Maschinelles Lernen für hydrologische Systeme und Erdsysteme

Dr. Shijie Jiang

Die Projektgruppe wurde im August 2023 neu gegründet und ist Teil der ELLIS Unit Jena. 

Die Forschungsgruppe Maschinelles Lernen für hydrologische Systeme und Erdsysteme (ML4HES) wird von Dr. Shijie Jang geleitet. Sie wird von der Carl-Zeiss Stiftung gefördet und ist an unserem Institut und der ELLIS Unit Jena angegliedert. 

Mission

Angesichts zunehmender Umwelt- und Klimabelastungen ist das Verständnis der Variabilität und Kausalität von Wasser-, Energie- und Kohlenstoffkreisläufen über räumliche und zeitliche Skalen hinweg von entscheidender Bedeutung für ein effektives Ressourcenmanagement, die Nachhaltigkeit von Ökosystemen, die Abschwächung von Extremereignissen und Strategien zur Klimaresilienz. Unsere Forschung konzentriert sich auf die Integration von Daten und Fachwissen mit hybriden und erklärbaren Methoden des maschinellen Lernens, um das Verständnis der Wechselwirkungen von Klima, Wasser und Ökosystemen zu verbessern. Unser oberstes Ziel ist es, sowohl neue Werkzeuge zu entwickeln als auch die Geowissenschaft voranzubringen, die nachhaltige Entwicklungs- und Risikoanpassungsstrategien unter sich ändernden Bedingungen leitet.

Forschungsfokus

  • Terrestrische ökohydrologische Prozesse und Wechselwirkungen auf verschiedenen Skalen
  • Integration von Physik und Daten mit hybrider und erklärbarer KI
  • Kopplung und Rückkopplungsmechanismen zwischen Wasser-, Energie- und Kohlenstoffkreislauf
  • Vorhersagbarkeit, Zurechnung und Auswirkungen von Klimaextremen
    Hydroklimatologie, Auswirkungen des Klimawandels und menschliche Einflüsse

Team

Name
Telefon
Fax
Raum
Shijie Jiang
Projektleiter
  • +49 3641 57-8922
ITP B3.06
MPG PublikationenWebpage at ELLIS Unit Jena
Georgios Blougouras
Doktorand
  • +49 3641 57-8918
ITP B3.24
ELLIS Unit Jena Page Google Scholar Profile
Feini Huang
  • +49 3641 57-8909
ITP B3.28
Google Scholar Profile ResearchGate
Lijun Wang
  • +49 3641 57-8908
ITP B3.25
Zur Redakteursansicht