Jupyter Notebooks to demonstrate RHESsys model on Paine run of Shenandoah National Park in Rivanna HPC

Hydrologic models are growing in complexity: spatial representations, model coupling, process representations, software structure, etc. New and emerging datasets are growing, supporting even more detailed modeling use cases. This complexity is leading to the reproducibility crisis in hydrologic modeling and analysis. We argue that moving hydrologic modeling to the cloud can help to address this reproducibility crisis.
- We create two notebooks:
1. The first notebook demonstrates the process of collecting and manipulating GIS and Time-series data using GRASS GIS, Python and R to create RHESsys Model input.
2. The second notebook demonstrates the process of model compilation, parallel simulation, and visualization.

- The first notebook includes:
1. Create Project Directory and Download Raw GIS Data from HydroShare
2. Set GRASS Database and GISBASE Environment
3. Preprocessing GIS Data for RHESsys Model using GRASS GIS and R script
4. Preprocess Time series data for RHESsys Model
5. Construct worldfile and flowtable to RHESSys

- The second notebook includes:
1. Download and compile RHESsys Execution file
2. Simulate RHESsys model
3. Plotting RHESsys output

水文模型正日益复杂化：空间表示、模型耦合、过程表征、软件结构等方面。随着新涌现的数据集不断增多，它们支持了更加精细化的建模用例。这种复杂性导致了水文建模与分析中的可重现性危机。我们认为，将水文模型迁移至云端有助于解决这一可重现性危机。我们创建了两个笔记本：
- 第一个笔记本展示了使用GRASS GIS、Python和R收集和操作GIS和时间序列数据的过程，以创建RHESsys模型输入。
- 第二个笔记本展示了模型编译、并行模拟和可视化的过程。
- 第一个笔记本包含以下内容：
1. 创建项目目录并从HydroShare下载原始GIS数据
2. 设置GRASS数据库和GISBASE环境
3. 使用GRASS GIS和R脚本对GIS数据进行预处理，以供RHESsys模型使用
4. 预处理时间序列数据，以备RHESsys模型使用
5. 构建worldfile和flowtable以供RHESSys使用
- 第二个笔记本包含以下内容：
1. 下载并编译RHESsys执行文件
2. 模拟RHESsys模型
3. 绘制RHESsys输出图。