Jakob Schwalb-Willmann, M.Sc.
Lehrstuhl für Fernerkundung
+49 (0)931 31-88115
+49 (0)931 31-881150
jakob.schwalb-willmann@uni-wuerzburg.de
Institut für Geographie und Geologie
Lehrstuhl für Fernerkundung
John Skilton Str. 4a
97074 Würzburg
nach Vereinbarung
Doktorand am Lehrstuhl für Fernerkundung, Universität Würzburg
Thema: "Potentiale von Tier-Umwelt-Interaktionen für die fernerkundliche Forschung"
Forschungsinteressen
- Modellierung von Tier-Umwelt-Interaktionen
- fernerkundliche Störungs- und Risikoerfassung
- Maschinelles Lernen, Deep Learning für die Geoanalyse
- Wald-Monitoring
Seit 12/2018
Doktorand am Lehrstuhl für Fernerkundung, Universität Würzburg
Thema: "Potentiale von Tier-Umwelt-Interaktionen für die fernerkundliche Forschung"
10/2016 - 11/2018
Studium der Erdbeobachtung und Geoanalyse "EAGLE" (M.Sc.), Universität Würzburg
Masterarbeit: "A deep learning movement prediction framework for identifying anomalies in animal-environment interactions"
01/2017 - 06/2018
Wissenschaftliche Hilfskraft am Lehrstuhl für Fernerkundung, Universität Würzburg
10/2017 - 04/2018
Praktikant, Institut für Erdbeobachtung, EURAC research, Bozen/Bolzano, Italien
08/2017 - 10/2017
Praktikant, Lab for Computational Ecology, Department for Migration and Immuno-Ecology, Max-Planck-Institut für Ornithologie, Radolfzell, Deutschland
04/2016 - 08/2016
Praktikant, Abteilung für Dynamik der Landoberfläche, Deutsches Fernerkundungsdatenzentrum (DFD), Deutsches Zentrum für Luft- und Raumfahrt (DLR), Oberpfaffenhofen, Deutschland
09/2013 - 10/2016
Studium der Geographie und Soziologie (B.Sc), Ludwig-Maximilians-Universität München
Bachelorarbeit: "Comparison of different algorithms for calculating broadband albedo from AVHRR data"
03/2013 - 05/2013
Praktikant, Abteilung Missionsbetrieb, Institut für Raumflugbetrieb und Astronautentraining, Deutsches Zentrum für Luft- und Raumfahrt (DLR), Oberpfaffenhofen, Deutschland
Zeitschriftenbeiträge
-
A multi-talented datacube: integrating, processing and presenting big geodata for the agricultural end user. . 2024.
-
moveVis: Animating movement trajectories in synchronicity with static or temporally dynamic environmental data in r. . In Methods in Ecology and Evolution. 2020.
Bücher
-
An Introduction to Spatial Data Analysis. (2020):