Regression analysis of rainfall–runoff data from an arid catchment in Oman / Analyse par régression de données pluie–débit d'un bassin aride d'Oman

Abstract

There is a pressing need to improve capability to predict the hydrological responses of arid and semi-arid catchments. The literature indicates that physically-based rainfall–runoff models are not yet able to meet this challenge. Simple empirical or semi-empirical models may perform equally well or better, and provide basic but important information into catchment functioning. In this context, hourly data from 36 rainfall–runoff events in Wadi Ahin, a 734 km2 catchment in the Sultanate of Oman, are analysed. Runoff volumes and peaks are regressed against descriptors of rainfall characteristics and antecedent conditions. The controls on runoff are found to be: rainfall volume, rainfall peak, rainfall spatial location and variability, and antecedent wetness. Simple linear relationships between runoff peak and volume, and rainfall volume produce the best predictions, and robust prediction confidence limits. We speculate that application of physically-based models will not produce better predictions, but will allow us to test hypotheses about the underlying hydrological processes. Résumé Il est nécessaire d'améliorer notre capacité à prévoir les réponses hydrologiques dans les bassins arides et semi-arides. La littérature indique que les modèles pluie–débit à bases physiques ne peuvent pas encore résoudre ce problème. De simples modèles empiriques ou semi-empiriques peuvent donner des résultats similaires, voire meilleurs, et peuvent apporter des informations basiques mais importantes sur le fonctionnement des bassins. Dans ce contexte, les données horaires de 36 événements pluie–débit de Wadi Ahin, un bassin de 734 km2 du Sultanat d'Oman, sont analysées. Les volumes et pics de débits sont étudiés par régression avec les caractéristiques des pluies et les conditions antérieures. Les facteurs de contrôle de l'écoulement apparaissent être: le volume de pluie, l'intensité maximale, la localisation et la variabilité spatiales de la pluie, et l'humidité antérieure. Des relations simples entre le pic de débit et le volume, et le volume de précipitation produisent les meilleures prévisions, avec des limites de confiance robuste. Nous supposons que l'application de modèles à bases physiques ne donnera pas de meilleures prévisions, mais nous permettra de tester des hypothèses sur les processus hydrologiques sous-jacents.