Уважаемые коллеги, доброго времени суток! Представляем вам нидерландское научное издание Environmental Modelling and Software. Журнал имеет первый квартиль, издаётся в Elsevier BV, его SJR за 2020 г. равен 1,426, импакт-фактор - 5,288, предметные области - Экологическое моделирование, Экологическая технология, Окружающая среда, Программное обеспечение. Вот так выглядит обложка:
Редактором является Даниел Амес, контактные данные - dan.ames@byu.edu.
К публикации принимаются материалы в форме исследовательских статей, обзоров, вводных обзоров и аналитических документов о достижениях в области экологического моделирования и программного обеспечения. Цель состоит в том, чтобы улучшить способность представлять, понимать, прогнозировать или управлять поведением природных экологических систем, включая компоненты воздуха, воды и суши, во всех практических масштабах, и сообщать об этих улучшениях широкой научной и профессиональной аудитории.
Адрес издания - https://www.sciencedirect.com/journal/environmental-modelling-and-software
Пример статьи, название - Combining process-based and data-driven approaches to forecast beach and dune change. Заголовок (Abstract) -Producing accurate hindcasts and forecasts with coupled models is challenging due to complex parameterizations that are difficult to ground in observational data. We present a calibration workflow that utilizes a series of machine learning algorithms paired with Windsurf, a coupled beach-dune model (Aeolis, the Coastal Dune Model, and XBeach), to produce hindcasts and forecasts of morphologic change along Bogue Banks, North Carolina. Neural networks paired with genetic algorithms allow us to fine tune calibration parameters for the hindcast, and then a long short-term memory neural network, trained on the hindcast, produces a 4-year forecast. We compare our hindcasts to observations from 2016 to 2017 and find they successfully reproduce observed modes of dune and beach change except for seaward growth of the dune face. We compare our forecasts to observations from 2016 to 2020 and find that they produce reasonably accurate predictions of dune change except when there are significant instances of erosion during the forecast period. Keywords: Beach-dune processes; Erosion; Neural network; Genetic algorithm; Windsurf; Forecast