Schneedecke aus dem Weltraum betrachtet: Neue Methode könnte bessere Hochwasserprognosen ermöglichen

Nur wenige wissen, dass das im Schnee gebundene Wasser (in Form von Schneedecke) für die Vorhersage und Verhinderung von Überschwemmungen von großer Bedeutung ist. Allerdings ist es bekanntermaßen schwierig, genaue Vorhersagen zu treffen. Ein Team hat nun zwei Techniken kombiniert, um präzisere Messungen der Schneedecke zu ermöglichen.

Das im Schnee enthaltene Wasser hat einen erheblichen Einfluss auf die Wasserspeicherung und das Hochwasserrisiko.
Das im Schnee enthaltene Wasser hat einen erheblichen Einfluss auf die Wasserspeicherung und das Hochwasserrisiko.

Es ist eine Herausforderung, das Wetter vorherzusagen, aber noch schwieriger ist es, die Entwicklung der Schneedecke vorherzusagen. Aufgrund der abgelegenen, unwirtlichen Lage war es nicht nur schwierig, dies in der Vergangenheit zu erfassen, sondern es ist auch sehr variabel in der Landschaft.

Weltraumgestützte Überwachungsmethoden wurden kürzlich entwickelt, was zu einigen neuen weltraumgestützten Radarmissionen wie der kanadischen Terrestrial Snow Mass Mission und Projekten der NASA geführt hat. Es gibt jedoch nach wie vor Einschränkungen.

Die Schneedecke wird in der Regel anhand des Schneewasseräquivalents (SWE) gemessen. Es entspricht der Wassertiefe, die durch das Schmelzen des Schnees entstehen würde. Die Kenntnis dieser Menge hilft, die Wasserversorgung zu verstehen und Hochwasserrisiken zu erkennen.

Schnee sehen mit: Hinter dem Schleier

Viele Techniken zur Schneemessung basieren auf Satellitenfernerkundung, was jedoch mit Herausforderungen bei der genauen Messung der Schneemenge verbunden ist. Die Entwicklung der Schneedecke unterliegt bereits komplexen Dynamiken, die den Energieaustausch zwischen dem Schnee und der Chemie der Atmosphäre und des Bodens mit einbeziehen. Diese Dynamiken sind in Bergregionen noch komplizierter.

„Die Tiefe lässt sich leicht messen, doch sie variiert oft stark von Ort zu Ort, sodass viele Messungen an verschiedenen Stellen erforderlich sind, um eine gute Schätzung zu erhalten“, erklärte Chris Hiemstra für die NASA.

„Die Dichte ist schwieriger zu bestimmen, da sie sich mit dem Alter des Schnees und den örtlichen Bedingungen verändert. Beispielsweise ist frischer, kalter Schnee leicht und luftig, mit nur 5–10 % Wasseranteil in den Flocken, die man mit einem leichten Atemzug bewegen kann. Bei wärmeren Schneebedingungen am Boden verschmelzen die vom Himmel gefallenen Schneeflocken und verwandeln sich in größere, miteinander verbundene, runde Körner mit höherer Dichte. Durch den Wind wird der Schnee verweht, zerbricht und zu Verwehungen zusammengepresst, aber selbst dann besteht er nur zu 40–50 % aus Wasser. Die Schwankungen in der Tiefe und Dichte machen es schwierig, die SWE zu kartieren.“

Neue Überwachungsmethode verfolgt einen ganzheitlichen Ansatz

Eine neue Studie befasst sich eingehend mit Radardaten für die Schneebewertung und gibt einen Einblick, wie optische Techniken für eine genauere Schneebewertung kombiniert werden können.

Diese neue Forschungsarbeit wurde über den atemberaubenden Bergen der Sierra Nevada durchgeführt. Das Team verwendete zuvor gewonnene luftgestützte UAVSAR-L-Band-InSAR-Daten aus der NASA SnowEx 2020-Kampagne – einer einjährigen Untersuchung von Techniken zur Erforschung von Schneeeigenschaften und Untersuchungsmethoden.

Die Studie aus dem Jahr 2025 deckte Unsicherheiten bei einer etablierten Technik auf, die L-Band-InSAR-SWE-Messungen umfasst, wie beispielsweise die Schneedetektion unter dem Baumkronendach. Sie zeigte, dass Schneedeckendaten sorgfältig ausgewählt werden sollten, wenn die SWE-Überwachung per Satellit eingesetzt wird.

Dr. Jack Tarricone, leitender Forscher am Hydrological Sciences Laboratory der NASA, kommentierte: „Diese Studie unterstreicht, wie wichtig es ist, die richtigen Schneebedeckungsdaten für genaue SWE-Abrufe auszuwählen.“

Die Kombination von optischen und Radardaten liefert genaue Ergebnisse

Der Multisensor-Ansatz des Teams, bei dem sowohl optische als auch Radardaten kombiniert wurden, zeigte, wie cKombinationsmethoden manchmal zu optimalen, genaueren Überwachungsergebnissen führen können.

Dr. Tarricone fügte hinzu: „Unsere Ergebnisse zeigen, dass die Kombination von optischen und Radardaten die Genauigkeit von SWE-Messungen erheblich verbessern kann, die für die Wasserressourcenbewirtschaftung in schneebedeckten Regionen von entscheidender Bedeutung sind.“

„Während sich weltraumgestützte Radarmissionen wie NISAR auf ihren Start vorbereiten, liefert diese Forschung wertvolle Erkenntnisse zur Optimierung von SWE-Schätzverfahren für breitere Anwendungsbereiche.“

Diese Erkenntnis könnte einen Weg durch die Komplexität bahnen, um genauere und schnellere Messungen der Schneedecke zu ermöglichen. Die ganzheitliche Methode des Teams könnte das Wassermanagement und die Hochwasservorhersage sowie das Dürremanagement und die Klimaanalyse von der lokalen bis zur globalen Ebene unterstützen.

Quellenhinweis:

Jack Tarricone, Ross Palomaki, Karl Rittger, Anne Nolin, Hans-Peter Marshall, Carrie Vuyovich. Investigating the Impact of Optical Snow Cover Data on L-Band InSAR Snow Water Equivalent Retrievals. J Remote Sens. 2025;5:0682.DOI:10.34133/remotesensing.0682

Meloche, J., Leroux, N. R., Montpetit, B., Vionnet, V., and Derksen, C.: Radar-equivalent snowpack: reducing the number of snow layers while retaining their microwave properties and bulk snow mass, The Cryosphere, 19, 2949–2962, https://doi.org/10.5194/tc-19-2949-2025 2025