Prof. Dr. Hanna Meyer - AG Fernerkundung und Räumliche Modellierung

Forschungsschwerpunkte

Maschinelle Lernverfahren für räumliche Daten
Optische Fernerkundung
Umweltmonitoring
Raum-zeitliche Modellierung

Vita

Akademische Ausbildung

2014 – 2018: Doktorandin an der Philipps Universität Marburg
2010 – 2013: M.Sc. "Environmental Geography - Systems, Processes and Interactions" an der Philipps-Universität Marburg
2007 – 2010: B.Sc. Geographie an der Philipps-Universität Marburg

Beruflicher Werdegang

seit 10.2019: Professorin für Fernerkundung und Räumliche Modellierung, Institut für Landschaftsökologie, WWU Münster
01. – 10.2019: Juniorprofessorin für Remote Sensing and Image Interpretation, Institut für Geoinformatik, WWU Münster
2013 – 2018: Wissenschaftliche Mitarbeiterin in der AG Umweltinformatik, Philipps- Universität Marburg
2015 – 2016: Gastwissenschaftlerin an der University of Canterbury, Neuseeland

Lehre

Wintersemester 2026/27

Vorlesung: V Fernerkundung und räumliche Modellierung der Umwelt [146712]
- [12.10.2026 – 01.02.2027 | Mo., 16:00 – 18:00 Uhr | wöchentlich | StudLab GEO1 130]
Seminar: S Aktuelle Themen der Umweltfernerkundung [146714]
- [13.10.2026 – 02.02.2027 | Di., 14:00 – 16:00 Uhr | wöchentlich | GEO1 513]
Praktikum: Ü Fernerkundung und maschinelle Lernverfahren zur flächendeckenden Landschaftserfassung [146713]
- [16.10.2026 – 05.02.2027 | Fr., 10:00 – 12:00 Uhr | wöchentlich | StudLab GEO1 130]
Praktikum: Tutorium in einer Übung/einem Praktikum [146675]
- [Mo. – Fr. | n. V.]
Übung: GIS in der Landschaftsökologie - Kurs A [146701]
- [13.10.2026 – 02.02.2027 | Di., 08:00 – 10:00 Uhr | wöchentlich | StudLab GEO1 125]
Übung: Ü Räumliche Datenanalyse mit R [146674]
- [Mo. – Fr. | n. V.]
Kolloquium: Graduiertenkolloquium I / II [146672]
(zusammen mit Sascha Buchholz)
- [Mo. – Fr. | n. V.]
Projektveranstaltung: P Fernerkundliche Erfassung von Ökosystemen [146670]
- [Mo. – Fr. | n. V.]

Sommersemester 2026

Vorlesung: Einführung in die Fernerkundungsmethoden in den Geowissenschaften - Vorlesung [144818]
(zusammen mit Torsten Prinz)
- [14.04. – 21.07.2026 | Di., 08:00 – 10:00 Uhr | wöchentlich]
Praktikum: Tutorium in einer Übung/einem Praktikum [144829]
- [Mo. – Fr. | n. V.]
Übung: GIS in der Landschaftsökologie [144859]
(zusammen mit Marvin Ludwig)
- [Mo. – Fr. | n. V.]
Übung: Ü Fernerkundungsmethoden in der Landschaftsökologie A [144817]
- [13.04. – 20.07.2026 | Mo., 12:00 – 14:00 Uhr | wöchentlich | StudLab GEO1 130]
Praktische Übung: P Fernerkundliche Analyse von Umweltveränderungen in Raum und Zeit [144838]
- [14. – 21.04.2026 | Di., 14:00 – 16:00 Uhr | wöchentlich | StudLab GEO1 130]
- [28.04. – 21.07.2026 | Di., 14:00 – 16:00 Uhr | wöchentlich]
Exkursion: Exk. Fernerkundliches Monitoring im Nationalpark Harz [144839]
- [Mo. – Fr. | n. V.]
Exkursion: Exk. Naturschutzmonitoring durch vernetzte Sensorik im "Marburg Open Forest" [144869]
Kolloquium: 6. ILÖK Graduate Conference [144868]
(zusammen mit Sascha Buchholz)
- [Fr., 24.07.2026, 13:00 – 19:00 Uhr | Einzeltermin]
Kolloquium: Graduiertenkolloquium I [144828]
(zusammen mit Sascha Buchholz)
- [Fr., 24.07.2026, 13:00 – 19:00 Uhr | Einzeltermin]

Wintersemester 2025/26

Projekte

SFB TRR 391 - A05: Deep Learning in Raum und Zeit (2024 – 2028)
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 (2023 – 2027)
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 (2023 – 2027)
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 (2024 – 2026)
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 (2022 – 2025)
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 (2021 – 2024)
Gefördertes Einzelprojekt: DFG - Sachbeihilfe/Einzelförderung | Förderkennzeichen: ME 5512/2-1
Raum-zeitliche Übertragbarkeit satellitenbasierter KI-Modelle – Uebersat (2021 – 2023)
Beteiligung an einem bundesgeförderten Verbund: Bundesministerium für Wirtschaft und Energie | Förderkennzeichen: 50EE2009

Publikationen

2026
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013

2026

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. 2026. „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. 2026. „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. 2026. „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.
Nowosad, Jakub, Bonannella, Carmelo, Görgen, Darius, Jemeljanova, Marta, Kattenborn, Teja, Linnenbrink, Jan, Meyer, Hanna, Nussbaum, Madlene, Patelli, Luca, Simoes, Rolf, und Uuemaa, Evelyn. 2026. „Navigating challenges in spatial machine learning: Validation, uncertainty, algorithms, and reproducibility.“ Preprint. Erdkunde. doi: 10.3112/erdkunde.2026.04.01.
Haas, Bettina, Baumberger, Maiken, Müller, Mona, Schweers, Julian, Hülsmann, Lisa, Lehndorff, Eva, Meyer, Hanna, und Meyer, Nele. 2026. „Regional spatial and vertical patterns of SOC stocks in a low mountain landscape in Germany.“ Preprint. Geoderma Regional: e01102–e01102. doi: 10.1016/j.geodrs.2026.e01102.

2025

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. 2025. „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. 2025. „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. 2025. „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. 2025. „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. 2025. „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. 2025. „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.

2024

Milà, C, Ludwig, M, Pebesma, E, Tonne, C, und Meyer, H. 2024. „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. 2024. „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. 2024. „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. 2024. „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. 2024. „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.

2023

Ludwig, M, Moreno-Martinez, A, Hölzel, N, Pebesma, E, und Meyer, H. 2023. „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. 2023. „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. 2023. „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.

2022

Mila, C, Mateu, J, Pebesma, E, und Meyer, H. 2022. „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. 2022. „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. 2022. „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. 2022. „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. 2022. „Unbiased Area Estimation Using Copernicus High Resolution Layers and Reference Data.“ Remote Sensing 14 (19): 4903. doi: 10.3390/rs14194903.

2021

Lezama Valdes, M, Katurji, M, und Meyer, H. 2021. „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. 2021. „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. 2021. „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. 2021. „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.

2020

Schumacher, B, Katurji, M, Meyer, H, Appelhans, T, Otte, I, und Nauss, T. 2020. „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. 2020. „PioLaG: a piosphere landscape generator for savanna rangeland modelling.“ Landscape Ecology 35 (9): 2061–2082. doi: 10.1007/s10980-020-01066-w.

2019

Meyer, H, Schmidt, J, Detsch, F, und Nauss, T. 2019. „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. 2019. „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. 2019. „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. 2019. „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.

2018

Reudenbach, C, und Meyer, H. 2018. uavRst: Unmanned Aerial Vehicle Remote Sensing Tools. R package version 0.5-2.
Meyer, H, Reudenbach, C, und Nauss, T. 2018. CAST: 'caret' Applications for Spatial-Temporal Models. R package version 0.1.0.
Meyer, N, Meyer, H, Welp, G, und Amelung, W. 2018. „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. 2018. „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. 2018. „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. 2018. „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.

2017

Messenzehl, K, Meyer, H, Otto, J, Hoffmann, T, und Dikau, R. 2017. „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. 2017. „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. 2017. „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. 2017. „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.

2016

Lehnert, LW, Meyer, H, und Bendix, J. 2016. 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. 2016. „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. 2016. „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 Nauss, T. 2016. „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.

2015

Nauss, T, Meyer, H, Detsch, F, und Appelhans, T. 2015. 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. 2015. „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. 2015. „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.

2014

Thies, B, Meyer, H, Nauss, T, und Bendix, J. 2014. „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. 2014. „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.

2013

Windhorst, D, Silva, B, Peters, T, Meyer, H, Thies, B, Bendix, J, Frede, H, und Breuer, L. 2013. „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. 2013. „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. 2013. „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.