet visualiserar de mer översvämningsbenägna områdena och markerar vattnets väg där markfuktigheten också uppmättes vara högre, dock inte signifikant blötare än ovan liggande punkter. Analys av de tillgängliga satellitbilderna i studien visar att översvämningar är vanligare vintertid och att stora översvämningshändelser inte kan förutses enbart med de senaste dagarnas regnmängd och eventregnet med SCS-CN-metoden. Alla satellitbilder i studien med större vattentäckning kunde dock kopplas till stora regnmängder. Ingen tydlig korrelation mellan vattenutbredningen och uppskattad ytavrinning med SCS-CN-metoden kunde ses. De erhållna avrinningskoefficienterna från SCS-CN-metoden kan dock användas för att uppskatta risken för ytavrinning vid framtida regn där större regnmängder och låg infiltration ökar ytavrinningen. Fältens infiltrationskapacitet är cirka 16 mm/timme och därmed inte ensamt en drivande faktor till översvämningarna eftersom infiltrationskapaciteten är högre än exempelvis ett 20-årsregn (125 mm/dygn). Dock kan 20-årsregn täcka 9 % av området runt Don Joaquin och El Amanecer med vatten. Inga nederbördstrender kan ses i Punta Indio under de senaste 40 åren genom analys av nederbördsdata från fjärranalyser. I Pampa deprimida översvämmar jordbruksfälten nästan årligen i sänkorna på grund av den platta topografin och den höga intensiva nederbörden (den årliga maximala dagliga nederbörden är nästan alltid högre än 60 mm/dag). För att minska översvämningsriskerna bör lantbrukare säkerställa en hög vegetativ täckning som ökar infiltrationen, skyddar marken och balanserar de hydrologiska reaktionerna. / El propósito de la tesis es analizar los posibles eventos de inundación en un sector de la Pampa Deprimida en Argentina, dada la importancia productiva de la región. Se trabajó en los campos de la Universidad Nacional de La Plata con la dirección del curso de Edafología, de la Facultad de Ciencias Agrarias y Forestales. Se caracterizó la región en general y los campos en particular, utilizando información de acceso gratuito en la web, tales como imágenes satelitales, mapas de elevación digital e información meterologíca. Se utilizaron técnicas geomáticas para definir la evolución de agua en superficie mediante un análisis de la precipitación y coberturas de agua en imágenes satelitales obtenidas entre el 2000 y 2022 con la finalidad de calcular el Indice de Humedad Topográfico (TWI). Se establecen relaciones entre la precipitación, el manejo de los campos, la escorrentía superficial y las cuberturas de aguas. Se analizó la occurrencias de eventos de excesos hídricos. Se efectuaron ensayos de infiltración y el método Soil Conservation Service-Curve Number (SCS-CN) a fin de estimar la escorrentía superficial y las medidas de la humedad del suelo para verificar los resultados del mapa con el TWI. Las imágenes satélitales y el Modified Normalized Differential Water Index (MNDWI) calculado, permiten estimar las áreas más expuestas a inundaciones. El TWI permitió distinguir los sectores más altos y bajos mediante la medición de la humedad del suelo. Con los datos disponibles en este estudio, los resultados indican que las inundaciones son más frecuentes en invierno, y que los grandes eventos de inundación no se pueden predecir solo con registros de precipitación y el uso del método SCS-CN. No se pudo observar una correlación entre las extensiones de agua de las imágenes satelitales calculadas por Instituto Nacional de Tecnología Agropecuaria (INTA Clima y Agua, Castelar), y la escorrentía superficial estimada por el método SCS-CN. Sin embargo es possible encontrar una correspondencia entre las precipitaciones muy elevadas y la cobertura de agua. La occurencia de altas precipitaciones luego de un periodo lluvioso en un suelo con baja infiltración debido a una baja cobertura vegetal, aumenta la escorrentía superficial. La capacidad de infiltración del campo estudiado es de aproximadamente 16 mm/hora y un evento de lluvia extrema que se produce cada 20 años puede ser de 125 mm/día. Consecuentemente, no sería la baja infiltración la principal causa de la inundacion. No obstante, se aprecia que effectivamente un evento de 125 mm/día cubre 9 % del área en Don Joaquín y del El Amanecer. Con precipitaciones normales la cobertura es de aproximadamente 2 %. Cabe indicar que las precipitaciones registradas en la estación de Punta Indio durante los últimos 40 años, no manifiestan un comportamiento diferente en su occurencia y cantidad. En Pampa deprimida los campos se inundan frecuente, no solo debido a las precipitaciones locales y el amabiente de muy bajas pendientes. Los flujos de agua subterranea, aunque no se las pudo analizar en este estudio, también afuectuan las coberturas de agua. A fin de disminuirlos riesgos de inundación, el manejo debe garantizar una alta cobertura vegetal que aumente la infiltración y proteja al suelo y, de este modo, contribuir a controlar la natural dinámica hidrológica de la región en estudio. / Estudio del suelo, agua subterránea y vegetación, como base para definir ambientes de manejo en el partido de Magdalena

Pluvial floods are the most difficult and to date least investigated phenomena in urban hydrology. While efforts are being made to increase the knowledge base concerning this type of flooding, a large part of the difficulty lies in the nature of the precipitation. Convective storms represent most of the larger intensity short term rainfall in urban areas and is also the raintype, that is expected to increase the most in the future. The rain cells of this type have a more distinct boundary, larger intensity, a smaller extent and a shorter life span, than frontal rains. Combined with the low availability of densely spaced rain gauge networks and also low temporal resolution of measurements in 15 minutes intervals at best, makes this rain type still very difficult to analyze and even harder to predict. The resolution of cloud radar images at 2x2km and taken every 15 minutes is too coarse and the error reduction algorithms for radar based precipitation (HIPRAD) images to analysera in patterns are not sufficient by them selves to analyze the characteristics of such rainfields and the processes occurring within these fields. The spatial variation of raincells, their development and decay, the distance between them, and the velocity and direction of their movement can however be investigated employing a combination of densely spaced rain gauges and radar images to reach a more realistic representation of short-term precipitation for the use of in hydraulic models. The movement of rain fields has been investigated with two main areas of focus: The influence of direction or directional bias, often with an interest in the most crucial case referred to as the resonance effect, and in context of areal reduction of point rainfall. Most of these studies have been carried out with statistical methods and in laboratory experiments. In this study a hydraulic model was built on the terrain model of a realcity, a 28 km area in the city of Falun, to test the recently gathered information about the temporal variation of five empirical hyetographs with different peak arrival times and peak intensities, which are representative of Swedish climate. The hyetographs were produced and provided by SMHI. The empirical rain types were derived from 20 years of rain gauge observations and confirmed by radar images. For reference purposes, a standard Chicago design storm (CDS) rain was modeled as well. The simulated scenarios were modeled as a MIKE 21 hydraulic model, as a stationary scenario and in four movement directions. It was foundthat the empirical rain types produced lower inundation depth than the CDS, in a range of 20 to 50 % lower. The effect of modeling rainfall in motion produced on average only about 4-20 % lower water depths than the corresponding non-moving scenario. In a few instances, in a single evaluation point, the moving scenarios resulted in a relative water depth of a maximum of just above 1%. It was concluded that the conceptual approach of areal reduction from movement seems to be accurate and could help improve modeling rainfall in general, and specifically for cloud burst scenarios of shorter durations in urban catchments. It was also found that further investigation of the physical processes in rainfields could serve to increase the accuracy in areal reduction of precipitation for more realistic hydraulic models and in turn reduce over design. / Pluviala översvämningar är den typen, som är både svårast att reda ut och samtidigt den minst utforskade fenomenen inom urban hydrologi. Medan ansträngningar görs för att förbättra kunskapsläget, ligger den största svårigheten i nederbördens skepnad. Det är konvektiva regn som utgör de flesta av de starkare korttids regntillfällen i urbana områden och är också regntypen som förväntas att öka mest i framtiden. Regncellerna har en tydligare avgränsning, en större intensitet, mindre utsträckning, och en kortare livscykel än frontala regn. I kombination med den låga tillgängligheten av regnmätarnätverk med hög täthet i positioneringen av mätare, samt den låga tidsupplösningen av mätningar i intervaller av 15 minuter gör att konvektiva regn fortfarande är svåra att analysera och ännu svårare att förutse. Upplösningen av molnradar bilder av 2x2 km som tas varje 15:de minut är för grova och algoritmer för felreducering av bilder från radarbaserad nederbördsdata (HIPRAD) för analys av regn mönster är inte tillräckligt noggranna, för sig, för att kunna analysera egenskaperna av sådana regnfält och de processerna som karakteriserar dessa. Den spatiala variationen inom regnceller, deras utveckling och förfall, avståndet mellan dem samt riktningen och hastigheten kan ändå undersökas med hjälp av kombinationen av regnmätarnätverk och radar bilder för att uppnå mer realistiska korttids nederbördsscenarier för användning i hydrauliska model. Studier, som har undersökt regn i rörelse har varit fokuserade på två huvudområden: Betydelsen av riktningen, i vilken regnet rör sig, där den största effekten som denna riktningsbias kan uppnå, har döpts resonans effekt och i samband med ytreducering (areal reduction) av punkt nederbörd. De flesta av dessa studier har genomförts med hjälp av statistiska metoder och laboratorieexperiment. I denna studie skapades en hydraulisk modell baserad på en realistisk terräng av ett existerade urbant område, en yta på 28 km i Falun, för att testa den nyligen utvärderade informationen om temporala intensitets fördelningen som representerar det svenska klimatet. Regndatat producerades och tillhandahölls av SMHI och representerar en mätserie från regnmätare över en period av 20 år. Som referens modellerades även ett Chicago regn (CDS). Med hjälp av en MIKE21 hydraulisk modell, simulerades ett stationärt scenario och fyra rörelseriktningar för varje empirisk hyetograf. Resultaten visade att de empiriska regntyperna skapade översvämningar med 20-50% lägre vattendjup än CDS regnet. Att modellera rörelsen resulterade i 4-20% lägre vattennivåer jämfört med respektive stationär scenario. I några enstaka tillfällen, i en av evalueringspunkterna, skapade de rörliga scenarierna större resultat, med lite över 1% i det största fallet. Det drogs slutsatsen att konceptet av areal reduction genom molnrörelse verkar vara korrekt och skulle kunna hjälpa att förbättra sättet att modellera regn generellt, men också specifikt för skyfalls scenarier med korta varaktigheter över urbana avrinningsområden. Man kom ytterligare till slutsatsen att framtida studier i samband med de fysiska processerna i regnceller skulle kunna användas för att höja noggrannheten av ytreducering av nederbörd för mer realistiska hydrauliska modeller, som i sin tur kunde minska överdesign.

Data availability is extremely important for water management. Without data it would not be possible to know how much water is available or how often extreme events are likely to occur. The usually available hydro-meteorological data often have a limited representativeness and are affected by errors and uncertainties. Additionally, their collection is resource-intensive and, thus, many areas of the world are severely under-monitored. Other areas are seeing an unprecedented – yet local – wealth of data in the last decades. Additionally, the spread of new technologies together with the integration of different approaches to water management science and practice have uncovered a large amount of soft information that can potentially complement and expand the possibilities of water management. This thesis presents a series of studies that address data opportunities for water management. Firstly, the hydro-meteorological data needs for correctly estimating key processes for water resource management such as precipitation and discharge were evaluated. Secondly, the use of non-traditional sources of information such as social media and human behaviour to improve the efficiency of flood mitigation actions were explored. The results obtained provide guidelines for determining basic hydro-meteorological data needs. For instance, an upper density of 24 rain gauges per 1000 km2 for spatial precipitation estimation beyond which improvements are negligible was found. Additionally, a larger relative value of discharge data respect to precipitation data for calibrating hydrological models was observed. Regarding non-traditional sources of information, social memory of past flooding events was found to be a relevant factor determining the efficiency of flood early warning systems and therefore their damage mitigation potential. Finally, a new methodology to use social media data for probabilistic estimates of flood extent was put forward and shown to achieve results comparable to traditional approaches. This thesis significantly contributes to integrated water management by improving the understanding of data needs and opportunities of new sources of information thus making water management more efficient and useful for society. / All vattenförvaltning kräver tillgång till data. Data behövs för att kunna fastställa t.ex. hur mycket vatten som finns och sannolikheten för stora översvämningar. De hårda hydro-meteorologiska data som normalt är tillgängliga har inte sällan en begränsad representativitet och påverkas av fel och osäkerheter. Dessutom är datainsamling nästan alltid resurskrävande och därför finns hårda data i begränsad utsträckning, eller inte alls, i stora delar av världen. Samtidigt har man under senaste decennierna fått tillgång till en oöverträffad – men lokal – mängd data i vissa områden. Spridningen av ny teknik har, tillsammans med integreringen av olika vetenskapliga metoder inom vattenförvaltning och praktik, påvisat värdet av mjuk information som potentiellt kan komplettera hårda data och förbättra möjligheterna till en god vattenförvaltning. Denna avhandling presenterar studier som belyser vilka möjligheter vattenförvaltningen har vid olika tillgång på hårda data och mjuk information. Först utvärderades vilka krav som kan ställas på hydro-meteorologiska data för att korrekt kunna beskriva nyckelprocesser som nederbörd och vattenföring vid bestämning av vattenresurser. Därefter utforskades möjligheterna att förbättra översvämningsberäkningar med hjälp av mjuk information från sociala medier och rörande mänskligt beteende. Resultaten gav riktlinjer för att bestämma värdet av hydro-meteorologiska data. Till exempel visades att information om nederbördens rumsliga fördelning inte förbättras nämnvärt vid en mätartäthet över 24 regnmätare per 1000 km2. Det relativa värdet av vattenföring visade sig också vara större än för nederbörd för att kalibrera hydrologiska modeller. Det visade sig att en befolknings minne av tidigare översvämningar påverkar effektiviteten hos tidiga varningssystem för översvämningar och deras möjlighet att begränsa skador. Slutligen har en ny metod föreslagits för att använda sociala medier för sannolikhetsberäkningar av översvämmade områden. Metoden visade sig leda till resultat som var jämförbara med traditionella metoder. Avhandlingens huvudsakliga bidrag till en integrerad vattenförvaltning är att öka förståelsen för vilka data som krävs för olika förvaltningsmål och vilka möjligheter som finns att utnyttja mjuk information för att effektivisera vattenförvaltningen göra den mer användbar för samhället. / La disponibilitat de dades és extremadament important per a la gestió de l’aigua. Sense dades no seria possible conèixer ni la quantitat d'aigua disponible ni la freqüència d’esdeveniments extrems. Les dades hidrometeorològiques normalment disponibles tenen una representativitat limitada, es veuen afectades per errors i incerteses i la seva recol•lecció requereix nombrosos recursos, cosa que produeix que moltes zones del món no estiguin adequadament monitoritzades. Així i tot, en les últimes dècades s’ha generat una quantitat de dades sense precedents però de manera localitzada. A més, la difusió de noves tecnologies, juntament amb la integració de diferents enfocaments han permès utilitzar una gran quantitat de dades “toves” per complementar i ampliar les possibilitats en la gestió de l'aigua. Aquesta tesi presenta estudis que aborden algunes de les oportunitats ofertes per les dades per a millorar la gestió de l'aigua. En primer lloc es va avaluar la quantitat necessària de dades hidrometeorològiques per estimar correctament processos clau per a la gestió dels recursos hídrics. En segon lloc es va explorar l'ús de fonts no tradicionals d'informació per millorar l'eficiència de la mitigació d'inundacions. Per exemple, es va identificar una densitat màxima de 24 pluviòmetres per 1000 km2 per estimar la distribució espacial de precipitació, per sobre de la qual les millores són insignificants. A més, es va observar que les dades d’escorrentia tenen un valor relatiu més gran per al calibratge de models hidrològics que les dades de precipitació. Pel que fa a la informació no tradicional, la memòria social d’anteriors inundacions es va identificar com un factor rellevant per a determinar l'eficiència dels sistemes d'alerta d'inundacions i, per tant, del seu potencial per mitigar danys. Finalment, es va proposar una nova metodologia per utilitzar informació provinent de xarxes socials per a realitzar estimacions probabilístiques d'extensió d’inundacions i es va demostrar el seu potencial per aconseguir resultats comparables als d’enfocaments tradicionals. Aquesta tesi aporta avenços significatius per a la gestió integrada de l'aigua mitjançant la millora de la comprensió de les necessitats de dades i de les oportunitats presentades per noves fonts d'informació. D’aquesta manera contribueix a una gestió de l'aigua més eficient i útil per a la societat. / La disponibilidad de datos es sumamente importante para la gestión del agua. Sin datos no sería posible determinar la cantidad de agua disponible o la frecuencia de eventos extremos. Los datos hidrometeorológicos normalmente disponibles tienen una representatividad limitada, son afectados por errores e incertidumbres y su recolección requiere de abundantes recursos, lo cual causa que muchas zonas del mundo no estén adecuadamente monitorizadas. En contraste, en las últimas décadas se ha generado una cantidad de datos sin precedentes pero de manera localizada. Además, la difusión de nuevas tecnologías, conjuntamente con la integración de distintos enfoques, ha permitido usar una gran cantidad de datos “blandos” para complementar y ampliar las posibilidades en la gestión del agua. Esta tesis presenta estudios que abordan las oportunidades ofrecidas por los datos para mejorar la gestión del agua. En primer lugar se evaluó la cantidad necesaria de datos hidrometeorológicos para estimar correctamente procesos clave para la gestión de recursos hídricos. En segundo lugar se exploró el uso de fuentes no tradicionales de información para mejorar la eficiencia de la mitigación de inundaciones. Por ejemplo, se identificó una densidad máxima de 24 pluviómetros por 1000 km2 para estimar la distribución espacial de precipitación más allá de la cual las mejoras son insignificantes. Además se observó que los datos de escorrentía tienen un mayor valor relativo para la calibración de modelos hidrológicos que el de los datos de precipitación. Respecto a la información no tradicional, la memoria social de inundaciones pasadas fue identificada como un factor relevante para determinar la eficiencia de los sistemas de alerta de inundaciones y, por lo tanto, de su potencial para mitigar daños. Finalmente, se propuso una nueva metodología para usar información proveniente de redes sociales para realizar estimaciones probabilísticas de extensión de inundaciones y se demostró su potencial para conseguir resultados comparables a los de enfoques tradicionales. Esta tesis aporta avances significativos para la gestión integral del agua a través de la mejora de la comprensión de las necesidades de datos y de las oportunidades presentadas por nuevas fuentes de información, contribuyendo a una gestión del agua más eficiente y útil para la sociedad.