Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Afleiding Qh-relatie bergend vrijafwaterend #97

Open
5 tasks done
gijsber opened this issue Jun 25, 2024 · 5 comments
Open
5 tasks done

Afleiding Qh-relatie bergend vrijafwaterend #97

gijsber opened this issue Jun 25, 2024 · 5 comments
Assignees

Comments

@gijsber
Copy link

gijsber commented Jun 25, 2024

Generieke functie om Qh bergend gebied af te leiden obv methodiek vd Gaast. Indien nodig verder te schalen met #108.

Van der Gaast bepaalt een theoretische relatie tussen GxG, maatgevende afvoer en drooglegging, waarmee je in theorie een Q(h) relatie kunt afleiden voor bergend gebied. Benodigd:

Omdat vd Gaast GxG kaarten significant afwijken van GxG kaarten geproduceert met LHM4.3 stellen wij voor om, voor nu, GxG kaarten uit NHI te gebruiken. Bij gebrek aan alternatief kunnen we de Maatgevende afvoeren en kwel/wegzijging uit VdGaast blijven gebruiken. Om GxG uit LHM4.3 om te rekenen naar m NAP, tevens nodig:

  • Maaiveldhoogte volgens LHM4.3

Voor de toekomst sowieso een aanbeveling om (te proberen) Q(h)-relaties voor oppervlaktewater af te leiden uit (versimpelde) oppervlakterelaties berekend uit DAMO + drainagegegevens.

@gijsber gijsber changed the title Afleiding Qh-relatie bergend basin Afleiding Qh-relatie bergend vrijafwaterend Jun 25, 2024
@DanielTollenaar
Copy link
Collaborator

DanielTollenaar commented Jul 10, 2024

VdGaast lijkt de GxG kaarten te gebruiken die je hier kunt downloaden: https://library.wur.nl/WebQuery/edepot/555186. Wat opmerkingen:

  1. we zien GIS artefacten (wellicht grenzen BOFEK kaartbladen?) met behoorlijke impact op geschatte GxG (zie hieronder)
  2. afwijkingen GxG met LHM4.3 zijn aanzienlijk (orde meter)

image

@Huite
Copy link

Huite commented Jul 11, 2024

Nog wat willekeurige opmerkingen van mijn zijde:

  1. De harde grenzen zijn inderdaad BOFEK / bodemkaart grenzen van polygonen, aangezien de relaties per polygoon worden bepaald en dan uitgerekend.
  2. Binnen 250 m cellen (LHM) kan nog behoorlijk wat variatie optreden door sloten.
  3. Overigens neemt karteerbare kenmerken ook geen sloten mee.
  4. Ten overvloede: Ik denk dat LHM GLG's niet een aantrekkelijke bron zijn, omdat je dan een kip-en-ei kwestie krijgt voor de parametrisatie.
  5. Qua ruimtelijke indeling van GxG's zou je eigenlijk willen dat het slotenpatroon meegenomen wordt, vermoedelijk heeft dat een invloed. Jacco (Hoogewoud) en ik hebben daar in het verleden wat mee gewerkt in het kader van neerschaling van LHM resultaat door MODFLOW sommen te draaien en weer te aggregeren en te corrigeren (soortevan met grondwateraanvulling) totdat het aggregeerde resultaat klopt -- ontzettend gedoe. Ik denk nu dat een betere benadering zou zijn de grondwaterstand per pixel als parabolische of elliptische functie van afstand tot dichtstbijzijnde sloot te zien. Met scipy distance_transform_edt is het een fluitje van een cent om voor elke pixel afstand te berekenen. Vervolgens alsnog itereren met correctie totdat het in aggregaat weer klopt.
  6. Zou methode 5 sowieso nog eens uit willen werken; lijkt mij simpel voor neerschaling LHM data, maar wordt met meetgegevens al weer een hele exercitie.
  7. Voor Q-h is denk ik sowieso een Basin geaggregeerde GxG nodig, dus zo lang die redelijk is, maken scherpe grenzen niet uit?
  8. Anders een convolutie eroverheen gooien om het wat te vergladden alvorens te aggregeren.

@gijsber
Copy link
Author

gijsber commented Jul 11, 2024

LHM43 resultaten (GhG, GlG en GvG) en maaiveld staan in IDF formaat op thegood.cloud/Ribasim modeldata/Basisgegevens/LHM/4.3/GxG.

@DanielTollenaar
Copy link
Collaborator

Tabel van VdGaast is gereproduceerd met een paar regels Python-code op basis van gebiedsgemiddelde MA, Kwel en GxG (code ook in repos):

calc_df.loc[:, "D1"] = 0
calc_df.loc[:, "2Q"] = data_df["MA"] * 2
calc_df.loc[:, "D2"] = data_df["GHG"] / 2
calc_df.loc[:, "Q15"] = data_df["MA"] / 2
calc_df.loc[:, "D3"] = data_df["GHG"]
calc_df.loc[:, "Q50"] = (data_df["MA"] + data_df["Kwel"]) * 0.330
calc_df.loc[:, "D4"] = data_df["GLG"]
calc_df.loc[:, "Q0_2"] = (data_df["MA"] + data_df["Kwel"]) * 0.2
calc_df.loc[:, "D6"] = calc_df[["D4"]] + 100
calc_df.loc[:, "Q365"] = data_df["Kwel"]

D4 en D6 zijn o.i. een beetje tricky; GLG en GLG-100cm liggen zomaar flink onder slootbodem. Zou een TabulatedRatingCurve geven met een h ónder de de laatste h van het Basin / profile

@DanielTollenaar
Copy link
Collaborator

Zoals besproken 16/7:

Verder, Q(h) profiel aan laten sluiten op A(h) profiel; bereik h = min(bodemhoogte) - min(maaiveldhoogte)

DanielTollenaar added a commit that referenced this issue Sep 27, 2024
Een model van De Dommel met bergingsknopen volgens methode Vd Gaast.
Resulteert in model DeDommel versie 2024.9.0, beschikbaar via:
https://deltares.thegood.cloud/f/119263

fixes/updates:
- #102
- #157
- #97
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
None yet
Projects
Status: 🔖 Ready
Development

No branches or pull requests

4 participants