Abstract The performances of hydrological models in arid areas are significantly lower than other climates. The reasons are numerous, from the scales involved, to specific processes and the lack of adequate measurements. Effective parameters have been often observed to change between runoff events, limiting the predictive capacity of the models. We look at the problems that can be found in an operational setting and present an analysis to improve the understanding of the errors. Our method characterizes the conditions where the model fails systematically, and the conditions where the parameterization holds between floods. We applied KINEROS2 to 24 years of radar rainfall and streamflow data in 6 arid catchments. A GLUE probabilistic framework is used to characterize model performance, and a method is developed to identify floods with similar calibration. The analysis shows that uninformative conditions are difficult to generalize. A basin-specific analysis can help to identify conditions where the model fails and exclude them from calibration. Despite the large uncertainties, similar catchments display groups of floods with similar parameterization. In some basin we find that it is important to quantify antecedent moisture conditions. Hydrological models show some consistency within limited conditions. These conditions, however, depend on the errors involved, and are site-specific. There is some potential for parameter transfer, but proximity alone might not be enough, and other factors such as mean annual rainfall or storm type, should be taken into account.

中文翻译：

---

地中海东部沙漠地区的水文模拟

摘要 干旱区水文模型的性能明显低于其他气候。原因有很多，从涉及的尺度到特定的过程和缺乏足够的测量。经常观察到有效参数在径流事件之间发生变化，从而限制了模型的预测能力。我们查看可以在操作环境中发现的问题，并进行分析以提高对错误的理解。我们的方法描述了模型系统失败的条件，以及参数化在洪水之间保持的条件。我们将 KINEROS2 应用于 6 个干旱集水区 24 年的雷达降雨和流量数据。GLUE 概率框架用于表征模型性能，并开发了一种方法来识别具有类似校准的洪水。分析表明，无信息条件难以概括。特定于盆地的分析有助于识别模型失败的条件并将其排除在校准之外。尽管存在很大的不确定性，但相似的集水区仍显示具有相似参数化的洪水组。在某些盆地中，我们发现量化先前的水分条件很重要。水文模型在有限的条件下显示出一些一致性。但是，这些条件取决于所涉及的错误，并且是特定于站点的。参数传输有一些潜力，但仅靠距离可能还不够，还应考虑其他因素，例如年平均降雨量或风暴类型。分析表明，无信息条件难以概括。特定于盆地的分析有助于识别模型失败的条件并将其排除在校准之外。尽管存在很大的不确定性，但相似的集水区仍显示具有相似参数化的洪水组。在某些盆地中，我们发现量化先前的水分条件很重要。水文模型在有限的条件下显示出一些一致性。但是，这些条件取决于所涉及的错误，并且是特定于站点的。参数传输有一些潜力，但仅靠距离可能还不够，还应考虑其他因素，例如年平均降雨量或风暴类型。分析表明，无信息条件难以概括。特定于盆地的分析有助于识别模型失败的条件并将其排除在校准之外。尽管存在很大的不确定性，但相似的集水区仍显示具有相似参数化的洪水组。在某些盆地中，我们发现量化先前的水分条件很重要。水文模型在有限的条件下显示出一些一致性。但是，这些条件取决于所涉及的错误，并且是特定于站点的。参数传输有一些潜力，但仅靠距离可能还不够，还应考虑其他因素，例如年平均降雨量或风暴类型。尽管存在很大的不确定性，但相似的集水区仍显示具有相似参数化的洪水组。在某些盆地中，我们发现量化先前的水分条件很重要。水文模型在有限的条件下显示出一些一致性。但是，这些条件取决于所涉及的错误，并且是特定于站点的。参数传输有一些潜力，但仅靠距离可能还不够，还应考虑其他因素，例如年平均降雨量或风暴类型。尽管存在很大的不确定性，但相似的集水区仍显示具有相似参数化的洪水组。在某些盆地中，我们发现量化先前的水分条件很重要。水文模型在有限的条件下显示出一些一致性。但是，这些条件取决于所涉及的错误，并且是特定于站点的。参数传输有一些潜力，但仅靠距离可能还不够，还应考虑其他因素，例如年平均降雨量或风暴类型。