Projekte

Graphische Darstellung von Beispielen für die ERT-Überwachung bei Anreicherungsversuchen
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