Technischer Mitarbeiter, SLF Davos, WSL-Institut für Schnee- und Lawinenforschung SLF, Flüelastrasse 11, 7260 Davos Dorf
Lawinenforschung SLF Flüelastrasse 11 7260 Davos Dorf Standort SLF Davos Da B
Forschungsingenieur, SLF Davos, WSL Institute for Snow and Avalanche Research SLF, Flüelastrasse 11, 7260 Davos Dorf
Avalanche Research SLF Flüelastrasse 11 7260 Davos Dorf Standort SLF Davos Da B
Our project will evaluate effects of different forms of interactive involvement in river restoration projects on involved residents’ social learning and their psychological ownership and investigate whether this enhances acceptance of the river restoration projects.
case regions in Switzerland measuring a) residents’ mental models of the issue, b)
Wir erforschen die Faktoren, die das Waldbrandrisiko erhöhen und entwickeln Instrumente, um die Waldbrandgefahr vorherzusagen.
(Bild: B.
Neben hoher Feuchtigkeit in Boden und Luft ist vor allem die Tageslänge entscheidend. Die Länge der Wachstumsperiode ist unbedeutend.
B.
Unser Ziel ist es, die Verbindung zwischen unterirdischem Wasserregime, das mit der Auslösung von flachgründigen Rutschungen zusammenhängt, und den oberirdischen Struktureigenschaften von Wäldern herzustellen. Korrelationsanalysen zwischen Felderhebungen und Fernerkundungsdaten sollen zudem das Hochskalieren von der lokalen zur regionalen und überregionalen Skala ermöglichen.
Säulen abgestützter Ansatz entwickelt unter Berücksichtigung von a) Bodenmechanik, b)
PostDoc, WSL Birmensdorf, Eidg. Forschungsanstalt WSL, Zürcherstrasse 111, 8903 Birmensdorf
B. and Peña, F. (2023).
SLF-Forschende sind vor allem im Bereich Schnee massgeblich beteiligt. Eine erste Übersicht wurde nun veröffentlicht.
B. den Kohlenstoffkreislauf), Wolken und die Strahlungsbilanz hat.»
Wissenschaftlicher Mitarbeiter, WSL Birmensdorf, Eidg. Forschungsanstalt WSL, Zürcherstrasse 111, 8903 Birmensdorf
Braun und B. Rihm. 2019.
In ihren Forschungsprogrammen und Initiativen entwickelt die WSL inter- und transdisziplinäre Lösungswege für gesellschaftlich relevante Fragestellungen.
b) Anwendung von Machine Learning Methoden zur Musteridentifizierung (Ambühl, 2010
