Deep learning shows declining groundwater levels in Germany until 2100 due to climate change

¹; Broda, Stefan
¹ Institut für Angewandte Geowissenschaften (AGW), Karlsruher Institut für Technologie (KIT)

Verlagsausgabe

DOI: 10.5445/IR/1000143632

Veröffentlicht am 10.03.2022

Originalveröffentlichung
DOI: 10.1038/s41467-022-28770-2

Scopus
Zitationen: 97

Web of Science
Zitationen: 71

Dimensions
Zitationen: 112

Seitenaufrufe: 298
seit 11.03.2022

Downloads: 200
seit 12.03.2022

Zugehörige Institution(en) am KIT	Institut für Angewandte Geowissenschaften (AGW)
Publikationstyp	Zeitschriftenaufsatz
Publikationsjahr	2022
Sprache	Englisch
Identifikator	ISSN: 2041-1723 KITopen-ID: 1000143632
Erschienen in	Nature Communications
Verlag	Nature Research
Band	13
Heft	1
Seiten	Artikel-Nr.: 1221
Bemerkung zur Veröffentlichung	Gefördert durch den KIT-Publikationsfonds
Vorab online veröffentlicht am	09.03.2022
Nachgewiesen in	Scopus Web of Science Dimensions
Relationen in KITopen	Verweist auf Using Convolutional Neural Networks To Evaluate Long‐Term Groundwater Trends In Germany. Wunsch, Andreas; Broda, Stefan; Liesch, Tanja (2021) Vortrag (1000139507) Deep Learning based assessment of groundwater level development in Germany until 2100. Wunsch, Andreas; Liesch, Tanja; Broda, Stefan (2021) Vortrag (1000139509) Leveraging Artificial Neural Networks for Modeling Hydrogeological Time Series. Wunsch, Andreas; Goldscheider, Nico; Johannet, Anne (2022) Hochschulschrift (1000149192)
Globale Ziele für nachhaltige Entwicklung