LamaH | Large-Sample Data for Hydrology: Big data für die Hydrologie und Umweltwissenschaften
-
Published:2021-05-19
Issue:7-8
Volume:73
Page:244-269
-
ISSN:0945-358X
-
Container-title:Österreichische Wasser- und Abfallwirtschaft
-
language:de
-
Short-container-title:Österr Wasser- und Abfallw
Author:
Klingler Christoph,Schulz Karsten,Herrnegger Mathew
Abstract
Zusammenfassung„Big data“ ist zwar ein inflationär verwendetes Modewort, aber sehr umfangreiche Datensätze finden auch im Bereich der Hydrologie zunehmend Verwendung. Anhand „large-sample“ (große Stichprobe)-Untersuchungen können Einblicke in hydrologische Prozesse und den hydrologischen Kreislauf gewonnen werden, welche bei kleinräumigen Studien eventuell verwehrt bleiben würden. LamaH (Large-Sample Data for Hydrology) ist ein neuer Datensatz für „large-sample“ Untersuchungen im Zentrum von Europa. Er deckt das gesamte orographische Einzugsgebiet der oberen Donau bis zur Staatsgrenze Österreich/Slowakei sowie alle anderen Einzugsgebiete in Österreich inkl. deren Oberlieger in benachbarten Ländern ab. LamaH umfasst somit eine Fläche von rund 170.000 km2 in 9 verschiedenen Ländern und erstreckt sich dabei von Flachlandregionen mit kontinental geprägtem Klima bis hin zu hochalpinen Zonen mit ganzjähriger Schnee- und Eisbedeckung. Folglich ist eine große Diversität an verschiedenen Eigenschaften in den 859 beobachteten Einzugsgebieten vorhanden, welche anhand von über 60 verschiedenen statischen Attributen in den Kategorien Topographie, Klimatologie, Hydrologie, Landbedeckung, Vegetation, Boden sowie Geologie erfasst wird. LamaH umfasst zudem eine Sammlung an Abflusszeitreihen sowie verschiedenste meteorologische Zeitreihen. Alle Zeitreihen liegen in täglicher und stündlicher Auflösung vor, während alle meteorologischen sowie ein Großteil der Abflusszeitreihen eine Spanne von über 35 Jahren aufweisen. Die Abflusspegel sind ferner mit über 20 verschiedenen Attributen klassifiziert, wobei auch anthropogene Pegelbeeinflussungen sowie Indikatoren für Datenqualität und -vollständigkeit beschrieben werden. Die Struktur von LamaH ist grundsätzlich an jene der CAMELS-Datensätze angelehnt. Im Gegensatz dazu werden bei LamaH Daten jedoch nicht nur für unabhängige und damit teilweise sehr große Einzugsgebiete bereitgestellt, sondern auch für kleinere Zwischeneinzugsgebiete. Erstmals kann dadurch bei hydrologischen „large-sample“-Datensätzen ein großes zusammenhängendes hydrologisches Netzwerk zur Verfügung gestellt werden. Neben den Datengrundlagen, der Methodik der Datenaufbereitung und der räumlichen Verteilung ausgewählter Einzugsgebietseigenschaften werden auch etwaige Unsicherheiten bzw. Limitierungen diskutiert. Des Weiteren sind auch mögliche Anwendungsmöglichkeiten angeführt, schließlich sollte LamaH vor allem als Grundlage für weiterführende Untersuchungen dienen. LamaH kann kosten- und barrierefrei unter 10.5281/zenodo.4525244 bezogen werden.
Funder
University of Natural Resources and Life Sciences Vienna
Publisher
Springer Science and Business Media LLC
Subject
Fluid Flow and Transfer Processes,General Energy,Water Science and Technology
Reference122 articles.
1. Addor, N., Do, H. X., Alvarez-Garreton, C., Coxon, G., Fowler, K., Mendoza, P. A. (2019): Large-sample hydrology: recent progress, guidelines for new datasets and grand challenges, Hydrolog. Sci. J., 65, S. 712–725, https://doi.org/10.1080/02626667.2019.1683182 2. Addor, N., Newman, A. J., Mizukami, N., Clark, M. (2017a): The CAMELS data set: catchment attributes and meteorology for large-sample studies, Hydrol. Earth Syst. Sci., 21, S. 5293–5313, https://doi.org/10.5194/hess-21-5293-2017 3. Addor, N. (2017b): R‑Skripts für die Reproduktion der klimatischen und hydrologischen Indizes, sowie zur Erstellung der Karten, GitHub, verfügbar unter: https://github.com/naddor/camels (letzter Zugriff: 02.03.2020) 4. FAO Irrigation and Drainage Paper 56;RG Allen,1998 5. Alvarez-Garreton, C., Mendoza, P. A., Boisier, J. P., Addor, N., Galleguillos, M., Zambrano-Bigiarini, M., Lara, A., Puelma, C., Cortes, G., Garreaud, R., McPhee, J., Ayala, A. (2018): The CAMELS-CL dataset: catchment attributes and meteorology for large sample studies—Chile dataset, Hydrol. Earth Syst. Sci., 22, S. 5817–5846, https://doi.org/10.5194/hess-22-5817-2018
Cited by
4 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献
|
|