Retrospektive Rekonstruktion des Schneewasseräquivalents in ausgewählten Einzugsgebieten Südtirols durch die Integration von Fernerkundung und Schneemodellierung

Abstract ID: 3.27
| Accepted as Poster
| TBA
| TBA
Premier, V. (1)
Nadalet, R. (2); Ghetta, S. (2); Dinale, R. (2); and Marin, C. (1)
(1) Eurac Research, Institute for Earth Observation, viale Druso 1, 31100 Bolzano, Italy
(2) Provinz Bozen, Amt für Hydrologie und Stauanlagen, Drususallee 116, 31100 Bolzano, Italy
How to cite: Premier, V.; Nadalet, R.; Ghetta, S.; Dinale, R.; and Marin, C.: Retrospektive Rekonstruktion des Schneewasseräquivalents in ausgewählten Einzugsgebieten Südtirols durch die Integration von Fernerkundung und Schneemodellierung, #WAH26-3.27
Categories: No categories defined
Keywords: Schneemonitoring, Fernerkundung, Schneewasseräquivalent (SWE)
Categories: No categories defined
Keywords: Schneemonitoring, Fernerkundung, Schneewasseräquivalent (SWE)
Abstract
The content was (partly) adapted by AI
[e2pdf-download id="7"]
Download
Download
Content (partly) adapted by AI

Das Schneewasseräquivalent (Snow Water Equivalent, SWE) ist eine zentrale Größe zur Bewertung der Wasserverfügbarkeit in Gebirgsregionen und zur Unterstützung hydrologischer Vorhersagen sowie des Wasserressourcenmanagements. Direkte SWE-Beobachtungen sind jedoch selten, da In-situ-Messungen in der Regel auf eine geringe Anzahl von Schneemesskissen beschränkt sind. Obwohl Satellitenbeobachtungen wertvolle räumliche Informationen liefern, bleibt die direkte Bestimmung des SWE eine Herausforderung. Passive Mikrowellensensoren können SWE abschätzen, leiden jedoch meist unter einer groben räumlichen Auflösung und einer verminderten Genauigkeit in komplexem Gebirgsgelände.

Neuere Studien haben das Potenzial der Integration hochauflösender (20 m) Produkte zur Schneebedeckungsfläche (Snow Cover Area, SCA), die aus optischer Fernerkundung gewonnen werden, in Schneemodelle aufgezeigt. Die räumliche und zeitliche Entwicklung der Schneebedeckung liefert wertvolle Informationen über die lokale Schneespeicherung und kann als indirekte Randbedingung für SWE-Schätzungen genutzt werden. Vereinfacht ausgedrückt gilt: Je länger der Schnee in einem bestimmten Pixel bestehen bleibt, desto größer sind die zu erwartende Schneespeicherung und das damit verbundene SWE. Die Assimilation von SCA-Beobachtungen in Grad-Tag-Modellen, die auf der Temperatur und/oder der Sonneneinstrahlung basieren, verbessert die SWE-Schätzung im Rahmen retrospektiver Rekonstruktion deutlich. Zudem wird die Rekonstruktion verlässlicher hochauflösender räumlicher SWE-Muster ermöglicht.

Im Rahmen des Risk Monitoring Project der Autonomen Provinz Bozen verfolgt diese Arbeit das Ziel, einen zuvor im Open Earth Monitor Project für das Vinschgau getesteten Workflow weiterzuentwickeln und zu verfeinern sowie dessen Anwendung auf weitere Einzugsgebiete auszuweiten. Die Methodik wird auf mehrere repräsentativen alpinen Einzugsgebiete in Südtirol angewendet, darunter das Villnößtal, das Gadertal, das Ahrntal und das Ultental. Die rekonstruierten SWE-Zeitreihen werden mit den Ergebnissen der operationellen schneehydrologischen Modellierungskette verglichen, die von der Provinz eingesetzt wird und auf dem Modell TopMelt–ICHIMOD basiert, das innerhalb des ARFFS-Systems implementiert ist.

Darüber hinaus werden die Modellergebnisse, soweit verfügbar, anhand von Beobachtungen neu installierter Finapp Cosmic Ray Neutron Sensors (CRNS) bewertet, die innovative In-situ-Schätzungen des SWE ermöglichen. Erste Ergebnisse unterstreichen das Potenzial einer durch SCA-Daten eingeschränkten SWE-Rekonstruktion zur Verbesserung des operationellen Schneemonitorings sowie der räumlichen Charakterisierung von Schneeressourcen in Gebirgsregionen.

Open-Earth-Monitor Cyberinfrastructure project (European Union’s Horizon Europe research and innovation programme under grant agreement No. 101059548)

We are processing your request… Just a few seconds — thanks for your patience… Almost done — preparing everything for you… Huuuh… this seems to be a difficult thing 🤔 I’m not sure if I can manage this right now… Please refresh the page — I think something went wrong.
If this happens again, please get in touch with us.