Das Projekt "Quantifying the Influence of SnowmelT on RIVEr Hydrology in High Mountain Asia (STRIVE)" fokussiert sich auf alpine Flüsse und dem Zeitpunkt und Menge der Schneeschmelze im Himalaya . In vielen alpinen Einzugsgebieten stammt ein signifikanter Teil des jährlichen Wasserhaushalts aus der Schneeschmelze, insbesondere während der Monate vor dem Beginn des Monsuns. Da die Gletscher in vielen hochgelegenen Bergregionen weiter schmelzen werden, wird der saisonale Wasserpuffer durch die Schneeschmelze in Zukunft noch wichtiger werden. Auch die Gefahr von Überschwemmungen wird zunehmen, da die steigenden Temperaturen die Schneeschmelze im Frühjahr beschleunigen. Trotz der Bedeutung des Schneewasserhaushalts für viele besiedelte Gebiete sind Zeitpunkt und Volumen der Schneeschmelze nach wie vor nur unzureichend bekannt - insbesondere in Einzugsgebieten in großer Höhe. Um besser quantifizieren zu können, wann und wo das Wasser der Schneeschmelze die alpinen Flüsse erreicht, wird das STRIVE-Projekt einen kombinierten in-situ- und satellitenbasierten Ansatz verwenden, um (1) den Zeitpunkt und die räumliche Verteilung der Schneeschmelze zu überwachen, (2) den Einfluss der Schneeschmelze auf die Flusshöhen und (3) Flusstemperaturen zu bewerten. Die im Rahmen des STRIVE-Projekts gesammelten neuen Daten mit hoher zeitlicher Auflösung werden mit lokalen und regionalen hydrologischen Daten kombiniert, um (4) ein umfassenderes Verständnis der aktuellen Schneeschmelze und deren Wassermenge für alpine Flüsse zu entwickeln. Hier spielen insbesondere die sich verändernden Klimabedingungen eine große Rolle. Die Ergebnisse des STRIVE-Projekts werden für Forscher verschiedener Fachbereiche in der physischen Geographie, Hydrologie und Geomorphologie, zum Einschätzen von Naturgefahren und für Manager sowie Entwickler von Wasserkraftwerken im gesamten Himalaya und in ähnlichen, von der Schneeschmelze angetriebenen alpinen Ökosystemen, von großem Nutzen sein. Um die Forschungszusammenarbeit und den Austausch mit den nepalesischen Partnern zu erleichtern und nachhaltiger zu machen, wird das STRIVE-Projekt zwei Workshops für Nachwuchswissenschaftlerinnen durchführen, die sich mit der Sammlung und Verarbeitung von in-situ- und Fernerkundungsdaten beschäftigen. Diese Workshops werden dazu beitragen, die Ergebnisse und Erkenntnisse des STRIVE-Projekts zu verbreiten und sicherzustellen, dass die entwickelten Methoden und Daten auch nach dem Ende des Projekts in die Forschung und in wasserpolitische Entscheidungen im Himalaya einfließen.
In diesem Projekt werden wir atmosphärische und hydrologische Massenbudgets aus Beobachtungsdatensätzen und Modellierungsergebnissen für größere Einzugsgebiete analysieren. Korrekturen an Massenflüssen werden in einer gemeinsamen Inversion parametrisiert, wobei wir Massenerhaltung und interne Konsistenz als Zwangsbedingungen einführen und weitere Daten, wie Speicheränderungen aus der GRACE/-FO Mission oder den Abfluss großer Flüsse, nutzen. Das Projekt wird auch den Beitrag der Modellierungsregion zum Meeresspiegelanstieg quantifizieren.
Das sogenannte Retracking von Einzelwellenformen in der Satellitenaltimetrie über Küstenzonen und Binnengewässern hat seine Grenzen erreicht und bietet im Durchschnitt eine Genauigkeit im Dezimeterbereich. Durch die Analyse von Variationen der Rückstreuleistung entlang der Bin-Koordinate suchen die vorhandenen Retracking-Methoden nach einem Retracker-Offset in der Wellenform. Dies führt zu einer starken Abhängigkeit des Retrackingverfahrens von Messrauschen. Mit dem Start der operativen Sentinel-3-Serie sind wesentlich robustere Algorithmen erforderlich, um hochpräzise Wasserstandsschätzungen über Binnen- und Küstengewässern zu erhalten. Daher ist das Hauptziel dieses Forschungsprojekts, einen solchen robusten Algorithmus zu entwickeln und damit die altimetrische Wasserstandsbestimmung über Binnengewässern und Küstenregionen zu verbessern. Um ein robustes Wellenform-Retracker zu erhalten, ist es unser Ziel, das einen Stapel von benachbarten Wellenform erzeugen (das sogenannte Radargram) und schließlich einen Stapel von Radargrammen in der Zeit zu verwenden, den sogenannten Radargrammstapel, für den wir der raum-zeitlichen Variation der zurückgestreuten Leistung profitieren. Der Radargrammstapel erleichtert die Erkennung von Mustern wie Retracking-Gate, Off-Nadir-Muster (z.B. Parabel), oder Küstenlinien. Anstelle eines Retracking-Gates, als Punkt in einer einzelnen Wellenform, kann in einem Radargrammstapel eine Oberfläche, die sogenannte Retracker-Fläche/Mannigfaltigkeit, bestimmt werden. In diesem Forschungsprojekt wird zunächst die raumzeitliche Entwicklung von Satellitenaltimeterbeobachtungen über Wasserobjekten analysiert und werden Muster in Radargrammstapeln charakterisiert. Um ein Retracker-Fläche und die zugehörige Unsicherheit zu definieren, wird anschließend ein Conditional Random Fields (CRF)-Modell entwickelt. Das CRF-Modell profitiert von bedingten Modellen in den Querschnitten Bin-Raum, Bin-Zeit und Raum-Zeit. Anschließend wird eine maximale a-posteriori-Lösung gefunden, die die Retracking- Fläche ergibt. Zu diesem Zweck wird das Problem als Minimierung einer Energiefunktion formuliert, für die die Leistung verschiedener Klassen von Optimierungstechniken untersucht wird. Schließlich werden Wasserstandszeitreihen mit In-situ-Daten validiert und mit der Leistung bestehender Retrackers verglichen. Im Rahmen dieser Studie werden die Altimetrie-Daten aus den drei Missionen Jason-2&3 und Sentinel 3 verwendet. Zur Validierung werden mehrere Fallstudien ausgewählt. Die Idee des Wellenform-Retracking durch Analyse des raumzeitlichen Verhaltens in einer 3D-Datenstruktur wird in diesem Vorschlag zum ersten Mal formuliert und wurde in der Altimetrieforschung bisher nicht berücksichtigt. Dies eröffnet neue Wege für eine wesentlich genauere Abschätzung des Wasserspiegels für operative Missionen und für künftige Missionen über Binnen- und Küstengewässern.
In C01 wird ein gekoppeltes Multiskalen- und Multisensor-Datenassimilationssystem (DA) auf der kontinentalen Skala entwickelt, bei dem Bodenfeuchte-, Gesamtwasserspeicheränderungs- und Landoberflächentemperaturdaten aus der Fernerkundung verwendet werden, um eine gekoppelte Reanalyse vom Grundwasser bis zur Landoberfläche zu erstellen. Wir werden evaluieren, inwieweit die Reanalyse die Fähigkeit besitzt, beobachtete Trends darzustellen, die interannuelle Variabilität zu reproduzieren und Extremereignisse zu simulieren. Ein besonderer Schwerpunkt liegt auf der Untersuchung von Strategien zur Identifikation und Korrektur von anthropogenen Einflüssen auf das hydrologische System (Bewässerung, Grundwasserentnahme) im Rahmen der DA.
Um die Auswirkungen von Landnutzungs- und Landbedeckungsänderungen auf den Wasser- und Kohlenstoffkreislauf zu simulieren, muß die Modellierung von Bodenatmung und Photosynthese verbessert werden. Wir nehmen an, dass der kontinentalskalige Netto-Ökosystem-Austausch (NEE) aus einer Reanalyse mit verbesserten Ökosystem-Parametern und Darstellung der Bodenatmung (SR) besser mit der beobachteten Variabilität der Gesamtwasserspeicherung (TWS) korreliert. Um diese Hypothese zu testen, werden wir Ökosystemparameter aus langen Zeitreihen an hoch instrumentierten Standorten in Kombination mit Messungen der Temperatur- und Feuchtesensitivität der heterotrophen Bodenatmung schätzen. Modellergebnisse werden dann mit GRACE-Messungen verglichen.
B2.1 4D-Kronenvitalität unter Verwendung struktureller und aktiver ChlF-Daten aus Drohnen-basierter FernerkundungWir werden Fernerkundungen von aktiver Chlorophyll Fluoreszenz (ChlF) mittels einer Drohne (UAV) nutzen, um detaillierte, wiederholte räumliche Karten zur Visualisierung und Bewertung der Baumvitalität zu erstellen, Hot Spots innerhalb der Wälder zu identifizieren und die stichprobenbasierten Erkenntnisse in ein flächen¬deckendes Monitoring zu übertragen. Dabei werden wir die Modelle für die Bewertung der Chlorophyllfluoreszenz auf der Grundlage von UAV-gestützten Fernerkundungsgeräten weiterentwickeln, die anhand der Blattmessungen kalibriert werden. B2.2 Leichtes, robustes und vielseitiges Instrument für aktive Baumkronen-Fluoreszenzmessungen mit Auflösung auf Blattebene von einem UAV ausWir werden ein stark miniaturisiertes, hochintegriertes, leichtes UAV-basiertes aktives ChlF-Messgerät entwickeln, das LiDAR-Techniken (Light detection and ranging) mit einem effizienten neuen Scan-Paradigma verwendet. Es wird ausgedehnte Flugkampagnen mit hoher räumlicher Auflösung ermöglichen. Dabei erfolgt die Kalibrierung der UAV-gestützten Daten direkt über den Abgleich mit Daten von dem Blattsensornetz von B1.
Hydrologische Modelle können weder die Speicherung von Wasser in Oberflächengewässern noch den Flussabfluss, der unter anderem auch den Beitrag der kontinentalen Hydrologie zur Meeresspiegeländerung quantifiziert, ausreichend darstellen. Wir werden die neue Generation weltraumgestützter Satellitenaltimeter, zu denen die Delay-Doppler-, die Laser- und die bistatische SAR-Altimeter-Technik gehören, in das integrierte Monitoringsystem des SFB integrieren. Diese Beobachtungen sind dichter und genauer als herkömmliche Altimetermessungen, und sie werden es erlauben, die Auswirkungen von Wassernutzung und Klimawandels besser zu quantifizieren.
Ziel dieses Projektes ist die Bestimmung von Landnutzung und -bedeckung aus optischen Satellitendaten für spezifische Zeitpunkte (als Momentaufnahme) oder für längere Zeiträume (z.B. eine Saison). Dafür werden tiefe neuronale Netze entwickelt, welche die spezifischen biogeografischen Eigenschaften der betrachteten Regionen berücksichtigen um eine hohe Generalisierungsfähigkeit zu gewährleisten. Des Weiteren werden raumzeitliche Datenlücken geschlossen, um die Datengrundlage für die entwickelten Methoden zu verbessern, und Daten- und Modellunsicherheiten für die berechneten Karten bestimmt.
Die Bodenfeuchte in der Wurzelzone ist eine wesentliche Variable in Landoberflächenmodellen, allerdings mangelt es an Messdaten, die diese Zone adäquat repräsentieren. Mit Hilfe von Labor- und Feldexperimenten sowie der Analyse verfügbarer Gammastrahlungszeitreihen wird untersucht, ob aus vorhandenen Gammastrahlungsdaten ein kontinentalskaliges Bodenfeuchteprodukt für die Wurzelzone abgeleitet werden kann. Um verbesserte Schätzungen des Bodenfeuchtegehalts unterhalb der Wurzelzone und Änderungen des Grundwasserspiegels zu erhalten, werden Gammastrahlungsmessungen und supraleitende terrestrische Gravimetrie in einem einzigartigen Feldexperiment kombiniert. Dies wird auch Einblicke in gemeinsame Assimilation von Gammastrahlungs- und GRACE-Daten in Landoberflächenmodellen auf der kontinentalen Skala liefern.
Das Projekt C04 zielt darauf ab, ein Schneedaten-Assimilationsschema für das vollständig gekoppelte Erdsystemmodell zu entwickeln und zu implementieren, das Schnee-Beobachtungen optimal mit Modellsimulationen zusammenführt, um die kontinentalskaligen Schneeschätzungen zu verbessern. Außerdem werden wir die Auswirkungen der verbesserten Schneeschätzungen auf die hydrologischen Prozesse, als auch auf die Atmosphäre, durch den Schnee-Albedo-Effekt und die Bodenfeuchte-Niederschlags-Rückkopplungen untersuchen. Dieses Projekt trägt zur Entwicklung von Assimilationsstrategien auf der Basis von Fernerkundungsdaten bei, um die Schneeschätzungen in vollständig gekoppelten Modellen zu verbessern.
| Origin | Count |
|---|---|
| Bund | 15 |
| Type | Count |
|---|---|
| Förderprogramm | 15 |
| License | Count |
|---|---|
| offen | 15 |
| Language | Count |
|---|---|
| Deutsch | 15 |
| Englisch | 10 |
| Resource type | Count |
|---|---|
| Keine | 3 |
| Webseite | 12 |
| Topic | Count |
|---|---|
| Boden | 15 |
| Lebewesen und Lebensräume | 10 |
| Luft | 8 |
| Mensch und Umwelt | 15 |
| Wasser | 11 |
| Weitere | 15 |