Prof. Dr. rer. nat. habil. Roland Pesch

Grundlagen und Anwendungen von Geoinformationssystemen
mail:
tel: +49 (0) 441 - 7708 - 3248
room: ZSG 106

Books and Papers

Ghavimi, A.; Schoo, J.; Werner, T.; Brinkhoff, T.; Pesch, R.; Schüssler, F. (2024): Geo-Toolbox: Von Daten zur Anwendung. Transformation Dynamics, Band 1, 69-94 , doi: 10.23660/voado-415 , Weblink
Beermann, J.; Gutow, L.; Wührdemann, S.; Konijenberg, R.; Heinicke, K.; Bildstein, T.; Jaklin, S.; Gusky, M.; Zettler, M.; Dannheim, J.; Pesch, R. (2023): Characterization and differentiation of sublittoral sandbanks in the southeastern North Sea. Biodiversity and Conservation , doi: https://doi.org/10.1007/s10531-023-02629-4 , Weblink
Pogoda, B.; Hausen, T.; Rothe, M.; Bakker, F.; Hauser, S.; Bérenger, C.; Dureuil, M.; Krause, J.; Heinicke, K.; Pusch, C.; Eisenbarth, S.; Kreutle, A.; Peter, C.; Pesch, R. (2023): Come, tell me how you live: Habitat suitability analysis for Ostrea edulis restoration. Aquatic Conservation: Marine and Freshwater Ecosystems (accepted Jan 2023) , doi: 10.1002/aqc.3928
Breyer, G.; Schückel, U.; Arbizu, P.M.; Ricklefs, K.; Pesch, R. (2023): Prädiktive Modellierung des Bäumchenröhrenwurms im Schleswig- Holsteinischen Wattenmeer auf Basis von einem Faltungsnetz und Seitensichtsonar-Mosaiken. Umweltinformationssysteme–Vielfalt, Offenheit, Komplexität: Tagungsband des 29. Workshops “Umweltinformationssysteme (UIS 2022)“des Arbeitskreises „Umweltinformationssysteme“ der Fachgruppe „Informatik im Umweltschutz ‘‘der Gesellschaft für Informatik eV (GI) (pp. 131-147). Wiesbaden: Springer Fachmedien Wiesbaden. , doi: https://doi.org/10.1007/978-3-658-39796-8
Breyer, G.; Bartholomä, A.; Pesch, R.; (2023): The Suitability of Machine-Learning Algorithms for the Automatic Acoustic Seafloor Classification of Hard Substrate Habitats in the German Bight. Remote Sens. 2023, 15(16) , doi: https://doi.org/10.3390/rs15164113 , Weblink

Presentations

Pesch, R. ; Pehlke, H. ; Schröder, W. : Predictive Benthic Habitat Mapping in the North Sea Using GIS and Statistical Methods . Enviroinfo 2005, Masaryk University - Centre of Biostatics and Analyses, Brno, September 2005
Pesch, R. ; Schröder, W. ; Pehlke, H. ; Busch, M. : Predictive Marine Habitat Mapping by Means of GIS, Geostatistical Methods and Classification and Regression Trees. BMBF-Abschlussymposium Förderschwerpunkt Geotechnologien im Rahmen der GI-Tage 2005, Westfälische Wilhelms-Universität Münster, Juni 2005
Pesch, R. ; Pehlke, H. ; Schröder, W. : Marine Habitat Mapping within the German EEZ by Means of GIS, Geostatistics and Classification and Regression Trees. Meeting of the Working Group on Marine Habitat Mapping (WGMHM), Alfred-Wegener-Institut Bremerhaven, Juni 2005

Projects

funded by: Europäische Union (EU)
Given the EU Biodiversity Strategy 2030, Protect Baltic aims to evaluate and optimise the existing network of marine protected areas in the Baltic Sea and thus makes a positive contribution to biodiversity and the protection of marine ecosystems. Tog... more
funded by: Niedersächsisches Vorab
Transformation and structural change in rural areas mean changes in space and time. Such spatiotemporal data is to be managed and processed by our “Geo-Toolbox”. It uses digital technologies such as databases and geographic information systems &#... more

Bachelor & Master Theses


Nachweis von Gemeindestraßen im AAA-Modell - Vollständigkeitsanalyse und Lösungsansätze zur besseren Datenhaltung (2024/1)
Pilotstudie zur geodatenbasierten Potentialanalyse für Moorrenauturierungen im Ammerland (2023/8)
Einsatz von Geotechnologien zur Digitalisierung, Beauskunftung und Darstellung von Straßenbahninfrastrukturen - ein Vergleich zwischen Frankfurt und Bremen (2023/8)
supervisors

Prof. Dr. rer. nat. habil. Roland Pesch

Marco Janßen, B.Sc.

cooperation

HK GmbH

Der Breitbandausbau in Deutschland im Kontext gleichwertiger Lebensverhältnisse – Statistische Analysen zu Wechselwirkungen zwischen Breitbandzugang und sozialen, ökonomischen und demografischen Faktoren (2023/8)
supervisors

Prof. Dr. rer. nat. habil. Roland Pesch

Matthias Wielage

cooperation

EWE NETZ GmbH

Maschinelle Lernmethoden in der Flurbereinigung: Vergleich unterschiedlicher Ansätze zur Erweiterung des Wertermittlungsrahmens (2023/2)