Abteilung Systemanalyse, Integrated Assessment und Modellierung

Systemanalyse und Modellierung

In SIAM entwickeln und verwenden wir Modelle und formale Techniken für natürliche, technische, soziale und ökonomische Systeme, die Wasser und andere natürliche Ressourcen betreffen. Unser Ziel ist es, das Verhalten dieser Systeme zu demonstrieren, es zu verstehen und vorherzusagen. Erfahren Sie mehr

Neue Publikationen

Rizzo, R., Dziadosz, M., Kyathanahally, S.  P., Shamaei, A., & Kreis, R. (2022). Quantification of MR spectra by deep learning in an idealized setting: investigation of forms of input, network architectures, optimization by ensembles of networks, and training bias. Magnetic Resonance in Medicine. doi:10.1002/mrm.29561, Institutional Repository
Qi, W., Feng, L., Liu, J., & Yang, H. (2022). Growing hydropower potential in China under 1.5 °C and 2.0 °C global warming and beyond. Environmental Research Letters, 17(11), 114049 (11 pp.). doi:10.1088/1748-9326/ac9c72, Institutional Repository
Zhang, X., Yang, H., Zhang, W., Fenicia, F., Peng, H., & Xu, G. (2022). Hydrologic impacts of cascading reservoirs in the middle and lower Hanjiang River basin under climate variability and land use change. Journal of Hydrology: Regional Studies, 44, 101253 (22 pp.). doi:10.1016/j.ejrh.2022.101253, Institutional Repository
Kyathanahally, S. P., Hardeman, T., Reyes, M., Merz, E., Bulas, T., Brun, P., … Baity-Jesi, M. (2022). Ensembles of data-efficient vision transformers as a new paradigm for automated classification in ecology. Scientific Reports, 12, 18590 (11 pp.). doi:10.1038/s41598-022-21910-0, Institutional Repository
Viswanathan, M., Scheidegger, A., Streck, T., Gayler, S., & Weber, T. K. D. (2022). Bayesian multi-level calibration of a process-based maize phenology model. Ecological Modelling, 474, 110154 (16 pp.). doi:10.1016/j.ecolmodel.2022.110154, Institutional Repository

News

10. Oktober 2022 –

Naturschutz lohnt sich: Amphibien profitieren von neuen Tümpeln – trotz vieler weiterhin wirksamer Gefährdungsursachen. Dies zeigt eine gemeinsame Studie von WSL und Eawag mit Daten des Amphibienmonitorings des Kantons Aargau. Die...

Naturschutz lohnt sich: Amphibien profitieren von neuen Tümpeln – trotz vieler weiterhin wirksamer Gefährdungsursachen. Dies zeigt eine gemeinsame Studie von WSL und Eawag mit Daten des Amphibienmonitorings des Kantons Aargau. Die Studie wurde in der Fachzeitschrift PNAS veröffentlicht.

Weiterlesen

Events

04. - 09.06.​2023,
12:00 Uhr
Eawag Kastanienbaum

14th Eawag Summer School

Forschungsprojekte

Überbrückung der Kluft zwischen Data Science und mechanistischer Modellierung für ein besseres Verständnis der Zusammensetzung von Lebensgemeinschaften.
Heterogene Datenplattform für die operative Modellierung und Vorhersage von Schweizer Seen
Deep Neural Networks, (DNNs) haben beeindruckende empirische Leistungen gezeigt, bedeuten aber immer noch eine Blackbox-Funktion zur Modellierung von Daten
Skalierbarer Bayes'scher Inferenzrahmen für die Quantifizierung von Unsicherheiten in stochastischen Modellen mit Tausenden von parallelen Prozessoren am Swiss National Supercomputing Center und der ETH Zürich
Modellierung der Lebensgemeinschaften von Makroinvertebraten in Fliessgewässern.
Wir vergleichen Invasionen in aquatischen und terrestrischen Ökosystemen vor allem auf großen (nationalen) räumlichen Skalen und zwischen verschiedenen Taxa auf höherer Ebene
Wir verwenden Methoden des maschinellen Lernens um die Auswirkungen von Chemikalien auf aquatische Arten vorherzusagen
Entwicklung eines halb-verteilten hydrologischen Modells mit einem "flexiblen" Ansatz