@article{WendiLiongSunetal.2016,
  author    = {Wendi, Dadiyorto and Liong, Shie-Yui and Sun, Yabin and Doan, Chi Dung},
  title     = {An innovative approach to improve SRTM DEM using multispectral imagery and artificial neural network},
  series = {Journal of advances in modeling earth systems},
  volume    = {8},
  journal   = {Journal of advances in modeling earth systems},
  publisher = {American Geophysical Union},
  address   = {Washington},
  issn      = {1942-2466},
  doi       = {10.1002/2015MS000536},
  pages     = {691 -- 702},
  year      = {2016},
  abstract  = {Although the Shuttle Radar Topography Mission [SRTM) data are a publicly accessible Digital Elevation Model [DEM) provided at no cost, its accuracy especially at forested area is known to be limited with root mean square error (RMSE) of approx. 14 m in Singapore's forested area. Such inaccuracy is attributed to the 5.6 cm wavelength used by SRTM that does not penetrate vegetation well. This paper considers forested areas of central catchment of Singapore as a proof of concept of an approach to improve the SRTM data set. The approach makes full use of (1) the introduction of multispectral imagery (Landsat 8), of 30 m resolution, into SRTM data; (2) the Artificial Neural Network (ANN) to flex its known strengths in pattern recognition and; (3) a reference DEM of high accuracy (1 m) derived through the integration of stereo imaging of worldview-1 and extensive ground survey points. The study shows a series of significant improvements of the SRTM when assessed with the reference DEM of 2 different areas, with RMSE reduction of \&\#8764;68\% (from 13.9 m to 4.4 m) and \&\#8764;52\% (from 14.2 m to 6.7 m). In addition, the assessment of the resulting DEM also includes comparisons with simple denoising methodology (Low Pass Filter) and commercially available product called NEXTMap® World 30™.},
  language  = {en}
}
@techreport{AgarwalBoessenkoolFischeretal.2016,
  author    = {Agarwal, Ankit and Boessenkool, Berry and Fischer, Madlen and Hahn, Irene and K{\"o}hn, Lisei and Laudan, Jonas and Moran, Thomas and {\"O}zt{\"u}rk, Ugur and Riemer, Adrian and R{\"o}zer, Viktor and Sieg, Tobias and Vogel, Kristin and Wendi, Dadiyorto and Bronstert, Axel and Thieken, Annegret},
  title     = {Die Sturzflut in Braunsbach, Mai 2016},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-394881},
  pages     = {20},
  year      = {2016},
  abstract  = {Im Graduiertenkolleg NatRiskChange der Universit{\"a}t Potsdam und anderen Forschungseinrichtungen werden beobachtete sowie zuk{\"u}nftig m{\"o}gliche Ver{\"a}nderungen von Naturgefahren untersucht. Teil des strukturierten Doktorandenprogramms sind sogenannte Task-Force-Eins{\"a}tze, bei denen die Promovierende zeitlich begrenzt ein aktuelles Ereignis auswerten. Im Zuge dieser Aktivit{\"a}t wurde die Sturzflut vom 29.05.2016 in Braunsbach (Baden-W{\"u}rttemberg) untersucht. In diesem Bericht werden erste Auswertungen zur Einordnung der Niederschl{\"a}ge, zu den hydrologischen und geomorphologischen Prozessen im Einzugsgebiet des Orlacher Bachs sowie zu den verursachten Sch{\"a}den beleuchtet. Die Region war Zentrum extremer Regenf{\"a}lle in der Gr{\"o}ßenordnung von 100 mm innerhalb von 2 Stunden. Das 6 km² kleine Einzugsgebiet hat eine sehr schnelle Reaktionszeit, zumal bei vorges{\"a}ttigtem Boden. Im steilen Bachtal haben mehrere kleinere und gr{\"o}ßere Hangrutschungen {\"u}ber 8000 m³ Ger{\"o}ll, Schutt und Schwemmholz in das Gew{\"a}sser eingetragen und m{\"o}glicherweise kurzzeitige Aufstauungen und Durchbr{\"u}che verursacht. Neben den großen Wassermengen mit einer Abflussspitze in einer Gr{\"o}ßenordnung von 100 m³/s hat gerade die Geschiebefracht zu großen Sch{\"a}den an den Geb{\"a}uden entlang des Bachlaufs in Braunsbach gef{\"u}hrt.},
  language  = {de}
}