Aarhus Universitets segl

Modellering og forudsigelse

Statistisk modellering og prognoser er afgørende for at anvende videnskabelig viden til at løse økologiske og miljømæssige spørgsmål.

Enhver troværdig prognose bør ledsages af en vurdering af usikkerhed, og ved at bruge avancerede statistiske teknikker tilstræber vi at kvantificere usikkerheden, samtidig med at vi undersøger, hvordan man bliver bedre til at lave prognoser.

Publikationer fra PURE

Sortér efter: Dato | Forfatter | Titel

Yu, H. & Damgaard, C. (2025). Identifying causal factors underlying vegetation changes in wet heathlands. Environmental and Ecological Statistics, 32(3), 803-825. Artikel 110951. https://doi.org/10.1007/s10651-025-00663-9
Sørensen, P. B., Damgaard, C., Løgstrup Bjerg, P., Andersen, H. E., Holm, P. E., Tornbjerg, H., Bak, J. L., Heckrath, G. J., Kjeldgaard, A. & Fauser, P. (2022). Udvikling af model til understøttelse af vandplanlægningen i fastlæggelsen af koncentrationsniveauer af metaller i danske vandløb. Aarhus University, DCE - Danish Centre for Environment and Energy. Videnskabelig rapport fra DCE - Nationalt Center for Miljø og Energi Nr. 484 https://dce2.au.dk/pub/SR484.pdf
Sørensen, P. B., Damgaard, C., Bjerg, P. L., Andersen, H. E., Holm, P. E., Bak, J. L., Rasmussen, D. & Kjeldgaard, A. (2023). Videreudvikling af model for metaller i vandløbsvand: MetalStat. Aarhus University, DCE - Danish Centre for Environment and Energy. Videnskabelig rapport fra DCE - Nationalt Center for Miljø og Energi Bind 522 http://dce2.au.dk/pub/SR522.pdf
Damgaard, C. (2020). Miljømodellering og usikkerheder. Vand & Jord, 27(3), 115-116.