Die räumliche Verteilung der Schneedecke wird durch Interzeption erheblich beeinflusst. Diese wird durch intrinsische (z. B. Baumkronenstruktur) und extrinsische Prozesse (z. B. meteorologische Bedingungen) gesteuert. In hydrologischen Modellen werden die intrinsischen Prozesse, in der Regel durch zweidimensionale Messgrößen wie den Blattflächenindex (LAI) dargestellt. Um die Schätzungen der Interzeption und ihre Skalierbarkeit zu verbessern, sind neue Ansätze erforderlich, um die die dreidimensionale Verteilung der Baumkronenelemente besser zu charakterisieren. Hierfür bieten sich insbesondere Drohnenbasierte (weil hochauflösend und große Punktdichten) Laserscanning (LiDAR) Daten an.

Im Rahmen des SPENSER-Projektes, wurde am 04.04.2022 eine Drohnenbefliegung mit einem LiDAR-Sensor im Alptal, Schweiz durchgeführt. Zu diesem Zeitpunkt war das Interzeptionsvolumen in dem Fichtenbestand des Projektgebietes groß. Ziel der Arbeit soll es sein, das Interzeptionsvolumen aus den hochaufgelösten LiDAR-Daten abzuschätzen und mit Vegetationsparametern zu korrellieren. Dabei soll die Methodik von Russell et al. (2021) erstmals flächig (d.h. auf das gesamte Projektgebiet) angewendet werden.

Joschka Geissler, Markus Weiler

Russell, M.; Eitel, J.U.H.; Link, T.E.; Silva, C.A. Important Airborne Lidar Metrics of Canopy Structure for Estimating Snow Interception. Remote Sens. 2021, 13, 4188. https://doi.org/10.3390/rs13204188

R-/Python-Programmierung, Arbeiten mit LiDAR-Punktwolken (Cloud-Compare) und räumlichen Daten

Joschka Geissler joschka.geissler@hydro.uni-freiburg.de