Überschwemmungen verursachen ein Drittel der weltweiten Naturschadenskosten. Zum Schutz der Bevölkerung und der Infrastruktur nutzen Hochwasservorhersagesysteme Wettervorhersagen, um Überschwemmungen mehrere Tage vorauszusehen und deshalb mehr Vorlaufzeit für Schutzmassnahmen zu haben. Im Kanton Wallis ist seit 2013 ein Hochwasservorhersage- und Managementsystem in Betrieb, das aus dem 1999 gestarteten MINERVE Projekt resultiert. Das Ziel dieser Arbeit ist es, einige der Herausforderungen, die sich aus diesem System ergeben, anzugehen. Eine neue Methode der Bestimmung der räumlichen Verteilung von Niederschlag basierend auf Co- Kriging mit Regression von Regenmessungen und meteorologischen Radardaten wird vorgestellt. Zwei Messnetze, die mit Regenmessern unterschiedlicher Qualität ausgestattet sind, werden berücksichtigt. Der Vergleich der geschätzten Niederschlagsmengen mit anderen Interpolationsmethoden zeigt auf, dass die quantitative Niederschlagsschätzung (Quantitative precipitation estimates auf English (QPE)), die mit Co-Kriging mit Regression erhalten wurde, das beste Resultatüber das untersuchte Einzugsgebiet ergibt. Die Analyse zeigt, dass eine gute Aufbereitung der Radardaten erforderlich ist, insbesondere in Bezug auf Schattenbereiche aufgrund der komplexen Topographie. Die Integration des neuen QPE-Produkts in ein Schneemodell ergab eine deutliche Unterschätzung der Niederschlagsmengen. Es wird eine Methodik zur Korrektur der Unterschätzung des festen Niederschlags bei der Berechnung von QPE-Produkten vorgeschlagen. Vier verschiedene Produkte werden betrachtet: das operationelle QPE-Produkt von MeteoSchweiz CombiPrecip, das Co-Kriging mit Regression und zwei Varianten davon mit einem Korrekturfaktor von 1.2 und 1.3 für die Unterschätzung der festen Niederschläge. Das Schneemodell wird mit Satellitendaten aus dem MODIS-Spektroradiometer kalibriert und an 11 Messstationen mit dem Schneewasseräquivalent validiert. Die beste Leistung wird mit dem QPE-Produkt mit dem Korrekturfaktors1.2 erzielt. Um die hydrologische Leistung dieser QPE-Produkte zu beurteilen, werden drei Teilbecken des MINERVE-Systems mit 5 verschiedenen Niederschlagsdatensätzen als Input kalibriert. Die hydrologischen Modelle GSM und SOCONT werden für glaziale und nicht-glaziale Flächen verwendet. Eine zweiphasige Modellkalibrierung wurde untersucht, in der die Schneeschmelzfaktoren mit der MODIS-basierten Kalibriermethode geschätzt werden, bevor die anderen Parameter mit Hilfe von Abflussdaten kalibriert werden. Die Ergebnisse deuten darauf hin, dass bei guter Radarsicht das QPEProdukt mit einem Korrekturfaktor von 1.2 die besten Ergebnisse liefert. Für die beiden Einzugsgebiete mit geringerer Radarsichtbarkeit führt die Verwendung von Regenmessdaten zu gleichwertigen oder besseren Ergebnissen. Bei der aktuellen Implementierung hat die zweiphasige Kalibrierung die konventionelle Kalibrierung nicht verbessert. Schliesslich wird ein Ensemble Kalman-Filter (EnKF) implementiert, um die Ausgangsbedingungen für hydrologische Vorhersagen zu verbessern. Die Ergebnisse werden für zwei Starkniederschlagsereignisse mit dem Szenario ohne Aktualisierung und mit der aktuellen MINERVESystemdatenassimilation, in der die Bodensättigung mit der Abflussmengen über die letzten 24 Stunden aktualisiert wird, verglichen. Der Ensemble Kalman-Filter zeigt bei beiden Ereignissen eine gute Leistung, aber auch Schwierigkeiten bei niedrigen Durchflüssen, insbesondere bei Einfluss durch die Wasserkraft. Link zu der Dissertation : https://infoscience.epfl.ch/record/273163?ln=fr