Judith Seiche
Doktorandin für hydrologische Modellentwicklung
GFZ Helmoltz-Zentrum für Geoforschung
Zur Person
Ich bin Umweltingenieurin und promoviere seit April 2026 am GFZ Helmholtz Zentrum für Geoforschung im Bereich der hydrologischen Modellentwicklung. Mein fachlicher Hintergrund liegt an der Schnittstelle von Hydrologie, Klimamodellierung und Geodatenanalyse. In meiner Masterarbeit an der Universität Rostock (Profilinie: Umweltanalyse und Ressourcenschutz) untersuchte ich das statistische Downscaling regionaler Klimamodelle in Mecklenburg-Vorpommern.
Vor meiner Promotion habe ich als wissenschaftliche Mitarbeiterin am Institut biota hydrologische Daten ausgewertet und GIS-Tools zur Gewässerkartierung entwickelt. Zudem war ich während des Studiums als Hilfskraft an der Professur für Hydrologie und angewandter Meteorologie der Universität Rostock tätig, wo ich hydrologische Geländemessungen durchgeführt und an Lysimeter-Studien mitgewirkt habe.
Matchmaking-Informationen
Teilnahme
Meine Veranstaltungen (1)
Datum
Veranstaltung
3.3.2 Geodesy for climate research
Modellierung des Erdwasserspeichers: Untersuchung von Unsicherheiten in OS-LISFLOOD Simulationen
Wie gut können hydrologische Modelle Veränderungen der terrestrischen Wasserspeicherung in datenarmen Regionen wie dem Kongobecken erfassen?
In diesem Vortrag werden die Dynamiken der terrestrischen Wasserspeicherung (TWS) sowie ihre einzelnen Speicherkomponenten (d. h. Bodenfeuchte, Grundwasser sowie Wasser in Seen, Flüssen und Reservoiren) mithilfe von Ergebnissen aus OS LISFLOOD, ein open-source, räumlich verteiltes Wasserressourcenmodell, das vom Joint Research Center der Europäischen Kommission entwickelt wurde, untersucht.
Simulationen, die mit ERA5-Reanalysedaten angetrieben werden, werden anhand von Beobachtungen der GRACE-Satellitengravimetrie evaluiert und mit Simulationen verglichen, die auf alternativen meteorologischen Antriebsdatensätzen sowie anderen hydrologischen Modellen basieren. Die Auswertung konzentriert sich auf verschiedene zeitliche Komponenten des TWS-Signals und erfolgt mithilfe statistischer Kenngrößen wie Korrelation, Root Mean Squared Difference und Kling-Gupta-Effizienz. Besonderes Augenmerk liegt auf der geringen Leistungsfähigkeit von OS LISFLOOD im Kongobecken in den niederfrequenten Anteilen des Signals bei Verwendung von ERA5-Daten.
Durch die Analyse von Unterschieden zwischen meteorologischen Antriebsdatensätzen, der Sensitivität des Modells gegenüber unterschiedlichen atmosphärischen Antrieben sowie des Einflusses der Kalibrierung zielt diese Studie darauf ab, potenzielle Unsicherheitsquellen in großskaligen hydrologischen Simulationen zu identifizieren.
