skip to main content
Idioma:
Resultados 1 2 3 next page
Mostrar Somente
Refinado por: assunto: Groundwater remover
Result Number Material Type Add to My Shelf Action Record Details and Options
1
Quantification and possible causes of declining groundwater resources in the Euro-Mediterranean region from 2003 to 2020
Quantification and possible causes of declining groundwater resources in the Euro-Mediterranean region from 2003 to 2020
Material Type:
Artigo 		Adicionar ao Meu Espaço

Quantification and possible causes of declining groundwater resources in the Euro-Mediterranean region from 2003 to 2020

Xanke, Julian ; Liesch, Tanja

Hydrogeology journal, 2022-03, Vol.30 (2), p.379-400 [Periódico revisado por pares]

Berlin/Heidelberg: Springer Berlin Heidelberg

Texto completo disponível

Citações Citado por
2
Feature-based Groundwater Hydrograph Clustering Using Unsupervised Self-Organizing Map-Ensembles
Feature-based Groundwater Hydrograph Clustering Using Unsupervised Self-Organizing Map-Ensembles
Material Type:
Artigo 		Adicionar ao Meu Espaço

Feature-based Groundwater Hydrograph Clustering Using Unsupervised Self-Organizing Map-Ensembles

Wunsch, Andreas ; Liesch, Tanja ; Broda, Stefan

Water resources management, 2022, Vol.36 (1), p.39-54 [Periódico revisado por pares]

Dordrecht: Springer Netherlands

Texto completo disponível

Citações Citado por
3
Deep learning shows declining groundwater levels in Germany until 2100 due to climate change
Deep learning shows declining groundwater levels in Germany until 2100 due to climate change
Material Type:
Artigo 		Adicionar ao Meu Espaço

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

Wunsch, Andreas ; Liesch, Tanja ; Broda, Stefan

Nature communications, 2022-03, Vol.13 (1), p.1221-1221, Article 1221 [Periódico revisado por pares]

England: Nature Publishing Group

Texto completo disponível

Citações Citado por
4
Comparison of GRACE data and groundwater levels for the assessment of groundwater depletion in Jordan
Comparison of GRACE data and groundwater levels for the assessment of groundwater depletion in Jordan
Material Type:
Artigo 		Adicionar ao Meu Espaço

Comparison of GRACE data and groundwater levels for the assessment of groundwater depletion in Jordan

Liesch, Tanja ; Ohmer, Marc

Hydrogeology journal, 2016-09, Vol.24 (6), p.1547-1563 [Periódico revisado por pares]

Berlin/Heidelberg: Springer Berlin Heidelberg

Texto completo disponível

Citações Citado por
5
Karst spring discharge modeling based on deep learning using spatially distributed input data
Karst spring discharge modeling based on deep learning using spatially distributed input data
Material Type:
Artigo 		Adicionar ao Meu Espaço

Karst spring discharge modeling based on deep learning using spatially distributed input data

Wunsch, Andreas ; Liesch, Tanja ; Cinkus, Guillaume ; Ravbar, NataÅ¡a ; Chen, Zhao ; Mazzilli, Naomi ; Jourde, Hervé ; Goldscheider, Nico

Hydrology and earth system sciences, 2022-05, Vol.26 (9), p.2405-2430 [Periódico revisado por pares]

Katlenburg-Lindau: Copernicus GmbH

Texto completo disponível

Citações Citado por
6
Application of machine learning and deep neural networks for spatial prediction of groundwater nitrate concentration to improve land use management practices
Application of machine learning and deep neural networks for spatial prediction of groundwater nitrate concentration to improve land use management practices
Material Type:
Artigo 		Adicionar ao Meu Espaço

Application of machine learning and deep neural networks for spatial prediction of groundwater nitrate concentration to improve land use management practices

Karimanzira, Divas ; Weis, Jonas ; Wunsch, Andreas ; Ritzau, Linda ; Liesch, Tanja ; Ohmer, Marc

Frontiers in water, 2023-07, Vol.5 [Periódico revisado por pares]

Frontiers Media S.A

Texto completo disponível

Citações Citado por
7
Groundwater level forecasting with artificial neural networks: a comparison of long short-term memory (LSTM), convolutional neural networks (CNNs), and non-linear autoregressive networks with exogenous input (NARX)
Groundwater level forecasting with artificial neural networks: a comparison of long short-term memory (LSTM), convolutional neural networks (CNNs), and non-linear autoregressive networks with exogenous input (NARX)
Material Type:
Artigo 		Adicionar ao Meu Espaço

Groundwater level forecasting with artificial neural networks: a comparison of long short-term memory (LSTM), convolutional neural networks (CNNs), and non-linear autoregressive networks with exogenous input (NARX)

Wunsch, Andreas ; Liesch, Tanja ; Broda, Stefan

Hydrology and earth system sciences, 2021-04, Vol.25 (3), p.1671-1687 [Periódico revisado por pares]

Katlenburg-Lindau: Copernicus GmbH

Texto completo disponível

Citações Citado por
8
Uranium in groundwater — Fertilizers versus geogenic sources
Uranium in groundwater — Fertilizers versus geogenic sources
Material Type:
Artigo 		Adicionar ao Meu Espaço

Uranium in groundwater — Fertilizers versus geogenic sources

Liesch, Tanja ; Hinrichsen, Sören ; Goldscheider, Nico

The Science of the total environment, 2015-12, Vol.536, p.981-995 [Periódico revisado por pares]

Netherlands: Elsevier B.V

Texto completo disponível

Citações Citado por
9
Influence of sediments burying the discharge area of a karst aquifer on the groundwater flow field—Numerical testing of conceptual models
Influence of sediments burying the discharge area of a karst aquifer on the groundwater flow field—Numerical testing of conceptual models
Material Type:
Artigo 		Adicionar ao Meu Espaço

Influence of sediments burying the discharge area of a karst aquifer on the groundwater flow field—Numerical testing of conceptual models

Ohmer, Marc ; Liesch, Tanja ; Goldscheider, Nico

Hydrological processes, 2023-12, Vol.37 (12), p.n/a [Periódico revisado por pares]

Hoboken, USA: John Wiley & Sons, Inc

Texto completo disponível

Citações Citado por
10
On the challenges of global entity-aware deep learning models for groundwater level prediction
On the challenges of global entity-aware deep learning models for groundwater level prediction
Material Type:
Artigo 		Adicionar ao Meu Espaço

On the challenges of global entity-aware deep learning models for groundwater level prediction

Heudorfer, Benedikt ; Liesch, Tanja ; Broda, Stefan

Hydrology and earth system sciences, 2024-02, Vol.28 (3), p.525-543 [Periódico revisado por pares]

Katlenburg-Lindau: Copernicus GmbH

Texto completo disponível

Citações Citado por
Resultados 1 2 3 next page

Personalize Seus Resultados

  1. Editar

Refine Search Results

Expandir Meus Resultados

  1.   

Mostrar Somente

  1. Revistas revisadas por pares (19)

Refinar Meus Resultados

Tipo de Recurso 

  1. Artigos  (19)
  2. Conjunto de Dados  (2)
  3. Imagens  (1)
  4. magazinearticle  (1)
  5. Mais opções open sub menu

Data de Publicação 

De até
Refinar
  1. Antes de2015  (1)
  2. 2015Até2015  (3)
  3. 2016Até2016  (1)
  4. 2017Até2021  (8)
  5. Após 2021  (11)
  6. Mais opções open sub menu

Idioma 

  1. Português  (5)
  2. Chinês  (5)
  3. Francês  (5)
  4. Espanhol  (5)
  5. Alemão  (3)
  6. Japonês  (3)
  7. Árabe  (1)
  8. Mais opções open sub menu

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.