Dein Suchergebnis zum Thema: Modell/"<b

Zur Übersicht, welche Daten an welcher Lokalität in das Modell einfließen werden,

FLUXAM untersucht Herkunft und Dynamik der Wassermassen und des fluviatilen Stofftransports großer Flüsse. Modellierungsgrundlagen werden durch Messungen mit Tritium sowie durch die Erprobung weiterer innovativer Tracer geschaffen.
Beispiel des Rheins Ertüchtigung des Wassergütemodells QSim als operationelles Modell

FLUXAM untersucht Herkunft und Dynamik der Wassermassen und des fluviatilen Stofftransports großer Flüsse. Modellierungsgrundlagen werden durch Messungen mit Tritium sowie durch die Erprobung weiterer innovativer Tracer geschaffen.
Beispiel des Rheins Ertüchtigung des Wassergütemodells QSim als operationelles Modell

FLUXAM untersucht Herkunft und Dynamik der Wassermassen und des fluviatilen Stofftransports großer Flüsse. Modellierungsgrundlagen werden durch Messungen mit Tritium sowie durch die Erprobung weiterer innovativer Tracer geschaffen.
Beispiel des Rheins Ertüchtigung des Wassergütemodells QSim als operationelles Modell

Das Projekt Sat-Land-Fluss leitet die Wasser-Land-Grenze aus Radarsatellitendaten (Sentinel-1) ab und zeigt Verbesserungen durch Zusatzdatenintegration (Höhen-, Landbedeckungsinformationen etc.) auf.
B.

Zehn Vorträge, drei Poster, vier Session-Leitungen und ein Informationsstand: Die BfG war auch in diesem Jahr wieder mit vielfältigen Beiträgen auf der Jahrestagung der Deutschen Gesellschaft für Limnologie (DGL) vertreten und stellte vom 16. bis 20. September in Dresden aktuelle Forschungsarbeiten vor.
Das in dem BMDV-Projekt „Parabola for Climate“ entwickelte Modell projiziert die

Das Projekt Sat-Land-Fluss leitet die Wasser-Land-Grenze aus Radarsatellitendaten (Sentinel-1) ab und zeigt Verbesserungen durch Zusatzdatenintegration (Höhen-, Landbedeckungsinformationen etc.) auf.
B.

B. der Hochwasser- oder Nährstoffretention, aber auch der Erholungsfunktion.

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).

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).