Regionalisierung von Flurabständen in Moorgebieten: Integration von hydrologischem Monitoring, physikalisch basierter Modellierung und maschinellem Lernen
Moore sind wichtige Kohlenstoffspeicher, doch Entwässerung führt zu CO2-Emissionen, die stark vom Flurabstand abhängen. Diese Arbeit entwickelt einen übertragbaren Ansatz zur hochaufgelösten Regionalisierung von Moorwasserständen in bayerischen Mooren durch Monitoring, physikalisch basierter Modellierung und maschinellen Lernens. Ziel ist eine flächendeckende, aktualisierbare Datengrundlage der Moorwasserstände.
- Publication type
- Thesis
- Title
- Regionalisierung von Flurabständen in Moorgebieten: Integration von hydrologischem Monitoring, physikalisch basierter Modellierung und maschinellem Lernen
- Media
- Dissertation, TUM School of Engineering and Design
- Authors
- Sebastian Friedrich
- Pages
- 389
- Publication date
- 06.10.2025