Multi-Sensor Bayesian Data Assimilation for Large-Scale Drought Monitoring System (MuSe-BDA)

Projektdetaljer

Beskrivelse

Drought monitoring and hydrological early warning system are important tools for
water resources management, and they must be further complemented by forecasting facilities that are well integrated with the EU’s Earth Observation data. In this project, based on Forootan and Mehrnegar's expertise, Bayesian-based Data Assimilation (DA) framework(s) will be developed to merge available satellite data with hydrological models to better understand and forecast the recent and future spatial-temporal changes in continental water storage and water fluxes.
AkronymMuSe-BDA
StatusIgangværende
Effektiv start/slut dato08/09/202207/08/2024

FN's verdensmål

I 2015 blev FN-landende enige om 17 verdensmål til at standse fattigdom, beskytte planeten og sikre velstand for alle. Dette projekt bidrager til følgende verdensmål:

  • Verdensmål 2 - Stop sult
  • Verdensmål 6 - Rent vand og sanitet
  • Verdensmål 13 - Klimaindsats

Fingerprint

Udforsk forskningsemnerne, som dette projekt berører. Disse etiketter er oprettet på grundlag af de underliggende bevillinger/legater. Sammen danner de et unikt fingerprint.