Dr. Konrad Bogner

Funktion

Wissenschaftlicher Mitarbeiter

Gebirgshydrologie und Massenbewegungen

Hydrologische Vorhersagen

Kontakt

konrad.bogner(at)wslto make life hard for spam bots.ch

+41 44 739 24 95+41 44 739 24 95

Eidg. Forschungsanstalt WSL
Zürcherstrasse 111
8903 Birmensdorf

Standort

Birmensdorf Bi LG D 08

WEITERFÜHRENDE INFORMATIONEN

Projekte

Analyse der Warnkette anhand von zwei Unwetterereignissen im Jahr 2020

Zwei heftige Starkniederschlagsereignisse im Spätsommer 2020 (28.-30. August und 1.-4. Oktober) führten zu erheblichem Hochwasser in der Südschweiz. In dieser Studie wird die gesamte Warnkette von der meteorologischen Vorhersage bis hin zu den Massnahmen in den Kantonen/Gemeinden analysiert.

SmallFlex: hydrologische Echtzeitvorhersagen für ein Kleinwasserkraftwerk

Bei diesem Projekt wird der Mehrwert von sehr kurzfristigen (< 6 Std.) und langfristigen (1 Monat) hydrologischen Vorhersagen für den Betrieb eines alpinen Kleinwasserkraftwerks (Gletsch-Oberwald) untersucht.

Risks for small hydropower plants associated with climate change

estimate the impact of climate change on the inflow in a snowmelt dominated tributary of a small hydropower plant using a stochastic 2-dimensional weather generator, a high-resolution energy balance snow cover and a gridded hydrological model

Ensemblevorhersagesysteme

Das Projekt HEPS4Power untersucht die Anwendungsmöglichkeiten von mittel- bis langfristigen hydrologischen Vorhersagesystemen (Hydrologische Ensemble Prediction Systems - HEPS) zur Verbesserung der Steuerung von Wasserkraftwerken und damit zur Profitsteigerung.

IFKIS Hydro Sihl

Die WSL entwickelt und betreibt ein probabilistisches Hochwasservorhersagesystem für das voralpine Einzugsgebiet der Sihl. Hochwasserereignisse können anhand einer Reihe von täglich durchgeführten Vorhersagen frühzeitig erkannt werden.

WSL-Publikationen

Wissenschaftliche Artikel Peer-reviewt

Anghileri, D.; Monhart, S.; Zhou, C.; Bogner, K.; Castelletti, A.; Burlando, P.; Zappa, M., 2019: The value of subseasonal hydrometeorological forecasts to hydropower operations: how much does preprocessing matter?. Water Resources Research, 55, 12: 10159-10178. doi: 10.1029/2019WR025280

Bogner, K.; Pappenberger, F.; Zappa, M., 2019: Machine learning techniques for predicting the energy consumption/production and its uncertainties driven by meteorological observations and forecasts. Sustainability, 11, 12: 3328 (22 pp.). doi: 10.3390/su11123328

Monhart, S.; Zappa, M.; Spirig, C.; Schär, C.; Bogner, K., 2019: Subseasonal hydrometeorological ensemble predictions in small- and medium-sized mountainous catchments: benefits of the NWP approach. Hydrology and Earth System Sciences, 23, 1: 493-513. doi: 10.5194/hess-23-493-2019

Bogner, K.; Liechti, K.; Zappa, M., 2018: Error correcting and combining multi-model flood forecasting systems. In: Gourbesville, P.; Cunge, J.; Caignaert, G. (eds), 2018: Advances in hydroinformatics. SimHydro 2017 - choosing the right model in applied hydraulics. SimHydro conference 2017, Nice, France. 569-578. doi: 10.1007/978-981-10-7218-5_40

Monhart, S.; Spirig, C.; Bhend, J.; Bogner, K.; Schär, C.; Liniger, M.A., 2018: Skill of subseasonal forecasts in Europe: effect of bias correction and downscaling using surface observations. Journal of Geophysical Research D: Atmospheres, 123, 15: 7999-8016. doi: 10.1029/2017JD027923