AG Fernerkundung und Geoinformationsverarbeitung

Prof. Dr. Sebastian van der Linden

Leiter der Arbeitsgruppe

Raum 207

Sprechzeit: Mo. 14-16 h

Telefon: +49 3834 420 4500

sebastian.lindenuni-greifswaldde

 

Sebastian van der Linden ist Leiter der Arbeitsgruppe Fernerkundung und Geoinformationsverarbeitung. Seine Forschung dient einem besseren Verständnis des Zustands und der Veränderung der Landoberfläche und ihrer Nutzung. Im Mittelpunkt stehen dabei verschiedene Prozesse in Mensch-Umweltsystemen, z.B. der Verlauf von Urbanisierung, Änderungen des Landmanagements durch die Intensivierung landwirtschaftlicher Nutzung, oder raum-zeitliche Unterschiede der Vegetation in Folge des Klimawandels. Ziel sind dabei stets eine möglichst akkurate Beschreibung der Landbedeckung und ein zeitlich dichtes Monitoring. Die Untersuchungen basieren auf multi- und hyperspektralen Fernerkundungsdaten und reichen von lokaler bis regionaler Skala. Methodische Schwerpunkte liegen in der Nutzung von Verfahren des Maschinellen Lernens zur Erstellung quantitativer Karten und der Vereinfachung dieser Anwendungen oder der Übertragbarkeit zugehöriger Modelle. Methodische Entwicklungen finden Eingang in frei nutzbare Software, z.B. die EnMAP-Box. 

Das Lehrangebot von Sebastian van der Linden umfasst Grundlagenmodule der Geoinformationsverarbeitung und der Fernerkundung. In weiterführenden Modulen vermittelt er Kenntnisse zu Verfahren der fortgeschrittenen Fernerkundung sowie der Labor- und Geländespektroskopie entlang angewandter Fragen des Landnutzungsmonitorings oder der Vegetationsfernerkundung. 

Lebenslauf

Lebenslauf

seit 10/2019 Universität Greifswald - Professor für Geographische Informationssysteme und Fernerkundung am Institut für Geographie und Geologie
01/2007– 09/2019 Humboldt-Universität zu Berlin - Wissenschaftlicher Mitarbeiter am Lehrstuhl Geomatik des Geographischen Instituts
10/2012 – 03/2018 Wissenschaftlicher Geschäftsführer (in Teilzeit) des IRI THESys an der Humboldt-Universität zu Berlin
10/2006– 12/2006 Columbia University, New York – Gastwissenschaftler am Lamont-Doherty Earth Observatory
01/2004– 09/2006 Humboldt-Universität zu Berlin & Zentrum für Fernerkundung der Landoberfläche der Universität Bonn – Promotionsstudent im Stipendienprogramm der Deutschen Bundesstiftung Umwelt (DBU)
Promotion zum Dr. rer. nat. durch die Mathematisch-Naturwissenschaftliche Fakultät (01/2008), Arbeitstitel „Investigating the potential of hyperspectral remote sensing data for the analysis of urban imperviousness“ (https://edoc.hu-berlin.de/handle/18452/16409)
10/1996– 10/2002 Universität Trier – Student der Angewandten Umweltwissenschaften, Hauptfächer Fernerkundung, Klimatologie, Nebenfächer Geomathematik, Hydrologie
  09/1999 – 06/2000 University of Edinburgh - Austauschstudent
  Diplom-Umweltwissenschaftler (10/2002)
Ausgewählte Publikationen

Ausgewählte Publikationen

  • van der Linden S, Okujeni A, Canters F, Degerickx J, Heiden U, Hostert P, Priem F, Somers B, Thiel F (2018). Imaging Spectroscopy of Urban Environments. Surveys in Geophysics, pages pending. 10.1007/s10712-018-9486-y
     
  • Jakimow B, Griffiths P, van der Linden S, Hostert P (2018). Mapping pasture management in the Brazilian Amazon from dense Landsat time series. Remote Sensing of Environment, 205(Supplement C), 453-468. 10.1016/j.rse.2017.10.009
     
  • Schug F, Okujeni A, Hauer J, Hostert P, Nielsen JØ, van der Linden S (2018): Mapping patterns of urban development in Ouagadougou, Burkina Faso, using machine learning regression modeling with bi-seasonal Landsat time series. Remote Sensing of Environment, 210, 218-227. 10.1016/j.rse.2018.03.022
     
  • Suess S, van der Linden S, Okujeni A, Griffiths P, Leitão P, Schwieder M, Hostert P (2018). Characterizing 32 years of shrub cover dynamics in Southern Portugal using annual Landsat composites and machine learning regression modeling. Remote Sensing of Environment, 219, 353-364. 10.1016/j.rse.2018.10.004
     
  • van der Linden S, Rabe A, Held M, Jakimow B, Leitão P, Okujeni A, Schwieder M, Suess S, Hostert P (2015). The EnMAP-Box—A Toolbox and Application Programming Interface for EnMAP Data Processing. Remote Sensing, 7(9), 11249. 10.3390/rs70911249
     
  • Okujeni A, van der Linden S, Hostert P (2015). Extending the Vegetation-Impervious-Soil model using simulated EnMAP data and machine learning. Remote Sensing of Environment, 158, 69-80. 10.1016/j.rse.2014.11.009