Fakultätsbericht 2016-2017

Lehrstuhl für Geoinformatik Prof. Dr. Alexander Brenning Forschungsschwerpunkte  Umweltstatistik & GeoComputation: Entwicklung und Anwendung innovativer räumlicher Daten- analysemethoden  Software und Datenmanagement für die Umweltmodellierung: Entwicklung von Open-Source- Softwarelösungen für die Modellierung von Umweltprozessen und die Verwaltung von Umweltdaten  Ökohydrologische Modellierung: Weiterentwicklung und Anwendung der Modellfamilie JAMS/J2000 zur distributiven Beschreibung der hydrologischen und ökohydrologischen Dynamik unter dem Ein- fluss von Landnutzungs- und Klimawandel  Monitoring von Erdoberflächenprozessen: Nutzung terrestrischer, drohnengestützter und satelliten- basierter Verfahren zur Messung von Veränderungen in Erdoberflächenformen und Kryosphäre 100 — FORSCHUNG Das Projekt „Healthy Forest“, welches von 2015 bis 2019 im Rahmen des LIFE-Programms der EU gefördert wird, beschäftigt sich mit Waldschäden und Walderkrankungen in Nordspanien. Hierzu wird ein Früherkennungssystem entworfen, das sich auf Feld- und Laborbeobachtungen sowie auf Fernerkundungsdaten stützt. Das am Lehr- stuhl für Geoinformatik angesiedelte Teilprojekt bestimmt mit Hilfe räumlicher Modelle auf regio- naler Ebene Verbreitungspotenzial sowie Risiko- faktoren dieser Walderkrankungen und unter- sucht den Nutzen flugzeuggestützter hyperspekt- raler Fernerkundungsdaten für ihre Früherkennung. Datengetriebene Methoden der Statistik und des Maschinellen Lernens spielen hierbei eine zentrale Rolle. In der räumlichen Verbreitungsmo- dellierung verfügen insbesondere neuere Verfah- ren wie die Support Vector Machine und der Ran- dom Forest über zusätzliche Flexibilität, die je- Healthy Forest: Geoinformatik für die Erkennung von Waldschäden doch auch zu einer Überanpassung der Modelle führen kann. Ähnliche räumliche Datenanalyse- Werkzeuge werden am Lehrstuhl auch im Rah- men anderer internationaler Kooperationen etwa zur Modellierung von Naturgefahren in Öster- reich oder von Gebirgspermafrost in Chile einge- setzt und hinsichtlich ihrer Potenziale untersucht. Bei der Analyse von Hyperspektraldaten ist ferner die Suche nach relevanten Merkmalen unter Tausenden von in Frage kommenden Merk- malen eine große Herausforderung, der mit mo- dernen statistischen Verfahren begegnet wird. Um über das Projekt hinaus eine wissenschaftli- che Breitenwirkung zu erzielen, werden die um- fangreichen Erfahrungen in der räumlichen Da- tenanalyse auch im Rahmen von internationalen Sommerschulen an Nachwuchswissenschaftler weitergegeben. Diese Forschung ist ferner einge- bettet in das interdisziplinäre Michael Stifel Zent- rum Jena für datengetriebene und simulations- gestützt Forschung (MSCJ). [1] Iturritxa, E., Mesanza, N., Brenning, A. (2015): Spatial analysis of the risk of major forest diseases in Monterey pine plantations. Plant Pathology, 64(4): 880-889. [2] Azócar, A., Brenning, A., Bodin, X. (2017): Permafrost distribution modelling in the semi-arid Chilean Andes. The Cryosphere, DOI: 10.5194/tc-11-877-2017. [3] Steger, S., Brenning, A., Bell, R., Glade, T. (2017): The influence of systematically incomplete shallow landslide inventories on statistical susceptibility models and suggestions for improvements. Landslides, DOI: 10.1007/s10346-017-0820-0. Abb. 1. Potenzialkarte für die Erkrankung von Pinus radiata im Baskenland infolge des Befalls mit Mycosphaerella spp. Grafik aus [1].