Integrating Ground Observations and ERA5-Land Reanalysis Data in ENKI Distributed Hydrological Model for Data-Scarce Regions on the Example of Georgia's Greater Caucasus Catchments

Abstract

Denne avhandlingen undersøker integreringen av bakkeobservasjoner med ERA5-Land reanalyse av meteorologiske data ved bruk av den distribuerte hydrologiske modellen ENKI, i sammenheng med datafattige områder som Georgia, kjennetegnet ved komplekse hydrologiske forhold primært påvirket av isbreer og snøsmelteprosesser. Spesielt fokuseres det på elvene i Stor-Kaukasus, der fire hovedbassenger analyseres: Øvre Enguri, Øvre Rioni, Tskhenistskali, og Khobistskali. Forskningen omfatter en statistisk sammenligning av 28 nedbør- og 14 temperaturserier fra bakkeobservasjoner mot ERA5-Land reanalyse data fra 1970 til 1990. Seks ytelsesmetrikker beregnes på daglig, månedlig og årlig basis, ledsaget av romlige analyser via gradientkart. Resultatene viser overlegen ytelse i temperaturdata sammenlignet med nedbør, og fremhever utfordringene med å fange ekstreme værhendelser og demonstrerer en systematisk skjevhet i temperaturanslagene. Videre integrerer studien ERA5-Land reanalysens nedbør- og temperaturvariabler med historiske bakkeobservasjoner, utvider dataserien til 2023 og legger til estimater for vindhastighet, fordampning, kortbølgestråling og relativ fuktighet fra reanalysen. Dette omfattende datasettet støtter utviklingen og kalibreringen av ENKI-modellen, som testes mot historiske in-situ avrenningsmålinger fra 1980-1985 og valideres med moderne avrenningsdata fra 2017 til 2023. Denne avhandlingen understreker potensialet ved bruk av kombinerte hydrologiske modelleringstilnærminger i områder med begrenset datatilgjengelighet og underutviklede hydro-meteorologiske overvåkningsnettverk, og fremhever behovet for en reevaluering av metodene for bakkeobservasjoner. Studien tjener som et grunnleggende skritt mot utviklingen av et integrert rammeverk for effektiv hydrologisk prognostisering og vannressursforvaltning i komplekse hydrologiske regioner som Georgia.

This thesis investigates the integration of ground observations with ERA5-Land reanalysis meteorological data using the distributed hydrological model ENKI in the context of data-scarce regions like Georgia, characterized by complex hydrological settings primarily influenced by glacier and snowmelt processes. Specifically, it focuses on the Greater Caucasus rivers, analyzing four main basins: Upper Enguri, Upper Rioni, Tskhenistskali, and Khobistskali. The research encompasses a statistical comparison of 28 precipitation and 14 temperature series from ground observations against ERA5-Land reanalysis data from 1970 to 1990. Six performance metrics are computed at daily, monthly, and annual scales, accompanied by spatial analyses via gradient maps. The results indicate superior performance in temperature data compared to precipitation, highlighting the challenges in capturing extreme weather events and demonstrating a systematic bias in temperature estimates. Further, the study integrates the ERA5-Land reanalysis precipitation and temperature variables with historical ground observations, extending the data series to 2023 and adding wind speed, evaporation, shortwave radiation, and relative humidity estimates from reanalysis. This comprehensive data set supports the development and calibration of the ENKI model, which is tested against historical in-situ runoff measurements from 1980-1985 and validated with modern runoff data from 2017 to 2023. This thesis underscores the potential of using combined hydrological modeling approaches in regions with limited data availability and underdeveloped hydro-meteorological monitoring networks and highlights the necessity for reevaluation of ground observation methodologies. The study serves as a foundational step towards developing an integrated framework for effective hydrological forecasting and water resource management in complex hydrological regions like Georgia.