EODAHR: betere overstromingsvoorspellingen dankzij radar

#RADAR, #STEREO, #Webstory, #Overstromingen

Gepubliceerd op 7 april 2023

Vandaag de dag worden verschillende types radar gebruik voor verschillende doeleinden. In deze studie gebruikten de onderzoekers van het STEREO-project EODAHR (Improved early warnings through Earth observation data assimilation and hydrological retrospective forecasts) informatie van radars aan boord van satellieten die om de aarde draaien om hun voorspellingen van het rivierdebiet te verbeteren en vroegtijdig te waarschuwen in geval van zware regenval. Zij onderzochten twee stroomgebieden in België: de Demer (die deel uitmaakt van het Scheldebekken) en de Ourthe (Maasbekken).

Ligging van de twee stroomgebieden "Demer" en "Ourthe" in de Schelde- en Maasbekkens in België

Bodemvocht, een belangrijke variabele

Onderzoekers gebruiken gewoonlijk computermodellen om het debiet van rivieren te simuleren. Een nauwkeurige simulatie is een uitdaging omdat er veel factoren zijn die fouten kunnen veroorzaken. Zo spelen de manier waarop het model is opgebouwd, de gegevens die het gebruikt en de uitgangsomstandigheden allemaal een rol.

Een belangrijke informatiebron voor hydrologische modellen is de bodemvochtigheid, omdat die rechtstreeks van invloed is op de voorspelling van de waterstroom. Hoe beter de inschatting van het bodemvocht, hoe beter de algemene voorspelling zal zijn.

Data assimilation

Om deze modellen nauwkeuriger te maken, wordt informatie over bodemvocht en vegetatie in het stroomgebied, die wordt verkregen uit radarsatellietbeelden, in het model geïnjecteerd.

Radarinstrumenten zenden elektromagnetische golven (zoals radiogolven) uit naar het aardoppervlak. Een deel van het signaal (de zogenaamde backscatter) wordt teruggekaatst naar de satelliet. De hoeveelheid backscatter die de radar ontvangt, levert informatie op over de kenmerken van het oppervlak, zoals vegetatiebedekking en watergehalte.

Deze methode om modellen te verbeteren staat bekend als data-assimilatie. Twee verschillende computermodellen werden vergeleken: SCHEME, een hydrologisch model ontwikkeld door het Koninklijk Meteorologisch Instituut van België, en NASA's Land Surface Model Noah-MP.

Het EODAHR-team gebruikte twee soorten backscattergegevens (C-SAR van de Sentinel-1-satelliet en ASCAt van de METOP-satelliet). De verschillen tussen satellietwaarnemingen en modelvoorspellingen werden gebruikt om het bodemvocht en de vegetatietoestand bij te werken. Dit verbetert op zijn beurt de voorspellingen van het rivierdebiet. De onderzoekers ontdekten dat hun gegevensassimilatie beter werkte in het Ourthe stroomgebied, waar er een sterker verband bestaat tussen de hoeveelheid vocht in de bodem en de hoeveelheid regenwater die in de rivier stroomt.

Illustratie van ruimtelijke bodemvochtupdates op 4 september 2017

Samengevat, dit project hielp het team te begrijpen hoe en waar ze informatie van satellieten kunnen gebruiken om nauwkeurigere voorspellingen te doen over het debiet van rivieren. Dit is belangrijk voor mensen die overstromingsvoorspellingen doen om gemeenschappen veilig te houden.