Neues Modell zur Vermessung der globalen Wasserspeicher
D-BAUG Forscher Junyang Gou und Prof. Benedikt Soja stellen in einer aktuellen Studie einen neuen Ansatz vor, um terrestrische Wasserspeicher wie Flüsse, Seen und Grundwasser höchstmöglich aufzulösen. Dies ist für das Monitoring des Klimawandels und für Gefahrenvorhersagen insbesondere in kleineren Flusseinzugsgebieten essenziell. Die Forscher nutzten dazu Daten der Satellitenmission GRACE und einen innovativen Deep-Learning-Ansatz. Ihr Modell wurde im Fachblatt «Nature Water» veröffentlicht.
Literaturhinweis
Gou, Junyang; Soja, Benedikt
externe SeiteGlobal high-resolution total water storage anomalies from self-supervised data assimilation using deep learning algorithms
Nature Water (2024), doi: 10.1038/s44221-024-00194-w
Kommentar
Sun, Alexander
externe SeiteLearning to downscale satellite gravimetry data through artificial intelligence
Nature Water (2024), doi: 10.1038/s44221-024-00199-5