Teaching of the Remote Sensing and Spatial Modelling Group
Remote sensing and spatial modelling can be seen as interdisciplinary in landscape ecology and and provides new methods to answer landscape-ecological issues. Our teaching focuses on the following topics:
- Methods of multiscale remote sensing and digital image processing to characterize landscapes and landscape-ecological processes in space and time.
- Methods of machine learning for modelling complex spatial and spatio-temporal ecosystem properties.
- Methods of operational and reproducible remote sensing data processing with open source software, especially "R".
The strongly methodologically oriented teaching is carried out on the basis of current research questions in landscape ecology, so that the methods contribute to new insights in the sub-disciplines.
Our teaching philosophy is strongly geared towards research-oriented learning and should accompany and support students in the development of problem-solving skills. It is important for us to involve students in our research projects, especially during their final theses.
Unsere Lehrveranstaltungen
Hier finden Sie eine Übersicht über die von uns angebotenen Kurse.
Eventuell zusätzliches Kursangebot wird vor Semesterbeginn auf unserer Startseite bekannt gegeben.Kurse im B.Sc. Landschaftsökologie
Modul B19: Fernerkundung (P)
Vorlesung "Einführung in die Fernerkundung" Status: Pflichtveranstaltung
Leistungspunkte: 2
Semesterwochenstunden: 2
Semester: Sommer
Lehrende: Torsten Prinz, Hanna MeyerÜbung "Fernerkundungsmethoden in der Landschaftsökologie" Status: Pflichtveranstaltung
Leistungspunkte: 3
Semesterwochenstunden: 2
Semester: Sommer
Lehrende: Hanna Meyer, Jan Lehmann, Marvin LudwigErgänzungsmodul
Übung "Einführung in die Datenanalyse mit R" Status: Wahlveranstaltung
Leistungspunkte: 3
Semesterwochenstunden: 2
Semester: Sommer und Winter
Lehrende: Marvin LudwigStudienprojekt
Praktikum "Fernerkundliche Erfassung von Ökosystemen" Status: Wahlpflichtveranstaltung
Leistungspunkte: 10
Semesterwochenstunden: 3
Semester: Sommer/ Winter
Lehrende: Hanna Meyer, Jan Lehmann
Kurse im M.Sc. Landschaftsökologie
Modul M8: Fernerkundung und räumliche Modellierung (WP)
Vorlesung ""Fernerkundung und räumliche Modellierung der Umwelt" Status: Pflichtveranstaltung
Leistungspunkte: 1
Semesterwochenstunden: 2
Semester: Winter
Lehrende: Hanna MeyerÜbung "Fernerkundung und maschinelle Lernverfahren zur flächendeckenden Landschaftserfassung" Status: Pflichtveranstaltung
Leistungspunkte: 3
Semesterwochenstunden: 2
Semester: Winter
Lehrende: Hanna MeyerSeminar "Aktuelle Themen der Umweltfernerkundung" Status: Pflichtveranstaltung
Leistungspunkte: 3
Semesterwochenstunden: 2
Semester: Winter
Lehrende: Hanna MeyerÜbung "Feldmethoden in der Fernerkundung" Status: Pflichtveranstaltung
Leistungspunkte: 3
Semesterwochenstunden: 2
Semester: Sommer
Lehrende: Jan LehmannPraktikum "Fernerkundliche Analyse von Umweltveränderungen in Raum und Zeit" Status: Pflichtveranstaltung
Leistungspunkte: 4
Semesterwochenstunden: 2
Semester: Sommer
Lehrende: Hanna MeyerModul M2: Wissenschaftliches Versuchsdesign und Methoden (P)
Übung "Räumliche Datenanalyse mit R" Status: Wahlpflichtveranstaltung
Leistungspunkte: 3
Semesterwochenstunden: 2
Semester: Sommer
Lehrende: Marvin Ludwig, Hanna MeyerModul M1: Landschaftsökologie in der Forschung
Seminar "Journalclub" Status: Pflichtveranstaltung
Leistungspunkte: 1
Semesterwochenstunden: 2
Semester: Winter
Lehrende: Jan LehmannErgänzungsmodul
Seminar "Remote Sensing and Spatial Modelling Forum" Status: Wahlveranstaltung
Leistungspunkte: 3
Semesterwochenstunden: 2
Semester: Winter und Sommer
Lehrende: Maite Lezama Valdes, AG Fernerkundung & räumliche ModellierungWeitere Informationen zu unseren aktuellen Lehrveranstaltungen finden Sie im Elektronischen Vorlesungsverzeichnis (HISLSF).
Theses
We have an overview of completed theses.
Online-Courses & Summer Schools
During the semester break we are often represented with courses at summer schools. An overview and course material of past summer schools can be found on our website.