In:
Hydrogeology Journal, Springer Science and Business Media LLC, Vol. 29, No. 7 ( 2021-11), p. 2363-2379
Abstract:
As incertezas nos resultados dos modelos hidrológicos podem surgir por muitas razões, tais como a incerteza estrutural, paramétrica e de entrada. A identificação das fontes de incerteza e a quantificação dos seus impactos nos resultados do modelo são importantes para reproduzir adequadamente os processos hidrodinâmicos em aquíferos cársticos e para apoiar a tomada de decisões. O presente estudo investiga a relevância temporal das incertezas de entrada do modelo, definidas como as incertezas conceituais que afetam a representação e parametrização de processos relevantes para a recarga de águas subterrâneas, ou seja, intercepção, evapotranspiração e dinâmica da neve, no modelo LuKARS de carste. Um total de nove modelos diferentes são aplicados, três para calcular a intercepção (DVWK, Gash e Liu), três para calcular a evapotranspiração (Thornthwaite, Hamon e Oudin) e três para calcular processos de neve (Martinec, Girons Lopez e Magnusson). Todas as combinações de modelos de entrada são testadas para o estudo de caso de Kerschbaum Spring na Áustria. Os parâmetros do modelo são mantidos constantes para todas as combinações. Embora as incertezas paramétricas computadas para o mesmo modelo em estudos anteriores não mostrem variações temporais pronunciadas, os resultados do presente trabalho mostram que as incertezas de entrada são sazonalmente variáveis. Além disso, as incertezas de entrada da evapotranspiração e do derretimento da neve são mais elevadas do que as incertezas de intercepção. Os resultados mostram que a importância de um processo específico para a recarga de águas subterrâneas pode ser estimada a partir das respectivas incertezas de entrada. Estes resultados têm implicações práticas uma vez que podem orientar os investigadores na obtenção de dados de campo relevantes para melhorar a representação de diferentes processos em modelos de parâmetros agrupados e para apoiar a calibração de modelos.
Type of Medium:
Online Resource
ISSN:
1431-2174
,
1435-0157
DOI:
10.1007/s10040-021-02377-1
Language:
English
Publisher:
Springer Science and Business Media LLC
Publication Date:
2021
detail.hit.zdb_id:
1481470-5
SSG:
13
Permalink