|
Biodiversität
Landschaftsentwicklung
Management von Naturgefahren
Nachhaltige Ressourcennutzung
Waldökosysteme
Forschungseinheiten
Forschungsprogramme
Im Fokus
Mitarbeitende
Organisation
Aufgaben
Geschichte
Jobs und Karriere
Kontakt und Anfahrt
PublikationenGinzler, C.; Marty, M. & Bühler, Y. (2013): Grossflächige hochaufgelöste Schneehöhenkarten aus digitalen Stereoluftbildern. DGPF Tagungsband 22 / 2013. DGPF Jahrestagung, Freiburg i. B. Bühler, Y.; Marty, M. & Ginzler, C. (2012): High resolution DEM
generation in high-alpine terrain using airborne remote sensing
techniques. Transactions in GIS, 16 (5), 635 - 647. Bühler, Y.; Christen, M.; Kowalski, J. & Bartelt, P. (2011):
Sensitivity of snow avalanche simulations to digital elevation model
quality and resolution. Annals of Glaciology 52(58), pp. 72-80. Bühler, Y.; Christen, M.; Margreth, S. & Bartelt, P. (2010): Simulation und Visualisierung von Lawinen im dreidimensionalen alpinen Gelände. Geomatik Schweiz, 108, 410 - 413 Bühler, Y.; Hüni, A.; Christen, M.; Meister, R. & Kellenberger, T. (2009): Automated detection and mapping of avalanche deposits using airborne optical remote sensing data. Cold Regions Science and Technology, 57, 99 - 106 Christen, M.; Kowalski, J. & Bartelt, P. (2010): RAMMS: Numerical simulation of dense snow avalanches in three-dimensional terrain. Cold Regions Science and Technology, 63, 1 - 14 Dozier, J.; Green, R; Nolin, A. & Painter, T. (2009): Interpretation of snow properties from imaging spectrometry. Remote Sensing of Environment, 113, 25 - 37 Lehning, M.; Voelksch, I.; Gustafsson, D.; Nguyen, T.; Staehli, M. & Zappa, M. (2006): ALPINE3D: a detailed model of mountain surface processes and its application to snow hydrology. Hydrological Processes, 20, 2111 - 2128 Schweizer, J.; Kronholm, K.; Jamieson, J. & Birkland, K. (2008): Review of spatial variability of snowpack properties and its importance for avalanche formation. Cold Regions Science and Technology, 51, 253 - 272 Warren, S. (1982): Optical properties of Snow. Reviews of Geophysics and Space Physics, 20, 67 - 89 LinksFernerkundung - Der Blick von oben
Flugzeug- und satellitengestützte Fernerkundungssensoren
können zusammenhängende Daten über grosse Flächen auch in unzugänglichen
Gebieten aufnehmen. Diese Eigenschaften machen sie zu einem wertvollen Werkzeug
für die Schnee- und Naturgefahrenforschung. Optische Sensoren (passiv) messen das an der Erdoberfläche reflektierte Sonnenlicht in verschiedenen Wellenlängen und können so interessante Informationen über physikalische und chemische Eigenschaften der Oberfläche von Objekten erfassen. Solche Daten sind meist relativ einfach interpretierbar und haben eine sehr hohe räumliche Auflösung, allerdings sehen diese Sensoren nicht durch Wolken hindurch und können deshalb nicht bei schlechtem Wetter eingesetzt werden. Radar Sensoren (aktiv) senden Radarwellen aus und messen den Anteil, welcher an der Erdoberfläche reflektiert wird. Radarwellen können Wolken durchdringen und auch bei schlechtem Wetter Daten erfassen. Zudem dringen die längeren Wellen auch in Materialien wie Schnee ein und liefern so wichtige Informationen über tiefer liegende Schichten. Allerdings sind Radardaten relativ schwierig zu interpretieren, hier besteht noch Forschungsbedarf. LiDAR Sensoren (aktiv) senden Wellen im sichtbaren oder nahinfraroten Bereich des elektromagnetischen Spektrum aus und messen die Laufzeit bis zur Erdoberfläche und zurück. Daraus lassen sich sehr präzise Modelle der Geländeoberfläche erstellen. Diese Technologie kann aber nur von Flugzeugen und Helikoptern aus eingesetzt werden und beschränkt sich deshalb auf kleinere Flächen. Das SLF setzt Fernerkundungssensoren unter anderem für folgende Anwendungen und Forschungsfragen ein: Digitale Geländemodelle
DEM (digitale Geländemodelle) und DSM (digitale Oberflächenmodelle) sind die Grundlage für die numerische Simulation von Massenbewegungen wie Lawinen, Murgänge oder Steinschlag mit RAMMS (Christen et al. 2010) und für viele weitere Forschungsanwendungen. Wir erforschen verschiedene Technologien zur Herstellung von präzisen Geländemodellen im Hochgebirge wie LiDAR oder photogrammetrische Bildkorrelation. In den alpinen Testgebieten Wannengrat, Davos und Dorfbach, Mattertal testen wir verschiedene Methoden zur Herstellung von Geländemodellen und überprüfen deren Genauigkeit. Wir untersuchen ausserdem die Auswirkungen der Geländemodellqualität und Auflösung auf Simulationsresultate (Bühler et al. 2011). Kartierung von Lawinen
Aktuelle Informationen über Lawinenniedergänge sind essenziell für die Lawinenwarnung und Lawinenforschung. Nach Extremereignissen wie dem Winter 1999 können Fernerkundungssensoren eingesetzt werden um die Ereignisse grossflächig zu kartieren. Dabei sind vor allem die Auslaufdistanz, die Anrisszonen und die Ablagerungshöhen von grossem Interesse. Mit neu entwickelten Verfahren zur automatisierten Erkennung von Lawinenkegeln können die riesigen Datenmengen effizient und schnell ausgewertet werden (Bühler et al. 2009). Diese Informationen sind auch für die Evaluation und Kalibration der Lawinendynamik-Modellen wichtig. Kleinräumige Variabilität der Schneehöhe Informationen über die Schneehöhe und ihre räumliche
Variabilität sind relevant für zahlreiche Anwendungen in der Schnee- und
Lawinenforschung, zum Beispiel für Untersuchungen zur Lawinenbildung oder Schneeverteilung (Schweizer et al. 2008) sowie für die Hydrologie (Lehning et al. 2006). Heute wird die Schneehöhe vorwiegend
durch Punktmessungen an Stationen oder von Beobachtern erhoben, diese Methoden können aber die
räumliche Variation im Alpinen Gelände nicht erfassen. Wir testen
fernerkundungsbasierte Methoden zur grossflächigen, kontinuierlichen Erhebung
der Schneehöhe und evaluieren deren Potential für die Einbindung in bereits existierende Dienstleistungen wie die Lawinenwarnung oder die Abflussvorhersage.
Kartierung von SchneetypenDie Reflexion der Sonnenstrahlen im Nahinfrarot reagiert stark auf Schnee-Eigenschaften wie die Korngrösse (Warren 1982). Insbesondere grobkörniger Altschnee und angefeuchteter Schnee erscheinen deutlich dunkler im Bild als zum Beispiel feinkörniger Triebschnee. Deshalb können optische Fernerkundungsinstrumente genutzt werden um verschiedene Schneetypen zu unterschieden (Dozier et al. 2009). Wir testen sowohl flugzeug- wie auch satellitengestützte Instrumente auf ihre Eignung für die Schneetypenkartierung.
Kontakt
|