Bestimmung des Schneevorrates in Einzugsgebieten mittels Fernerkundungsmethoden

  • J. Parajka
  • J. Jansa
  • G. Blöschl
Originalarbeiten

Zusammenfassung

Im vorliegenden Beitrag werden der aktuelle Stand von satellitenbasierten Methoden zur Bestimmung des Schneevorrates in Einzugsgebieten für österreichische Verhältnisse dargestellt und die jeweiligen Stärken und Schwächen für wasserwirtschaftliche Anwendungen diskutiert. Anhand zweier Fallbeispiele – der Validierung eines flächendetaillierten Schneemodells und der regionalen Wasserbilanzmodellierung – wird gezeigt, dass Fernerkundungsmethoden in Verbindung mit hydrologischen Simulationen eine wesentliche Verbesserung der Bestimmung des Schneevorrates gegenüber den konventionellen Punktmessungen ermöglichen.

Using methods of remote sensing for determining snow reserves

Summary

This paper presents the current state of the art of satellite-based methods for estimating snow cover characteristics in Austrian catchments and discusses their pros and cons for water resources applications. Based on two case studies – validating a spatially distributed snow model and regional water balance modelling - the paper illustrates that the remote sensing methods can significantly improve the estimates of catchment snow packs as compared to traditional point measurements, when combined with hydrological simulations.

Literatur

  1. Blöschl G, Reszler C, Komma J (2008) A spatially distributed flash flood forecasting model. Environmental Modelling & Software, 23 (4), pp. 464–478CrossRefGoogle Scholar
  2. Blöschl G, Kirnbauer R, Gutknecht D (1991) Distributed snowmelt simulations in an alpine catchment. 1. Model evaluation on the basis of snow cover patterns. Water Resources Research, 27 (12), pp. 3171–3179CrossRefGoogle Scholar
  3. Blöschl G, Kirnbauer R, Jansa J, Kraus K, Kuschnig G, GutknechtD, Reszler Ch (2002) Einsatz von Fernerkundungsmethoden zur Eichung und Verifikation eines flächendetaillierten Schneemodells. Österreichische Wasser- und Abfallwirtschaft, 54 (1/2), pp. 1–16Google Scholar
  4. Deems JS, Painter TH (2006) LIDAR measurement of snow depth: accuracy and error sources. In: Proceeding of International Snow Science Workshop, Telluride CO, Oktober 2006Google Scholar
  5. Derksen C, Walker A, Goodison B (2005) Evaluation of passive microwave snow water equivalent retrievals across the boreal forest/tundra transition of western Canada. Remote Sensing of Environment, 96 (3–4), 315–327CrossRefGoogle Scholar
  6. Dozier J (1989) Spectral signature of Alpine snow cover from the Landsat Thematic Mapper. Remote Sensing of Environment, 28:9–22CrossRefGoogle Scholar
  7. ESA (2009) http://www.esa.int
  8. Hall DK, Riggs GA, Salomonson VV, Barton JS, Casey K, Chien JYL, DiGirolamo NE, Klein AG, Powell HW, Tait AB (2001) Algorithm theoretical basis document (ATBD) for the MODIS snow and sea ice-mapping algorithms, available at: http://modis-snow-ice.gsfc.nasa.gov/atbd01.html
  9. Komma J, Blöschl G, Reszler C (2008) Soil moisture updating by Ensemble Kalman Filtering in real-time flood forecasting. Journal of Hydrology, 357, pp. 228–242Google Scholar
  10. Landsat (2009) Landsat Program. http://landsat.gsfc.nasa.gov/
  11. Nagler Th, Rott H (2000) Retrieval of wet snow by means of multitemporal SAR data. IEEE Transactions on Geoscience and Remote Sensing, 38(2):754–765CrossRefGoogle Scholar
  12. Parajka J, Blöschl G (2006) Validation of MODIS snow cover images over Austria. Hydrology and Earth System Sciences, 10, pp. 679–689Google Scholar
  13. Parajka J, Blöschl G (2008a) Spatio-temporal combination of MODIS images – potential for snow cover mapping. Water Resources Research, 44, article number W03406Google Scholar
  14. Parajka J, Blöschl G (2008b) The value of MODIS snow cover data in validating and calibrating conceptual hydrologic models, Journal of Hydrology, 358, 240–258CrossRefGoogle Scholar
  15. Parajka J, Blöschl G, Merz R (2007a) Regional calibration of catchment models: Potential for ungauged catchments. Water Resources Research, 43, article number W06406Google Scholar
  16. Parajka J, Merz R, Blöschl G (2005a) A comparison of regionalisation methods for catchment model parameters. Hydrology and Earth Systems Sciences, 9, pp. 157–171Google Scholar
  17. Parajka J, Merz R, Blöschl G (2005b) Regionale Wasserbilanzkomponenten für Österreich auf Tagesbasis Österreichische Wasser- und Abfallwirtschaft, 57 (3/4), pp. 43–56Google Scholar
  18. Parajka J, Merz R, Blöschl G (2007b) Uncertainty and multiple objective calibration in regional water balance modeling - Case study in 320 Austrian catchments. Hydrological Processes, 21, pp. 435–446Google Scholar
  19. Reszler Ch, Komma J, Blöschl G, Gutknecht D (2008) Dominante Prozesse und Ereignistypen zur Plausibilisierung flächendetaillierter Niederschlag-Abflussmodelle. Hydrologie und Wasserbewirtschaftung, 52 (3), pp. 120–131Google Scholar
  20. Riggs GA, Hall DK, Salomonson VV (1994) A snow index for the Landsat Thematic Mapper and Moderate Resolution Imaging Spectroradiometer. In: Proceeding of IEEE Geoscience and Remote Sensing Conference 1994, Vol.4, pp. 1942–1944Google Scholar
  21. Spot (2009) SPOT Image. http://www.spotimage.fr/
  22. Ulaby FT, Moore RK, Fung AK (1986) Microwave remote sensing: active and passive. Volume III: From theory to applications. Artech HouseGoogle Scholar

Copyright information

© Springer-Verlag 2009

Authors and Affiliations

  • J. Parajka
    • 1
  • J. Jansa
    • 1
  • G. Blöschl
  1. 1.Institut für Wasserbau und IngenieurhydrologieTechnische Universität WienWien
  2. 2.Institut für Photogrammetrie und FernerkundungTechnische Universität WienVienna

Personalised recommendations