Im Rahmen dieses Projekts wird eine präzise und reproduzierbare Methodik zur Erfassung der Schneebedeckung im Zugspitzgebiet entwickelt. Grundlage bilden multispektrale Satellitendaten (insbesondere Sentinel-2), aus denen schneerelevante spektrale Indizes wie der Normalized Difference Snow Index (NDSI) und der Normalized Difference Vegetation Index (NDVI) abgeleitet werden.
Anstelle fester globaler Schwellenwerte kommt ein szenenabhängiger, physikalisch begründeter Ansatz zum Einsatz, der saisonale Effekte, unterschiedliche Schneearten sowie komplexe topographische Bedingungen berücksichtigt. Maschinelle Lernverfahren (z. B. Random Forest) werden ergänzend eingesetzt, um die Klassifikation in Schattenbereichen und Übergangszonen weiter zu verbessern.
Ziel ist die möglichst genaue Bestimmung der Schneefläche in alpinem Gelände sowie die Entwicklung eines transparenten, übertragbaren Algorithmus, der langfristig zur Analyse von Schneeveränderungen und klimarelevanten Prozessen im Hochgebirge beiträgt.