Abel, Daniel, M.Sc.
Lehrstuhl für Geographie - Physische Geographie
Tel.: +49 931 31-85996
Fax: +49 931 31-85544
E-Mail: daniel.abel@uni-wuerzburg.de
Institut für Geographie und Geologie
Am Hubland
97074 Würzburg
Campus Hubland Süd
Geographiegebäude
Zimmer 125
- regionale Klimamodellierung
- hydrologische Modellierung
- globaler und regionaler Klimawandel
- Dürrevorhersage
- Schneehydrologie
- Bodenhydrologie
- angewandte Statistik
BigData@Geo: Big Data in der Geographie - Fortschrittliche Umwelttechnologien mittels AI im Web
| Drittmittelgeber | Europäischer Fond für regionale Entwicklung, Regierung von Unterfranken |
| Laufzeit | 10/2017 - 09/2021 |
| Projektverbund | EFRE "Investitionen in Wachstum und Beschäftigung" Bayern 2014 – 2020 |
| Projektleitung |
|
| Sekretariat | Sophie-Luise Wollrab |
| Projektmitarbeiter | |
| Projektbeschreibung |
|
| Kooperationspartner |
|
| Ansprechpartner | Univ.-Prof. Dr. Heiko Paeth |
seit 03/2018
Wissenschaftlicher Mitarbeiter, Lehrstuhl für Geographie I - Physische Geographie, Institut für Geographie und Geologie, Universität Würzburg
10/2015-03/2018
Masterstudium „Angewandte Physische Geographie, Geosystemwandel und Geosystemschutz“, Universität Würzburg Schwerpunkt: Klimatologie Masterarbeit: „Influence of snow water equivalent on droughts and their predictability in the USA and Central Asia“
11/2015-12/2017
Hilfswissenschaftler am Lehrstuhl für Geographie I - Physische Geographie, Fachbereich Klimatologie
10/2013-09/2017
Tutor für Statistik I und Statistik II
10/2012-10/2015
Bachelorstudium „Geographie“, Universität Würzburg Schwerpunkt: Physische Geographie Bachelorarbeit: „Einfluss der Hebung des Tibetanischen Plateaus auf die Beziehung zwischen ENSO und Monsun in den Modellen ECHAM5 und REMO“
Steininger, M., Abel, D., Ziegler, K., Krause, A., Paeth, H., Hotho, A. (2020): “Deep Learning for Climate Model Output Statistics”, Tackling Climate Change with Machine Learning Workshop at NeurIPS 2020, https://www.climatechange.ai/papers/neurips2020/7.
Abel, D., Pollinger, F., Ziegler, K. & Paeth, H. (2020): Extension of the regional climate model REMO by a 5-layer soil scheme. EGU2020, https://doi.org/10.5194/egusphere-egu2020-2964.
Ziegler, K., Pollinger, F., Abel, D. & Paeth, H. (2020): REMOLAND: New high-resolution surface boundary data for the regional climate model REMO and their impacts. EGU2020, https://doi.org/10.5194/egusphere-egu2020-3005.
Pollinger, F., Ziegler, K., Abel, D. & Paeth, H. (2020): Effects of a new land surface parameterization scheme thermal extremes in a Regional Climate Model. EGU2020, https://doi.org/10.5194/egusphere-egu2020-16320.
Ziegler, K., Pollinger, F., Abel, D. & Paeth, H. (2019): REMOLAND: Verbesserung des Landoberflächenmoduls in REMO durch Einbindung von neuen höher aufgelösten Datensätzen für die statischen Landoberflächenparameter. 38. Jahrestagung des Arbeitskreis Klima, Jesteburg, Deutschland (25.-27.10.2019).
Abel, D., Pollinger, F., Ziegler, K. & H. Paeth (2019): REMOLAND: Die Erweiterung von REMO um ein 5-Schichten-Bodenschema. 38. Jahrestagung des Arbeitskreis Klima, Jesteburg, Deutschland (25.-27.10.2019).
Abel, D., Pollinger, F., Ziegler, K. & H. Paeth (2019): REMOLAND: Die Erweiterung von REMO um ein 5-Schichten-Bodenschema zur Verbesserung der Bodenhydrologie. 51. Jahrestagung des Arbeitskreis Hydrologie, Heidelberg, Deutschland (21.-23.11.2019).
