Assignment description

A water management agency has hired you to develop a rainfall-runoff model to assess available water resources in one of their catchments.  The agency is especially interested in the ability to predict reliably the occurrence of future low flow periods in order to understand potential risks posed by climate change and other factors to water users and freshwater ecosystems in the catchment.

Based on this brief, your task is to calibrate, validate, and then apply the GR4J rainfall-runoff model using climate and streamflow data to assess low flow risks in the catchment. Before starting your analysis, you will need to access and download:  (i) observation data (climate, streamflow, and information about relevant catchment characteristics) for your assigned catchment, (ii) projections of future climate for the catchment, and (iii) copy of the Matlab toolbox and associated scripts needed to perform calibration and validation of the GR4J rainfall-runoff model.  More details on how to access these are provided on page 3 of this brief under section ‘Data and Codes’ .

Once you have downloaded the relevant data for your catchment and model code files, your task is then to use the information covered in lectures and supplementary reading for Module 1 of this unit to complete the following analyses and then write a short report about your results and findings.  Details about the report format and guidelines are provided on page 2 of this brief under the section heading ‘Report structure’ .

1.  Conduct a preliminary analysis of the streamflow data for your assigned catchment.  Explore how streamflow varies over the observed historical record (both between and within years), and assess how streamflow vari- ability relates to climatic, topographic, land cover, soil and/or hydrogeological characteristics of the catchment provided within the supplementary dataset files.

2.  Use the Matlab scripts provided to calibrate and validate the GR4J model against observed historical stream- flow data.   All  the  key calculation steps are already completed in the scripts,  but you will need to make decisions about the choice of model objective function, how to divide your data between calibration and val- idation periods,  initial parameter guesses/sample size,  and the method of calibration.   For  the latter:   (a) ‘ManualCalibration.m’ script enables you to manually change model parameters and assess OF score, (b) ‘Ran- domSampling.m’ extends script (a) to allow you to evaluate OF a randomly sampled set of N model parameters, and (c) ‘AutoCalibration.m’ performs an automatic calibration of model parameters using Matlab’s inbuilt lo- cal gradient-based search algorithm function (fminsearchbnd). You are also want to try modifying scripts (e.g., use a genetic algorithm optimiser instead of fminsearchbnd) or combine methods (e.g., use random sampling to refine parameter search space before auto calibration).  Record the final optimised parameter values and associated OF performance metrics you obtain (including how these change as you refine your analysis). It is your choice to decide when you think your model is ‘good enough’ balancing performance and time, but be aware that the model will calibrate better/worse for some catchments and depending on choices made in the calibration process.

3.  Apply your calibrated model parameters together with future climate data to estimate the changes in streamflow in your catchment.  To complete this analysis, you will need modify the the script ‘RunGR4J.m’ to load in baseline and future weather data for your catchment that has been provided for you from the UK Climate Projections 2018 (UKCP18) database. This dataset contains weather data for a baseline historic period (1981- 2010) and 2 future time periods (2021-2050 and 2051-2080) for 3 different ensemble members (i.e., versions) of the UK Met Office’s HAD-GEM3 climate model.  All future runs were for an RCP 8.5 scenario (more details in the Data and Code section of the brief on page 4).  Comparing simulated streamflow for runs using each future period with simulated streamflow obtained when running the model with baseline weather data provides a means to assess changes in streamflow caused by climate change between those periods. You should also assess uncertainty in estimated streamflow change as a function of the choice of climate model used to create future weather data inputs.  It is your decision as to how to quantify changes in streamflow over time and between models, but you may find it useful to utilise hydrograph summary statistics (e.g., low flow frequencies) and methods (e.g., flow duration curves) to aid your analysis and interpretation of changes.

Assessment and submission

This coursework is to be completed individually.  Submission of the coursework is in the format of a short report (pdf format) that summarises the findings of your analysis.  The length of the report must not exceed 3000 words, not counting any title, contents, or bibliography pages.   A suggested structure for the report is provided in the following section of this document, along with a breakdown of marks allocated to each component of the analysis and report.  You must include appropriate figures, tables, and supporting references when discussing your analysis and the findings you obtain.  Please provide a statement of your word count on the title page - any reports exceeding the allowable word limit will be marked down.

The deadline for submitting this piece of coursework is 6pm  on  Friday  15  March  2024.  You should submit your report using the Turnitin link in the folder ‘.../Coursework/CW1 - Hydrological Modelling/...’  on Blackboard. Coursework will be checked for plagiarism and collusion using the Turnitin software, and any evidence of academic malpractice will be taken very seriously by the department and the University.  This assignment is worth 30% of the total mark for this unit. Late submissions will be deducted 10% per day, and any submissions received more than 4 days late (i.e. after 6pm on Tuesday 19 March 2024) will be graded zero.

Report structure

Begin your report with a short introductory paragraph describing the objectives of the proposed work. This should be in your own words - do not simply copy from the brief!  The main body of your report should then contain the following information (note distribution of marks) relating to the core tasks outlined above:

Background  (15%):  Describe the location,  physical characteristics/attributes, and streamflow regime for your catchment. You description should clearly evidence and summarise how streamflow varies over the observed histori- cal record (both between and within years), and link this to physical characteristics and dominant runoff generation processes in the catchment outlined in the supplementary CAMELS-GB files. You should support your analysis with appropriate summary statistics and methods (e.g., flow duration curves) drawn from lecture material and reading.

Model calibration and validation  (40%):  Describe and justify the  approach you took to calibrate and vali- date your model, including optimisation method(s), initial parameter guesses, choice of objective function, calibra- tion/validation data splits, etc.  Report the optimised parameter values you obtain, and discuss the quality of the model fit to observed data during both calibration and validation periods (including relevant performance statis- tics such as OF scores).  Include relevant performance statistics such as OF scores to support your discussion, and comment on potential causes of any remaining differences between modelled and observed streamflow. This section should also highlight any steps you took to refine your calibration approach during your analysis, including justifi- cations and evidence about how streamflow estimation improved (or not) through these choices.

Climate change assessment  (30%):  Discuss the  results  of your analysis of future climate change impacts on streamflow in your catchment, outlining key findings with regard to projected changes over time and uncertainty across model ensemble members. You should use relevant hydrograph summary statistics and methods to aid your analysis, and be sure to pay particular attention to the core interests of the water management agency given in the initial brief when discussing future changes in streamflow dynamics.

Recommendations  and  conclusions  (15%):  Summarise the key findings of your report,  commenting on the accuracy of your model calibration + validation and climate change impact assessments in the context of the brief. Provide recommendations for how you would improve your analysis and strengthen your findings if you had access to more time, data, and resources.  Hint:  consider how you would improve calibration of the model, whether you might have chosen to use a different rainfall-runoff model or setup (and why), how you could have expanded analysis of fu- ture climate impacts and uncertainties, what other drivers of future streamflow change could have been analysed, etc.

Presentation: Pay careful attention to the way you structure, report and present your work.  Unclear or incomplete wording, a lack of relevant supporting figures and/or tables, and failure to include relevant supplementary references will lead to a loss of marks. A title page and bibliography should also be included in your report.

Data and Codes

To help you to complete your coursework, you have been provided with a range of relevant data for your assigned catchment along with Matlab scripts and functions to simplify programming required to calibrate and validate the GR4J rainfall-runoff model. Details of how to access each of these are given in the sub-sections below, followed by a short note on accessing Matlab software and licenses needed for this coursework.

Catchment observation data - for CW Part 2

On Blackboard, navigate to the folder  ‘.../Coursework/CW1  - Hydrological Modelling/ObservationData/...’.  First, determine the ID number of your  allocated catchment by downloading  and opening the file  ‘CatchmentAlloca- tion.xlsx’ .  These ID numbers represent the gauge ID’s for different streamflow monitoring stations in the UK, and you have each been assigned data for a unique catchment gauge on which you will complete your coursework.

Next, from the same folder on Blackboard, download the zip file ‘CatchmentData.zip’ and unzip to a folder on your computer (it doesn’t matter where, but it is best to pick a location where you will be storing all the files used in this piece of coursework).  The folder contains a range of different data files, which are drawn from the CAMELS database (Coxon et al., 2020). This dataset provides hydro-meteorological timeseries and landscape attributes for a range pf catchments across UK, collated from the National River Flow Archive and other sources for the period 1st October 1970 to the 30th September 2015. Provided in the zip folder are the following files:

. In the subfolder ‘.../TimeSeriesData/...’ you will find a series of files with the naming format

‘CAMELS GB hydromet timeseries IDNUM.csv’, where IDNUM refers to the unique five-digit gauge ID for each catchment (use this to determine which contains the data for your catchment). Within this file, you will find daily time series of a range of different climatic and hydrological variables for the catchment.  Those that will be specifically needed for your coursework are:

1.  Date

2.  Precipitation: Daily total precipitation [mm/day]

3.  PET: Daily total potential evapotranspiration [mm/day]

4.  Temperature: Average daily temperature [C]

5.  Discharge spec: daily catchment specific discharge to use for model calibration [mm/day]

. In the subfolder ‘.../SupplementaryData/...’ you will find a series of files containing information about a range of catchment attributes for all of the catchments included in the full CAMELS  GB database. You will need to use your catchment ID number to find the relevant rows of data for your catchment:

1.  TopographicAttributes: Location and topography of each catchment

2.  ClimaticAttributes:  11 climatic indices describing catchment averaged mean rainfall and PET, aridity, seasonality and climatic extremes

3.  HydrologicAttributes:  14 hydrologic signatures describing mean flow, runoff coefficient, base flow index and flow extremes

4.  LandCoverAttributes: 9 land cover attributes describing the percentage of deciduous woodland, evergreen woodland, crops, shrubs, grassland, urban, inland water and bare soils/rocks in each catchment, alongside the dominant land cover

5.  SoilAttributes: 48 soil attributes describing the percentage sand, silt and clay content, depth available to roots, organic carbon content, bulk density, total available water content, saturated hydraulic conductivity and porosity

6.  HydrogeologyAttributes: 9 hydrogeological attributes describing the proportion of the catchment under- lain by hydrogeological units of high, moderate or low productivity or where there are rocks with essentially no groundwater

7.  HydrometryAttributes: 19 hydrometric attributes for each catchment describing the gauging station type, period of flow data available, gauging station discharge uncertainty and channel characteristics such as bankfull

8.  HumanInfluenceAttributes: Catchments selected for your coursework come from the UK Benchmark Net- work, meaning that influence of humans on the flow regimes of these catchments is modest.  Information in this file is provided for reference purposes.

Additional information about all of the variables reported in the hydro-meteorological time-series and data files can be found in the supporting documentation file provided in the zip folder (‘CAMELS SupportingDocumentation.rtf’) or in the associated journal paper (Coxonetal., 2020) a copy of which is also provided in the folder ‘.../Coursework/CW1 - Hydrological Modelling/Data/...’  on Blackboard.

Climate change projections - for CW Part 3

On Blackboard, navigate to the folder ‘.../Coursework/CW1 - Hydrological Modelling/ClimateProjections/...’ . Down- load the zip file for your catchment ID (check the file name to be sure you are downloading the correct file), and unzip to a folder on your computer (it doesn’t matter where, but it is best to pick a location where you will be storing all the files used in this piece of coursework).

You will see that the unzipped folder contains three separate sub-folders, each denoting data for a different ensemble member (or version) of the UK Met Office’s Hadley Centre Regional Climate Model (RCM). Each sub-folder contains three ‘.csv’ files with time-series of weather inputs needed to run GR4J for three different time periods:  (i) a historic baseline period:  1981-2020, and (ii) projections for two future periods:  2021-2049  and 2050-2079.  Comparison of streamflow for each of the two future time series with the historic baseline can be used to assess impacts of climate change on streamflow. You can also comapre differences for different ensemble members to understand some of the uncertainty in future climate impacts.

The data described above have been obtained from the UK Climate Impacts Projections 2018 (UKCP18) project. Data were derived from runs of the UK Met Office’s Hadley Centre Regional Climate Model (RCM). This RCM provides data on daily weather conditions for the period  1980-2080 at a spatial resolution of 12km, which have then been aggregated to the catchment level based on area-weighted averaging of model data within the catchment boundary.  All data are for a single scenario of future greenhouse gas concentrations (RCP8.5 - a high-emissions or business-as-usual scenario).  As a result, the data do not provide information about uncertainty in future climate change due to uncertainty about how big/small greenhouse gas emissions will be in the future.  Similarly, the Hadley Centre model is just one of a range of climate models currently used globally (most major meteorological agencies have there own climate model), so the data do not enable evaluation of uncertainty related to the choice of climate model itself.

RCM baseline time-series cover a historic time period (i.e.  prior to present).  Climate data for the historic period were derived based on runs of the RCM using observed historic greenhouse gas concentrations. The statistical prop- erties of these data are comparable to the observed weather data for your catchment that were used in Part 2, but specific years will not match directly as climate model runs do not aim to reproduce the specific past sequencing of weather. For part 3 of your coursework, you should use the historic RCM time-series as your baseline for assessing future climate impacts.

Further details about RCM data and projections can be found in Murphy et al.  (2018), and will also be discussed in the Module 1.3 lecture.

Rainfall-runoff model codes

On Blackboard, navigate to the folder  ‘.../Coursework/CW1  - Hydrological Modelling/Data/...’.  Download the zip file ‘MARRMoT.zip’ and unzip to a folder on your computer (it doesn’t matter where).

The folder contains a range of Matlab scripts and functions, which form the Modular Assessment of Rainfall–Runoff Models Toolbox (MARRMoT) developed by researchers at the University of Bristol (Knoben et al., 2019).  MAR- RMoT is an open-source toolbox containing model code for 46 conceptual rainfall-runoff models, including the GR4J model you will use in this coursework, along with supporting functions for solving model equations and calibrat- ing model parameters against observation data.  Further information about MARRMoT scripts and functions are provided in the supporting documentation file provided in the zip folder (‘MARRMoT UserManual.pdf’) or in the associated journal paper (Knoben et al., 2019) a copy of which is also provided in the folder  ‘.../Coursework/CW1