Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

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

Descrizione del progetto

L’importanza del monitoraggio: stoccaggio e flusso delle acque

Monitorare il tempo atmosferico odierno è importante per prepararsi al futuro, specialmente in considerazione del rapido cambiamento del clima della Terra. In particolare, i mutamenti dell’acqua terrestre immagazzinata dalle piogge o della sua evapotraspirazione hanno già causato gravi siccità, carestie e inondazioni in tutto il mondo. Molti paesi, preoccupati, hanno introdotto misure di razionamento idrico. Il progetto MuSe-BDA, finanziato dall’UE, offre un nuovo quadro di assimilazione dei dati come strumento essenziale per affrontare tali sfide. La proposta semplificherà l’elaborazione dei dati raccolti dalle stazioni meteorologiche e dal programma europeo di osservazione della Terra. Inoltre, utilizzerà modelli idrologici all’avanguardia per fornire dati affidabili sullo stoccaggio e sui flussi idrici globali, offrendo alla scienza e ai responsabili delle politiche una risorsa di vitale importanza.

Obiettivo

Climate change and anthropogenic modifications are bringing multiple changes in different regions of the world, affecting the patterns of rainfall, evapotranspiration and stored terrestrial water, which will increase the probability of climate disasters, such as agricultural losses, water scarcity, and famine. 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, an accurate and efficient, as well as physically and mathematically consistence Bayesian-based Data Assimilation (DA) framework(s) will be developed to integrate the benefits of synergistically available satellite geodetic and Earth Observation (EO) data and the state-of-the-art of hydrological models to better understand and forecast the recent and future spatial-temporal changes in continental water storage and water fluxes. The proposed Multi-Sensor Bayesian Data Assimilation (MuSe-BDA) are unique in terms of flexibility to assimilate various satellite data, and they are computationally efficient.
Building on the effort in MuSe-BDA, this is the first attempt to simultaneously merge multi-land surface models with satellite-derived Surface Soil Moisture (SSM), Surface Water Level (SWL) anomaly from satellite altimetry, Land Surface Temperature (LST) from remote sensing data, and gravity field estimates from GRACE and GRACE-FO missions. The application will be demonstrated in simulating and forecasting episodic large-scale droughts within Europe (north and south) and USA (e.g. California and Texas) covering 2003-onward with an unprecedented spatial resolution of 0.05° (~5 km) at daily temporal rate, which is essential for practical applications such as agricultural early warning and the assimilation of satellite data ensures the compatibility with the real world.

Campo scientifico (EuroSciVoc)

Questo progetto non è ancora stato classificato con EuroSciVoc.
Suggerisci i campi scientifici che ritieni più rilevanti e aiutaci a migliorare il nostro servizio di classificazione.

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2021-PF-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

AALBORG UNIVERSITET
Contributo netto dell'UE
€ 254 333,99
Indirizzo
FREDRIK BAJERS VEJ 7K
9220 Aalborg
Danimarca
Regione
Danmark Nordjylland Nordjylland
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
Nessun dato