Hydrologic Model Calibration With Remote Sensing Data Products in Global Large Basins

地表径流 校准 水文模型 遥感 环境科学 降水 不确定度分析 仿真建模 计算机科学 水文学(农业) 地质学 气象学 气候学 模拟 工程类 统计 生态学 岩土工程 数理经济学 物理 生物 数学
作者
Xiaomang Liu,Kun Yang,Vagner G. Ferreira,Peng Bai
出处
期刊:Water Resources Research [Wiley]
卷期号:58 (12) 被引量:7
标识
DOI:10.1029/2022wr032929
摘要

Abstract Parameters of hydrologic models are typically calibrated using in situ runoff observations. This calibration strategy cannot be implemented when runoff observations are not available. Additionally, the high accuracy of runoff simulation does not guarantee high simulation accuracy of other hydrologic variables, such as evaporation (ET) and terrestrial water storage change (TWSC), leading to uncertainties in hydrologic predictions. To overcome the shortcomings of the runoff‐based calibration strategy, ET and TWSC products from remote sensing were used to design parameter calibration schemes in 59 large basins worldwide. Runoff observations were used to evaluate the effects of different calibration schemes. Results show that single‐objective calibration schemes using the ET or TWSC products for parameter calibrations cannot obtain acceptable runoff simulations. Multi‐objective calibration schemes using the combination of ET and TWSC products for parameter calibrations had better runoff simulation accuracy. The multi‐objective calibration scheme using the combination of ET product adjusted by the Budyko formula and TWSC product as the calibration objective had the best runoff simulation accuracy. It is necessary to adjust ET products before using them for parameter calibrations of hydrologic models. The Budyko formula can be used to reduce the bias in remote sensing ET products, thereby providing better constraints on hydrologic simulations. We also find that different precipitation products used as inputs to hydrologic models can significantly affect the accuracy of runoff simulations. The results are expected to promote the application of remote sensing products in hydrologic simulations and predictions.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
共享精神应助摇匀采纳,获得10
刚刚
小芳芳完成签到,获得积分20
刚刚
大模型应助Bobo采纳,获得10
1秒前
zzz完成签到,获得积分20
1秒前
ThomasZ完成签到,获得积分10
1秒前
2秒前
骅暘发布了新的文献求助10
3秒前
乐乐应助哈啰采纳,获得10
3秒前
CipherSage应助duou采纳,获得10
5秒前
6秒前
gorgeous发布了新的文献求助10
6秒前
TW发布了新的文献求助10
8秒前
林林完成签到,获得积分10
9秒前
南极洲可乐完成签到,获得积分10
10秒前
自信眼睛完成签到 ,获得积分10
11秒前
11秒前
似风完成签到,获得积分10
12秒前
骅暘完成签到,获得积分10
14秒前
15秒前
在水一方应助xjw采纳,获得10
16秒前
16秒前
哈啰发布了新的文献求助10
18秒前
顾矜应助小马宝莉采纳,获得10
19秒前
曦光发布了新的文献求助50
19秒前
王溪曼发布了新的文献求助20
20秒前
20秒前
善学以致用应助创新采纳,获得10
21秒前
zc完成签到,获得积分10
21秒前
我睡觉的时候不困完成签到,获得积分10
21秒前
Owen应助发嗲的宝马采纳,获得10
21秒前
凊嗏淡墨完成签到,获得积分10
22秒前
li完成签到 ,获得积分10
22秒前
XP416完成签到,获得积分10
23秒前
念安完成签到,获得积分10
23秒前
优美彩虹完成签到,获得积分20
24秒前
24秒前
迅速的发文章的美女关注了科研通微信公众号
25秒前
香蕉觅云应助王一一采纳,获得10
25秒前
Delight完成签到 ,获得积分10
26秒前
27秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版,不要epub版本 431
Mission to Mao: Us Intelligence and the Chinese Communists in World War II 400
The Conscience of the Party: Hu Yaobang, China’s Communist Reformer 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3292581
求助须知:如何正确求助?哪些是违规求助? 2928924
关于积分的说明 8438976
捐赠科研通 2600963
什么是DOI,文献DOI怎么找? 1419413
科研通“疑难数据库(出版商)”最低求助积分说明 660282
邀请新用户注册赠送积分活动 642924