Published May 4, 2022 | Version 1.3
Proposal Open

CAMELS-DE: Initiative für einen konsistenten, frei verfügbaren Datensatz für hydro-meteorologische Analysen in Einzugsgebieten in Deutschland

  • 1. Karlsruhe Institute of Technology (KIT)
  • 2. University Freiburg, Faculty of Environment and Natural Resources
  • 3. GFZ German Research Centre for Geosciences
  • 4. Department of Hydrology and Water Resources Management
  • 5. Helmholtz Centre for Environmental Research
  • 6. University of Bayreuth
  • 7. University Dresden, Institute of Hydrology and Meteorology
  • 8. Technische Universität Braunschweig
  • 9. Justus-Liebig-University Gießen, Department of Landscape Ecology and Resources Management

Description

Konsistente und umfassende Datensätze für hydro-meteorologische Analysen in Einzugsgebieten haben Forschung und Lehre in der Hydrologie, aber auch die wasserwirtschaftliche Praxis in den letzten Jahren geprägt und maßgeblich vorangebracht. CAMELS-Datensätze vereinigen Landschaftsmerkmale sowie hydrologische und meteorologische Zeitreihen in Hunderten von Einzugsgebieten. Diese Datensätze bieten generell die Möglichkeit, Modellierungen und Datenanalysen in einer Vielzahl von unterschiedlichen Landschaftsräumen durchzuführen und zu vergleichen. Dies ist grundlegend, um die z.B. die wasserwirtschaftlichen Auswirkungen des Klimawandels auf den Wasserkreislauf in Deutschland besser abzuschätzen. Auch können hydrologische Methoden zur Vorhersage und Risikoabschätzung entwickelt und hydrologische Extreme bewertet werden.

Trotz eines der umfangreichsten hydro-meteorologischen Messnetzwerke der Welt, liegt ein solcher Datensatz für Deutschland bisher noch nicht vor. Motiviert durch diverse CAMELS-Datensätze aus anderen Ländern und der CAMELS-Konzeption, ist es das Ziel der „CAMELS-DE”-Initiative, einen solchen umfassenden Datensatz auch für Deutschland aufzubereiten und der Öffentlichkeit zur Verfügung zu stellen.

--

Abstract (english):

Consistent and comprehensive catchment data sets for hydro-meteorological analyses have significantly advanced research and teaching in hydrology, but also water management practice in recent years. CAMELS datasets combine landscape attributes and hydrological and meteorological time series in hundreds of catchments. These datasets generally offer the possibility to perform and compare modeling and data analysis across a wide range of different landscapes. This is fundamental in order to better assess, for example, the water management impacts of climate change on the hydrological cycle in Germany. Hydrological methods for forecasting and risk assessment can also be developed and hydrological extremes assessed. Despite one of the most extensive hydro-meteorological sampling networks in the world, such a data set is not yet available for Germany. Motivated by various CAMELS data sets from other countries and the CAMELS design, the aim of the "CAMELS-DE" initiative is to provide such a comprehensive data set as well for Germany to the public. Similar projects exist for France, Switzerland and Austria.

--

Inhaltsverzeichnis des Dokuments (PDF):

1. Hintergrund
2. Was ist CAMELS?
3. Die CAMELS-DE Initiative
4. Integration von CAMELS-DE in Open-Data-Strategien in Deutschland
5. Wie genau wird CAMELS-DE aussehen?
6. Mehrwert durch CAMELS-DE für die Wissenschaft
7. Mehrwert durch CAMELS-DE für Behörden und Wasserwirtschaft
8. Wie wird CAMELS-DE veröffentlicht?
9. Wie ist der langfristige Umgang mit CAMELS-DE angedacht?
10. Personen in der CAMELS-DE Initiative
11. Umfrage und weitere Informationen
12. Unterstützungsliste: Lehrstühle, Forschungseinrichtungen und Organisationen
13. Literatur: Zusammenstellung aller CAMELS-Datensätze

 

--

Vorstellung CAMELS-DE (August 2022):

„Wie kommt der Regen in den Fluss?“ – Die CAMELS-De Initiative am Karlsruher Institut für Technologie erstellt eine nationale hydrologische Datenbank - Campus-Report am 16.08.2022
https://publikationen.bibliothek.kit.edu/1000149765

Files

CAMELS-DE_Initiative.pdf

Files (1.8 MB)

Name Size Download all
md5:4a2ad4ba11362b1da1aa4a27ddbb99fa
1.8 MB Preview Download

Additional details

Related works

Cites
Poster: 10.5281/zenodo.6394929 (DOI)