Generieren von SWE-Karten aus UAV-Daten, Dichtemessungen und Schneehöhenzeitreihen
**Motivation**
Im Rahmen des SPENSER-Projektes wurden im Winter 2021/2022 mehrere Schneehöhenkarten für die Projektgebiete auf dem Schauinsland und im Alptal, Schweiz mit einem UAV-basiertem LiDAR aufgenommen. Neben den Befliegungen wurden Dichtemessungen durchgeführt und an 40 Standorten stündliche Schneehöhendaten erfasst.
**Ziel der Arbeit**
Die Schneehöhenkarten müssen, damit sie an hydrologischer Aussagekraft gewinnen, in Schneewasserequivalentskarten umgewandelt werden.
**Methode**
Es bieten sich unterschiedliche Methoden an, um die Schneehöhen in SWE zu konvertieren. In dieser Arbeit soll das Modell ΔSnowModel, sowie ein Ansatz über Neuronale Netze auf die vorhandenen Daten angewendet und verglichen werden. Zudem sollen die Methoden verwendet werden, um eigene Schneewasserequivalentskarten zu generieren.
**Betreuung**
Joschka Geissler, Markus Weiler
**Voraussetzungen**
Erfahrung im Programmieren (idealerweise in R und Python), sowie Spaß im Umgang mit Rasterdaten. Eigenständige Arbeitsweise sowie Spaß und Interesse an Schneehydrologischen Prozessen.
**Beginn**
Start frühestens Ende Mai 2022
**Kontakt**
Joschka Geissler joschka.geissler@hydro.uni-freiburg.de
**Literatur**
Broxton, P. D., van Leeuwen, W. J. D., & Biederman, J. A. (2019). Improving snow water equivalent maps with machine learning of snow survey and lidar measurements. Water Resources Research, 55, 3739– 3757. https://doi.org/10.1029/2018WR024146
Winkler, M., Schellander, H., and Gruber, S.: Snow water equivalents exclusively from snow depths and their temporal changes: the Δsnow model, Hydrol. Earth Syst. Sci., 25, 1165–1187, https://doi.org/10.5194/hess-25-1165-2021, 2021.