Quantifying the evolution of ensemble water temperature forecasts as a function of weather forecast lead-time: case study on the Nechako River watershed

Abstract

Producing and improving hydrological and hydrodynamic forecasts while accounting for uncertainty through a probabilistic approach is useful in various applications, such as for water temperature forecasting. To produce such ensembles, probabilistic meteorological forecasts can be fed into hydrological and water temperature models for different lead-times. This study aims to gauge the impact of the meteorological forecast quality on the accuracy and reliability of water temperature forecast ensembles generated through the HEC-RAS process-based hydrothermal model. The Nechako River, a managed river system in British Columbia, Canada, is used in this case study. The thermal forecasts were generated and evaluated from 2017 to 2020. The tested hypothesis is that improvements in the meteorological forecasts would result in reducing the uncertainty and improving the accuracy of the water temperature forecast ensembles at various lead-times. The results of this study show that the thermal forecasts were indeed improved in terms of their sharpness and their individual accuracy, but no significant impacts were noted over the accuracy of the ensembles. Reliability was also investigated, and it was revealed that water temperature forecast ensembles were initially under-dispersed over the Nechako River, and that this issue was exacerbated when the HEC-RAS model was forced with better quality ensemble weather forecasts. The presence of lakes along the river and the meteorological forecast’s reliability are considered and discussed as causes for this issue. Overall, it was concluded that a reduction of the meteorological inputs’ uncertainty did not improve the uncertainty representation of water temperature forecasts for this system.

RÉSUMÉ

Les changements climatiques et les activités humaines ont considérablement impacté tous les écosystèmes du Saumon atlantique en provoquant des déclins drastiques de populations. Ces changements modifient la dynamique de la température en rivière tels que la variabilité journalière, la fréquence et la durée du maximum estival et les régimes thermiques plus chauds. Ceci est particulièrement préoccupant puisque la température a un impact sur les taux de croissance, le succès de reproduction, l‘abondance et la phénologie des proies, le moment de la migration et, finalement, la survie. Le plan conjoint de recherche sur le saumon atlantique

La production et l’amélioration de prévisions hydrologiques en tenant compte de l’incertitude par le biais d’une approche probabiliste est utile dans diverses applications, tel que pour les prévisions de température de l’eau. Pour produire de tels ensembles, des prévisions hydrologiques probabilistes peuvent être introduites dans des modèles hydrologiques et thermique, en faisant varier le délais de prévision. Cette étude vise à évaluer l’impact de la qualité des prévisions météorologiques sur l’exactitude et la fiabilité d’ensembles de prévisions de température de l’eau générées à l’aide d’un modèle HEC-RAS. La rivière Nechako, un système hydrique situé en Colombie Britannique (Canada), est utilisé dans cette étude de cas. Les prévisions thermiques ont été générées et évaluées pour la période 2017-2020. L’hypothèse testée est que l’amélioration des prévisions météorologiques permettraient de réduire leur incertitude et ainsi d’améliorer la précision des prévisions de température de l’eau, pour différents délais de prévision. Les résultats de cette étude montrent que les prévisions thermiques ont effectivement été améliorées au niveau de leur variabilité, et de leur précision individuelle, mais aucun impact significatif n’a été constaté sur la précision des ensembles probabilistes. La fiabilité a également été étudiée, et cela a permis de révéler que les ensembles de prévisions de température de l’eau initialement produits sur la rivière Nechako étaient sous-dispersés, et que ce problème a été exacerbé lorsque le modèle HEC-RAS a été alimenté avec des prévisions météorologiques d’ensemble plus fines. La présence de lacs le long de la rivière et la fiabilité des prévisions météorologiques ont été considérés et discutées comme des causes éventuelles de ce problème. Dans l’ensemble, il a finalement été conclu qu’une réduction de l’incertitude des prévisions météorologiques n’a pas permis une amélioration significative de l’incertitude des prévisions de température de l’eau pour cette étude de cas.

Keywords:

• Water temperature
• forecasting
• uncertainty
• lead-time
• probabilistic ensembles

Acknowledgments

The authors would like to thank Rio Tinto for sharing their HEC-RAS hydraulic model implementation and hydrometeorological data on the Nechako River, including the Water Survey of Canada data for the Nautley and Vanderhoof streamflow and water temperature stations. The results contain modified Copernicus Climate Change Service information 2020. Neither the European Commission nor ECMWF is responsible for any use that may be made of the Copernicus information or data it contains. In this study, the ERA5 reanalysis dataset produced by Hersbach et al. (2020) was used. It has been downloaded from the Copernicus Climate Change Service (C3S) Climate Data Store: https://cds.climate.copernicus.eu/cdsapp#!/dataset/reanalysis-era5-single-levels?tab = overview. The authors are also grateful to the European Centre for Medium-range Weather Forecasts (ECMWF) for providing access to the CNTL and ENS archived IFS forecast data from their computing and archiving facilities. The base map in Figure 1 was created using ArcGIS® software by Esri. ArcGIS® and ArcMap™ are the intellectual property of Esri and are used herein under license. Copyright © Esri. All rights reserved. For more information about Esri® software, please visit www.esri.com. Many thanks to James Bomhof at Environment and Climate Change Canada for providing information on the water temperature sensors used in the Nechako River. Finally, the authors would like to acknowledge the important contributions and suggestions made by three anonymous reviewers in shaping the paper into its current form.

Data availability statement

The original forecast data were obtained from the ECMWF forecast archive and can be downloaded from their MARS system. The simulation data that support the findings of this study are available from the corresponding author, PC, upon reasonable request.

Additional information

Funding

This study was partially funded by the Natural Sciences and Engineering Research Council of Canada (NSERC) under the Collaborative Research and Development grant CRDPJ-523640-18.