Multi-Sensor Bayesian Data Assimilation for Large-Scale Drought Monitoring Syste...
Multi-Sensor Bayesian Data Assimilation for Large-Scale Drought Monitoring System (MuSe-BDA)
Climate change and anthropogenic modifications are bringing multiple changes in different regions of the world, affecting the patterns of rainfall, evapotranspiration and stored terrestrial water, which will increase the probabili...
ver más
CGL2017-82216-R
EL PAPEL DE LA NIEVE EN LA HIDROLOGIA DE LA PENINSULA IBERIC...
230K€
Cerrado
PCIN-2015-243
MEJORA DE LA PREDICCION, ALERTA TEMPRANA Y MITIGACION DE SEQ...
100K€
Cerrado
TED2021-131520B-C21
MODELOS DE BASE FISICA PARA FENOMENOS PRECIPITACION-ESCORREN...
131K€
Cerrado
PTQ-12-05412
Desarrollo de un sistema-prototipo de asimilación y minería...
60K€
Cerrado
TED2021-131131B-I00
ANALISIS Y GESTION INTEGRADA DE DATOS HIDROLOGICOS EN LA CUE...
98K€
Cerrado
PCIN-2015-220
MEJORA DE LA PREDICCION, ALERTA TEMPRANA Y MITIGACION DE SEQ...
200K€
Cerrado
Últimas noticias
27-11-2024:
Videojuegos y creaci...
Se abre la línea de ayuda pública: Ayudas para la promoción del sector del videojuego, del pódcast y otras formas de creación digital
27-11-2024:
DGIPYME
En las últimas 48 horas el Organismo DGIPYME ha otorgado 1 concesiones
Descripción del proyecto
Climate change and anthropogenic modifications are bringing multiple changes in different regions of the world, affecting the patterns of rainfall, evapotranspiration and stored terrestrial water, which will increase the probability of climate disasters, such as agricultural losses, water scarcity, and famine. Drought monitoring and hydrological early warning system are important tools for water resources management, and they must be further complemented by forecasting facilities that are well integrated with the EU’s Earth Observation data. In this project, based on Forootan and Mehrnegar's expertise, an accurate and efficient, as well as physically and mathematically consistence Bayesian-based Data Assimilation (DA) framework(s) will be developed to integrate the benefits of synergistically available satellite geodetic and Earth Observation (EO) data and the state-of-the-art of hydrological models to better understand and forecast the recent and future spatial-temporal changes in continental water storage and water fluxes. The proposed Multi-Sensor Bayesian Data Assimilation (MuSe-BDA) are unique in terms of flexibility to assimilate various satellite data, and they are computationally efficient.
Building on the effort in MuSe-BDA, this is the first attempt to simultaneously merge multi-land surface models with satellite-derived Surface Soil Moisture (SSM), Surface Water Level (SWL) anomaly from satellite altimetry, Land Surface Temperature (LST) from remote sensing data, and gravity field estimates from GRACE and GRACE-FO missions. The application will be demonstrated in simulating and forecasting episodic large-scale droughts within Europe (north and south) and USA (e.g., California and Texas) covering 2003-onward with an unprecedented spatial resolution of 0.05° (~5 km) at daily temporal rate, which is essential for practical applications such as agricultural early warning and the assimilation of satellite data ensures the compatibility with the real world.
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.