Lern- und Qualifikationsziele:
Die Studierenden haben grundlegende Kenntnisse über die funktionelle Landschaftsökologie sowie Trait-Ecology als Wissenschaftsdisziplin. Die Studierenden haben die Fähigkeit, Komponenten der Bio-und Geodiversität sowie dessen Interaktionen zu verstehen, zu analysieren und zu bewerten. Die Studierenden bekommen grundlegende Kenntnisse zum Monitoring und Modellieren von Land-Use Intensity, Disturbances, Ecosystem Health, Hemeroby sowie von Human well beeing.
Die Studierenden haben Fähigkeiten zu systemischem Denken und sind in der Lage, wissenschaftliche Problemstellungen mit Hilfe von statistischen/komplexer statistischer Modelle sowie Konzeptmodellen zu begegnen. Die Studierenden bekommen Einblick in Methoden des DataScience, Verfahren von Machine Learning sowie Semantic Web als methodische Grundlagen der funktionellen Landschaftsökologie.
Organisatorische Hinweise:
Die Veranstaltungen werden präferiert in Deutsch abgehalten.
Inhalte: Vorlesung
- Organisatorisches
- Wissenschaftliches Schreiben
- Einführung und Grundlagen der funktionellen Landschafsökologie
- Einführung und Grundlagen der Trait-Ecology,
- Trait Ansatz zur Erfassung von Bio-Geodiversität und dessen Interaktionen
- Trait Ansatz zum Monitoren von Land-Use Intensity, Disturbances, Ecosystem Health, Hemeroby sowie von Human well beeing
- Landschaftsstrukturanalyse (Landscape Metrics)
- Landschaftsmodellierung, Aufbau von Landschaftsmodellen,
- Methoden der komplexen statistischen Datenauswertung (Data Mining Verfahren)
- DataScience, Verfahren von Machine Learning und Semantic Web
Inhalte: Seminar
- Exemplarische Untersuchung von Land-Use-Intensity an Beispielregionen unter Einsatz von open access Software (GIS, Landscape Metrics, Datenprodukte der Fernerkundung, DataMining Verfahren, Geostatistic, Datenbanken)
Arbeiten am PC – unter Nutzung frei verfügbarer Software
QGIS (Quantum GIS) - Home
http://www.qgis.org/de/site/about/index.html
Software: (sehr gut in der Rasterverarbeitung)
gv-SIG- Home
http://gvsigce.org/
Fragstats
(Analysen von Landschaftsstrukturen, Landscape Metrics)
http://www.umass.edu/landeco/research/fragstats/fragstats.html
RapidMiner
(Tool zum DataMining und Analysen komplexer Daten)
https://rapidminer.com/
Knime
(Tool zum DataMining und Analysen komplexer Daten)
https://www.knime.com/
Prüfung:
Vortrag sowie
Schriftliche Arbeit: 2000-3000 Worte |
