<?xml version="1.0" encoding="utf-8"?>







    <rss version="2.0"
         xmlns:content="http://purl.org/rss/1.0/modules/content/"
         xmlns:atom="http://www.w3.org/2005/Atom"
         xmlns:media="http://search.yahoo.com/mrss/">
        <channel>
            
                
                    <ttl>60</ttl>
                    <title>Universität Bremen - Projekte</title>
                    <link>https://www.uni-bremen.de/umweltgeophysik/forschung/projekte</link>
                    <description>Details zu laufenden und abgeschlossenen Projekten des Fachgebietes Umweltgeophysik</description>
                    <language>de</language>
                    <copyright>Universität Bremen</copyright>
                    <pubDate>Sun, 09 Aug 2026 01:06:35 +0200</pubDate>
                    <lastBuildDate>Sun, 09 Aug 2026 01:06:35 +0200</lastBuildDate>
                    <atom:link href="https://www.uni-bremen.de/umweltgeophysik/forschung/projekte/rss.xml" rel="self" type="application/rss+xml"/>
                    <generator>Universität Bremen</generator>
                
                
                    
                        <item>
                            <guid isPermaLink="false">content-652012</guid>
                            <pubDate>Fri, 06 Mar 2026 13:50:55 +0100</pubDate>
                            <title>Gekoppelte Hydrogeophysikalische Inversion und Machine Learning zur verbesserten Abschätzung hydrologischer Parameter</title>
                            <link>https://www.uni-bremen.de/umweltgeophysik/forschung/projekte#c652012</link>
                            
                            <description>&amp;lt;p&amp;gt;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.&amp;lt;/p&amp;gt;</description>
                            
                            <category>Content</category>
                            
                            
                        </item>
                    
                
                    
                
            
        </channel>
    </rss>

