This study investigates the applicability of temperature and precipitation data from the North American Regional Reanalysis (NARR) for hydrological modelling of selected watersheds in northern Manitoba. For the specific region, it is found that NARR temperature and precipitation data are in much better agreement with observations than a popular global reanalysis data set. The hydrological model SLURP (Semi-distributed Land Use-based Runoff Processes) was set up and calibrated for three catchments (Burntwood, Taylor and Sapochi), using meteorological data from weather stations. When the calibrated models were run with temperature and precipitation data from NARR, runoff was underestimated by approximately 20%. The SLURP model was then recalibrated using the NARR temperature and precipitation data as input. This eliminated much of the bias and provided a goodness-of-fit that was only slightly inferior to simulations with observed weather data. This suggests that SLURP can be adequately calibrated with NARR ... La présente étude se penche sur l’applicabilité des données de température et de précipitations du North American Regional Reanalysis (NARR) pour la modélisation hydrologique de certains bassins hydrographiques dans le Nord du Manitoba. Pour cette région précise, il a été constaté que les données de température et de précipitations du NARR concordent beaucoup mieux avec les observations qu’un ensemble de données de réanalyse globales populaires. Le modèle hydrologique SLURP, acronyme qui signifie « Semi-distributed Land Use-based Runoff Processes », a été établi et étalonné pour trois bassins hydrographiques (Burntwood, Taylor et Sapochi) à l’aide de données tirées de stations météorologiques. Lorsque les modèles étalonnés ont été exécutés à l’aide des données de température et de précipitations du NARR, le ruissellement a été sous-estimé dans une proportion d’environ 20 %. Le modèle SLURP a ensuite été étalonné de nouveau à l’aide des données de température et de précipitations du NARR comme données d’en...

Metapress is the fastest-growing resource of expert content online -- Discover more about what interests you, learn new skills, and find inspiration.