Forschung
An der Schnittstelle von Informatik, Fernerkundung und angewandter KI
Forschungsprofil
Meine Forschung bewegt sich an der Schnittstelle von Geoinformationswissenschaften, Fernerkundung und künstlicher Intelligenz. Im Kern beschäftigt mich die Frage, wie sich moderne Sensortechnologien wie Drohnen, Satelliten und LiDAR mit Methoden des Machine Learning verbinden lassen, um Umwelt- und Ressourcenprobleme nicht nur besser zu verstehen, sondern auch messbar und in der Praxis anwendbar zu lösen.
Ein besonderer Schwerpunkt liegt auf der Detektion und Klassifikation von Objekten in hochauflösenden Fernerkundungsdaten. Konkret geht es um die automatisierte Erkennung von Kleinststrukturen auf Ackerland und in Graslandschaften, etwa Feldhamsterbauten, Steine oder invasive Pflanzenarten. Für diese Arbeiten setze ich sowohl klassische Computer-Vision-Verfahren als auch aktuelle Deep-Learning-Architekturen ein. Die Ergebnisse fließen unmittelbar in die laufende Dissertation ein, die den Titel trägt: „Die Schließung der Granularitätslücke: Eine domänenspezifische multisensorale Methodik zur Charakterisierung agronomischer und ökologischer Mikrostrukturen in der Präzisionslandwirtschaft".
Darüber hinaus beschäftige ich mich intensiv mit Fragen der Geodateninfrastruktur, räumlichen Datenbanksystemen und interoperablen Web-Services nach OGC-Standards. Ein weiteres Forschungsinteresse gilt der Rolle von Citizen Science: Wie lassen sich Bürgerinnen und Bürger als aktive Datenlieferanten für langfristiges Umweltmonitoring einbinden, und wie stellt man die Qualität dieser Daten sicher? Erfahrungen aus über fünf Jahren partizipativer Datenerfassung in mehreren Ländern fließen hier ein.
Forschungsschwerpunkte
GeoAI und UAV-basierte Objekterkennung
Machine Learning und Deep Learning zur automatisierten Objekterkennung in hochauflösenden Drohnendaten. Dabei geht es nicht nur um die reine Klassifikation, sondern um die Frage, wie man Mikrostrukturen zuverlässig in komplexen landschaftlichen Kontexten identifiziert. Anwendungsgebiete reichen von der Präzisionslandwirtschaft über die Stadtplanung bis zum Naturschutz.
Fernerkundung und Umweltmonitoring
Multispektrale, thermische und LiDAR-Daten ermöglichen eine differenzierte Überwachung von Umweltzuständen in hoher zeitlicher und räumlicher Auflösung. Ein Schwerpunkt liegt auf der Integration verschiedener Datenquellen für Aufgaben wie Landnutzungserfassung, Waldmonitoring und die Kartierung invasiver Arten in Schutzgebieten.
Geodateninfrastrukturen
Wie lassen sich räumliche Daten aus unterschiedlichen Quellen so zusammenführen, dass sie für Forschung und Verwaltung tatsächlich nutzbar werden? Diese Frage treibt meine Arbeit an räumlichen Datenbanken, OGC-konformen Web-Services und modernen Web-GIS-Architekturen an. Interoperabilität und nachhaltige Datenhaltung stehen dabei im Mittelpunkt.
Citizen Science
Bürgerwissenschaft kann einen enormen Beitrag zur Umweltforschung leisten, wenn die richtigen Werkzeuge und Anreize vorhanden sind. Meine Erfahrungen reichen von der Entwicklung mobiler Erfassungs-Apps über die Gestaltung von Crowdsourcing-Plattformen bis hin zur Erforschung von Motivationsstrategien, die Freiwillige dauerhaft einbinden. Die Qualitätssicherung solcher Daten ist ein zentrales Forschungsthema.
Ausgewählte Forschungsprojekte
CRIFORA
Cricetus cricetus — Feldhamster-Monitoring per Fernerkundung
660.000 €
Das Projekt CRIFORA widmet sich der LiDAR- und UAV-basierten Erkennung von Feldhamsterbauten zur großflächigen Habitatkartierung in Graslandschaften. Dabei werden Fernerkundungsdaten, Citizen-Science-Erhebungen und eine eigens entwickelte Geodateninfrastruktur zu einem operationalen Monitoring-System zusammengeführt. Die Ergebnisse sind direkt in die laufende Dissertation eingeflossen und haben zu mehreren peer-reviewten Veröffentlichungen geführt.
Neophyten Feldforschungsprojekt
Regionale Basisdaten schaffen
210.000 €
In diesem Vorgängerprojekt wurden systematische Feldkampagnen mit Fernerkundungsanalysen und räumlicher Datenmodellierung kombiniert, um Verbreitungskarten und Risikoabschätzungen für invasive Neophyten in Mitteldeutschland zu erstellen. Die gewonnenen Erkenntnisse und Methoden bildeten die Grundlage für das spätere CRIFORA-Verbundprojekt und mündeten in die Beratung regionaler Naturschutzbehörden.