Integrating dynamic planting dates into Noah-MP-Crop for sorghum simulation in semi-arid regions

Durch die Integration dynamischer, satellitenbasierter Saattermine in das prozessbasierte Ernte-Klimamodell Noah-MP-Crop wird das Sorghum Wachstum im semiariden östlichen Nil-Becken realistischer simuliert. Im Vergleich zu fixen Saatterminen verbessern dynamische Pflanzdaten die Modellgüte hinsichtlich Blattflächenindex und Ernteerträgen deutlich — und bieten damit einen übertragbaren Ansatz für Ernte-Klima-Bewertungen in datenarmen Regionen.

Suspended Sediment Fluxes and Decadal Trends in the Humid Tropics: Machine Learning Reconstruction and Coupled Modelling in Upper Blue Nile Tributaries

Mittels Machine-Learning-Methoden — insbesondere Quantile Regression Forests (QRF) — werden kontinuierliche tägliche Sedimentgraphen (1990–2020) für zwei Einzugsgebiete im Oberen Blauen Nil-Becken rekonstruiert und erstmals zur Kalibrierung des gekoppelten hydro-sedimentologischen Modells WASA-SED genutzt. Dekadische Analysen offenbaren dabei gegensätzliche Entwicklungen: Während im Gilgel-Abay-Einzugsgebiet intensivere Niederschläge den Abfluss stark erhöhten, aber die Sedimentfrachten zuletzt sanken, stiegen im Gumara-Einzugsgebiet sowohl Abfluss als auch Sedimentfrachten deutlich — maßgeblich bedingt durch Feuchtgebietsverlust und Urbanisierung.

Toward a Seamless Sub-Seasonal to Seasonal Prediction System for the Blue Nile Basin

Durch regionale Verbesserung von ECMWF-Vorhersageprodukten (SEAS5 und sub-saisonale Vorhersagen) mittels statistischer und Deep-Learning-basierter Post-Processing-Methoden wird ein nahtloses S2S-Vorhersagesystem für das Blaue Nil-Becken entwickelt. Obwohl die aufbereiteten meteorologischen Vorhersagen für sich allein kaum die Klimatologie übertreffen, zeigen sie in Kombination mit hydrologischen und Ernte-Modellen einen deutlichen Mehrwert für sektorspezifische Entscheidungen.

Seasonal forecast of streamflow and suspended sediment in the Blue Nile Basin, Ethiopia

Untersuchung des Potenzials eines gekoppelten hydro-meteorologischen Saisonvorhersagesystems für Abfluss und Sedimenttransport im Oberen Blauen Nil-Becken (Äthiopien), flussaufwärts des GERD-Staudamms, mit einer Vorhersagereichweite von bis zu sieben Monaten. Durch die Kombination des ECMWF-SEAS5-Niederschlagsprodukts mit dem hydro-sedimentologischen Modell WASA-SED sowie einem nachgelagerten autoregressiven Korrekturverfahren zeigen die Ergebnisse, dass das System Niederschlag und Abfluss auf saisonaler Skala verlässlich vorhersagen kann.

Improved seasonal precipitation forecasts for the Blue Nile Basin: a deep learning approach.

Die Studie schlägt mit Seasonal AFNOCast einen Deep-Learning-Ansatz zur Bias-Korrektur und Downscaling von saisonalen Niederschlagsvorhersagen im Blauen Nil-Becken vor, der auf einem adaptiven Fourier Neural Operator basiert und mit der etablierten statistischen Methode BCSD verglichen wird. Dabei zeigt sich, dass beide Methoden die Vorhersagequalität gegenüber den Rohdaten deutlich verbessern, Seasonal AFNOCast jedoch insbesondere bei längeren Vorlaufzeiten, der Darstellung von Extremereignissen und der Rechengeschwindigkeit (5–20× schneller) Vorteile gegenüber BCSD aufweist.

Policy Brief. How to Improve Forecast Dissemination in the Blue Nile River Basin. Challenges, Opportunities and Ways Forward.

Das Policy Brief fasst die Ergebnisse des Policy Papers zusammen, welches untersucht, wie Klima- und Wettervorhersagen im Einzugsgebiet des Blauen Nils kommuniziert werden und wie Regierungen, globale und regionale Organisationen sowie Entwicklungspartner bestehende Systeme und Praktiken unterstützen können, veröffentlicht im März 2026

How to Improve Forecast Dissemination in the Blue Nile River Basin. Challenges, Opportunities and Ways Forward.

Das Paper untersucht, wie Klima- und Wettervorhersagen im Einzugsgebiet des Blauen Nils kommuniziert werden und wie Regierungen, globale und regionale Organisationen sowie Entwicklungspartner bestehende Systeme und Praktiken unterstützen können, veröffentlicht im März 2026

GRoW Broschüre: Highlights & Ergebnisse

Neue Werkzeuge und Analysen für das Management der Globalen Ressource Wasser (GRoW), veröffentlicht im Mai 2022

Technical Brief #1 Management von Staudämmen und Oberflächengewässer

Technische Zusammenfassung von Produkten der GRoW-Projekte zum Management von Staudämmen und Oberflächengewässern, veröffentlicht September 2021

Technical Brief #2 Fernerkundung für effizientes Wassermanagement in der Landwirtschaft

Technische Zusammenfassung von Produkten der GRoW-Projekte, die mittels Fernerkundungsdaten Wassermanagement in der Landwirtschaft verbessern können, veröffentlicht November 2021

Technical Brief #3 Neue Werkzeuge für das Grundwassermanagement

Technische Zusammenfassung von Produkten der GRoW-Projekte für das Grundwassermanagement, veröffentlicht Januar 2022

Technical Brief #4 Bewältigung von Zielkonflikten im Wasserressourcenmanagement:
Neue Instrumente für verbesserte Governance

Technische Zusammenfassung von Produkten der GRoW-Projekte für Governance im Wassersektor, veröffentlicht März 2022

Tagungsband Abschlusskonferenz

GRoW Abschlusskonferenz, 20-21 Oktober 2020 in Berlin. Ziel der GRoW-Abschlusskonferenz war es, die zentralen Ergebnisse und Produkte der 12 Verbundprojekte und der projektübergreifenden Querschnittsthemen zu präsentieren und zu diskutieren.

GRoW Statuskonferenz

GRoW Statuskonferenz, 20-21 Februar 2019 in Frankfurt am Main. Ziel der GRoW-Statuskonferenz war es, die Zwischenergebnisse der 12 Projekte und die GRoW-übergreifenden Themen zu präsentieren.

Tagungsband Auftaktkonferenz

Kurzvorstellung der Verbundprojekte in der BMBF-Fördermaßnahme GRoW anlässlich der Auftaktveranstaltung vom 12. und 13. September 2017 in Karlsruhe

Projektblätter zur BMBF-Fördermaßnahme GRoW

Kurzvorstellung der GRoW-Verbundprojekte mit Ansprechpartnern

GRoW Flyer