Modelling river temperature from air temperature: case of the River Drava (Croatia)

Abstract

Measurements made in the past few decades undeniably indicate change in the climate. The most visible sign of global climate change is air temperature, while less visible indicators include changes in river water temperatures. Changes in river temperature can significantly affect the environment, primarily the biosphere. The physical, biological and chemical characteristics of the river are directly affected by water temperature, although estimation of this relationship presents a complex problem. Although river temperature is influenced by hydrological and meteorological factors, the purpose of this study is to model daily water temperature using only one known parameter, mean air temperature. The relationship between the daily mean air and daily water temperature of the River Drava in Croatia is analysed using linear regression, stochastic modelling or nonlinear regression and multilayer perceptron (MLP) feed-forward neural networks. The results indicate that the MLP models are much better models which can be used for the estimation and prediction of daily mean river temperature.

Editor D. Koutsoyiannis; Associate editor M. Acreman

Résumé

Les mesures effectuées au cours des dernières décennies indiquent d’indéniables changements du climat. Le signe le plus visible du changement climatique mondial est la température de l’air, tandis que les changements de la température de l’eau des rivières sont plus discrets. Les changements de température des rivières peuvent avoir une influence considérable sur l’environnement, principalement la biosphère. Les caractéristiques physiques, biologiques et chimiques de la rivière sont en effet directement affectées par la température de l’eau. L’estimation de cette relation est un problème complexe. Bien que la température d’une rivière soit influencée par des facteurs hydrologiques et météorologiques, le but de cette étude est de modéliser la température journalière de l’eau en utilisant une seule variable connue à savoir la température moyenne journalière de l’air. La relation entre la température moyenne journalière de l’air et la température moyenne journalière de l’eau de la rivière Drava a été analysée en utilisant une régression linéaire ou non linéaire, une modélisation stochastique et un perceptron multicouche (PMC) de réseaux neuronaux à réglage avant. Les résultats indiquent que le modèle PMC est le meilleur et peut être utilisé pour l’estimation et la prévision de la température moyenne journalière de la rivière.

Key words:

• air temperature
• river temperature
• multilayer feed-forward artificial neural networks
• River Drava

Mots clefs:

• température de l’air
• température de la rivière
• réseaux de neurones multicouches à réglage avant
• rivière Drava

Acknowledgements

The authors would like to thank the Croatian Meteorological and Hydrological Service (DHMZ) for providing the required meteorological and hydrological data.