Model Based Spatial Distribution of Oxygen-18 Isotopes in Precipitation Across Canada

摘要

Les défis inhérents à la modélisation hydrologique à échelle moyenne (mésoéchelle) des bassins non jaugés éloignés englobent la validation des résultats de modèle et la quantification de l'incertitude liée aux prédictions. Les modèles hydrologiques et isotopiques, par exemple le modèle isoWATFLOOD, ont la capacité de simuler à la fois la quantité et la composition isotopique des processus de génération du débit et de l'écoulement, ce qui offre davantage d'options pour la validation de modèle. Cependant, ils exigent d'abord des données à l'égard de la composition isotopique des précipitations dans l'ensemble du domaine modélisé. La composition en isotopes stables des précipitations (d~(18)O_(PPT)) est disponible à partir de stations procédant à l'échantillonnage de composites mensuelles. Toutefois, les données sont discontinues sur les plans spatial et temporel, en particulier dans les régions nordiques du Canada. Ici nous utilisons de nouvelles données tirées du CNIP, c'est-à-dire le Canadian Network for Isotopes in Précipitation (Réseau canadien pour les isotopes dans les précipitations), afin de créer et d'évaluer diverses relations empiriques dans le but de concevoir de meilleures interpolations de la distribution spatiale des d~(18)O_(PPT) à l'échelle du Canada. L'objectif de la recherche consiste à élaborer des modèles de prédiction des d~(18)O_(PPT) pouvant être intégrés directement au cadre de modélisation hydrologique isoWATFLOOD afin de fournir des tendances des d~(18)O_(PPT) spatialement variables en tant que données de forçage pour le modèle d'observation hydroisotopique. La comparaison des résultats de modèle a permis d'identifier des modèles capables de simuler les distributions annuelles de d~(18)O_(PPT). Cependant, elle a également permis de cerner des saisons et des régions où les paramètres géographiques et climatologiques inclus dans l'analyse ne permettaient pas de simuler les distributions mesurées. Les résultats de modèle au printemps, en été et à l'automne se sont avérés satisfaisants. Toutefois, les résultats de modèle obtenus en hiver étaient plus variables, ce qui indique une complexité accrue des facteurs déterminants des tendances des d~(18)O_(PPT) au cours de cette saison. Dans l'ensemble, les résultats de modèle s'améliorent avec l'ajout de paramètres du climat variables dans le temps, cette constatation étant d'une importance toute particulière au cours de l'hiver. L'amélioration des champs de saisie des données de précipitations dans les modèles d'hydrologie isotopique fournira un outil précieux pour la gestion de l'utilisation de l'eau des rivières canadiennes de grande importance, éloignées et souvent non jaugées et elle facilitera en outre les études de la variabilité climatique et de l'hydrologie de surface dans les régions éloignées.%Challenges inherent in mesoscale (large domain) hydrologic modelling of remote ungauged basins include validation of model results and quantification of uncertainty in the predictions. Isotope equipped hydrological models, such as isoWATFLOOD, have the ability to simulate both quantity and isotopic composition of streamfiow and runoff generation processes providing more options for model validation, but first require information about isotopic composition of precipitation across the model domain. The stable water isotopic composition of precipitation (δ~((18O_(PPT)) is available from stations sampling monthly composite precipitation, but the data are spatially and temporally discontinuous, particularly in northern areas of Canada. Here we use new data from the Canadian Network for Isotopes in Precipitation (CNIP) to create and evaluate a variety of empirical relationships to develop improved interpolations of the spatial distribution of δ~(18)O_(PPT) across Canada. The goal of this research is to develop δ~(18)O_(PPT) prediction models that can be incorporated directly within the isoWATFLOOD hydrological modelling framework to provide spatially variant δ~(18)O_(PPT) patterns as forcing data for the iso-hydrological model. Comparison of model results has identified models capable of simulating annual δ~(18)O_(PPT) distributions, but also identified seasons and areas where the geographical and climatological parameters included in this analysis were not able to simulate the measured distributions. Spring, summer and fall model results were satisfactory; however, winter model results were more variable, indicating increased complexity in the driving forces of δ~(18)O_(PPT) patterns during this season. Overall, model results improve with the addition of time-variant climate parameters, this finding being especially significant during the winter. Improving the precipitation input fields within isotope-equipped hydrological models will provide a valuable tool for water use management within large, remote, and often ungauged Canadian rivers and will facilitate studies of both climate variability and surface hydrology in remote regions.