Search

Process-based hydrological models, which simulate nitrogen load from its sources to the receiving waterbody, play an important role in supporting catchment management. The reliability of those models, such as the representative model SWAT used in this study, is determined by a sound calibration and the analysis of the prediction uncertainty. The multi-objective calibration approach prevails the classic single-objective calibration on the spatial parameterization of specific processes. However, the requirement of additional observations and practical procedures limits its application. Moreover, the prediction uncertainty of nitrogen load is inevitable and should also be quantified. This study is a scientific contribution to catchment management by overcoming the challenge with a systematic, well-founded concept of multi-objective calibration and uncertainty analysis for nitrogen load simulation in data-scarce catchments. The concept is tested and proofed by its practical applicability on the Yuan River Catchment (YRC) in China and leads to a generalized, recommended procedure for catchment management application as valuable progress in this field. The study proposed to apply three groups of objectives, multi-site, multi-objective-function, and multi-metric. The applicability and the advantages of two multi-objective calibration approaches, Euclidean Distance and Non-Dominated Sorting Genetic Algorithm-II were analyzed. To quantify the prediction uncertainty, the study proposed to use the simulations with the highest or the lowest percent bias to represent the uncertainty band of the nitrogen load from the critical source areas (CSAs) and to the stream. The data-scarcity of the YRC was overcome by metrics obtained from open-access satellite-based datasets and metrics extracted from the existing discharge observations. Results show that multi-objective calibration has ensured the model’s better performance in terms of the spatial parameterization, the magnitude of the output time-series and the water balance components, in comparison to single-objective calibration. The predicted CSAs showed that 50% of the total nitrogen (TN) loading to the stream was from 26.3% to 37.1% of the area in the YRC. Meanwhile, over 50% of those TN were from the paddy field. Recommendations for application go to the multi-objective calibration considering all three groups of objectives. Approaches to obtain multi-metric objectives in the YRC are also applicable for catchments with data-scarcity. Recommendations for nitrogen management in the YRC is to emphasize the CSAs identified, especially the paddy field. Prozessbasierte hydrologische Modelle zur Simulation des Stickstofftransports und der resultierenden Belastung in Gewässern sind der Unterstützung des Managements von Wassereinzugsgebieten wichtig. Die Zuverlässigkeit dieser Modelle, wie das repräsentative Modell SWAT, wird durch eine sorgfältige Kalibrierung und die Analyse der Vorhersageunsicherheit bestimmt. Eine Kalibrierung auf der Basis von mehrkriteriellen Optimierung hat sich gegenüber der Kalibrierung mit einer Zielfunktion insbesondere zur räumlichen Parametrisierung relevanter Prozesse bewährt. Sie erfordert jedoch umfangreiche zusätzliche Beobachtungs- und Messwerte sowie zielführende Vorgehensweisen/Verfahren. Die Schwierigkeit der Quantifizierung der zugehörigen Vorhersageunsicherheit der Stickstoffbelastung erhöht sich ebenfalls deutlich. Diese Dissertation ist ein wissenschaftlicher Beitrag zum Management von datenarmen Wassereinzugsgebieten, indem sie die gegebene Herausforderung mit einem systematischen, fundierten Konzept der mehrkriteriellen Kalibrierung und zugehörige Unsicherheitsanalyse für die Simulation der Stickstoffbelastung angeht. Das Konzept wird hinsichtlich der praktischen Anwendbarkeit am Beispiel des Yuan River Catchment (YRC) in China entwickelt und getestet. Daraus wird eine allgemeine Vorgehensweise in datenarmen Wassereinzugsgebieten als wissenschaftlicher Beitrag in diesem Bereich abgeleitet. In der Dissertation werden die verschiedenen Zielkriterien bei der Modellkalibrierung in drei Gruppen klassifiziert: multi-site, multi-objective-function und multi-metric. Die Anwendbarkeit und die Vor- und Nachteile von zwei mehrkriteriellen Kalibrierungsverfahren, Euclidean Distance und Non-Dominated Sorting Genetic Algorithm II werden eingesetzt. Um die Vorhersageunsicherheit zu quantifizieren, werden die Simulationen mit der höchsten oder niedrigsten prozentualen Abweichung für die Spezifikation der Unsicherheitsbandbreite verwendet. Die Datenknappheit des Wassereinzugsgebietes YRC wurde durch die Verwendung von Messungen aus mehrerer, verschiedenen Quellen (multi-metric) überwunden: satellitenbasierte Open-Access-Datensätzen und die vorhandenen Abflussmessungen im Gewässer. Die Ergebnisse zeigen, dass die mehrkriteriellen Kalibrierung die Qualität des Simulationsmodells im Vergleich zur Kalibrierung mit einer Zielfunktion signifikant erhöht hat. Die vorhergesagten kritischen Stickstoffeintragsbereiche (critical source areas, CSAs) zeigen, dass 50% der gesamten Stickstoffbelastung des Yuan River 26,3% bis 37,1% der Fläche im YRC ausmachen. Für die praktische Umsetzung beim Management von Wassereinzugsgebieten wird empfohlen, für die mehrkriteriellen Kalibrierung in datenarmen Einzugsgebieten wie dem YRC alle drei Gruppen von Zielkriterien zu verwenden. Spezifisch für das YRC wird empfohlen, bzgl. der Stickstoffbelastung ein besonderes Augenmerk auf die Reisfelder im Bereich der CSAs und deren Bewirtschaftung zu legen.

Process-based hydrological models, which simulate nitrogen load from its sources to the receiving waterbody, play an important role in supporting catchment management. The reliability of those models, such as the representative model SWAT used in this study, is determined by a sound calibration and the analysis of the prediction uncertainty. The multi-objective calibration approach prevails the classic single-objective calibration on the spatial parameterization of specific processes. However, the requirement of additional observations and practical procedures limits its application. Moreover, the prediction uncertainty of nitrogen load is inevitable and should also be quantified. This study is a scientific contribution to catchment management by overcoming the challenge with a systematic, well-founded concept of multi-objective calibration and uncertainty analysis for nitrogen load simulation in data-scarce catchments. The concept is tested and proofed by its practical applicability on the Yuan River Catchment (YRC) in China and leads to a generalized, recommended procedure for catchment management application as valuable progress in this field. The study proposed to apply three groups of objectives, multi-site, multi-objective-function, and multi-metric. The applicability and the advantages of two multi-objective calibration approaches, Euclidean Distance and Non-Dominated Sorting Genetic Algorithm-II were analyzed. To quantify the prediction uncertainty, the study proposed to use the simulations with the highest or the lowest percent bias to represent the uncertainty band of the nitrogen load from the critical source areas (CSAs) and to the stream. The data-scarcity of the YRC was overcome by metrics obtained from open-access satellite-based datasets and metrics extracted from the existing discharge observations. Results show that multi-objective calibration has ensured the model’s better performance in terms of the spatial parameterization, the magnitude of the output time-series and the water balance components, in comparison to single-objective calibration. The predicted CSAs showed that 50% of the total nitrogen (TN) loading to the stream was from 26.3% to 37.1% of the area in the YRC. Meanwhile, over 50% of those TN were from the paddy field. Recommendations for application go to the multi-objective calibration considering all three groups of objectives. Approaches to obtain multi-metric objectives in the YRC are also applicable for catchments with data-scarcity. Recommendations for nitrogen management in the YRC is to emphasize the CSAs identified, especially the paddy field., Prozessbasierte hydrologische Modelle zur Simulation des Stickstofftransports und der resultierenden Belastung in Gewässern sind der Unterstützung des Managements von Wassereinzugsgebieten wichtig. Die Zuverlässigkeit dieser Modelle, wie das repräsentative Modell SWAT, wird durch eine sorgfältige Kalibrierung und die Analyse der Vorhersageunsicherheit bestimmt. Eine Kalibrierung auf der Basis von mehrkriteriellen Optimierung hat sich gegenüber der Kalibrierung mit einer Zielfunktion insbesondere zur räumlichen Parametrisierung relevanter Prozesse bewährt. Sie erfordert jedoch umfangreiche zusätzliche Beobachtungs- und Messwerte sowie zielführende Vorgehensweisen/Verfahren. Die Schwierigkeit der Quantifizierung der zugehörigen Vorhersageunsicherheit der Stickstoffbelastung erhöht sich ebenfalls deutlich. Diese Dissertation ist ein wissenschaftlicher Beitrag zum Management von datenarmen Wassereinzugsgebieten, indem sie die gegebene Herausforderung mit einem systematischen, fundierten Konzept der mehrkriteriellen Kalibrierung und zugehörige Unsicherheitsanalyse für die Simulation der Stickstoffbelastung angeht. Das Konzept wird hinsichtlich der praktischen Anwendbarkeit am Beispiel des Yuan River Catchment (YRC) in China entwickelt und getestet. Daraus wird eine allgemeine Vorgehensweise in datenarmen Wassereinzugsgebieten als wissenschaftlicher Beitrag in diesem Bereich abgeleitet. In der Dissertation werden die verschiedenen Zielkriterien bei der Modellkalibrierung in drei Gruppen klassifiziert: multi-site, multi-objective-function und multi-metric. Die Anwendbarkeit und die Vor- und Nachteile von zwei mehrkriteriellen Kalibrierungsverfahren, Euclidean Distance und Non-Dominated Sorting Genetic Algorithm II werden eingesetzt. Um die Vorhersageunsicherheit zu quantifizieren, werden die Simulationen mit der höchsten oder niedrigsten prozentualen Abweichung für die Spezifikation der Unsicherheitsbandbreite verwendet. Die Datenknappheit des Wassereinzugsgebietes YRC wurde durch die Verwendung von Messungen aus mehrerer, verschiedenen Quellen (multi-metric) überwunden: satellitenbasierte Open-Access-Datensätzen und die vorhandenen Abflussmessungen im Gewässer. Die Ergebnisse zeigen, dass die mehrkriteriellen Kalibrierung die Qualität des Simulationsmodells im Vergleich zur Kalibrierung mit einer Zielfunktion signifikant erhöht hat. Die vorhergesagten kritischen Stickstoffeintragsbereiche (critical source areas, CSAs) zeigen, dass 50% der gesamten Stickstoffbelastung des Yuan River 26,3% bis 37,1% der Fläche im YRC ausmachen. Für die praktische Umsetzung beim Management von Wassereinzugsgebieten wird empfohlen, für die mehrkriteriellen Kalibrierung in datenarmen Einzugsgebieten wie dem YRC alle drei Gruppen von Zielkriterien zu verwenden. Spezifisch für das YRC wird empfohlen, bzgl. der Stickstoffbelastung ein besonderes Augenmerk auf die Reisfelder im Bereich der CSAs und deren Bewirtschaftung zu legen.

International audience