Forschung Abteilung Physische Geographie und Landschaftsökologie

Strukturen und Prozesse in Landschaften zu erkennen, ganzheitlich zu verstehen und systematisch zu analysieren, sind Inhalte physisch-geographischer und landschaftsökologischer Forschung und Lehre. Von der Datenaufnahme im Gelände über die Probenbearbeitung im Labor bis zur Datenauswertung mit Geographischen Informationssystemen (GIS) und Simulationsmodellen reichen die Arbeitsfelder physischer Geographinnen und Geographen.
Geographische Forschungsergebnisse und deren Interpretation sind notwendig, um die Funktionsweisen unserer Umwelt zu verstehen und diese im Sinne einer nachhaltigen Nutzung zu bewahren. Ein derartiger Umgang mit der Natur trägt dazu bei deren Fähigkeit, Leistungen für die Gesellschaft (Ökosystemleistungen) bereitzustellen, dauerhaft zu erhalten.

Arbeitsgruppen

Forschungsthemen

Methodenschwerpunkte

Forschungsschwerpunkte und Methoden

Unsere Forschung beschäftigt sich mit vielfältigen anwendungsbezogenen und raumzeitlichen Fragestellungen in nationalen und internationalen Forschungsprojekten und Kooperationen.
Fachliche Schwerpunkte sind:

Landschaftsstrukturen und Landschaftsprozesse
Ökosystemzustände und -leistungen
Urbane Ökosystemleistungen, Gesundheit und Umweltgerechtigkeit im Globalen Wandel
Natur-basierte Lösungen für Klimawandeladaptation und -mitigation
Landnutzungs- und Landbedeckungsänderungen im Globalen Wandel

Methodenschwerpunkte

Digitale Mess- und Fernerkundungsmethoden

Anhand digitaler Mess- und Fernerkundungsmethoden werden Landschaftsstrukturen und -prozesse erfasst und digitale dreidimensionale Gelände- und Oberflächenmodellen (DGM/DOM) erstellt. Neben den Möglichkeiten der photogrammetrischen Auswertung vorhandener Satelliten- und Luftbilddaten verfügt das Institut über verschiedene eigene Unmanned Aerial Systems (UAS/Flugdrohnensysteme), zum Teil mit Nahinfrarotkameras zur Vegetationserfassung, und einen Terrestrischen Laserscanner (TLS) zur exakten Datenerfassung im Rahmen von Forschungs- und Studienprojekten. Die Erfassungen werden mittels institutseigener Globaler Navigationssatellitensystem-Geräte (GNSS) hochpräzise verortet und anschließend in Geographischen Informationssystemen (GIS) oder Simulationsmodellen weiterverarbeitet. Unser Institut kann somit den kompletten Arbeitsablauf anbieten – von der hochpräzisen Datenerfassung im Gelände bis zur Erstellung exakter digitaler Landschaftsmodelle im GIS.
Geographische Informationssysteme und räumliche Modellierung

Räumliche Daten sind die Basis physisch-geographischer und landschaftsökologischer Forschung. Geographische Informationssysteme (GIS) ermöglichen es, Raumdaten digital zu erfassen, zu verwalten, zu analysieren und anschließend als zweidimensionale Karten oder dreidimensionale Geländemodelle darzustellen. Aufgrund der enormen Bedeutung, die GIS in der modernen digitalen physischen Geographie haben, bilden GIS und Python Scripting einen Schwerpunkt in der Ausbildung und Forschung am Institut. GIS-Daten sind die Basis für viele weitere Anwendungen, beispielsweise in der Bodenerosionsforschung und der räumlichen Modellierung verschiedener Ökosystemleistungen mit den Modellsystemen Erosion3D©, ESTIMAP© und InVEST©. Zunehmend finden auch Verfahren der künstlichen Intelligenz wie maschinelles Lernen, vor allem zur Analyse von Big Data oder zur Vorhersage landschaftsökologischer Phänomene und Prozesse Anwendung am Institut. Forschungsdaten unterschiedlicher Struktur, z. B. Fernerkundungsdaten sowie standortbasierte Messdaten, werden zunehmend verknüpft und in Linked-Data-Ansätzen analysiert.
Geostatistik und räumliche Datenanalyse

Neben dem Einsatz von Geographischen Informationssystemen (GIS) werden (geo)statistische Analysemethoden, also um den Raumbezug erweiterte statistische Verfahren, für die Datenauswertung verwendet. Schwerpunktmäßig wird hier mit Open-Source-Software wie R oder Python Scripting gearbeitet, um Transparenz und Reproduzierbarkeit zu gewährleisten. Von deskriptiver über analytische bis hin zu multivariater Statistik kommen hier verschiedene Verfahren zur Anwendung. Insbesondere zur Auswertung repetitiver oder großer Datensätze („Big Data“) sind skript- und maschinelles-Lernen-basierte Rechenalgorithmen oftmals den kartenbasierten GIS-Nutzeroberflächen vorzuziehen. Hierdurch haben Scripting-basierte (geo)statistische Analysemethoden auch in der physischen Geographie eine wachsende Relevanz.

Da diese Fähigkeiten für Studien- und Abschlussarbeiten sowie als weitere Qualifikation für den Arbeitsmarkt essenziell sind, wird das Lehrangebot hier stetig aktualisiert und ausgebaut.