Breaking walls towards fully open source hydrological modeling


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Hydrological models are powerful mathematical tools to address environmental problems and are often used for watershed management and planning. Hydrological models are data driven and the lack of data availability often limits model development. In this paper, we address several challenges in building and running a hydrological model for streamflow simulations based solely on freely available data and open source software. The Soil and Water Assessment Tool (SWAT) hydrological modeling software has been used in the Map Window Geographic Information System (GIS). All spatial and non-spatial data used in this study were obtained from various free of charge online sources. Model calibration and validation represent major challenges following the initial model construction since they involve several trial and error processes to reach acceptable model performances. These critical steps were programmed here as automated scripts in the R open source statistical package. The challenges of model building are described step by step through video tutorials. Using a case study in the Mendoza watershed in Argentina, we show that simulated streamflow exhibits sound agreement with the observed streamflow considering daily time steps (NSE = 0.69, R2 = 0.72 and Percent bias = +9%). The workflow demonstrated in this study can be applied for other watersheds, especially in data-sparse regions that may lack key regional or local data sets.

Ключевые слова

Об авторах

Kazi Rahman

Institute for Environmental Sciences, enviroSPACE Lab., Battelle; Environmental Earth System Science

Автор, ответственный за переписку.
Email: krahman@stanford.edu
Швейцария, Building D, 7 route de Drize, Carouge, CH-1227; California

Nicolas Ray

Institute for Environmental Sciences, enviroSPACE Lab., Battelle; Risk Modeling Unit

Email: krahman@stanford.edu
Швейцария, Building D, 7 route de Drize, Carouge, CH-1227; Zurich

Grégory Giuliani

Institute for Environmental Sciences, enviroSPACE Lab., Battelle; Risk Modeling Unit

Email: krahman@stanford.edu
Швейцария, Building D, 7 route de Drize, Carouge, CH-1227; Zurich

Chetan Maringanti

United Nations Environment Programme, Division of Early Warning and Assessment

Email: krahman@stanford.edu
Швейцария, 11 chemin des Anémones, Châtelaine, CH-1219

Chris George

Centre for Software Certification

Email: krahman@stanford.edu
Канада, Information Technology Building 101 1280 Main Street West Hamilton, Ontario, L8S 4K1

Anthony Lehmann

Institute for Environmental Sciences, enviroSPACE Lab., Battelle

Email: krahman@stanford.edu
Швейцария, Building D, 7 route de Drize, Carouge, CH-1227

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Pleiades Publishing, Ltd., 2017

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».