Ökosysteme aus dem All verstehen
Fernerkundungsdaten gehören zu den größten Big-Data-Quellen weltweit, mit täglich geschätzten 150 Terabyte an neu generierten Daten, was eine lückenlose Überwachung von Ökosystemen über große Gebiete und lange Zeiträume hinweg ermöglicht. In unserer Forschung entwickeln wir neue Fernerkundungsansätze, um Änderungen in Ökosystemen im Zuge des globalen Klimawandels und unter Landnutzungswandel zu erfassen und zu verstehen. Wir fokussieren dabei intensiv auf Waldökosystemen, mit aktuellen Schwerpunkten auf der Quantifizierung von Störungen (z.B. Windwurf, Borkenkäfer oder Feuer) in Europa und der Bewertung der Erholungsfunktion nach Störungen. Methodisch basiert unsere Forschung dabei auf der Auswertung dichter Zeitreihen optischer Satellitensensoren, wie etwa Landsat oder Sentinel-2. Für die Verarbeitung der Vielzahl an einzelnen Bildern entwickeln und nutzen wir modernste Ansätze (sog. Data Cubes) auf Großrechnern des Leibniz-Rechenzentrums und auf hochoptimierten Speicherlösungen. Unsere Fernerkundungsbasierten Produkte werden aktiv zum Monitoring von Änderungen in Europa's Wäldern eingesetzt (LINK) und in einer Vielzahl von Forschungsprojekten verwendet.
Detailreiche 3D-Modelle durch Laserscanning
Wir verwenden aktive Methoden des Laserscannings um dreidimensionalen Modelle von Ökosystemen zu erstellen. Terrestrisches Laserscanning ermöglicht die Erstellung hochdetaillierte 3D-Modelle für lokale Gebiete (z.B. einen Bestand oder eine Straße), während flugzeuggestütztes Laserscanning flächige Daten aus der Luft für Analysen auf der Landschaftsebene liefert. An unserer Professur haben wir Zugriff auf einen modernen terrestrischen Laserscanner sowie eine Vielzahl bestehender flugzeuggestützter Datensätze. In unserer Forschung spielt Laserscanning eine wichtige Rolle bei der Quantifizierung von Ökosystemstrukturen (z.B. Baumhöhen oder Lücken im Kronendach), bei der Entwicklung lokaler geophysischer Modelle (z.B. für die Modellierung von lokalen thermalen Charakteristika), sowie bei der großflächigen Analyse von Biodiversität. Wir betreiben als Teil des global StrucNet Netzwerks zwei Langzeitbeobachtungsflächen mit permanenten Laserscannern, welche eine kontinuierliche Überwachung von Strukturellen Merkmalen des Kronendachs in Laub- und Nadelwaldsystemen bietet.
Räumliche Analysen und Statistik
Eine Stärke unserer Forschung ist die Integration von Fernerkundungsdaten mit anderen räumlichen Daten (z.B. klimatologische Reanalysedaten) und bestehenden Modellen (z.B. Global Dynamic Vegetation Models). Hierfür kooperieren wir mit weltweit führenden Gruppen, entwickeln aber auch eigene Ansätze und Methoden. Wir nutzen dabei moderne statistischer Methoden (z.B. Mehrebenenmodelle, Extremwertstatistik) um Änderungen in Ökosystemen zu quantifizieren, zu erklären und zu modellieren. Ein Fokus liegt dabei insbesondere auf graduellen und abrupten Änderungen in der Baummortalität und wie diese mit klimatischen Extremen zusammenhängen (z.B. Dürren und Hitzewellen).