Navigation auf uzh.ch
Navigation auf uzh.ch
Bist du gerne in den Bergen aktiv? Machst du gerne Wintersport? Oder willst du wissen, wie sich die Klimaerwärmung auf die Wasserressourcen in der Schweiz auswirkt? Dann solltest du einen Blick auf die Schneekarten von ExoLabs werfen!
ExoLabs ist ein 2017 gegründetes Spin-off der Remote Sensing Laboratories @ GIUZ/UZH. Schon unser erstes operationelles Produkt entstand aus einem innovativen Ansatz zur Kartierung von Schnee, und zwar für den Tourismusbereich. Anschliessend folgten Projekte für Versicherungen, Bundesämter und Forschungsinstitutionen. Unabhängig von den verschiedenen Anwendungen haben jedoch alle Produkte etwas gemeinsam: Sie basieren auf Erdbeobachtungsdaten und die verwendeten Methoden und Algorithmen entsprechen den höchsten wissenschaftlichen Standards. Kurz: ExoLabs bietet Forschungsergebnisse als eine operationelle und skalierbare Dienstleistung an. Und das ist auch das Motto von ExoLabs: «science as a service».
Bei ExoLabs stehen die wissenschaftlichen Herausforderungen im Mittelpunkt, um qualitativ hochwertige Produkte anbieten zu können. Doch allein von guten Produkten kann ein Unternehmen nicht existieren - diese Produkte brauchen auch Kunden, die bereit sind, dafür Geld aufzubringen. Die sind nicht einfach zu gewinnen - vor allem dann, wenn man noch nicht auf langjährige wirtschaftliche Erfahrung und Referenzen verweisen kann. Deshalb wurden ganz im Sinne eines wissenschaftlichen Vorgehens erstmal Drittmittel eingeworben: von der Europäischen Weltraumorganisation und dem Swiss Space Center, von Innosuisse und der Europäischen Union. Diese finanzielle Unterstützung ermöglichte es, die Produkte weiterzuentwickeln und eine Go-to-Market-Strategie zu definieren, um dann Kunden zu gewinnen. Der Plan ging auf: Seit diesem Jahr hat ExoLabs nun die ersten Kunden aus den Bereichen Tourismus und Wasserkraft. Es ist noch ein langer Weg, doch die ersten Schritte sind getan.
Schnee gehört zu den sogenannten Essential Climate Variables (ECVs) und trägt damit wesentlich zur Charakterisierung des Klimas und der damit verbundenen Veränderungen bei. Er kann unter anderem über die Variablen Schneedecke, Schneehöhe und das Schneewasseräquivalent beschrieben werden. Die genaue Erfassung und Charakterisierung dieser Variablen stellt jedoch aufgrund der hohen zeitlichen und räumlichen Variabilität eine grosse Herausforderung dar. Diese Variabilität lässt sich mit den bestehenden Ansätzen nur bedingt abbilden - sei es in Bezug auf die räumliche Detailgenauigkeit, die Aktualität der Messungen oder die Berücksichtigung topographischer Variationen. In der Schweiz gehören die vom SLF (WSL-Institut für Schnee- und Lawinenforschung) wöchentlich veröffentlichten Schneehöhenkarten zu den bekanntesten Schneeprodukten. Sie bieten eine räumliche Auflösung von einem Kilometer.
Das von ExoLabs angebotene Schneeportfolio basiert auf Daten verschiedenster Satellitenmissionen und beschreibt die Schneebedeckung, die Schneehöhe und Schneewasseräquivalent. Das Herzstück der Prozessierung ist ein automatisierter Arbeitsablauf, welcher auf der Grundlage modernster Algorithmen des maschinellen Lernens eine tägliche und räumlich detaillierte (20x20 Meter) Kartierung des Schnees ermöglicht. Der Algorithmus greift hierbei nicht nur auf die Satellitendaten, sondern auch auf In-Situ und modellierte Wetterdaten sowie auf zusätzliche Informationen über die Topografie, Strahlungsbilanz und Landbedeckung zurück. Dafür arbeiten wir eng mit Forschungspartnern von der ETHZ und dem SLF sowie mit Industriepartnern wie UBIMET und MetGIS (Wettervorhersagen, Österreich) oder Think Outside (Schneemessgeräte, Norwegen) zusammen.
Obwohl ExoLabs einem klassischen Business-to-Business-Modell folgt, ist die Visualisierung der Schneekarten für jede interessierte Person nach wie vor kostenlos. Probiere einfach die «ExoSnow»-App aus - oder greife auf die ExoLabs-Schneekarten bei deiner nächsten Tourenplanung mit MountaiNow oder Skitourenguru zurück. Viel Spass dabei!
Hendrik Wulf, Reik Leiterer, Gillian Milani, Bernhard Sassik
