This dissertation presents a holistic approach that increases the reliability and efficiency of hydrological modelling in high-elevation Alpine catchments. This approach is based on a comprehensive quality check of hydrometeorological observation data, event-based streamflow measurements and detection of high-resolution snow cover from remote sensing for these areas. In addition, the coupling of hydrological model and machine learning enables a significant increase in computational efficiency.
Übersetzte Kurzfassung:
Diese Dissertation stellt einen holistischen Ansatz dar, der die Zuverlässigkeit und Effizienz der hydrologischen Modellierung in hochalpinen Einzugsgebieten erhöht. Dieser Ansatz beruht auf einer umfassenden Qualitätsprüfung von hydrometeorologischen Beobachtungsdaten, der eventbasierten Abflussmessung und der räumlich hochaufgelösten Erfassung der Schneebedeckungsdauer für diese Gebiete. Zudem ermöglicht der Einsatz von Maschinellem Lernen eine signifikante Erhöhung der Recheneffizienz.