133798 research outputs found
Sort by
Aktuelle Entwicklungen in der Prüfung nicht finanzieller Informationen : empirische Analyse österreichischer Prime Market Unternehmen
Tamara MairMasterarbeit Universität Innsbruck 202
Differences of lightning over land and sea in the Mediterranean region
Lightning differs fundamentally over land and sea. Understanding these differences improves the general knowledge of lightning formation and its parametrisation in weather and climate models. This thesis investigates lightning in the Mediterranean region by, first, producing a high-resolution spatio-temporal climatology of lightning flash-hours, and second, identifying the main drivers of the land–sea contrast in lightning characteristics, using generalized additive models for both objectives. The high-resolution climatology aligns with previous cell-count climatologies, showing peak flash-hour probability in early summer over northern Italy and the Balkans, and in autumn over the central Mediterranean Sea. A novel finding is a decrease in lightning activity in July across the entire region, likely linked to limited moisture availability built up from prior large scale subsidence in summer. A pronounced land–sea contrast becomes evident. Over land, lightning peaks in summer with a strong diurnal cycle, while over sea it peaks in autumn and winter with a weak diurnal cycle.
The analysis of eleven meteorological variables shows that lightning is controlled primarily by CAPE, CIN, temperature, and moisture. In contrast to previous studies, the land-sea contrast in the Mediterranean region is neither explainable by CAPE contrasts nor by different thunderstorm environments. Instead, it seems to be primarily explainable by the different heat capacities of the surfaces creating mass-field thunderstorm environments at different times of the year. Over land, high summer CAPE and the possibility for fast warming and orographic lifting support frequent convection. Over sea, CAPE is also high in summer, but CIN and limited lifting mechanisms suppress convection. In autumn and winter, mass-field thunderstorms form when colder air is advected over the warm sea and large-scale lifting mechanisms overcome CIN. Wind field variables play only a minor role.Masterarbeit Universität Innsbruck 202
Fluiddynamische Simulation von Molybdän im LPBF-Prozess mittels FLOW3D : Validierung und Berechnung von Erstarrungsbedingungen bei Single-Line-Experimenten
Fabian Walch, BScMasterarbeit Universität Innsbruck 2025Enthält Abstract in englischer Sprach
Bricolage: Innsbrucker Zeitschrift für Europäische Ethnologie / Kontroverse im öffentlichen Raum : Eine Analyse der Motive und Narrative von Corona-Demonstrant*innen in Tirol
Interannual analysis of relative snowdepth distribution
Schneehöhenverteilung ist für die Wasserbewirtschaftung, die Einschätzung der Lawinengefahr sowie für ökologische und klimatische Fragestellungen von elementarer Bedeutung. Während die Wechselwirkungen zwischen Gelände und Schnee gut erforscht sind, sind umfassende zeitliche Validierungen und operative Modellansätze nach wie vor begrenzt. Diese Studie analysiert einen einzigartigen 13-jährigen photogrammetrischen Datensatz (2010–2024, ohne 2011 und 2018) mit einer Auflösung von 2 m, der ca. 230 km² des Dischma-Tals in der Schweiz abdeckt. Auf dessen Basis soll die jahresübergreifende Konsistenz von Schneeverteilungsmustern quantifiziert und geländebasierte Modellierung von Schneehöhen entwickelt werden. Eine systematische Analyse von Geländeparametern (Höhe, Ausrichtung, Neigung, Krümmung und "TPI") zeigt starke skalenabhängige Einflüsse auf die Schneeverteilung. Die Höhe erweist sich als dominierender Faktor auf regionaler Ebene (r=0,45), während TPI auf lokaler Ebene (r=0,54, 40 m Umgebung) die stärksten Korrelationen aufweist. Die Zeitreihenanalyse zeigt allgemeine Konsistenz der Schneeverteilungsmuster, was die geländebedingte Dominanz trotz Wettervariabilität bestätigt. Eine Querschnittsanalyse an einem Grat zeigt jedoch, dass nicht nur ein einziges mehrjähriges Schneeverteilungsmuster existiert, sondern mehrere wiederkehrende Muster erkennbar sind. Drei unterschiedliche Verteilungsmuster gruppieren verschiedene Jahre zusammen (2012/2019, 2020/2024, 2017/2021). Diese Muster zeigen keine direkte Korrelation mit der absoluten Schneehöhe, was darauf hindeutet, dass die Schneemenge allein nicht ausschlaggebend für die Verteilungsmerkmale ist. Die lineare Regressionsmodellierung unter Verwendung einzelner Geländeparameter ist limitiert (maximal R²=0,21 für die Höhe), wobei auch kombinierte Höhen-TPI-Modelle nur eine minimale Verbesserung zeigen (R²=0,15). Trotz starker Korrelationskoeffizienten können geländebasierte Modelle das Ausmaß der räumlichen Variabilität, nicht erfassen, was die grundlegenden Einschränkungen einfacher Regressionsansätze für die operative Schneehöhenvorhersage verdeutlicht. Die Repräsentativitätsanalyse von automatisierten Schneehöhenmessungen auf räumlicher und zeitlicher Basis, identifiziert optimale Messorte und bewertet die vorhandene Infrastruktur. Die automatisierte Schneehöhenmessstation Lukschalp weist eine gute Repräsentativität auf. Der methodische Ansatz und seine Abhängigkeit von der mittleren Schneehöhe des Untersuchungsgebiets führt zu höhenabhängigen Verzerrungen. In unterdurchschnittlichen Höhenlagen werden daher extreme Akkumulationsgebiete als repräsentativ ausgewiesen. Erkenntnisse dieser Studie fördern das Verständnis der Wechselwirkungen zwischen Schnee und Topographie durch Statistiken einer beispiellosen zeitlichen Abdeckung. Außerdem leistet sie einen Beitrag zu praktischen Anwendungen wie der Platzierung von automatisierten Schneehöhenmessstationen. Während einfache geländebasierte Modelle für genaue operative Vorhersagen unzureichend sind, schafft diese Arbeit eine solide Grundlage für komplexere Modellierungsansätze und zeigt die Grenzen rein geländebasierter Methoden zur Erstellung von Schneehöhenkarten auf. Nichtsdestotrotz stärken die Ergebnisse die Annahme eines starken Einflusses des Geländes auf die Schneehöhenverteilung, besonders auf regionaler Ebene. Gleichzeitig zeigt sich die Komplexität auf lokaler Ebene, welche verbesserte Modellierungsstrategien erfordert, die ebenfalls wetterbezogene Variablen inkludieren und nicht-lineare Zusammenhänge besser quantifizieren.Snow Depth Distribution (SDD) in alpine environments is critical for water resource management, avalanche forecasting, and ecological dynamics. While terrain-snow relationships are well-established, comprehensive temporal validation and operational modeling frameworks remain limited. This study analyzes a unique 13-year photogrammetric dataset (2010-2024, excluding 2011 and 2018) covering ca. 230 km² of the Dischma Valley, Switzerland, at 2m resolution to quantify interannual consistency in Relative Snow Depth Distribution (RSDD) patterns and develop terrain-based sowdepth (HS) modeling capabilities. Systematic analysis of Terrain Parameters (TPs) (elevation, aspect, slope, curvature, and Topographic Positioning Index (TPI)) reveals strong scale-dependent controls on snow distribution. Elevation emerges as the dominant driver at regional scales (r=0.45), while TPI shows strongest pearson correlations at local scales (r=0.54, 40m neighborhood). Timeseries analysis demonstrates overall interannual consistency in RSDD patterns through synchronized fluctuations in median HS across terrain features each year, supporting terrain-dominated distribution dynamics. However, detailed transect analysis at a ridge reveals the existence of multiple recurring patterns rather than single interannual consistency. Three distinct distribution patterns group different years to- gether (2012/2019, 2020/2024, 2017/2021), indicating more complex terrain-weather-snow interactions than previously recognized. These patterns show no direct correlation with absolute HS, suggesting that snow richness does not directly determine RSDD characteristics. Linear regression modeling using individual TPs achieves limited predictive capacity on the scale of a mountainface (maximum R²=0.21 for elevation). Combined elevation-TPI models show minimal improvement (R²=0.15). Despite strong correlation coefficients, terrain-based models cannot capture the magnitude of spatial variability observed in actual SDD, highlighting fundamental limitations of simple regression approaches for operational HS map generation. Automated Weatherstation (AWS) representativeness analysis using temporal stability and spatial consistency metrics identifies optimal measurement locations and evaluates existing infrastructure. The Lukschalp AWS demonstrates good representativeness despite better-scoring locations in its vicinity. Elevation-dependent biases in the methodology represent better representativeness for more volatile snow accumulation areas at below-average elevation bands, highlighting the importance of multiple factor integration. This research advances understanding of alpine snow-terrain relationships through unprecedented temporal and spatial HS map coverage and provides a contribution to practical frameworks for AWS placement and basic HS estimation. While simple terrain-based modeling proves insufficient for accurate operational predictions, the work establishes robust foundations for more sophisticated modeling approaches demonstrat- ing limitations of solely terrain based methodologies. The findings support terrain dominance for regional scaled SDD while revealing local-scale complexity that requires enhanced modeling strategies incorporating weather variables and non-linear relationships.Masterarbeit Universität Innsbruck 202
Aktuelle Fragen zum Familienunternehmen im Bereich der Landwirtschaft
Diplomarbeit Universität Innsbruck 202
Konstruktion einer Sonnenuhr und Implementierung in Python : Stefan Feichter
Abstract in englischer SpracheMasterarbeit Universität Innsbruck 2025Masterarbeit Kirchliche Pädagogische Hochschule Edith Stein 2025Masterarbeit Pädagogische Hochschule Tirol 2025Masterarbeit Pädagogische Hochschule Vorarlberg 2025Masterarbeit Universität Mozarteum Salzburg 202
The narrative about unity of Russians and Ukrainians : How Russian politicians define the meaning of the military invasion of Ukraine
Masterarbeit Universität Innsbruck 202