Wissenschaftliche Beiträge

Hier finden Sie die Ergebnisse und Berichte des Projekts KARE.

Starkregenrisikomanagement zur Klimawandelanpassung als neues Handlungsfeld
Starkregenrisikomanagement zur Klimawandelanpassung als neues Handlungsfeld

Starkregenrisikomanagement stellt insbesondere für kleine und mittlere Kommunen ein herausforderndes und vielfach neues Aufgabenfeld dar. Dabei erschweren unverbindliche Anforderungen, unzureichende Informationsgrundlagen und vor allem mangelnde Ressourcen die Umsetzung vor Ort.

The Robustness of the Derived Design Life Levels of Heavy Precipitation Events in the Pre-Alpine Oberland Region of Southern Germany
The Robustness of the Derived Design Life Levels of Heavy Precipitation Events in the Pre-Alpine Oberland Region of Southern Germany

Die Extremwertanalyse (EVA) ist ein bewährtes Verfahren zur Ableitung hydrometeorologischer Bemessungswerte für Infrastrukturen, die extremen Ereignissen standhalten müssen. Da im Zuge des Klimawandels zunehmend Extremereignisse mit höherem Gefährdungspotenzial auftreten, werden Abwandlungen der EVA eingeführt, bei denen die statistischen Eigenschaften nicht mehr als konstant angenommen werden, sondern sich im Laufe der Zeit verändern. 

Near surface roughness estimation: A parameterization derived from artificial rainfall experiments and two-dimensional hydrodynamic modelling for multiple vegetation coverages
Near surface roughness estimation: A parameterization derived from artificial rainfall experiments and two-dimensional hydrodynamic modelling for multiple vegetation coverages

Roughness is the key parameter for surface runoff simulations. This study aims to determine robust Manning resistance coefficients on the basis of consecutive artificial rainfall experiments on natural hillslopes available in literature, obtained at 22 different sites with different degrees of vegetation cover and type.

Modelling Precipitation Intensities from X-Band Radar Measurements Using Artificial Neural Networks
Modelling Precipitation Intensities from X-Band Radar Measurements Using Artificial Neural Networks

Radar data may potentially provide valuable information for precipitation quantification, especially in regions with a sparse network of in situ observations or in regions with complex topography. Therefore, our aim is to conduct a feasibility study to quantify precipitation intensities based on radar measurements and additional meteorological variables.