Druckansicht der Internetadresse:

Fakultät für Biologie, Chemie und Geowissenschaften

Geoinformatik - Spatial Big Data – Juniorprofessorin Dr. Meng Lu

Seite drucken

Forschung

Räumlich-zeitliche Modellierung und Earth Observation

Räumlich-zeitliche Daten, die beispielsweise aus Fernerkundung, mobilen und stationären Sensoren, numerischen Modellen, sozialen Medien und Citizen Science stammen, nehmen in ihrer Vielfalt und Umfang stark zu. Diese Daten bieten beispielslose Möglichkeiten für innovative Anwendungen. Dies erfordert die Darstellung robuste Ansätze, um abstrakte raumzeitliche Phänomene digital zu repräsentieren sowie effizient zu verwalten, zu integrieren und zu analysieren. 

Unsere Arbeitsgruppe ist auf statistische und maschinelle Lernverfahren zur Integration, Analyse und Interpretation räumlicher und raumzeitlicher Daten spezialisiert. Darüber hinaus entwickeln wir agentenbasierte Modellierungen und nutzen Fernerkundungstechniken zur Bearbeitung vielfältiger geowissenschaftlicher Fragestellungen.

Unsere drei zentrale Forschungsschwerpunkte sind derzeit:

  • Kartierung der Luftverschmutzung und Expositionsabschätzung, mit besonderem Fokus auf soziale Ungleichheit und öffentliche Gesundheit.
  • Extraktion und Klassifikation urbaner und natürlicher Strukturen aus Fernerkundungsbildern.
  • Bewertung der Wasserqualität mithilfe von Fernerkundungsdaten durch die Kombination von Strahlungstransportmodellen und maschinellem Lernen.

Die Geoinformatik befindet sich an der Schnittstelle zwischen modernster Technologie und geowissenschaftlicher Anwendung. Neue Durchbrüche entstehen in der Regel bei der Bewältigung bereichsspezifischer Herausforderungen.  Unser Team hat zu einer Vielzahl praxisnaher Anwendungen beigetragen – darunter die Überwachung von Walddynamiken, Luftqualitätsprognosen, Umweltmodellierung, Küstengeomorphologie und Geo-Gesundheit.

Nachstehend finden Sie einen Überblick über unsere laufenden Projekte und unsere langfristigen Forschungsschwerpunkte. Neue Kooperationen sind herzlich willkommen!

Spatio-Spatialtemporal prediction

Remote sensing image analysis


Airpolution

General challenges in spatial and spatiotemporal prediction


Remote sensing image analysis


Agent-based model development for human space-time activities and exposure assessment

Spatiotemporal prediction of air pollution

Remote sensing



Remote sensing

Spatiotemporal prediction of air pollution


Geohealth

Python and R



Wir arbeiten eng zusammen mit



ifgi

UU ITC

UMC

Swiss THP

KAUST

ifgi_200 uu_200 itc_200 umc_200 swiss_200 kaust_200

Verantwortlich für die Redaktion: Alina Johanna Möchel

Facebook Youtube-Kanal Instagram LinkedIn UBT-A Kontakt