In Geographie und Landschaftsökologie werden Verfahren des Maschinellen Lernens zur Identifikation von raum-zeitlichen Mustern genutzt und um Veränderungen auf verschiedenen Skalen zu beschreiben. Diese beinhaltet z.B. die Interpretation von Satellitenbildern der Landoberfläche. Deep Learning Algorithmen werden zudem für die Erkennung von Arten genutzt (z.B. Fledermäuse oder Pollen), als auch für die automatische Bildsegmentierung (z.B. Scans von Pflanzenwurzeln und Holzanatomie). Machine Learning wird zudem auch genutzt um die komplexen Zusammenhänge zwischen Klima und Waldwachstum zu erforschen.
Beteiligte Arbeitsgruppen
Dr. Mario Trouillier
Landschaftsökologie und Ökosystemdynamik
Institut für Botanik und Landschaftsökologie
Universität Greifswald
Prof. Dr. Sebastian van der Linden
Institut für Geographie und Geologie
Universität Greifswald
AG Fernerkundung und Geoinformationsverarbeitung
Projekte
Im Projekt „Analyse von Moordegradation unter Nutzung langer und dichter Zeitreihen von multispektralen Satellitendaten“ steht eine mehrdimensionale Betrachtung von geschädigten und wiedervernässten Moorflächen im Vordergrund. Verschiedene Satellitendaten mit unterschiedlichen zeitlichen, räumlichen und spektralen Auflösungen werden für die quantitative Beschreibung aktueller und rezenter Zustände der Vegetationsbedeckung, der Landnutzung sowie der hydrologischen Situation bzw. des Pflanzenstress genutzt.