Der Artikel „DeepRec: Global Terrestrial Water Storage Reconstruction Since 1941 Using a Spatiotemporal-Aware Deep Learning Model“ wurde in der Fachzeitschrift “Journal of Geophysical Research: Machine Learning and Computation” veröffentlicht.
In der Studie wird DeepRec vorgestellt, ein spatio-temporales Deep-Learning-Modell zur Rekonstruktion globaler Variationen der terrestrischen Wasserspeicherung (Terrestrial Water Storage, TWS) für den Zeitraum seit 1941. Der Ansatz adressiert Lücken in langfristigen Beobachtungsreihen, indem räumliche und zeitliche Abhängigkeiten aus verschiedenen Datensätzen gelernt und zu einem konsistenten historischen TWS-Datensatz zusammengeführt werden.
Die Arbeit basiert auf einer Masterarbeit von Luis Gentner, der Luft- und Raumfahrttechnik studierte und im Rahmen der Studium ein Interesse an der Geodäsie entwickelte. Die Masterarbeit wurde gemeinsam an der Universität Stuttgart und der ETH Zürich betreut und steht exemplarisch für eine interdisziplinäre Ausbildung an der Schnittstelle von Ingenieurwissenschaften, Geodäsie und Hydrologie.
Der rekonstruierte Datensatz ermöglicht Analysen der langfristigen hydroklimatischen Variabilität und ist für Untersuchungen zu Dürren, Hochwasserereignissen und klimabedingten Veränderungen der Wasserressourcen relevant.
Der vollständige Artikel ist über den DOI verfügbar: 10.1029/2025JH000889
