Validierung dynamischer Vegetationsmodelle mit über Crowdsourcing erhobenen Phänologiedaten

Der Fachbeitrag beleuchtet die Validierung dynamischer Vegetationsmodelle durch die Nutzung von phänologischen Daten, die durch Crowdsourcing erhoben werden. Niedrigwasserereignisse, die durch Trockenperioden oder geringen Niederschlag verursacht werden, haben sowohl negative ökologische als auch wirtschaftliche Auswirkungen. Wasserhaushaltsmodelle spielen eine entscheidende Rolle bei der Simulation und Vorhersage dieser Bedingungen, um Wasserressourcen effizient zu verwalten und die Resilienz gegenüber zukünftigen Niedrigwasserereignissen zu verbessern. Ein zentraler Aspekt dieser Modelle ist die genaue Abbildung des Wasserhaushalts im Niedrigwasserbereich, wofür die Simulation der Vegetation unerlässlich ist. Die Vegetation beeinflusst den Wasserhaushalt durch Transpiration und Interzeption, wobei dynamische Vegetationsmodelle die jährliche Entwicklung der Vegetation in Abhängigkeit von meteorologischen Gegebenheiten simulieren. Für die Anpassung dieser Modelle werden verschiedene Messgrößen genutzt, darunter Evaporationszeitreihen, Blattflächenindex und phänologische Phasen. Die Erfassung von phänologischen Daten durch Crowdsourcing mittels mobiler Endgeräte bietet eine vielversprechende Lösung, um den Datenmangel zu mindern und die Validierung von Vegetationsmodellen zu verbessern. Der Beitrag präsentiert ein System, das die Kalibrierung und Validierung von Vegetationsmodellen auf Basis von phänologischen Daten unterstützt und gleichzeitig die Bevölkerung für die Problematik des Niedrigwassers sensibilisiert. Ein konkreter Anwendungsfall ist die Validierung des Blattflächenindexes des hydrologischen Modells ArcEGMO-PSCN anhand von durch Crowdsourcing erhobenen phänologischen Daten. Das System umfasst eine mobile Crowdsourcing-Anwendung zur Datenerhebung, eine Serverkomponente zur Integration und Bereitstellung von Modellausgaben und Crowdsourcing-Daten sowie eine Validierungs-Anwendung für Modellfachpersonen. Die Implementierung und Evaluation des Systems zeigen, dass die Integration von Crowdsourcing-Daten die Validierung von Niedrigwassermodellen erheblich verbessern kann. Die Nutzung von phänologischen Daten ermöglicht eine präzisere Modellierung und trägt zur Sensibilisierung der Bevölkerung bei, die aktiv zur Verbesserung der Modelle beitragen kann.