Projekter per år
Projektdetaljer
Beskrivelse
Lægmandssprog
verdens befolkning ikke er tilstrækkeligt dækket af advarselssystemer, og at antallet af mennesker, der vil være i nød efter naturkatastrofer, kan stige med 50% i løbet af det næste årti. Derfor vil vi, med projektet DANSk-LSM, opbygge banebrydende ”tidlig varsling”-systemer med høj kapacitet, der kan håndtere en høj beregningsbelastning, en række forskellige satellitdata og udvikle kontinentale hydrologiske assimilative systemer med hidtil uset opløsning. For at opnå de bedste resultater, vil vi udvikle tre modeller og forskellige strategier for dataassimilering og kalibrering. For at øge nøjagtigheden af modellerne, vil der for første gang blive anvendt frit tilgængelige satellitdata om: Terrestrisk vandlagring (TWS) fra satellitgravitation, overfladebundfugt (SSM) og landoverfladetemperatur (LST) samt overfladevandændringer. Open-access produkter fra DANSk-LSM vil omfatte: Kontinentale (på 100 m og 1 km) og globale (på 5 km opløsning) tørkeindekser, oplysninger om sværhedsgraden af hydrologiske våde og tørre globale forhold og deres returperioder samt kort over hydrologiske tørke og oversvømmelsespotentialer såvel som videnskabelige værktøjer til satellit-dataassimilering og nedskalering.
| Akronym | DANSk-LSM |
|---|---|
| Status | Afsluttet |
| Effektiv start/slut dato | 01/09/2022 → 31/08/2026 |
Samarbejdspartnere
- Technical University of Denmark
- DHI Water - Environment - Health
- Ohio State University
- UCL University College Lillebaelt
- German Aerospace Center
- University of California at Berkeley
Finansiering
- Uddannelses- og Forskningsministeriet: 200.000,00 kr.
FN's verdensmål
I 2015 blev FN-landene enige om 17 verdensmål til at standse fattigdom, beskytte planeten og sikre velstand for alle. Dette projekt bidrager til følgende verdensmål:
-
Verdensmål 1 Afskaf fattigdom
-
Verdensmål 2 Stop sult
-
Verdensmål 6 Rent vand og sanitet
-
Verdensmål 11 Bæredygtige byer og lokalsamfund
-
Verdensmål 13 Klimaindsats
Fingerprint
Impacts
-
AAU-Geodesy 2025 - Summer School - Satellite-Based Hydrological Data Assimilation
Forootan, E. (Deltager), Schumacher, M. (Deltager), Retegui Schiettekatte, L. A. (Deltager), Mehrnegar, N. (Deltager), Cakan, C. (Deltager) & Yang, F. (Deltager)
Impact
-
SFAS: Space-based Free Flood Awareness System for Africa
Forootan, E. (PI (principal investigator)), Schumacher, M. (CoI (co-investigator)), Kittel, C. (CoI (co-investigator)), Murray, A. (CoI (co-investigator)) & Madsen, H. (CoI (co-investigator))
01/03/2025 → 31/07/2027
Projekter: Projekt › Forskning
-
DTE Hydrology Next: Digital Twin Earth Hydrology Next
Forootan, E. (PI (principal investigator)) & Schumacher, M. (PI (principal investigator))
01/10/2024 → 30/09/2026
Projekter: Projekt › Forskning
-
SING: Studying the Impact of the NGGM and MAGIC missions
Forootan, E. (PI (principal investigator)), Schumacher, M. (PI (principal investigator)) & Yang, F. (PI (principal investigator))
01/09/2024 → 01/04/2026
Projekter: Projekt › Forskning
-
Addressing Challenges of Multivariate Data Assimilation in Large-Scale Hydrological Models
Retegui Schiettekatte, L. A., 2026, Aalborg University Open Publishing.Publikation: Ph.d.-afhandling
Åben adgangFil34 Downloads (Pure) -
From Data to Policy: Strengthening essential climate variable monitoring with deep learning algorithms and data quality standards
Montillet, J.-P., Kermarrec, G., Forootan, E., Shum, C. K., Mo, S., Finsterle, W. & Samsel, K. S., 1 jun. 2026, I: IEEE Geoscience and Remote Sensing Magazine. 14, 3, s. 350-368 19 s.Publikation: Bidrag til tidsskrift › Review (oversigtsartikel) › peer review
Åben adgangFil1 Link åbnes på en ny fane Citationer (Scopus)73 Downloads (Pure) -
Aalborg University Geodesy Group Data Assimilation framework (AAUDA)
Retegui Schiettekatte, L. A. (Producent), 2026Publikation: Bidrag der ikke har en tekstform › Softwareprogram › Forskning
Forskningsdatasæt
-
Input surface load, output Earth's uplift fields and related code for the study of optimizing basis functions
Yang, F. (Ophavsperson) & Forootan, E. (Bidrager), Figshare, okt. 2025
DOI: 10.6084/m9.figshare.28658660.v2
Datasæt
-
Assessing daily GRACE Data Assimilation during flood events of the Brahmaputra River Basin: OL and DA outputs
Retegui Schiettekatte, L. A. (Ophavsperson), Zenodo, apr. 2025
Datasæt
-
PyHawk Software: An efficient gravity recovery solver for GRACE and GRACE-FO
Yang, F. (Ophavsperson) & Forootan, E. (Bidrager), Github, apr. 2025
https://github.com/NCSGgroup/PyHawk
Datasæt