Projekte

© Universität Bremen
Beispiele für die ERT-Überwachung bei Anreicherungsversuchen
Gekoppelte Hydrogeophysikalische Inversion und Machine Learning zur verbesserten Abschätzung hydrologischer Parameter
Grundwasser ist eine lebenswichtige Süßwasserquelle, die durch Übernutzung und Klimawandel stark belastet wird. Die genaue Schätzung der Grundwasserneubildung ist entscheidend, aber schwierig. Dieses Projekt entwickelt einen neuartigen hydrogeophysikalischen Ansatz, der geoelektrische Überwachung, hydrologische Modellierung und maschinelles Lernen kombiniert.
mehr| Antragsteller: | Prof. Dr. Sebastian Uhlemann |
| Förderung: | DFG - Projektnummer 544878839 |
| Laufzeit: | seit 2025 |
