Open-Access-Publikation des Monats – Kaveh Patakchi Yousefi (IBG-3) et al.
6. November 2024
Um den Blick über den Tellerrand anzuregen, wählt die Zentralbibliothek einmal im Monat für den Newsletter des Forschungszentrums Jülich eine Open-Access-Veröffentlichung aus der Publikationsdatenbank JuSER aus.
In der Open-Access-Publikation des Monats schreiben Kaveh Patakchi Yousefi, Alexandre Belleflamme, Klaus Goergen und Stefan Kollet (alle IBG-3) über die Durchführbarkeit und die Auswirkungen der Verwendung von U-Net als eine Methode der künstlichen Intelligenz in Form eines faltenden neuronalen Netzwerks (CNN) zur Verbesserung der Niederschlagsvorhersage innerhalb eines integrierten quasi-operationellen hydrologischen Modells (basierend auf ParFlow/CLM) für Mitteleuropa.
CNNs werden zur Erkennung von Mustern in räumlichen Daten verwendet und eignen sich daher gut zur Korrektur von Wettervorhersagefehlern. Sie verwenden U-Net, um die Raum-Zeit-Fehler der HRES-Wettervorhersagen des ECMWF (Europäisches Zentrum für mittelfristige Wettervorhersagen) zu erlernen und zu korrigieren, wobei nahezu Echtzeit-Daten von H-SAF (Satellite Application Facility on Support to Operational Hydrology and Water Management) als Referenz verwendet werden. Der korrigierte Niederschlagsdatensatz wurde in einem integrierten hydrologischen Modell verwendet, um seine Auswirkungen zu bewerten. Die Studie unterstreicht das Potenzial dieser Methode zur Verbesserung der Niederschlagsprognosen, obwohl hochwertige Referenzdaten für diese Korrektur sehr wichtig sind.
Die Open-Access-Publikation mit dem Titel "Impact of deep learning-driven precipitation corrected data using near real-time satellite-based observations and model forecast in an integrated hydrological model" wurde in der Zeitschrift Frontiers in Water veröffentlicht.
JuSER Publikationsportal – Impact of deep learning-driven precipitation corrected data using near real-time satellite-based observations and model forecast in an integrated hydrological model
Internet – Institut für Bio- und Geowissenschaften – Agrosphäre (IBG-3)