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

Prieto, C., Kavetski, D., Le Vine, N., Álvarez, C., & Medina, R. (2021). Identification of dominant hydrological mechanisms using Bayesian inference, multiple statistical hypothesis testing, and flexible models. Water Resources Research, 57(8), e2020WR028338 (32 pp.). doi:10.1029/2020WR028338, Institutional Repository
Fenicia, F., & Kavetski, D. (2021). Behind every robust result is a robust method: perspectives from a case study and publication process in hydrological modelling. Hydrological Processes, 35(8), e14266 (9 pp.). doi:10.1002/hyp.14266, Institutional Repository
Zhao, D., Liu, J., Yang, H., Sun, L., & Varis, O. (2021). Socioeconomic drivers of provincial-level changes in the blue and green water footprints in China. Resources, Conservation and Recycling, 175, 105834 (15 pp.). doi:10.1016/j.resconrec.2021.105834, Institutional Repository
Merz, E., Kozakiewicz, T., Reyes, M., Ebi, C., Isles, P., Baity-Jesi, M., … Pomati, F. (2021). Underwater dual-magnification imaging for automated lake plankton monitoring. Water Research, 203, 117524 (12 pp.). doi:10.1016/j.watres.2021.117524, Institutional Repository
Caradima, B., Scheidegger, A., Brodersen, J., & Schuwirth, N. (2021). Bridging mechanistic conceptual models and statistical species distribution models of riverine fish. Ecological Modelling, 457, 109680 (15 pp.). doi:10.1016/j.ecolmodel.2021.109680, Institutional Repository

News

Eschelisbach Thurgau (Foto: Esther Michel, Eawag)
12. August 2021 –

Entscheidungen in der Wassermanagementpraxis sind oft mit grossen Unsicherheiten verbunden. Die Quantifizierung und Kommunikation dieser Unsicherheit ist von entscheidender Bedeutung für die Unterstützung transparenter...

Entscheidungen in der Wassermanagementpraxis sind oft mit grossen Unsicherheiten verbunden. Die Quantifizierung und Kommunikation dieser Unsicherheit ist von entscheidender Bedeutung für die Unterstützung transparenter gesellschaftlicher Entscheide durch die Wissenschaft.

Weiterlesen

Events

15.09.​2022,
9:00 Uhr
Swiss Tech Convention Center Lausanne

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