In ihrer jüngsten Veröffentlichung In NaturwasserDie D-BAUG-Forscher Junyang Gou und Professor Benedikt Soja stellten mithilfe eines neuartigen Deep-Learning-Ansatzes ein fein aufgelöstes Modell der terrestrischen Wasserspeicherung vor.
Durch die Integration von Satellitenbeobachtungen mit hydrologischen Modellen erreicht ihre Methode auch in kleineren Becken eine bemerkenswerte Genauigkeit.
Dieses Modell verspricht erhebliche Vorteile in verschiedenen Bereichen, darunter Hydrologie, Klimawissenschaft, nachhaltiges Wassermanagement und Gefahrenvorhersage.
Mehr Informationen:
Junyang Gou et al., Globale hochauflösende Gesamtwasserspeicheranomalien aus selbstüberwachter Datenassimilation unter Verwendung von Deep-Learning-Algorithmen, Naturwasser (2024). DOI: 10.1038/s44221-024-00194-w
Kommentar: Alexander Sun, Lernen, Satellitengravimetriedaten durch künstliche Intelligenz herunterzuskalieren, Naturwasser (2024). DOI: 10.1038/s44221-024-00199-5