Spatial precipitation information in hydrology: Addressing hydroclimate variability and generating spatially distributed design storm ensembles
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Engineering |
Doctoral thesis (article-based)
| Defence date: 2025-11-28
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Major/Subject
Mcode
Degree programme
Language
en
Pages
95 + app. 60
Series
Aalto University publication series Doctoral Theses, 227/2025
Abstract
Hydroclimate in Finland has changed in recent decades, with increasing temperatures and precipitation altering runoff patterns. While trends in average hydroclimatic conditions are well studied, hydroclimate variability remains less explored, despite its relevance for extreme events such as heavy rainfall and floods. Improved understanding of these rainfall-induced extremes can be achieved with better rainfall information. Traditional rain gauges provide accurate temporal observations but lack spatial information, which can be addressed by weather radars. Spatiotemporal rainfall information in hydrological modelling improves flood risk management and overall resilience of the society to the changing hydroclimate variability and extreme events. Spatially distributed radar rainfall information also enables generation of more realistic 2D design storms, allowing assessment of uncertainties and variability in rainfall-runoff modelling outcomes. This research quantifies observed spatiotemporal changes of temperature, precipitation, and runoff for 1962–2014 at the subbasin scale in Finland. A novel statistical method, median absolute deviation (MAD), was used to measure variability. New insights on spatiotemporal rainfall variability were achieved through design storm simulations and uncertainty assessments in rainfall-runoff modelling. The short-term ensemble prediction system pySTEPS was modified to generate stochastic 2D design storms mimicking radar observations. To evaluate the benefits of radar rainfall information, the model was parameterized against two observed rain events in Western Finland and applied to compare rainfall accumulations from 2D design storm fields and 1D design storm time series. Moreover, the impact of the direction and the magnitude of rain field advection on rainfall and runoff accumulations was assessed via design storm ensembles across altered advection scenarios imitating an observed thunderstorm in Southern Finland. Hydroclimate variability in 1962–2014 showed mixed spatial and temporal trends and patterns, however, with some distinct areas of similar patterns in changes in variability. Annual temperature variability decreased across Finland, with decreases in winter in Southern Finland and in summer in Northern Finland. Annual precipitation variability decreased in Southern Finland, with decreases in winter and spring in the central parts of Finland and increases in autumn in Northern Finland. Spring runoff variability decreased in Southern Finland and increased in winter in most parts of Finland, and in summer in the central parts. Comparison to previous studies highlights that trends in average hydroclimate do not necessarily translate to parallel changes in variability. Generated 2D design storm ensembles illustrated how rain events with the same spatiotemporal statistics and a similar large-scale mean areal rainfall can in smaller scales produce drastically different rainfall accumulations with varying spatial patterns. The sampling method to calculate areal rainfall, areal vs. gauge estimate, influenced the maximum rainfall accumulations, demonstrating the benefits of spatially distributed 2D design storm ensembles. Direction and magnitude of rain field advection notably impacted rainfall accumulation, with orientation of elongated rainfall structures and slower advection extending event durations and increasing accumulations. In this study, uncertainty in spatial rainfall information was assessed via stochastic ensembles, which were inputted to the urban stormwater model SWMM to generate a range of runoff outputs. Assessing the hydroclimate variability alongside the average conditions provides a more holistic view of extreme events, aiding future predictions, planning, and decision-making processes. Improved adaptive models incorporating hydroclimate variability can improve climate adaptation strategies, and hence, support design of resilient infrastructure and sustainable urban planning.Suomen ilmasto ja hydrologinen kierto ovat muuttuneet viime vuosikymmeninä. Lämpötilojen ja sadannan kasvu on vaikuttanut valunnan määrään ja ajoitukseen. Ilmaston keskimääräisiä muutoksia on tutkittu laajasti, mutta ilmaston vaihtelun muutoksiin on kiinnitetty vähemmän huomiota. Vaihtelun ja ääri-ilmiöiden, kuten rankkasateiden ja tulvien, välistä yhteyttä voidaan selvittää paremmin tarkemmalla sadantatiedolla. Perinteinen sademittari tuottaa paikallisesti tarkan havaintotiedon, mutta ei tarjoa tietoa sateen alueellisesta jakautumisesta. Säätutka tarjoaa tähän ratkaisun. Ajallisesti ja paikallisesti tarkempi sadantatieto hydrologisessa mallinnuksessa parantaa tulvariskien hallintaa sekä yhteiskunnan sopeutumista ilmaston vaihteluun ja sään ääri-ilmiöihin. Säätutkalla mitattu sadantatieto mahdollistaa myös vaihtelevien mitoitussadeparvien tuottamisen sekä sadanta- ja valuntamallinnukseen liittyvien epävarmuuksien ja hajontojen arvioinnin. Tässä työssä tarkasteltiin lämpötilan, sadannan ja valunnan vaihtelun muutoksia Suomessa vuosina 1962–2014. Vaihtelua arvioitiin hajontaa kuvaavan MAD-muuttujan (median absolute deviation) avulla. Sadannan vaihtelua ajassa ja paikassa tutkittiin myös mitoitussadesimulointien ja sadantavaluntamallinnuksen kautta. Tätä varten lyhyen aikavälin sade-ennustusmalli pySTEPS muunnettiin tuottamaan stokastisia 2D mitoitussateita, jotka perustuivat säätutkamittauksiin. Sadesimulointimalli parametrisoitiin vastaamaan kahta Länsi-Suomessa havaittua sadetapahtumaa ja tuloksia hyödynnettiin 2D mitoitussateisiin pohjautuvien sadekertymien vertaamisessa perinteisten 1D mitoitussadeaikasarjojen tuottamiin kertymiin. Lisäksi tutkimuksessa selvitettiin, miten sadekenttien etenemissuunta ja -nopeus vaikuttavat sadanta- ja valuntakertymiin. Tulokset osoittivat, että ilmaston ja hydrologisen kierron vaihtelun muutokset poikkeavat ajallisesti ja alueellisesti merkittävästi toisistaan. Kuitenkin joillakin alueilla muutokset olivat yhteneviä. Vuosittaisen lämpötilan vaihtelun havaittiin laskeneen koko Suomessa, ja talvien välinen vaihtelu väheni Etelä-Suomessa sekä kesien välinen vaihtelu Pohjois-Suomessa. Vuosittaisen sadannan vaihtelu laski Etelä-Suomessa, samoin kuin talvien ja keväiden välinen vaihtelu Keski-Suomessa. Sen sijaan syksyjen välinen sadannan vaihtelu kasvoi Pohjois-Suomessa. Valunnan vaihtelussa havaittiin laskua keväiden välillä Etelä-Suomessa, kun taas talvien välinen vaihtelu kasvoi suuressa osassa maata ja kesien välinen vaihtelu kasvoi Keski-Suomessa. Vertailu aiempaan kirjallisuuteen osoittaa, että ilmaston keskimääräisten olosuhteiden muutokset eivät tarkoita samanlaisia muutoksia ilmaston vaihtelussa. Tutkimuksessa tuotetut 2D mitoitussateet havainnollistivat, miten tilastollisesti ja keskimääräisen sadannan osalta samankaltaiset simuloidut sadetapahtumat voivat paikallisella tasolla tuottaa merkittävää hajontaa sadekertymissä, osoittaen 2D mitoitussateiden tarpeellisuuden. Tulosten mukaan sadekenttien etenemissuunta ja -nopeus vaikuttivat huomattavasti sadekertymiin. Liikesuunnan myötäiset pitkänomaiset sadekenttärakenteet sekä hitaampi liike johtivat pitkittyneisiin sadetapahtumiin ja suurempiin sadekertymiin. Tutkimuksessa hyödynnettiin stokastisia parvisimulointeja sadannan ajassa ja paikassa tapahtuvan vaihtelun epävarmuuksien arviointiin. Näitä simulaatioita hyödynnettiin SWMM-valuntamallissa. Ilmaston ja hydrologisen kierron vaihtelun arviointi yhdessä ilmaston keskimääräisten olosuhteiden kanssa on keskeistä sään ääri-ilmiöiden ymmärrykselle. Kehittyneemmät ja mukautuvammat simulointimallit, jotka kykenevät huomioimaan ilmaston vaihtelun, parantavat mahdollisuuksia sopeutua muuttuviin ilmasto-oloihin ja tukevat kestävää infrastruktuuri- ja kaupunkisuunnittelua.Description
Supervising professor
Koivusalo, Harri, Prof., Aalto University, Department of Built Environment, FinlandThesis advisor
Kokkonen, Teemu, Dr., Aalto University, Department of Built Environment, FinlandNiemi, Tero, Dr., Finnish Environment Institute Syke, Finland
Other note
Parts
-
[Publication 1]: Lindgren, Ville; Guillaume, Joseph H. A.; Räsänen, Timo A.; Jakkila, Juho; Veijalainen, Noora; Kummu, Matti. 2017. Spatiotemporal Hydroclimate Variability in Finland: Past Trends. AMS. Journal of Hydrometeorology, volume 18, issue 6, pages 1765-1782. ISSN 1525-7541.
Full text in Acris/Aaltodoc: https://urn.fi/URN:NBN:fi:aalto-201903052175DOI: 10.1175/JHM-D-16-0278.1 View at publisher
-
[Publication 2]: Lindgren, Ville; Niemi, Tero; Koivusalo, Harri; Kokkonen, Teemu. 2023. Value of Spatially Distributed Rainfall Design Events—Creating Basin-Scale Stochastic Design Storm Ensembles. MDPI. Water (Switzerland), volume 15, issue 17, pages 3066. ISSN 20734441.
Full text in Acris/Aaltodoc: https://urn.fi/URN:NBN:fi:aalto-202309206014DOI: 10.3390/w15173066 View at publisher
-
[Publication 3]: Lindgren, Ville; Tamm, Ottar; Niemi, Tero; Koivusalo, Harri; Kokkonen, Teemu. 2025. Implications of Spatially Distributed Rainfall Design Events on Urban Hydrological Response Across Advection Scenarios. Taylor & Francis. Urban Water Journal. ISSN 17449006.
DOI: 10.1080/1573062X.2025.2541797 View at publisher