Ausgewählte Publikationen

Wissenschaftliche Highlights des IGB
Filtern nach
Sie finden alle wissenschaftlichen Publikationen des IGB unter > Wissenschaftliche Publikationen
Für umfangreiche Recherchen nutzen Sie bitte unseren > Bibliothekskatalog
71 - 80 von 671 Einträge
März 2025
Molecular Ecology Resources. - XX(202X)X, Art. e14099

ParAquaSeq, a Database of Ecologically Annotated rRNA Sequences Covering Zoosporic Parasites Infecting Aquatic Primary Producers in Natural and Industrial Systems

Silke Van den Wyngaert ; Slawek Cerbin ; Laura Garzoli ; Hans-Peter Grossart ; Alena S. Gsell ; Alexandra Kraberg ; Cécile Lepère ; Sigrid Neuhauser ; Miloš Stupar ; Andrea Tarallo ; Michael Cunliffe ; Claire Gachon ; Ana Gavrilović ; Hossein Masigol ; Serena Rasconi ; Géza B. Selmeczy ; Dirk S. Schmeller ; Bettina Scholz ; Natàlia Timoneda ; Ivana Trbojević ; Elżbieta Wilk-Woźniak ; Albert Reñé
März 2025
WIREs Water. - 12(2025)2, Art. e70015

Recent Developments and Emerging Challenges in Tracer-Aided Modeling

Hyekyeng Jung; Dörthe Tetzlaff; Christian Birkel; Chris Soulsby

Die Autor*innen haben die Fortschritte u. Herausforderungen der tracergestützten Modellierung untersucht, die Einblicke in interne Speicher, Wasserquellen, Fließwege, Mischungsprozesse u.Wasseralter bietet, die sich nicht allein aus hydrometrischen Daten ableiten lassen. Mithilfe von Tracerdaten lassen sich hydrologische Modelle falsifizieren u. Hypothesen überprüfen.

März 2025
Ecological Indicators. - 172(2025), Art. 113331

Diversification of macrophytes within aquatic nature-based solutions (NBS) developing under urban environmental conditions across European cities

Krzysztof Szoszkiewicz; Krzysztof Achtenberg; Robrecht Debbaut; Vladimíra Dekan Carreira; Daniel Gebler; Szymon Jusik; Tomasz Kałuża; Krister Karttunen; Niko Lehti; Silvia Martin Muñoz; Mariusz Sojka; Ana Júlia Pereira; Pedro Pinho; Jonas Schoelynck; Jan Staes; Doerthe Tetzlaff; Maria Magdalena Warter; Kati Vierikko
März 2025
Water Resources Research. - 61(2025)3, Art. e2024WR038779

DREAM(LoAX): Simultaneous Calibration and Diagnosis for Tracer-Aided Ecohydrological Models Under the Equifinality Thesis

Songjun Wu; Doerthe Tetzlaff; Keith Beven; Chris Soulsby

Die Autor*innen haben einen neuen Algorithmus DREAM(LoAX) als effektives Konditionierungswerkzeug entwickelt, um epistemische Unsicherheit in prozessbasierten Modellen zu berücksichtigen. Er liefert Echtzeit-Diagnoseinformationen zu Modellfehlern.