Forschungsschwerpunkte
- Maschinelle Lernverfahren für räumliche Daten
- Optische Fernerkundung
- Umweltmonitoring
- Raum-zeitliche Modellierung
Weitere Zugehörigkeit an der Universität Münster
Vita
Akademische Ausbildung
- Doktorandin an der Philipps Universität Marburg
- M.Sc. "Environmental Geography - Systems, Processes and Interactions" an der Philipps-Universität Marburg
- B.Sc. Geographie an der Philipps-Universität Marburg
Beruflicher Werdegang
- Professorin für Fernerkundung und Räumliche Modellierung, Institut für Landschaftsökologie, WWU Münster
- Juniorprofessorin für Remote Sensing and Image Interpretation, Institut für Geoinformatik, WWU Münster
- Wissenschaftliche Mitarbeiterin in der AG Umweltinformatik, Philipps- Universität Marburg
- Gastwissenschaftlerin an der University of Canterbury, Neuseeland
Lehre
Vorlesung
- Vorlesung: Einführung in die Fernerkundungsmethoden in den Geowissenschaften - Vorlesung [144818]
(zusammen mit Torsten Prinz)- [ – | Di., – | ]
Praktikum
- Praktikum: Tutorium in einer Übung/einem Praktikum [144829]
- [Mo. – Fr. | n. V.]
Übungen
- Übung: GIS in der Landschaftsökologie [144859]
(zusammen mit Marvin Ludwig)- [Mo. – Fr. | n. V.]
- Übung: Ü Fernerkundungsmethoden in der Landschaftsökologie A [144817]
- [ – | Mo., – | | StudLab GEO1 130]
- Praktische Übung: P Fernerkundliche Analyse von Umweltveränderungen in Raum und Zeit [144838]
- [ – | Di., – | | StudLab GEO1 130]
- [ – | Di., – | ]
Exkursion
- Exkursion: Exk. Naturschutzmonitoring durch vernetzte Sensorik im "Marburg Open Forest" [144869]
- Exkursion: Exk. Fernerkundliches Monitoring im Nationalpark Harz [144839]
- [Mo. – Fr. | n. V.]
- Exkursion: Exk. Fernerkundliches Monitoring im Nationalpark Harz [144839]
Kolloquien
- Kolloquium: 6. ILÖK Graduate Conference [144868]
(zusammen mit Sascha Buchholz)- [ – | Einzeltermin]
- Kolloquium: Graduiertenkolloquium I [144828]
(zusammen mit Sascha Buchholz)- [ – | Einzeltermin]
Vorlesung
- Vorlesung: V Fernerkundung und räumliche Modellierung der Umwelt [142711]
Seminar
- Seminar: S Aktuelle Themen der Umweltfernerkundung [142713]
Praktika
- Praktikum: Tutorium in einer Übung/einem Praktikum [142751]
- Praktikum: Ü Fernerkundung und maschinelle Lernverfahren zur flächendeckenden Landschaftserfassung [142712]
Übung
- Übung: Ü Räumliche Datenanalyse mit R [142698]
Kolloquium
- Kolloquium: Graduiertenkolloquium I / II [142695]
(zusammen mit Sascha Buchholz)
Sonstige Lehrveranstaltung
- Projektveranstaltung: P Fernerkundliche Erfassung von Ökosystemen [142729]
Vorlesung
- Vorlesung: Einführung in die Fernerkundungsmethoden in den Geowissenschaften - Vorlesung [140953]
(zusammen mit Torsten Prinz)
Übungen
- Übung: Ü Fernerkundungsmethoden in der Landschaftsökologie A [140697]
- Praktische Übung: P Fernerkundliche Analyse von Umweltveränderungen in Raum und Zeit [140701]
Exkursion
- Exkursion: Exkursion Finnland & Varanger [140717]
- Exkursion: Exk. Fernerkundliches Monitoring im Nationalpark Harz [140702]
Kolloquium
- Kolloquium: Graduiertenkolloquium I [140686]
(zusammen mit Sascha Buchholz)
Vorlesung
- Vorlesung: V Fernerkundung und räumliche Modellierung der Umwelt [148686]
Seminare
- Seminar: S Physische Geographie Finnlands [148746]
- Seminar: S Aktuelle Themen der Umweltfernerkundung [148688]
Praktikum
- Praktikum: Ü Fernerkundung und maschinelle Lernverfahren zur flächendeckenden Landschaftserfassung [148687]
Übung
- Übung: Ü Räumliche Datenanalyse mit R [148685]
(zusammen mit Marvin Ludwig)
Kolloquium
- Kolloquium: Graduiertenkolloquium I / II [148684]
(zusammen mit Sascha Buchholz)
Sonstige Lehrveranstaltung
- Projektveranstaltung: P Fernerkundliche Erfassung von Ökosystemen [148683]
Projekte
- SFB TRR 391 - A05: Deep Learning in Raum und Zeit ()
Teilprojekt in DFG-Verbund koordiniert außerhalb der Universität Münster: DFG - Sonderforschungsbereich | Förderkennzeichen: TRR 391/1, A05 - SPP 1374 - Teilprojekt: Lernen aus den Exploratorien für Vorhersagen jenseits deren Grenzen: Kl-gestützte Modellierung und Erklärung von Biodiversitätsmustern und Ökosystemenfunktionen im Grünland ganzer Naturräume – BEyond ()
Teilprojekt in DFG-Verbund koordiniert außerhalb der Universität Münster: DFG - Schwerpunktprogramm | Förderkennzeichen: HO 3830/13-1; ME 5512/4-1 - Quantifying and modelling peat breathing with satellite radar data ()
Durch die Universität Münster intern gefördertes Projekt: Universität Münster-interne Förderung - Collaboration Grant for Young Researchers - Preservation and RecognItion of Spatial patterns using Machine learning – PRISM ()
EU-Projekt koordiniert an der Universität Münster: EU Horizon Europe - Marie Skłodowska-Curie Actions - Postdoctoral Fellowship | Förderkennzeichen: 101147446 - Renaturierung von Mooren der nemoralen Zone unter Bedingungen variabler Wasserverfügbarkeit und -qualität – ReVersal ()
Gefördertes Einzelprojekt: DFG - BiodivERsA (ERA-Net Cofunds) | Förderkennzeichen: KN 929/26-1; ME 5512/3-1 - Carbon4D: Ein landschaftsskaliges Modell der Mineralisation organischen Bodenkohlenstoffs in Raum, Tiefe und Zeit – Carbon4D ()
Gefördertes Einzelprojekt: DFG - Sachbeihilfe/Einzelförderung | Förderkennzeichen: ME 5512/2-1 - Raum-zeitliche Übertragbarkeit satellitenbasierter KI-Modelle – Uebersat ()
Beteiligung an einem bundesgeförderten Verbund: Bundesministerium für Wirtschaft und Energie | Förderkennzeichen: 50EE2009
Publikationen
- Mosig, C, Vajna-Jehle, J, Mahecha, MD, Cheng, Y, Hartmann, H, Montero, D, Junttila, S, Horion, S, Schwenke, MB, Koontz, MJ, Maulud, KNA, Adu-Bredu, S, Al-Halbouni, D, Ali, M, Allen, M, Altman, J, Amorós, L, Angiolini, C, Astrup, R, Awada, H, Barrasso, C, Bartholomeus, H, Beck, PS, Bozzini, A, Braun-Wimmer, J, Brede, B, Breunig, FM, Brugnaro, S, Buras, A, Burchard-Levine, V, Camarero, JJ, Candotti, A, Capuder, L, Carrieri, E, Centritto, M, Chirici, G, Cloutier, M, Conciani, D, Cushman, K, Dalling, JW, Dao, PD, Dempewolf, J, Denter, M, Dogotari, M, Díaz-Delgado, R, Ecke, S, Eichel, J, Eltner, A, Fabbri, A, Fabi, M, Fassnacht, F, Ferreira, MP, Fischer, FJ, Frey, J, Frick, A, Fuentes, J, Ganz, S, Garbarino, M, García, M, Gassilloud, M, Gazol, A, Gea-Izquierdo, G, Gerberding, K, Ghasemi, M, Giannetti, F, Gillan, J, Gonzalez, R, Gosper, C, Greene, T, Greinwald, K, Grieve, S, Große-Stoltenberg, A, Gutierrez, JA, Göritz, A, Hajek, P, Hedding, D, Hempel, J, Heremans, S, Hernández, M, Heurich, M, Honkavaara, E, Höfle, B, Jackisch, R, Jucker, T, Kalwij, JM, Kepfer-Rojas, S, Khatri-Chhetri, P, Kleinebecker, T, Klemmt, H, Klouček, T, Koivumäki, N, Kolagani, N, Komárek, J, Korznikov, K, Kraszewski, B, Kruse, S, Krüger, R, Kuechly, H, Kwong, IH, Laliberté, E, Langan, L, Latifi, H, Leal-Medina, C, Lehmann, JR, Li, L, Lines, E, Lisiewicz, M, Lopatin, J, Lucieer, A, Ludwig, A, Ludwig, M, Lyytikäinen-Saarenmaa, P, Ma, Q, Mansuy, N, Peña, JM, Marino, G, Maroschek, M, Martín, M, Martín-Benito, D, Matham, P, Mazzoni, S, Meloni, F, Menzel, A, Meyer, H, Miraki, M, Moreno, G, Moreno-Fernández, D, Muller-Landau, HC, Mälicke, M, Möhring, J, Müllerova, J, Naidu, SS, Nardi, D, Neumeier, P, Nita, MD, Näsi, R, Oppgenoorth, L, Orunbaev, S, Palmer, M, Paul, T, Pfenning, M, Potts, A, Prasanna, GL, Prober, S, Puliti, S, Pérez-Luque, AJ, Pérez-Priego, O, Reudenbach, C, Revuelto, J, Rivas-Torres, G, Roberge, P, Roggero, PP, Rossi, C, Ruehr, NK, Ruiz-Benito, P, Runge, CM, Satta, GGA, Scanu, B, Scherer-Lorenzen, M, Schiefer, F, Schiller, C, Schladebach, J, Schmehl, M, Schmid, J, Schmidt, TA, Schwarz, S, Seidl, R, Seifert, T, Barba, AS, Shafeian, E, Shapiro, A, {de, Simone} L, Sohrabi, H, Soltani, S, Sotomayor, L, Sparrow, B, Steer, BS, Stenson, M, Stöckigt, B, Su, Y, Suomalainen, J, Tamudo, E, Barbieri, MJT, Tomelleri, E, Torresani, M, Trepekli, K, Ullah, S, Ullah, S, Umlauft, J, Vargas-Ramírez, N, Vatandaslar, C, Visacki, V, Volpi, M, Vásquez, V, Wallis, C, Weinstein, B, Weiser, H, Wich, S, Ximena, TC, Zarco-Tejada, PJ, Zdunic, K, Zielewska-Büttner, K, {de, Oliveira} RA, {van, Wagtendonk} L, {von, Dosky} V, und Kattenborn, T. . „deadtrees.earth — An open-access and interactive database for centimeter-scale aerial imagery to uncover global tree mortality dynamics.“ Remote Sensing of Environment 332: 115027–115027. doi: 10.1016/j.rse.2025.115027.
- Meyer, H, Ludwig, M, Milà, C, Linnenbrink, J, und Schumacher, F. . „The CAST Package for Training and Assessment of Spatial Prediction Models.“ In R Coding for Ecology, Use R!, herausgegeben von D Rocchini. Cham: Springer Nature. doi: 10.1007/978-3-031-99665-8_11.
- Linnenbrink, J, Nowosad, J, und Meyer, H. . „Moving beyond spatial and random cross-validation in environmental modelling: a call for prediction-domain adaptive evaluation.“ Preprint. arXiv doi: 10.48550/arXiv.2605.13689.
- Draga, M, Gałka, M, Knorr, KH, Glatzel, S, Chojnicki, BH, Fritz, C, Jassey, VEJ, Juszczak, R, Meyer, H, Robroek, BJM, Thomas, CL, und Lamentowicz, M. . „Long-Term Ecological Baselines and Critical Thresholds in Ombrotrophic Peatlands of Europe: Implications for Restoration Strategies.“ Global Change Biology 31 (12): e70629–e70629. doi: 10.1111/gcb.70629.
- Baumberger, M, Haas, B, Tewes, W, Risse, B, Meyer, N, und Meyer, H. . „Gated recurrent units for modelling time series of soil temperature and moisture: An assessment of performance and process reflectivity.“ Environmental Modelling and Software 183: 106245–106245. doi: 10.1016/j.envsoft.2024.106245.
- Giese, L, Baumberger, M, Ludwig, M, Schneidereit, H, Sánchez, E, Robroek, BJ, Lamentowicz, M, Lehmann, J, Hölzel, N, Knorr, K, und Meyer, H. . „Recent trends in moisture conditions across European peatlands.“ Remote Sensing Applications: Society and Environment 37: 101385–101385. doi: 10.1016/j.rsase.2024.101385.
- Schumacher, F, Knoth, C, Ludwig, M, und Meyer, H. . „Estimation of local training data point densities to support the assessment of spatial prediction uncertainty.“ Geoscientific Model Development 18: 10185–10202. doi: 10.5194/gmd-18-10185-2025.
- Krämer, A, Meyer, H, und Buchholz, S. . „Habitat Suitability of the Sand Lizard (Lacerta agilis) at Its Distribution Limit—An Analysis Based on Citizen Science Data and Machine Learning.“ Journal of Biogeography 52 e15099. doi: 10.1111/jbi.15099.
- Dietenberger, S, Mueller, MM, Stöcker, B, Dubois, C, Arlaud, H, Adam, M, Hese, S, Meyer, H, und Thiel, C. . „Accurate Mapping of Downed Deadwood in a Dense Deciduous Forest Using UAV-SfM Data and Deep Learning.“ Remote Sensing 17 (9). doi: 10.3390/rs17091610.
- Milà, C, Ludwig, M, Pebesma, E, Tonne, C, und Meyer, H. . „Random forests with spatial proxies for environmental modelling: opportunities and pitfalls.“ Geoscientific Model Development 2024 (17): 6007–603. doi: 10.5194/gmd-17-6007-2024.
- Linnenbrink, J, Milà, C, Ludwig, M, und Meyer, H. . „kNNDM CV: k-fold nearest-neighbour distance matching cross-validation for map accuracy estimation.“ Geoscientific Model Development 17 (15): 5897–5912. doi: 10.5194/gmd-17-5897-2024.
- Baumberger, M, Haas, B, Sivakumar, S, Ludwig, M, Meyer, N, und Meyer, H. . „High-resolution soil temperature and soil moisture patterns in space, depth and time: An interpretable machine learning modelling approach.“ Geoderma 451: 117049–117049. doi: 10.1016/j.geoderma.2024.117049.
- Bald, L, Ziegler, A, Gottwald, J, Koch, TL, Ludwig, M, Meyer, H, Wöllauer, S, Zeuss, D, und Frieß, N. . „Leveraging heterogeneous LiDAR data to model successional stages at tree species level in temperate forests.“ Environmental Data Science 3: e24–e24. doi: 10.1017/eds.2024.31.
- Datta, R, Katurji, M, Nielsen, E, Meyer, H, Zawar-Reza, P, und Valdes, ML. . „The Winter Foehn Footprint Across McMurdo Dry Valleys of Antarctica Using a Satellite-Derived Data Set-AntAir v1.0.“ Journal of Geophysical Research: Atmospheres 129 (23): e2023JD039300.. doi: 10.1029/2023JD039300.
- Ludwig, M, Moreno-Martinez, A, Hölzel, N, Pebesma, E, und Meyer, H. . „Assessing and improving the transferability of current global spatial prediction models.“ Global Ecology and Biogeography 00: 1–13. doi: 10.1111/geb.13635.
- Ziegler, A, Heisig, J, Ludwig, M, Reudenbach, C, Meyer, H, und Nauss, T. . „Using GEDI as training data for an ongoing mapping of landscape-scale dynamics of the plant area index.“ Environmental Research Letters 18 (7). doi: 10.1088/1748-9326/acde8f.
- Nielsen, EB, Katurji, M, Zawar-Reza, P, und Meyer, H. . „Antarctic daily mesoscale air temperature dataset derived from MODIS land and ice surface temperature.“ Scientific data 10 (1): 833–833. doi: 10.1038/s41597-023-02720-z.
- Mila, C, Mateu, J, Pebesma, E, und Meyer, H. . „Nearest neighbour distance matching leave-one-out cross-validation for map validation.“ Methods in Ecology and Evolution 13: 1304–1316. doi: 10.1111/2041-210X.13851.
- Meyer, H, und Pebesma, E. . „Machine learning-based global maps of ecological variables and the challenge of assessing them.“ Nature Communications 13. doi: 10.1038/s41467-022-29838-9.
- Ziegler, A, Meyer, H, Otte, I, Peters, MK, Appelhans, T, Behler, C, Böhning-Gaese, K, Classen, A, Detsch, F, Deckert, J, Eardley, CD, Ferger, SW, Fischer, M, Gebert, F, Haas, M, Helbig-Bonitz, M, Hemp, A, Hemp, C, Kakengi, V, Mayr, AV, Ngereza, C, Reudenbach, C, Röder, J, Rutten, G, Schellenberger Costa, D, Schleuning, M, Ssymank, A, Steffan-Dewenter, I, Tardanico, J, Tschapka, M, Vollstädt, MGR, Wöllauer, S, Zhang, J, Brandl, R, und Nauss, T. . „Potential of Airborne LiDAR Derived Vegetation Structure for the Prediction of Animal Species Richness at Mount Kilimanjaro.“ Remote Sensing 14 (3): 786. doi: 10.3390/rs14030786.
- Ludwig, M, Bahlmann, J, Pebesma, E, und Meyer, H. . „Developing Transferable Spatial Prediction Models: a Case Study of Satellite Based Landcover Mapping.“ Beitrag präsentiert auf der ISPRS, Nice doi: 10.5194/isprs-archives-XLIII-B3-2022-135-2022.
- Kleinewillinghöfer, L, Olofsson, P, Pebesma, E, Meyer, H, Buck, O, Haub, C, und Eiselt, B. . „Unbiased Area Estimation Using Copernicus High Resolution Layers and Reference Data.“ Remote Sensing 14 (19): 4903. doi: 10.3390/rs14194903.
- Lezama Valdes, M, Katurji, M, und Meyer, H. . „A Machine Learning Based Downscaling Approach to Produce High Spatio-Temporal Resolution Land Surface Temperature of the Antarctic Dry Valleys from MODIS Data.“ Remote Sensing 13 (22). doi: 10.3390/rs13224673.
- Petermann, E, Meyer, H, Nussbaum, M, und Bossew, P. . „Mapping the geogenic radon potential for Germany by machine learning.“ Science of the Total Environment 754: 142291.. doi: 10.1016/j.scitotenv.2020.142291.
- Meyer, H, und Pebesma, E. . „Predicting into unknown space? Estimating the area of applicability of spatial prediction models.“ Methods in Ecology and Evolution 12: 1620–1633. doi: 10.1111/2041-210X.13650.
- Meyer, H, und Pebesma, E. . „Estimating the Area of Applicability of Remote Sensing-Based Machine Learning Models with Limited Training Data.“ In 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS doi: 10.1109/IGARSS47720.2021.9553999.
- Schumacher, B, Katurji, M, Meyer, H, Appelhans, T, Otte, I, und Nauss, T. . „Atmospheric moisture pathways of East Africa and implications for water recycling at Mount Kilimanjaro.“ International Journal of Climatology 2020. doi: 10.1002/joc.6468.
- Hess, B, Dreber, N, Liu, Y, Wiegand, K, Ludwig, M, Meyer, H, und Meyer, KM. . „PioLaG: a piosphere landscape generator for savanna rangeland modelling.“ Landscape Ecology 35 (9): 2061–2082. doi: 10.1007/s10980-020-01066-w.
- Meyer, H, Schmidt, J, Detsch, F, und Nauss, T. . „Hourly gridded air temperatures of South Africa derived from MSG SEVIRI.“ International Journal of Applied Earth Observation and Geoinformation 78: 261–267. doi: 10.1016/j.jag.2019.02.006.
- Lehnert, LW, Meyer, H, Obermeier, WA, Silva, B, Regeling, B, und Bendix, J. . „Hyperspectral Data Analysis in R: The hsdar Package.“ Journal of Statistical Software 89 (12). doi: 10.18637/jss.v089.i12.
- Meyer, H, Reudenbach, C, Wöllauer, S, und Nauss, T. . „Importance of spatial predictor variable selection in machine learning applications – Moving from data reproduction to spatial prediction.“ Ecological Modelling 411: 108815.. doi: 10.1016/j.ecolmodel.2019.108815.
- Ludwig, M, Morgenthal, T, Detsch, F, Higginbottom, TP, Lezama Valdes, M, Nauß, T, und Meyer, H. . „Machine learning and multi-sensor based modelling of woody vegetation in the Molopo Area, South Africa.“ Remote Sensing of Environment 222: 195–203. doi: 10.1016/j.rse.2018.12.019.
- Reudenbach, C, und Meyer, H. . uavRst: Unmanned Aerial Vehicle Remote Sensing Tools. R package version 0.5-2.
- Meyer, H, Reudenbach, C, und Nauss, T. . CAST: 'caret' Applications for Spatial-Temporal Models. R package version 0.1.0.
- Meyer, N, Meyer, H, Welp, G, und Amelung, W. . „Soil respiration and its temperature sensitivity (Q10): Rapid acquisition using mid-infrared spectroscopy.“ Geoderma 323: 31–40. doi: 10.1016/j.geoderma.2018.02.031.
- Higginbottom, TP, Symeonakis, E, Meyer, H, und Linden, S. . „Mapping fractional woody cover in semi-arid savannahs using multi-seasonal composites from Landsat data.“ ISPRS Journal of Photogrammetry and Remote Sensing 139: 88–102. doi: 10.1016/j.isprsjprs.2018.02.010.
- Wang, Y, Lehnert, LW, Holzapfel, M, Schultz, R, Heberling, G, Görzen, E, Meyer, H, Seeber, E, Pinkert, S, Ritz, M, Fu, Y, Ansorge, H, Bendix, J, Seifert, B, Miehe, G, Long, R, Yang, Y, und Wesche, K. . „Multiple indicators yield diverging results on grazing degradation and climate controls across Tibetan pastures.“ Ecological Indicators 93: 1199–1208. doi: 10.1016/j.ecolind.2018.06.021.
- Meyer, H, Reudenbach, C, Hengl, T, Katurji, M, und Nauss, T. . „Improving performance of spatio-temporal machine learning models using forward feature selection and target-oriented validation.“ Environmental Modelling and Software 101: 1–9. doi: 10.1016/j.envsoft.2017.12.001.
- Messenzehl, K, Meyer, H, Otto, J, Hoffmann, T, und Dikau, R. . „Regional-scale controls on the spatial activity of rockfalls (Turtmann Valley, Swiss Alps) — A multivariate modeling approach.“ Geomorphology 287: 29–45. doi: 10.1016/j.geomorph.2016.01.008.
- Meyer, H, Drönner, J, und Nauss, T. . „Satellite-based high-resolution mapping of rainfall over southern Africa.“ Atmospheric Measurement Techniques 10 (6): 2009–2019. doi: 10.5194/amt-10-2009-2017.
- Meyer, H, Lehnert, LW, Wang, Y, Reudenbach, C, Nauss, T, und Bendix, J. . „From local spectral measurements to maps of vegetation cover and biomass on the Qinghai-Tibet-Plateau: Do we need hyperspectral information?“ International Journal of Applied Earth Observation and Geoinformation 55: 21–31. doi: 10.1016/j.jag.2016.10.001.
- Meyer, H, Kühnlein, M, Reudenbach, C, und Nauss, T. . „Revealing the potential of spectral and textural predictor variables in a neural network-based rainfall retrieval technique.“ Remote Sensing Letters 8 (7): 647–656. doi: 10.1080/2150704X.2017.1312026.
- Lehnert, LW, Meyer, H, und Bendix, J. . hsdar: Manage, analyse and simulate hyperspectral data in R. R package version 0.5.1.
- Meyer, H, Katurji, M, Appelhans, T, Müller, MU, Nauss, T, Roudier, P, und Zawar-Reza, P. . „Mapping Daily Air Temperature for Antarctica Based on MODIS LST.“ Remote Sensing 8 (9). doi: 10.3390/rs8090732.
- Meyer, H, Kühnlein, M, Appelhans, T, und Nauss, T. . „Comparison of four machine learning algorithms for their applicability in satellite-based optical rainfall retrievals.“ Atmospheric Research 169, Part B: 424–433. doi: 10.1016/j.atmosres.2015.09.021.
- Ludwig, A, Meyer, H, und T, Nauss. . „Automatic classification of Google Earth images for a larger scale monitoring of bush encroachment in South Africa.“ International Journal of Applied Earth Observation and Geoinformation 50: 89–94. doi: 10.1016/j.jag.2016.03.003.
- Nauss, T, Meyer, H, Detsch, F, und Appelhans, T. . Manipulating satellite data with satellite. R package version 1.0.0.
- Lehnert, LW, Meyer, H, Wang, Y, Miehe, G, Thies, B, Reudenbach, C, und Bendix, J. . „Retrieval of grassland plant coverage on the Tibetan Plateau based on a multi-scale, multi-sensor and multi-method approach.“ Remote Sensing of Environment 164: 197–207. doi: 10.1016/j.rse.2015.04.020.
- Gasch, CK, Hengl, T, Gräler, B, Meyer, H, Magney, TS, und Brown, DJ. . „Spatio-temporal interpolation of soil water, temperature, and electrical conductivity in 3D + T: The Cook Agronomy Farm data set.“ Spatial Statistics 14, Part A: 70–90.
- Thies, B, Meyer, H, Nauss, T, und Bendix, J. . „Projecting land-use and land-cover changes in a tropical mountain forest of Southern Ecuador.“ Journal of Land Use Science 9 (1): 1–33.
- Lehnert, L, Meyer, H, Meyer, N, Reudenbach, C, und Bendix, J. . „A hyperspectral indicator system for rangeland degradation on the Tibetan Plateau: A case study towards spaceborne monitoring.“ Ecological Indicators 39: 54–64. doi: 10.1016/j.ecolind.2013.12.005.
- Windhorst, D, Silva, B, Peters, T, Meyer, H, Thies, B, Bendix, J, Frede, H, und Breuer, L. . „Impacts of local land-use change on climate and hydrology.“ In Ecosystem services, Biodiversity and Environmental Change in a Tropical Mountain Ecosystem of South Ecuador, Bd. 221 aus Ecological Studies, herausgegeben von J Bendix, E Beck, A Bräuning, F Makeschin, R Mosandl, S Scheu und W Wilcke. Berlin: Springer. doi: 10.1007/978-3-642-38137-9_20.
- Roos, K, Bendix, J, Curatola, G, Gawlik, J, Gerique, A, Hamer, U, Hildebrandt, P, Knoke, T, Meyer, H, Pohle, P, Potthast, K, Thies, B, Tischer, A, und Beck, E. . „Current provisioning services: pasture development and use, weeds (bracken) and management.“ In Ecosystem services, Biodiversity and Environmental Change in a Tropical Mountain Ecosystem of South Ecuador, Bd. 221 aus Ecological Studies, herausgegeben von J Bendix, E Beck, A Bräuning, F Makeschin, R Mosandl, S Scheu und W Wilcke. Berlin: Springer VDI Verlag. doi: 10.1007/978-3-642-38137-9_15.
- Peters, T, Drobnik, T, Meyer, H, Rankl, M, Richter, M, Rollenbeck, R, Thies, B, und Bendix, J. . „Environmental changes affecting the Andes of Ecuador.“ In Ecosystem services, Biodiversity and Environmental Change in a Tropical Mountain Ecosystem of South Ecuador, Bd. 221 aus Ecological Studies, herausgegeben von J Bendix, E Beck, A Bräuning, F Makeschin, R Mosandl, S Scheu und W Wilcke. Berlin: Springer VDI Verlag. doi: 10.1007/978-3-642-38137-9_2.