Dein Suchergebnis zum Thema: Link/"<b

BfG – FuE Projekt-Suche – Eintragspfade von Mikroverunreinigungen und Resistenzen in Oberflächengewässer

https://www.bafg.de/SharedDocs/Projekte/Importer/M39620304033.html?nn=90632

Mikroverunreinigungen und pathogene Keime sowie antibiotikaresistente Bakterien (ARBs) und Antibiotika-Resistenzgene (ARGs) gelangen über Kläranlagen und während Regenereignissen auch über Mischwasserentlastungen und Regenwasserkanäle in Oberflächengewässer. Dort können sie die Wasserqualität beeinträchtigen.
Beckers; B.

BfG – FuE Projekt-Suche – Eintragspfade von Mikroverunreinigungen und Resistenzen in Oberflächengewässer

https://www.bafg.de/SharedDocs/Projekte/Importer/M39620304033.html

Mikroverunreinigungen und pathogene Keime sowie antibiotikaresistente Bakterien (ARBs) und Antibiotika-Resistenzgene (ARGs) gelangen über Kläranlagen und während Regenereignissen auch über Mischwasserentlastungen und Regenwasserkanäle in Oberflächengewässer. Dort können sie die Wasserqualität beeinträchtigen.
Beckers; B.

BfG – FuE Projekt-Suche – Anwendung von Methoden des maschinellen Lernens zur Verbesserung der Prognosen und Analysen der BfG

https://www.bafg.de/SharedDocs/Projekte/Importer/M39600001223.html

Das Projekt MALPROG untersucht die Übertragbarkeit von Methoden des Maschinellen Lernen (ML) auf gewässerkundliche Fragestellungen und fokussiert die Entwicklung praxistauglicher Werkzeuge / Dienste für die Anforderungen von BfG und WSV. Als Demonstratoren dienen die verkehrsbezogene Abfluss- und Wasserstandsvorhersage der BfG, Klassifikation von Fernerkundungsdaten für die Erkennung von Vegetationseinheiten, Öl und Makroplastik sowie die Qualitätskontrolle von Messdaten des Lysimeters der BfG. MALPROG soll als Multiplikator dienen, um den Einsatz von ML-Methoden in der BfG zu forcieren und – wo sinnvoll – zu etablieren.
B. in Form verbesserter Prognosemethoden).

BfG – FuE Projekt-Suche – Anwendung von Methoden des maschinellen Lernens zur Verbesserung der Prognosen und Analysen der BfG

https://www.bafg.de/SharedDocs/Projekte/Importer/M39600001223.html?nn=90632

Das Projekt MALPROG untersucht die Übertragbarkeit von Methoden des Maschinellen Lernen (ML) auf gewässerkundliche Fragestellungen und fokussiert die Entwicklung praxistauglicher Werkzeuge / Dienste für die Anforderungen von BfG und WSV. Als Demonstratoren dienen die verkehrsbezogene Abfluss- und Wasserstandsvorhersage der BfG, Klassifikation von Fernerkundungsdaten für die Erkennung von Vegetationseinheiten, Öl und Makroplastik sowie die Qualitätskontrolle von Messdaten des Lysimeters der BfG. MALPROG soll als Multiplikator dienen, um den Einsatz von ML-Methoden in der BfG zu forcieren und – wo sinnvoll – zu etablieren.
B. in Form verbesserter Prognosemethoden).

BfG – FuE Projekt-Suche – KI-basiertes Monitoring-, Datenmanagement- und Informationssystem zur gekoppelten Vorhersage und Frühwarnung vor Grundwasserniedrigständen und -versalzung

https://www.bafg.de/SharedDocs/Projekte/Importer/M39610204082.html

Das Projekt KIMoDIs erprobt Methoden des maschinellen Lernens zur Verbesserung des Monitorings sowie der kurz-, mittel- und langfristigen Vorhersage der Entwicklung des Grundwasserdargebotes. Es leistet damit einen Beitrag zur Optimierung von Produkten und Beratungsdiensten der BfG für Fragen zum Wasserhaushalt Deutschlands.
B. stofflich (Nitrat, aktuelle Schadstoffe, Spurenstoffe, Krankheitserreger, künftige

BfG – Aktuelles – BfG unterstützt Länder und Flussgebiete bei internationalen Berichtspflichten

https://www.bafg.de/DE/5_Informiert/4_Infothek/Aktuelles/_doc/2024/240711_LAWA-Workshop.html

Vertreterinnen und Vertreter der Bund/Länder-Arbeitsgemeinschaft Wasser (LAWA) erarbeiteten im Rahmen eines Workshops in der BfG Anforderungen zur Auswertung und Visualisierung von gewässerkundlichen Daten für den 4. Bewirtschaftungsplan der EU-Wasserrahmenrichtlinie.
B. zu WRRL und HWRM-RL).