Gebirgsgrat

scharfer Bergrücken im Hochgebirge

Ein Gebirgsgrat oder Grat ist ein scharfer Bergrücken im Hochgebirge. Im Mittelgebirge spricht man eher von einem Berggrat. Ein ganzjährig von Schnee bedeckter Grat wird als Firngrat bezeichnet. Die Begehung eines Firngrates kann gefährlich sein, wenn er von einer Wechte überdeckt und dadurch die stabile Kante nicht klar erkennbar ist.

Der Ostgrat der Nagelfluhkette in den Allgäuer Alpen. Blick zum Steineberg (links)
Der Biancograt, ein Firngrat am Piz Bernina in der Berninagruppe der Alpen

Präzise ist der Grat, als geomorphologischer Objekttypus, eine Vollform in Höhenbereichen vor allem des Hochgebirges mit nach beiden Seiten steil abfallenden Böschungen (Hängen). Er kann zwei Gipfel eines Gebirges, die nur durch Scharten oder Gebirgssättel voneinander getrennt sind, miteinander verbinden oder als Bergsporn über einem Tal enden. Grate werden, besonders wenn sie für Bergsteiger von Interesse sind, zur Definition ihrer Identität mit Namen benannt.

Einen besonders scharf ausgeprägten Grat nennt man auch Schneide. Wenn eine Reihe von Gipfeln durch Grate miteinander verbunden sind, so spricht man von einem Gebirgskamm.

DefinitionBearbeiten

 
Ein Grat

Die Gratlinie(n) einer differenzierbaren Oberfläche f(x,y) zeichnet aus, dass der Gradient senkrecht auf einer der beiden Hauptkrümmungsrichtungen steht. Die Krümmung in dieser Richtung muss zusätzlich negativ sein, damit es sich um eine Gratlinie handelt. Ist diese kleinste Krümmung positiv, so handelt es sich um eine Tallinie (im Talboden). Diese Bedingung stellt sicher, dass es sich bei dem gewählten Punkt um ein Maximum in einer Richtung (senkrecht zum Gradienten, entlang einer der Hauptkrümmungsrichtungen) handelt. Diese Bedingung stellt eine Abschwächung der Bedingung fuer ein lokales Maximum dar.

Gegeben die Hessematrix   sowie deren Eigenvektoren   und   mit zugehörigen Eigenwerten   und   gilt für Punkte   auf der Gradlinie mindestens eine der beiden Bedingungen[1]:

  oder   .

EinzelnachweiseBearbeiten

  1. David H. Laidlaw, Anna Vilanova: New Developments in the Visualization and Processing of Tensor Fields. Springer Science & Business Media, 2012, ISBN 978-3-642-27343-8, S. 98 (google.com [abgerufen am 8. Juli 2021]).