Forschungsbereich:
- Sub-Saisonale zu Saisonalen (S2S) Vorhersagen
- Entwicklung von Deep Learning Modellen zur regionalen Verbesserung von S2S Vorhersagen
Aktuelles Projekt:
Ausgewählte Publikationen:
PyCast-S2S: A Python Framework for Subseasonal-to-Seasonal Forecast Post-Processing
Lorenz, C.; Wiegels, R.; Chwala, C.; Fersch, B.; Weber, J. N.; SAWADOGO, W.; Portele, T. C.; Borkenhagen, C.
2025. doi:10.5281/zenodo.16926092
Zargar M, Bronstert A, Francke T, Zimale FA, Worku KB, Wiegels R, Lorenz C, Hageltom Y, Sawadogo W and Kunstmann H., 2025: Comparison and hydrological evaluation of different precipitation data for a large tropical region: the Blue Nile Basin in Ethiopia. Front. Water 7:1536881.doi: 10.3389/frwa.2025.1536881
Blettner, N., C. Chwala, R. Wiegels, R. Lang, and H. Kunstmann, 2025: Evaluating CML Rainfall Processing Methods on a Countrywide Scale in Zambia. J. Hydrometeor., 26, 1603–1629, https://doi.org/10.1175/JHM-D-24-0157.1.