Jupyter Notebooks to demonstrate SUMMA model on Coweeta sub18 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

水文模型正日益增加其复杂性：空间表征、模型耦合、过程表示、软件结构等方面。新兴及不断增多的数据集正支持更为细致的建模应用案例。这种复杂性导致了水文模型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：
- 第一个笔记本演示了利用 GRASS GIS、Python 和 R 收集和操作 GIS 及时间序列数据的过程，以创建 RHESsys 模型的输入。
- 第二个笔记本演示了模型编译、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 环境变量
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供 RHESsys 模型使用
5. 为 RHESSys 构建世界文件和流表
- 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。