API src

Räumliche Niederschlagsschätzung mit verbesserten Messungen durch Richtfunkstrecken und statistischer Datenfusion

Description: Das Projekt "Räumliche Niederschlagsschätzung mit verbesserten Messungen durch Richtfunkstrecken und statistischer Datenfusion" wird/wurde gefördert durch: Deutsche Forschungsgemeinschaft. Es wird/wurde ausgeführt durch: Universität Augsburg, Institut für Geographie, Lehrstuhl für Regionales Klima und Hydrologie.Mit der Steigerung der Rechenleistung, mathematischer Modellierung und satellitengestützter Fernerkundung der Erdoberfläche sind Niederschlagsbeobachtungen nach wie vor eines der schwächsten Glieder in der Beschreibung und im Verständnis des Wasserkreislaufs der Erde. Niederschlagsbeobachtungen sind jedoch eine wesentliche Voraussetzung für das Wassermanagement und insbesondere für die Hochwasserprognose. Dies ist besonders kritisch im Angesicht des Klimawandels und der durch den Menschen verursachten hydrologischen Veränderungen, z.B. aufgrund der raschen Urbanisierung . Opportunistische Sensoren können die räumliche und zeitliche Auflösung von Standard-Niederschlagsmessnetzen erheblich verbessern, indem sie mit Messungen von Geräten ergänzt wird, die ursprünglich nicht für die Niederschlagsmessung vorgesehen waren. Ein Beispiel dafür ist die Verwendung von Dämpfungsdaten kommerzieller Richtfunkstrecken (engl. CMLs) aus Mobilfunknetzen. Im Rahmen dieses trilateralen Projekts zwischen UniA, TUM und CTU werden wir verbesserte Methoden entwickeln, um Niederschlagsraten aus CML-Daten abzuschätzen und mit Radardaten, unter Berücksichtigung spezifischer Beobachtungsunsicherheiten zu kombinieren. Die CML-Niederschlagsschätzung wird durch die Entwicklung eines neuen Kompensationsalgorithmus zur Bestimmung der Dämpfung durch den 'wet-antenna attenuation' (WAA) Effekt verbessert. Dies wird erreicht, indem Erkenntnisse aus einem speziellen Mikrowellentransmissions-Feldexperiment und Labormessungen (durchgeführt durch TUM) mit Daten aus kurzen CMLs (von CTU bereitgestellt) kombiniert werden. Darüber hinaus wird das Potenzial zur Nutzung der von benachbarten CMLs in dichten Netzwerken gebotenen Diversität untersucht (durch CTU). Darüber hinaus werden das Potenzial und die Herausforderungen der CML-Niederschlagsschätzung im aufkommenden E-Band mit CML-Daten (von CTU bereitgestellt) und mittels Labormessungen (an der TUM) untersucht. Verbesserte räumliche Niederschlagsfelder werden durch das Zusammenführen von CML- und Wetterradardaten unter Verwendung des statistischen Ansatzes Random-Mixing (RM) bereitgestellt, für den eine Erweiterung (von UniA) entwickelt wird, um Beobachtungsunsicherheiten zu berücksichtigen. Es werden Methoden entwickelt, um diese Unsicherheiten sowohl für CML- als auch für Radardaten abzuschätzen. Das erweiterte RM wird dann angewendet, um einen einzigartigen grenzüberschreitenden CML- und Radardatensatz (von UniA und CTU bereitgestellt) sowie einen Datensatz von Wetterradar und dichtem städtisches CML-Netzwerk in der Stadt Prag zusammenzuführen.

Types:
SupportProgram

Origins: /Bund/UBA/UFORDAT

Tags: Niederschlagshöhe ? Hochwasserprognose ? Prag ? Sensor ? Hydrogeologie ? Urbanisierung ? Hydrochemie ? Limnologie ? Mesoklima ? Siedlungswasserwirtschaft ? Wasserkreislauf ? Stadt ? Modellierung ? Mobilfunk ? Satellitenfernerkundung ? Diversität ? Erdoberfläche ? Hydrologie ? Klimawandel ? Niederschlag ? Integrierte Wasser-Ressourcen Bewirtschaftung ?

Region: Bayern

Bounding boxes: 12.53381° .. 12.53381° x 47.795° .. 47.795°

Marker

License: cc-by-nc-nd/4.0

Language: Deutsch

Organisations

Time ranges: 2019-01-01 - 2025-06-05

Alternatives

Resources

Status

Quality score

Accessed 1 times.