Fernerkundungsdaten gehören zu den größten Big-Data-Quellen weltweit, mit täglich geschätzten 150 Terabyte an neu generierten Daten, was eine lückenlose Überwachung von Ökosystemen 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. 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.

Wir verwenden aktive Methoden des Laserscannings um dreidimensionalen Modelle von Ökosystemen zu erstellen. Terrestrisches Laserscanning ermöglicht die Erstellung hochdetaillierte 3D-Modelle für lokale Gebiete, 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, bei der Entwicklung lokaler geophysischer Modelle, 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.

Eine Stärke unserer Forschung ist die Integration von Fernerkundungsdaten mit anderen räumlichen Daten (z.B. klimatologische Reanalysedaten, topographischen Informationen) 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) und Methoden der Geoinformatik 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), sowie wie diese sich auf die Landschaft und die darin befindlichen Ökosysteme und Habitate auswirken.

An unserer Gruppe haben wir Zugriff auf ein High-Performance-Cluster (HPC) zur effizienten Verarbeitung großer Erdbeobachtungsdatensätze. Das Cluster wird vom Leibniz-Rechenzentrum der Bayerischen Akademie der Wissenschaften betrieben und unsere Gruppe hat exklusiven Zugriff auf zwei Nodes mit jeweils 48 CPU-Kernen und 786 GB RAM. Zur effizienten Verarbeitung der großen Datenmengen (mehrere hundert Terabyte, 1 TB = 1000 GB) werden alle Daten auf einer speziellen Speicherlösung abgelegt (Data Science Storage). Für Studierende können wir im Zuge von Abschlussarbeiten temporären Zugriff auf das Cluster über speziell für Studierende angelegte virtuelle Maschinen anbieten. Studierende haben somit die Möglichkeit bereits im Studium den Umgang mit großen bis sehr großen Erdbeobachtungsdatensätzen zu erlernen.

Neben einer effizienten Recheninfrastruktur unterhalten wir an der Gruppe eine Reihe von Geräten für close-range und in-situ Aufnahmen:

• Riegl VZ400i terrestrischer Laserscanner
• APOGEE PS100 RGB/NIR Spectroradiometer
• Emlid Reach RS3 RTK GNSS-Empfänger (rover & base)
• LEAF MK3 permanente terrestrische Laserscanner
• Diverse Mikroklima-Logger und Kameras

Studierende haben die Möglichkeit dem Umgang mit den Geräten in Seminaren zu erlernen (siehe hier) und Geräte für die Abschlussarbeiten auszuleihen.