Weitere Forschungsprojekte

Zukünftiger Wald in einer sich verändernden Umwelt (FLAME): Isotopenbeobachtungen und mechanistische Modellierung der Verweilzeit des Bodenwassers und der Wasseraufnahmedynamik der Vegetation

Es ist unklar, wie sich die Dynamik der unterirdischen Wasserspeicherung und -abgabe, die jahreszeitliche Herkunft und die Umsatzzeit des von den Pflanzen verbrauchten Wassers sowie die Wasseraufnahmetiefen der Pflanzen ändern werden, wenn sich die Umweltbedingungen ändern (z. B. zurückgehendes Grundwasser, häufigere Dürreperioden). Sie sind jedoch für die Vorhersage der Widerstandsfähigkeit der Vegetation gegenüber Trockenheit am wichtigsten. Frühere Studien haben versucht, das mechanistische Verständnis der Reaktion von Ökosystemen auf Trockenheit oder den Klimawandel zu verbessern, indem sie sich entweder auf die Wasserverfügbarkeit der Vegetation oder auf pflanzenphysiologische Anpassungsstrategien konzentrierten, aber die kombinierten Auswirkungen der veränderten terrestrischen Wasserverfügbarkeit und des atmosphärischen Bedarfs wurden nicht mechanistisch untersucht. FLAME wird eine neu entwickelte Hochfrequenz-Insitu-Messung von stabilen Wasserisotopen (18O und 2H) in Boden und Xylem als einzigartige natürliche Signatur nutzen, um den Ursprung der Wasseraufnahme der Vegetation und ihre Verweildauer im Untergrund zu ermitteln. Diese Beobachtungen werden mit einem hochauflösenden physikalischen Modell der Wasser- und Vegetationsaufnahme kombiniert, um die Fliesswege des Wassers zu verfolgen und die räumlich-zeitlichen Heterogenitäten in terrestrischen Ökosystemen an der Grenzfläche zwischen Boden und Vegetation einzugrenzen. 

Kontakt: Elham Freund
 

Abflussanteile aus Schnee- und Eisschmelze in vergletscherten Kopfeinzugsgebieten

In diesem Projekt werden die vergangenen und aktuellen Abflussanteile aus Schnee- und Gletscherschmelze für alle vergletscherten Kleineinzugsgebiete in der Schweiz quantifiziert. Darauf basierend können mögliche Veränderungen für die Zukunft anhand der Klimaszenarien CH2018 abgeschätzt werden. Die Studie wird zu einem besseren Verständnis von potenziellen Risiken einer wegen Klimawandel veränderten Abflussdynamik, insbesondere in Bezug auf Extremereignisse, beitragen.

Zusammenarbeit: Universität Freiburg (DE)

Kontakt: Daphné Freudiger

Untersuchung des Wertes von Grundwasser- und phänologischen Daten  zur Verbesserung von Niedrigwassersimulationen
Ziel: Trockenheit ist eine komplexe Naturgefahr, welche Ökosysteme und Gesellschaft in vielfältiger Weise beeinflusst. Viele der Auswirkungen von Trockenheit sind mit hydrologischer Trockenheit verknüpft und werden als niedrige See- und Grundwasserpegel und Niedrigwasser sichtbar. Hydrologische Trockenheit beeinflusst unter anderem Ökologie, Landwirtschaft, Energiegewinnung, Trinkwasserversorgung und Flussschifffahrt. Hydrologische Modelle sind jedoch traditionell darauf ausgelegt Hochwasser gut abzubilden – oft auf Kosten der Niedrigwassersimulationen.
Das Ziel dieses Projektes ist es den Wert von Grundwasser- und phänologischen Daten systematisch zu untersuchen, um Niedrigwassersimulationen zu verbessern.

Kontakt: Maria Staudinger

Extremhochwasser in der Schweiz

Das Projekt soll eine konsistente Basis bieten zur Gefahrenbeurteilung von extremen Hochwasserereignissen in der gesamten Schweiz. Die entsprechenden hydrometeorologischen Szenarien werden für eine Bandbreite von unterschiedlichen Skalen und Wiederkehrperioden entwickelt, basierend auf einer Simulationskette von Wettergeneratoren und hydrologischen Modellen/Routing.

Dauer: 2020-2024

Zusammenarbeit: University of Bern, University of Graz, University of Grenoble

Finanzierung: Bundesamt für Umwelt (BAFU), Bundesamt für Energie (BFE)

Kontakt:Daniel Viviroli, Maria Staudinger, Eleni Kritidou, Jan Seibert

Intelligente Auswahl von Parametersätzen

Ziel: Aus verschiedenen Unsicherheits-Quellen in Umwelt-Modellen ist die Unsicherheit von Parametern jene, die am häufigsten studiert ist. Die Quantifizierung dieser Parameter-Unsicherheiten basiert oft auf Stichproben aus dem möglichen Parameter Spektrum, während die Resultate in Form eines Ensembles kommuniziert sind. Im Rahmen dieses Projektes wird eine innovative Methode entwickelt, um eine intelligente Auswahl von Parametersätzen und Ensemble Members durchzuführen. Durch derart ausgewählte Parametersätze können Unsicherheits-Analysen von komplexen Modellen (zB. mit vielen Input- oder Klimaszenarien ) mit optimiertem Rechen- und Zeitaufwand erzielt werden.

Re-thinking the snow routine of HBV-light
Ziel: Review and assess potential changes to the snow routine of the HBV-light hydrological model in order to increase its realism but preserving the model’s characteristic simplicity. Potential modifications include variations of the current degree-day method for snowmelt estimation or the use of additional data sources such as radiation or relative humidity data.

Zusammenarbeit: Charles University in Prague (CUNI), WSL Institute for Snow and Avalanche Research (SLF)