Über uns
Wasser ist einzigartig - kein anderes Element ist so allgegenwärtig, lebenswichtig, verletzlich und bedrohlich zugleich. Wir müssen unsere Versorgung mit sauberem Wasser sicherstellen, unsere Zivilisation vor Dürren und Flutkatastrophen beschützen, auf nachhaltigen Einsatz des verfügbaren Wassers in der Lebensmittelindustrie und Energieproduktion achten, und Wasser als Teil einer gesunden und leistungsfähigen Umwelt schützen. Es ist unser erklärtes Ziel, zur Bewältigung dieser Herausforderungen beizutragen.
Simulationstechniken erlauben einen Einblick in das sonst nicht sichtbare - in der Vergangenheit, der Gegenwart und der Zukunft. Die Wasserproblematik benötigt zukunftssichere und verlässliche Entscheidungshilfen, aber die Modelle und Daten, die in Simulationen zum Einsatz kommen, sind grundsätzlich unvollkommen.
Um die so entstehenden Unsicherheiten und Risiken zu bewältigen, entwickeln wir Konzepte, Modelle und Methoden für stochastische Simulationen. Unser Fokus liegt auf Ressourcen im natürlichen Untergrund (z.B. Grundwasser, Öl und Erdgas), und auf Systeme im Umfeld der Energieproduktion (z.B. CO2-Speicherung, Geothermie, Energiesystemplanung, Sicherheit von Batterien).
Unser Lehrstuhl arbeitet eng mit international renommierten Forschern zusammen. Die Kollaborationen umfassen unter anderem Projekte aus den Bereichen Umweltsystemmodellierung, Schadstofftransport im Untergrund, Statistik, Optimierung, Quantifizierung der Unsicherheit, Systemzuverlässigkeit, Systemsicherheit und Energiesysteme. Im Laufe ihrer Promotion besuchen die Doktorandinnen und Doktoranden unserer Gruppe üblicherweise unsere internationalen Partner um ihre Forschung weiterzuentwickeln.
Aktuelle Forschungsprojekte
-
Bayesian, Causal, Universal Differential Equation Learner
-
CA20136 - Opportunistic Precipitation Sensing Network (OPENSENSE)
-
Entwicklung von Algorithmen und Software-Tools für die parallele Simulation von dynamischen Prozessen
-
Estimating Groundwater Levels at Multiple Scales by Fusing Data, Geostatistics, and Physics
-
Identifikation von durch den Klimawandel getriebenen kritischen Wetterbedingungen die zu dramatischen Veränderungen in Seen führen
-
Influence of Soil Temperature on the Warming of Drinking Water in Water Distribution Pipe Networks – Development of a Soil Model
-
Learning Deep Insights into Hydrological Processes using Bayesian Neural Hydrology
-
Learning Mechanisms of Phenomena from Observations
-
Maschinelles Lernen für die Planung der Wasserversorgungsinfrastruktur angesichts des Klimawandels
-
Methoden zur koordinierten Optimierung von Wasserversorgungssystemen in zukünftigen Energiesystemen unter großer klimatischer Unsicherheit
-
Physikalisches maschinelles Lernen für räumlich-zeitliche Systeme: ANN-Verallgemeinerung mit adaptiven Gittern, Gebietszerlegung und Parallelisierung
-
Random Fracture Models - Towards Statistical Realism and Validation
-
Surrogate Modeling Coupled With Bayesian Active Learning Evaluated Using Information Theory Metrics for Computationally Expensive Sediment Transport Models
-
Verbesserung der prädiktiven Güte endlagerrelevanter Simulationen durch optimale Datenakquise und Smart-Monitoring
Abgeschlossene Forschungsprojekte
-
Bayes'sche Bewertung konzeptioneller Unsicherheit in der Hydrosystemmodellierung
-
Bayes'sche Legitimierung hydrogeologischer Modellkonzepte
-
COMPUtational Framework for Modern Calibration and Validation of Mathematical Models of Subsurface Flows (COMPUFLOW)
-
Catchments as Reactors: Schadstoffumsatz auf der Landschaftsskala
-
Datenassimilation für Energiespeicher zur Verbesserung der Betriebssteuerung
-
Die Architektur von Schadensherden: multivariate phenomenologische Beschreibung, Identifizierung und Simulation
-
Effiziente Konzepte für die optimale Versuchsplanung
-
Frühwarn - Überwachungssysteme für verbesserten Trinkwasserschutz
-
Gekoppelte Datenkompression und Modellreduktion für konditionelle stochastische Modellierung von Strömungs- und Transportprozessen im Untergrund
-
Hybride stochastisch-deterministische Methode zur Modellkalibrierung mit Anwendung auf CO2-Speicherung in geologischen Formationen
-
Integrativer Ansatz für Konditionierung, robustes Design und Regelung im Untergrund
-
Intelligente Messung des Grundwasserleiters: Schließung der Grundwasserbilanz für nachhaltiges Management angesichts unregulierter Grundwasserförderung
-
Markov Chain Monte Carlo Methoden für Bayes'sche Inversion von Grundwasser Strömungen in porösen Medien
-
Modellierungsstrategien für Gasmigration in porösen Medien
-
Optimale Erkundung und Ausweisung von Einzugsgebieten unter instationären Bedingungen zum Schutz von Trinkwasserbrunnen
-
Parameterinferenz für nichtlineare Modellierung der Strömung in geologischen Formationen mit Anwendung auf CO2-Speicherung: Entwicklung einer adaptiven Bayes‘schen Arbitrary Multi-Resolution Polynomial Chaos Expansion
-
Priorisierung der Hauptursachen von Vorhersageunsicherheit in gekoppelten Hydrosystemmodellen
-
Probabilistische Fehleridentifizierung in Wasserversorgungsnetzwerken
-
Probabilistische Risikoanalyse für CO2-Speicherung mit Hilfe massiver stochastischer Modellreduktion
-
Probabilistisches Risikomanagement als integrales Trinkwassersicherheitskonzept
-
Robuste Ausbauplanung von Wasserkraft und Energiespeicherung
-
Statistische Analyse der Abhängigkeitsstruktur und des Prozessgedächtnis bei nicht-Fickschen Transportprozessen
-
Thermische Selbstentladung von Lithium-Batterien
-
Wissenschaftlich inspirierte ANNs für dynamische, verteilte und stochastische Systeme (SmartANN)
-
Überwindung des irrtümlichen Übervertrauens in der Parameterschätzung für Bodenfeuchtemodelle