Wie reagieren die Ökosysteme auf sich ändernde Wetterverhältnisse, steigende Temperaturen und zunehmende Kohlendioxidkonzentrationen? Ist der Einfluss des Niederschlags wichtiger als der der Temperatur? Oder wird die Dynamik von Ökosystemen stärker durch die Verfügbarkeit von Nährstoffen beeinflusst? Welche Rolle spielen Extremereignisse bei der Entwicklung der biogeochemischen Kreisläufe? Um Antworten zu finden, müssen wir die Wechselwirkungen zwischen drei komplexen Systemen verstehen: Klima, Vegetation und Boden. Daher kombinieren wir Experimente und Langzeitbeobachtungen vor Ort mit Erdbeobachtungen, die von Flugzeugen und Satelliten in verschiedenen räumlichen Maßstäben gesammelt werden, und setzen datengestütztes maschinelles Lernen und theoriegestützte mechanistische Modellierung ein. Mit unserer Forschung versuchen wir zu verstehen, wie die terrestrische Biosphäre auf laufende Umweltveränderungen und Schwankungen der atmosphärischen Bedingungen reagiert und Rückkopplungen auf sie ausübt.
Neuste Publikationen
Die Publikationen sind nur in englischer Sprache verfügbar.
Wang, S., Yang, H., Koirala, S., Santoro, M., Candotti, A., Weber, U., et al. (2026). A global dataset of forest disturbance regimes derived from satellite biomass observations. Earth System Science Data, 18(8), 5895-5913. doi:10.5194/essd-18-5895-2026. // Figure 4. Global patterns of predicted disturbance regime parameters. The four panels show the grided global maps of ensemble means for (a) µ, (b) α, (c) β, and (d) Kb. Each parameter is displayed with a distinct color scale to highlight its unique spatial patterns.
Wang, S., Yang, H., Koirala, S., Santoro, M., Candotti, A., Weber, U., et al. (2026). A global dataset of forest disturbance regimes derived from satellite biomass observations. Earth System Science Data, 18(8), 5895-5913. doi:10.5194/essd-18-5895-2026. // Figure 4. Global patterns of predicted disturbance regime parameters. The four panels show the grided global maps of ensemble means for (a) µ, (b) α, (c) β, and (d) Kb. Each parameter is displayed with a distinct color scale to highlight its unique spatial patterns.
1.
Reuss, J.; Gikalo, E.; Körner, M.: DirPA: Addressing prior shift in imbalanced few-shot crop-type classification. ISPRS Journal of Photogrammetry and Remote Sensing 242, S. 585 - 606 (2026)
Guo, S.; Yuan, B.; Lee, S.-C.; Tang, P.; Su, H.; Du, P.: Diagnosing drought–flood vulnerability of rice systems across growth stages using Sentinel-1/2 and CHIRPS time series. ISPRS Journal of Photogrammetry and Remote Sensing (angenommen)
