Snow Water Equivalent Monitoring - A Review of Large-Scale Remote Sensing Applications

Kurzfassung

Schnee spielt eine entscheidende Rolle im globalen Wasserkreislauf, denn er versorgt über 20 % der Weltbevölkerung mit Wasser und ist ein wichtiger Bestandteil für Flora, Fauna und Klimaregulierung. Veränderungen der Schneemuster aufgrund der globalen Erwärmung haben weitreichende Auswirkungen auf die Wasserwirtschaft, die Landwirtschaft und andere Wirtschaftszweige wie den Wintertourismus. Außerdem wirken sie sich auf die Stabilität der Umwelt aus und führen zu Migration und kulturellen Veränderungen in den vom Schnee abhängigen Gemeinschaften. Genaue Informationen über den Schnee und seine Variablen sind daher sowohl für das wissenschaftliche Verständnis als auch für die gesellschaftliche Planung unerlässlich. In dieser Übersichtsarbeit wird das Potenzial der Fernerkundung bei der Überwachung des Schneewasseräquivalents (SWE) in großem Maßstab untersucht, wobei 164 ausgewählte Veröffentlichungen aus dem Zeitraum 2000 bis 2023 analysiert werden. Aufgegliedert nach Methodik und Inhalt zeigt die Analyse ein wachsendes Interesse an diesem Thema, wobei sich die Forschung auf Nordamerika und China konzentriert. Methodisch findet eine Verlagerung von Algorithmen zur Inversion passiver Mikrowellen (PMW) zu künstlicher Intelligenz (KI) statt, insbesondere zu Random Forest (RF) und neuronalen Netzen (NN). Die meisten Studien integrieren PMW-Daten mit Zusatzinformationen und konzentrieren sich thematisch auf die Fernerkundung und die Schneeforschung, wobei sie nur in begrenztem Maße in breitere Umweltkontexte eingebunden sind. Langfristige Studien (>30 Jahre) deuten auf einen allgemeinen Rückgang der SWE in der nördlichen Hemisphäre hin, obwohl es regionale und saisonale Schwankungen gibt. Abschließend werden mögliche zukünftige SWE-Forschungsrichtungen vorgeschlagen, wie z. B. die Behandlung von PMW-Datenproblemen, Downsampling für detaillierte Analysen, die Durchführung interdisziplinärer Studien und die Einbeziehung von Vorhersagen, um breitere Anwendungen zu ermöglichen.