Chemische & Materialen Engineering
De uitdagingen van het meten van Neerslag in Dense Beboste en Jungle omgevingen voor engineering doeleinden
Table of Contents
De uitdagingen van het meten van Neerslag in Dense Beboste en Jungle omgevingen voor engineering doeleinden
Nauwkeurige neerslagmeting is een fundamentele vereiste voor bijna elk civiel en milieutechnisch project. Van het ontwerpen van stedelijke drainagesystemen tot het beheer van waterkrachtreservoirs en het garanderen van de stabiliteit van transportcorridors op lange termijn, regendata drijft beslissingen die miljarden dollars in het kapitaal hebben en, kritischer, van invloed zijn op de openbare veiligheid en de gezondheid van het ecosysteem. In dichte beboste en jungle omgevingen zoals het Amazonebekken, de Congo rivierwaterplassen, Zuidoost-Aziatische tropische regenwouden, en de kust gematigde regenwouden van de Pacifische Noordwestelijke precipitatie metingen presenteert een onderscheidende set van fysieke, logistieke en methodologische obstakels die veel ernstiger zijn dan die worden aangetroffen in open of gematigde terreinen. Deze biomen worden gekenmerkt door multi-layered canopies die kunnen onderscheppen tot 50 procent van de jaarlijkse neerslag, extreme vochtigheid die apparatuur corrosie en verdampingsverlies, rugged topografie die microschaal neerslagverloopen, en remises maken.
Unieke uitdagingen in Dense Beboste en Jungle omgevingen
De fysieke structuur van een dicht bos of jungle interageert met regenval op manieren die fundamenteel de hoeveelheid, timing en ruimtelijke verdeling van water dat meetinstrumenten bereikt veranderen. Ingenieurs die deze omgevingen behandelen als eenvoudige uitbreidingen van open-terrain regenregimes zullen ontwerpen produceren die gevaarlijk onderconservatieve of onnodig duur zijn. De volgende subsecties geven de belangrijkste bronnen van meetfout en variabiliteit.
Canopy Interceptie en Herdistributie
De meest onmiddellijke en goed gedocumenteerde uitdaging in de neerslag van bos is het afluisteren van de luifel. Wanneer regen een wouddak tegenkomt, komt een fractie van het water niet onmiddellijk op de grond terecht; in plaats daarvan stapelt het zich op tot de opslagcapaciteit van de luifel is overschreden, waarna de overtollige waterdruppels als doorloop, stromen naar beneden stengels en stammen als stamstroom, of verdampen tijdens en na de storm. Onderzoek samengevat in de World Meteorologische Organisatie's Gids voor Instrumenten en Methoden van Observatie] meldt dat canopy interceptie van 10 tot 50 procent van de bruto neerslag in tropische bossen kan verwijderen, afhankelijk van de canopy dichtheid, blad-oppervlakte-index, stormintensiteit en windsnelheid. Een standaard regenmeter geplaatst in een bosopruiming of onder een dichte canopy zal ofwel kunstmatig hoge waarden registreren als deze onder een druippunt liggen, of kunstmatig lage waarden als deze in een vallaag worden geplaatst.
Verdamping en microklimaateffecten
Zelfs wanneer neerslag de grond of een opening van de meter bereikt, kan het daaruit voortvloeiende verdampingsverlies significante vooringenomenheid veroorzaken. Jungle-omgevingen houden bijna-verzadigde dampdruktekorten voor een groot deel van het jaar in combinatie met hoge omgevingstemperaturen en lage windsnelheden op de bosbodem. Onder deze omstandigheden kan het water verzameld in een standaard cilindrische regenmeter meetbare verdamping ervaren tussen observatieintervallen, vooral wanneer meters handmatig worden gelezen slechts eenmaal per dag. Studies in Amazone- en Zuidoost-Aziatische bossen hebben post-event verdampingsverliezen van 2 tot 8 procent van het geregistreerde neerslagvolume in niet-afgeschermde meters gedocumenteerd, met de grootste proportionele verliezen die optreden bij lichte neerslag gebeurtenissen onder 5 millimeter per dag. Deze systematische onderschatting accumuleert zich gedurende maanden en jaren, waardoor de totale neerslag op lange termijn wordt beschadigd voor het ontwerp van het reservoir en de droogterisico's. Bovendien is de microklimaten onder een dichte canopie duidelijk verschillend van de macroklimaten.
Orografisch en vegetatie-gedreven ruimtelijke variatie
De Dense bossen bevinden zich vaak in bergachtige of ruige omgevingen, de transitie Andes-Amazon, de Centrale Hooglanden van Vietnam, de hooglanden van Papoea-Nieuw-Guinea, de beboste hellingen van de Ethiopische hellingen. Waar de orografische hefbrug een steile neerslaggradiënt veroorzaakt. Een enkele meter aan een dal-bodem meteorologisch station kan minder dan de helft van de jaarlijkse neerslag op de omringende bergkammen op 2 kilometer afstand vangen. Wanneer gecombineerd met de hierboven beschreven interceptie-gedreven variabiliteit, wordt de uitdaging van ruimtelijke representativiteit acuut. Vegetatie zelf kan lokale neerslagpatronen beïnvloeden door evapotranspiratie recycling, die feedback loops tussen bosbedekking en neerslaghoeveelheid genereert. De NASA Global Neerslagmeting (GPM) missie] heeft niet significant bijgedragen tot het begrijpen van deze gradiënten op regionale schaal, maar de 5-kilometerresolutie van satellietproducten is vaak te grof voor het ontwerp van kleine gebieden, met name voor kleine vierkante kilometers.
Toegankelijkheid en betrouwbaarheid van apparatuur
De logistieke moeilijkheid van het installeren en onderhouden van neerslag meetapparatuur in dichte jungles kan niet worden overschat. Veel tropische bos stroomgebieden ontbreken toegang tot de weg, waarvoor apparatuur en personeel om te komen per boot, helikopter, of te voet over afstanden die meerdere dagen van reizen nodig kunnen zijn. Deze beperking legt ernstige beperkingen op het aantal meter die kan worden ingezet, de frequentie van gegevensverzameling, en het niveau van routine onderhoud. Standaard tipping-bucket regenmeters zijn gevoelig voor verstopte bladnest, insectennesten, schimmelgroei, en puin dat zich snel ophoopt in vochtige omgevingen. Handmatige meters vereisen bezoeken die kunnen worden uitgevoerd op een locatie die niet kunnen worden versperd tijdens het moessonseizoen wanneer wegen onhoudbaar zijn. Elektronische sensoren gezicht versnelde corrosie door hoge vochtigheid, condensatie, en het zure water gegenereerd door het ontbinden van organische materie. Zonnepanelen worden vaak gebruikt om externe automatische weerstations te voeden die op een maandelijkse of zelfs wekelijkse basis moeten worden geschaduwd.
Meetmethoden en technologieën om uitdagingen te overwinnen
De hydrologische en meteorologische gemeenschap heeft een reeks complementaire benaderingen ontwikkeld die, wanneer ze in combinatie worden ingezet, aanzienlijk betrouwbaarder neerslagschattingen kunnen opleveren. In de volgende paragrafen worden de belangrijkste methoden, hun sterktes en zwaktes beschreven en wordt hun toepasbaarheid op engineeringsprojecten in jungleomgevingen beschreven.
Grond-gebaseerde benaderingen: Metaal ontwerp en plaatsing strategieën
De eenvoudigste en meest toegepaste aanpassing is het wijzigen van de plaatsing van de meter om de interferentie van de luifel en het verlies van de verdamping te verminderen.Geschiedenis van de ruiten die een windscherm om de opening heen bevatten kan de ondervangst van de turbulente luchtstroom verminderen, wat vooral belangrijk is bij het opruimen van de ruiten waar wind op de luifelrand ontstaat.De ondergrondse of pitmeters, waar de opening van de ladder wordt neergeslagen met het oppervlak van de grond in een anti-splashrooster, vrijwel het verlies van verdamping en de wind veroorzaakte ondervangst elimineren, maar ze vereisen opgraving en zijn kwetsbaarder voor overstromingen, bladvorming en dierlijke storingen.Droughfall transects bestaande uit lange, smalle dallagen (gutter-type meter) die water verzamelen langs een ruimtelijk geïntegreerde lijn die de puntmetingen onder een canopy vermindert.
Remote Sensing van satellieten en weerradar
De precipitatieproducten op basis van satellieten, zoals die van de NASA-JAXA Global Preseeration Measurement (GPM) missie Geïntegreerde Multi-satellitE Retrievals voor GPM (IMERG), bieden bijna-global dekking bij 0,1-graden ruimtelijke resolutie en half-uurs temporele frequentie, waardoor ze een aantrekkelijke optie voor data-sparse jungle regio's. Deze producten combineren passieve magnetronmetingen uit een constellatie van lage-aarde-orbit satellieten met geostationaire infraroodgegevens om neerslagschattingen te produceren die de brede ruimtelijke neerslagpatronen van neerslag vastleggen, waaronder orografische verbetering en diurnal cycli die gebruikelijk zijn in tropische bosomgevingen. Echter, ingenieurs moeten zich bewust zijn van de systematische voorinvloeden in satellietproducten over dichte bossen: het passieve magnetronsignaal is gevoelig voor de emissiviteit van het landoppervlak, en hoge, natte vegetatie kan de strooiende kenmerken van bevroren hydrometeoren verduisteren, wat leidt tot onder de hoge druk van zware regengebeurtenissen.
Automatische weerstations en IoT-ingeschakelde sensornetwerken
Vooruitgangen in lage vermogen elektronica, satelliet telemetrie en cellulaire IoT connectiviteit hebben het mogelijk gemaakt om automatische weerstations in afgelegen jungle locaties te zetten met data-inzameling intervallen van 15 minuten tot 6 uur. Moderne stations kunnen verwarmde tipping-bucketmeters bevatten die het dichthouden van puin beperken, of weegtype neerslagmeters die alle vormen van neerslag zonder bewegende onderdelen meten, waardoor de onderhoudsfrequentie wordt verminderd. De Campbell Wetenschappelijke OTT Pluvio2[] en soortgelijke weegmeters worden op grote schaal gebruikt in bosbouwonderzoek omdat ze een continue massa-opname mogelijk maken die verdampingsverlies kan detecteren en algoritmisch kan worden gecorrigeerd. IoT-enable sensorknooppunten die communiceren via het ]Iridium satellietnetwerk[ of ] LoRa WAN radiolink] kunnen metenteren, resoning resoning resonablelines en resonablelines, resonabled resonables en resonables.
Hydrologische modellering en gegevensassimilatie
Een steeds gemeenschappelijkere aanpak voor het omgaan met de data beperkingen van jungle omgevingen is het behandelen van neerslag als een onbekende variabele die afgeleid moet worden uit River Disfuction metingen en hydrologisch modelleren, een techniek die bekend staat als inverse hydrologie of regenval-runoff modelkalibratie[]. Door het installeren van stroomstroommeters die nauwkeurig kunnen worden gemeten met de juiste fase-invalscurves ontwikkeld uit stroommetingen tijdens zowel lage-flow- als hoogstroomperioden kunnen ingenieurs een hydrologisch model uitreiken om de waargenomen runoff respons te reproduceren. Het model geeft dan een schatting van de effectieve stroomgebied-gemiddelde neerslag die consistent is met de waargenomen stroomstroomstroom. Deze benadering elimineert niet de noodzaak van enkele neerslaggegevens om het model te beperken, maar kan de vereiste dichtheid van regenmeters sterk verminderen.
Implicaties voor engineeringprojecten
De onnauwkeurigheden en onzekerheden die inherent zijn aan neerslagmetingen in jungle-omgevingen verspreiden zich rechtstreeks tot ontwerpbesluiten en operationele planning. Ingenieurs moeten deze onzekerheden niet alleen kwantificeren, maar ook opnemen in risicogebaseerde ontwerpkaders, die grotere veiligheidsmarges of meer conservatieve ontwerpparameters vereisen dan nodig zou zijn in goed-geïnterregeerde gematigde gebieden.
Infrastructuurontwerp voor extreme regenval
Voor hydraulische constructies zijn de constructies van de balken, culverts, stormwaterafvoersystemen, spillways en detentiebekkens een belangrijke input voor de ontwerpstorm met een bepaalde terugvalperiode (bv. de 100-jaar 24-uurs regenval) en voor de beboste stroomgebieden waar de meetgegevens kort zijn (vaak minder dan 20 jaar) en significante meetfouten bevatten, kan de onzekerheid in de geschatte 100-jaar regenval gemakkelijk meer dan 40 procent bedragen. Dit betekent dat een culvert ontworpen met behulp van de 80-ste percentiel schatting ondermaats kan zijn, terwijl een ontworpen met behulp van de 99-ste percentiel schatting zou kunnen worden overgewaardeerd door een factor twee. De technische respons zou een risico-gebaseerd kader] moeten zijn die expliciet de kosten van falen quantificeert versus de kosten van over-design en selecteert dan een ontwerp van de neerslagwaarde van de neerslag met een aanvaardbare kans op overschrijding van gegevens. Moderne methoden als Byesiaanse frequentie] zijn goed geschikt voor deze taak,
Waterbeheer en waterkracht
Voor de berekening van de opbrengst van het reservoir, de hydrokracht en de planning van de watertoevoer is de kritische neerslaginput de gemiddelde jaarlijkse neerslag op lange termijn en de interjaarlijkse variabiliteit ervan. Systematische onderschatting van de neerslag als gevolg van de onderschepping en het verlies van de overdrukkan 15 tot 25 procent bereiken in tropische bossen als ononderbroken zal leiden tot de voorspelde wateropbrengst van een stroomgebied dienovereenkomstig laag is. Dit kan leiden tot oversizing van reservoirs die nooit vullen aan capaciteit, het verspillen van kapitaal, of ondersizing met het risico van tekorten tijdens droogtejaren. De Internationale Commissie voor Grote dammen (ICOLD)] beveelt aan dat voor projecten in beboste tropische stroomgebieden ingenieurs een correctiefactor toepassen om neerslagschattingen te meten op basis van regionale interceptiestudies en, waar mogelijk, gebruik te maken van gecombineerde neerslagexperimenten om de netto-overwinning te kwantificeren tot runoffefficiëntie. In de context van klimaatverandering wordt het probleem nog acuter, omdat de variabiliteit en intensiteit van de neerslag in tropische bossen op een andere wijze dan de historische meetgegevens worden ontworpen.
Erosiecontrole en hellingstabiliteit
De intensiteit en duur van de neerslag zijn de primaire drijfveren van bodemerosie en hellingsinstabiliteit in bosgrond. De Revised Universal Soil Loss Equation (RUSLE)[] en de varianten daarvan vereisen de neerslag-erosiviteitsfactor, die een functie is van de kinetische energie van regenvalinslag en de maximale 30 minuten intensiteit van stormen. In dichte bossen, de canopy verzacht regendruppelenergie in zekere mate, maar de doorval van bladeren en taktips kan leiden tot dalingen met diameters groter dan die in open regenval, waardoor een lokaal hoog-energie-effect ontstaat dat moeilijk te vangen is met standaard erosiviteitsberekeningen. Bovendien is de ruimtelijke variabiliteit van het erosierisico direct verbonden met de ruimtelijke variabiliteit van doorval, die, zoals besproken, hoog is. Voor engineeringprojecten die bosopruiming, wegbouw of mijnbouw in jungle-omgevingen omvatten, moet het ontwerp van de erosiebeheersingsbeheer deze factoren omvatten.
Milieu- en ecologische overwegingen
Ingenieursprojecten in bos- en jungleomgevingen moeten voldoen aan milieu-effectbeoordelingsvoorschriften die kwantificatie van veranderingen in de waterbalans en de aquatische habitat vereisen. Neerslagmeetfouten verspreiden zich in schattingen van stroomregimeveranderingen stroomafwaarts, overstromingsfrequentieverandering en grondwateraanvulling.Het United Nations Environment Programme (UNEP)[ en de World Bank environmental standards[] vereisen dat de cumulatieve hydrologische impact van meerdere technische interventies in een beboste stroomgebied wordt beoordeeld met behulp van modellen die zijn gekalibreerd op gemeten gegevens. Als de neerslagrecord wordt beïnvloed, zal het model tijdens zowel overstromings- als droogteperioden bevooroordeelde voorspellingen van stroom produceren, die kunnen leiden tot onjuiste beoordelingen van risico's voor bedreigde soorten, ripolaire vegetatie en downstreamgemeenschappen. In veel tropische bosomgevingen is er geen vastgesteld gauging net en ingenieurs moeten er geen enkele van nul worden vastgesteld.
Casestudies van grote tropische bosbekkens
De reële gevolgen van neerslagmeting worden geïllustreerd door casestudies uit de drie grootste tropische bosgebieden, waar technische projecten te kampen hebben gehad met ernstige databeperkingen.
Het Amazonebekken
In de Amazone heeft de Braziliaanse overheid een netwerk van ongeveer 2.000 regenmeters over een gebied van 7 miljoen vierkante kilometer.De dichtheid van één meter per 3500 vierkante kilometer, die veel lager is dan het minimum aanbevolen voor engineering hydrologie. Een hydro-waterkrachtproject op de rivier de Tapajós, bijvoorbeeld, gebaseerd op een combinatie van 12 meter binnen een straal van 100 kilometer van de dam, aangevuld met de Tropical Rainfall Meetmissie (TRMM)[]] satellietproduct werd gevonden om de jaarlijkse regenval te onderschatten met ongeveer 12 procent vergeleken met een latere, meer dichte, instrumenteerde onderzoekscampagne, maar de satelliet nam de sterke west-oost neerslaggradiënt correct in kaart die alleen al was gemist. De ingenieurs namen een veiligheidsmarge van 15 procent op basis van het reservoir op basis van de satelliet-gaugament-verschillen, wat tijdens de eerste vijf jaar van de operatie adequaat bleek. Deze hoogtepunten van deze periode van vijf jaar van de eerste jaren van de eerste jaren, waarbij elke bron van verschillende bronnen werden gecombineerd, zelfs de belangrijkste oorzaken, en de belangrijkste factoren van de belangrijkste factoren.
Centraal-Afrika en het Congobekken
Het Congo Basin is een van de meest data-sparse regio's op aarde voor neerslagmeting. Een weg- en spoorwegrehabilitatieproject in de Democratische Republiek Congo, gefinancierd door de African Development Bank, vereist ontwerp van drainagestructuren voor een 500-kilometercorridor kruising dicht tropisch bos en moeras terrein. De beschikbare meetgegevens bestonden uit slechts drie stations met records korter dan 10 jaar en frequente gaten. Het projectteam gebruikte de ERA5 heranalyse[] om de neerslagrecord uit te breiden tot 40 jaar en kalibreerde de heranalyse aan de hand van de beschikbare meetgegevens om een systematische droge voorstelling te corrigeren die in de heranalyse over het Congo Basin werd vastgesteld. Zelfs met deze correctie, werd de onzekerheid in de 50-jaar ontwerpstorm geschat op 35 procent. De ingenieurs kozen ervoor om alle belangrijke culverts en bruggen te ontwerpen voor een periode van 100 jaar terug te nemen, waarbij de onzekerheid als extra veiligheidsmarge.
Zuidoost-Aziatische jungles
In Zuidoost-Azië, de bergachtige bossen van Laos, Myanmar en Vietnam presenteren een combinatie van uitdagende terrein en moesson regenval die een aantal van de hoogste neerslagintensiteiten op aarde produceert. Een hydropower project in centraal Laos, met een 200 meter hoge dam op een zijrivier van de Mekong, geconfronteerd met het probleem van het meten neerslag op steile, beboste hellingen alleen toegankelijk te voet tijdens het droge seizoen. De ingenieurs ingezette zes automatische weerstations met satelliettelemetrie, elk uitgerust met een weegmeter en een verwarmde tipping-bucket meter. Ondanks deze apparatuur, onderhoud kon slechts worden uitgevoerd gedurende drie maanden van het jaar, en gegevens gaten opgetreden tijdens de piek moesson maanden toen de zwaarste regenval werd geregistreerd. Het team gebruikte een stochastic regengenerator] geconditioneerd op de beschikbare satellietgegevens om de ontbrekende meter records te vullen, en voerde een Monte Carlo simulatie van reservoirinstromen uit om kansverdelingen voor overstromingen te bepalen.
Opkomende technologieën en toekomstige richtingen
Het volgende decennium belooft aanzienlijke verbeteringen in het vermogen om neerslag in bos- en jungleomgevingen te meten. Verschillende technologietrajecten komen samen om de specifieke uitdagingen aan te pakken die in dit artikel worden beschreven.
Ongecrewde antennesystemen (UAS) of drones uitgerust met lichtgewicht, naar beneden uitziende microgolfradiometers kunnen onder de bosluifel vliegen om bodemvochtigheid en neerslag te meten, of boven de hemel vliegen om de ruimtelijke verdeling van de luifelvochtigheid te vangen. Experimentele campagnes in Costa Rica en Maleisië hebben aangetoond dat drone-gemonteerde sensoren doorvalvariabiliteit kunnen in kaart brengen bij resolutie van de submeter, die gegevens kan gebruiken om optimale grondmeetnetwerken te ontwerpen. Naarmate drone-uithouding en sensorminiaturizatie verbeteren, kunnen routine-drone-gebaseerde neerslagonderzoeken een standaard onderdeel worden van engineering site assessments in jungle gebieden.
Machine learning en diep leren worden toegepast op het probleem van het corrigeren van systematische vooroordelen in satellietprecipitatieproducten. Neurale netwerken die zijn opgeleid op schaarse meternetwerken in tropische bossen kunnen de complexe, niet-lineaire relaties leren tussen satellietstralen en neerslag van het oppervlak, die rekening houden met luifelonderschepping, verdamping en orografische effecten. Het IMERG Final Run] product bevat al een op meter gebaseerde correctiealgoritme, maar de ruimtelijke dichtheid van de meters in tropische bossen is zo laag dat de correctie beperkt effect heeft. Onderzoeksgroepen ontwikkelen methoden die stroomstroomgegevens gebruiken als een trainingsdoel voor het corrigeren van machine-learning neerslag, effectief gebruik makend van de waterbalans als validatietool. Deze methoden zijn nog experimenteel, maar ze bieden de belofte van neerslagvelden die consistent zijn met zowel het satellietsignaal als de gemeten runoff.
Laagkosten sensornetwerken bestaande uit goedkope, open-source regenmeters en microcontrollers die via netwerken met een laag vermogen breed bereik (LoRaWAN) zijn aangesloten, kunnen worden ingezet op veel hogere dichtheden dan traditionele automatische stations. Hoewel de nauwkeurigheid van individuele low-cost sensoren lager is dan die van professionele meters, is de wet van grote aantallen van toepassing: een dicht netwerk van 50 sensoren van $200 elk kan een betrouwbaardere schatting van areale neerslag bieden dan een enkele $10.000 professionele meters, vooral in omgevingen met een hoge ruimtelijke variabiliteit. Verschillende projecten in tropisch Afrika en Zuid-Amerika hebben aangetoond dat gemeenschap-maintende netwerken, met zonne-energie sensoren die via cellulaire of satellietverbindingen, gegevens retoursnelheden kunnen bereiken die meer dan 85 procent in afgelegen gebieden, met sensordrift en klemmen gedetecteerd en gecorrigeerd door middel van intercomparisonalgoritmen. Voor ingenieurs die werken op een budget in gegevensparse jungle regio's, biedt deze aanpak een praktische weg naar het bereiken van retentiegegevens van precipitatie.
Spaceborne radarmissies voorbij de huidige GPM-constellatie bevinden zich in de planningsfase.De NASA-ISRO synthetische Aperture Radar (NISAR) missie, gepland voor lancering in 2024, zal L-band en S-band radar waarnemingen bieden die de bodem vocht en vegetatie structuur kunnen meten met een hoge ruimtelijke resolutie. Hoewel NISAR zal niet direct meten neerslag, de bodem vochtproducten, wanneer gecombineerd met een hydrologisch model, kan de neerslag inputs die de waargenomen bodem vochtpatronen produceren beperken. De ESA Copernicus Sentinel-1] missie kan ook worden gebruikt om ruimtelijke patronen van neerslag uit de verandering van de radar backscatter te leiden, aangezien natte bodem en natte vegetatie verschillende radarsignatuur hebben. Deze indirecte methoden, terwijl ze nog niet operationeel zijn voor technische toepassingen, zijn in actieve ontwikkeling en kunnen aanvullende beperkingen op neerslag in de bosconcentraties binnen de volgende vijf jaar.
Conclusie
Het meten van neerslag in dicht beboste en jungle-omgevingen is fundamenteel moeilijker dan in open of gematigde gebieden, en de gevolgen van meetfouten worden versterkt door de hoge regenintensiteiten en gevoelige ecosystemen die deze biomes karakteriseren. Canopy interceptie, verdampingsverlies, extreme ruimtelijke variabiliteit en logistieke toegangsbeperkingen combineren met het produceren van datasets die systematisch bevooroordeeld, ruimtelijk onvolledig en tijdelijk gappy zijn. Het vertalen van deze onvolmaakte gegevens in technische beslissingen vereist een duidelijk begrip van de foutbronnen, het gebruik van meerdere aanvullende meettechnologieën waaronder zorgvuldig geplaatste meetwaarden, satellietproducten, weerradar en heranalysegegevens en een verbintenis om probabilistische ontwerpkaders die expliciet rekening houden met onzekerheid. De casestudies van Amazon, Congo en Zuidoost-Azië tonen aan dat met een juiste investering in instrumentatie en analyse, onweerlegbare engineering ontwerpen zelfs kunnen worden bereikt in de meest uitdagende data-parse omgevingen.