Reanalyse/ Vorhersage der Wasserspeicherung in Europa mittels KI (WIKI)

Abstract

Es besteht wissenschaftlicher Konsens dass Dürren und Überflutungsereignisse in Europa nach Häufigkeit und Stärke bereits zugenommen haben, und voraussichtlich in den nächsten Dekaden weiter zunehmen werden. Fernerkundungsdatenprodukte sind zentral für die Quantifizierung von meteorologischen und hydrologischen Dürren, und damit auch für die Beurteilung von Risiken für die landwirtschaftliche Produktion, die Versorgung mit Nahrungsmitteln und die Ernährungssicherheit. Allerdings werden für Dürreanalysen- und vorhersagen bislang überwiegend Niederschlags-, Bodenfeuchte- und Vegetationsdatenprodukte verwendet, während die Daten der GRACE/GRACE-FO Mission, die auch Oberflächen- und Grundwasserspeicher umfassen, praktisch wenig Verwendung finden. Ein wesentlicher Grund dafür ist die mit einigen 100 km vergleichsweise grobe räumliche Auflösung. Selbst bei Assimilierung der GRACE Daten in globale hydrologische Modelle (z.B. https://droughtmonitor.unl.edu/, http://globalcda.de/) wird eine Auflösung von 50 km in der Regel nicht unterschritten. So existieren keine saisonalen räumlich detaillierten Vorhersagen der Wasserspeicherung basierend auf GRACE/-FO Daten. In der Gruppe der Antragsteller wurde in den letzten Jah-ren ein System zur Assimilierung von GRACE-Daten in das hydrologische Modell CLM auf-gebaut was letztlich ein Downscaling der monatlichen GRACE-Daten auf etwa zehn km und einen Tag, sowie eine Partitionierung in die Bodenfeuchte in verschiedenen Schichten (z.B. Pflanzenwurzelzone) bewirkt. Im Projekt bestand die Aufgabenstellung darin, KI-Methoden zu nutzen und zu adaptieren, um das bestehende Assimilierungssystem zu optimieren, und – erstmals - um eine Vorhersagekomponente mit einem Zeithorizont von einem Jahr zu ergänzen. Außerdem sollten Bodenfeuchtedaten von Sentinel-1 darin integriert werden. Über die Verknüpfung von Modell und Fernerkundungsdaten durch Datenassimilierungs- und KI-Algorithmen soll ein Produkt generiert werden, das räumlich und zeitlich detaillierte Informati-onen über Wasserspeicherkomponenten und Wasserflüsse liefert und vorhersagt. Wir erwarten, dass dieses Produkt beispielsweise in Frühwarnsystemen für agronomische Dürren und deren gesellschaftlichen Auswirkungen Verwendung finden wird; also dort wo es Zielsetzung ist die Zeitspanne zwischen Datenerhebung und dem Erkennen des Handlungsdrucks zu verkürzen. Schließlich möchten wir unsere Arbeit und die Ergebnisse, die wir erzielen, der Öffentlichkeit (online) zugänglich machen.