PhD Monitor
/جزئیات
مشاهده بیشتر:Glaciology and HydrologyFranceCNRS
یخچال‌شناسی و هیدرولوژی● باز⏰ ۱ روز ماندهPreview

مدل‌سازی یخچالی-هیدرولوژیکی نقش تعدیل‌کنندگی یخچال‌های طبیعی در آلپ و آند در برابر تغییر اقلیم

توسعه مدل‌های پیشرفته جفت‌شده یخچالی-هیدرولوژیکی برای بهبود پیش‌بینی‌های منابع آب در مناطق کوهستانی آلپ و آند.

مناسب برای:مناسب برای پژوهشگران در آغاز راه با تخصص در زمینه یخچال‌شناسی-هیدرولوژی، مدل‌سازی محاسباتی، و یادگیری ماشین، به‌ویژه کسانی که به تأثیرات تغییر اقلیم بر منابع آب علاقه‌مند هستند.

CNRS · Grenoble, France
استادان بیشتر در CNRS
مدل‌سازی یخچالی-هیدرولوژیکییادگیری ماشین آگاه از فیزیکتأثیرات تغییر اقلیم بر یخچال‌های طبیعیبرنامه‌نویسی مشتق‌پذیرپیش‌بینی‌های منابع آب
مهلت
۱۶ اکتبر ۲۰۲۶
۱ روز
بودجه
حقوقی
شروع
—
مکان
Grenoble
France

مرور کلی

این موقعیت مقطع دکتری بر پیشبرد مدل‌سازی یخچالی-هیدرولوژیکی برای ارزیابی نقش یخچال‌های طبیعی به عنوان تعدیل‌کننده‌های آب در مواجهه با تغییر اقلیم تمرکز دارد. کاندیدای منتخب یک چارچوب یادگیری ماشین آگاه از فیزیک (با استفاده از ODINN.jl) را برای بهبود وارون‌سازی ضخامت یخچال‌ها و پیش‌بینی‌های آینده در آلپ و آند ارتقا خواهد داد. این کار مجموعه داده‌های ناهمگن (سرعت‌های سطحی، ضخامت راداری، توده تعادلی، و مدل‌های رقومی ارتفاع) را یکپارچه کرده و مدل‌های یخچال طبیعی را با مدل‌های هیدرولوژیکی مشتق‌پذیر کالیبره‌شده از طریق LSTM جفت می‌کند. هدف این پژوهش، پیوند دادن پیش‌بینی‌های اقلیمی با بینش‌های کاربردی در زمینه منابع آب، و رفع شکاف‌های حیاتی در بازنمایی فرایند یخچال‌های طبیعی در مقیاس حوضه است.

مدل‌سازی یخچال‌های طبیعییادگیری ماشین برای هیدرولوژیهیدرولوژی کوهستانییخچال‌های آندسازگاری با تغییر اقلیمبرنامه‌نویسی مشتق‌پذیرکالیبراسیون LSTMمدیریت منابع آب

نحوهٔ درخواست

آزمایشگاه
UMR5001
CNRS
France
موقعیت کامل را ببین

برای دیدن امتیاز تطابق شخصی، نیازمندی‌ها، جزئیات بودجه و نحوهٔ درخواست — به انگلیسی یا فارسی — حساب کاربری رایگان بساز.

بدون نیاز به کارت بانکی · ۱۰ امتیاز تطابق AI رایگان
آماده‌اید؟
۱ روز تا مهلت — به این موقعیت اقدام کن.