direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Prof. Dr. Birgit Kleinschmit

Lupe

Fachgebietsleiterin

Tel.: +49 (0)30 / 314 - 72 84 7

E-Mail:

Raum: EB 235a
Sprechstunde: nach Vereinbarung

Lebenslauf
2011


Ernennung zur Universitätsprofessorin und Leiterin des Fachgebiets Geoinformation in der Umweltplanung an der Technischen Universität Berlin
2003-2011


Juniorprofessorin am Fachgebiet für Geoinformationsverarbeitung in der Umweltplanung an der Technischen Universität Berlin
2001-2003
Softwareentwicklerin bei der INTEND Geoinformatik GmbH in Kassel
2001
Promotion zum Dr. forest an der Universität Göttingen (magna cum laude)
1998-2001


Wissenschaftliche Mitarbeiterin an der Universität Göttingen am Institut für Forsteinrichtung, Ertragskunde und Fernerkundung
1993-1998
Studium der Forstwissenschaften an der Universität Göttingen
1973
in Münster, Westfalen geboren

Forschungsinteressen

  • Skalenübergreifende Analyse von Landnutzungsänderungen mit Hilfe von Geographischen Informationssystemen (GIS und Fernerkundung) zum besseren Verständnis des Mensch-Umweltsystems
  • Modellierung von raum-zeitlichen Änderungen der Umwelt und Bewertung der Einflüsse auf Menschen und Ökosysteme 
  • Wissensbasierte Kombination von Geoinformationen und Fernerkundungsdaten
  • Evaluierung neuer Sensortechnologien

 

 

Wichtige Funktionen, Auszeichnungen, Ehrungen

Seit 2019         

  • Mitglied im wissenschaftlichen Beirat für Waldpolitik des Bundesministerium für Ernährung und Landwirtschaft
  • Mitglied im Transferbeirat der TU Berlin

 

Seit 2018

  • stellvertretende Geschäftsführende Direktorin des Institutes für Landschaftsarchitektur und Umweltplanung, TU Berlin

Seit 2015        

  • Co-Speakerin der DFG research training group Urban Water Interfaces

Seit 2016

  • Mitglied im Auswahl- und Lenkungsausschusses der Berlin International Graduate School in Model and Simulation based Research (BIMoS), TU Berlin

2012-2018       

  • Leiterin der Special Interest Group „Analysis of remote sensing data” der deutschen Gesellschaft für Photogrammetrie, Remote Sensing und Geoinformation

Seit 2018        

  • Mitglied der Kommission für die Vergabe von Promotionsstipendien der Elsa-Neumann-Stiftung

Seit 2010         

  • Mitglied im Lenkungsausschuss des Geo.X – Forschungsnetzwerks für Geowissenschaften in Berlin und Potsdam

 

 

Zeitschriftenbeiträge

2022

Aljoumani, B., Sanchez-Espigares, J., Kluge, B., Wessolek, G. and Kleinschmit, B. (2022). Analyzing Temporal Trends of Urban Evaporation Using Generalized Additive Models. Land


Vallentin, C., Harfenmeister, K., Itzerott, S., Kleinschmit, B., Conrad, C. and Spengler, D. (2022). Suitability of satellite remote sensing data for yield estimation in northeast Germany. Precision Agriculture, 52–82.


Duarte Rocha, A., Vulova, S., van der Tol, C., Förster, M. and Kleinschmit, B. (2022). Modelling hourly evapotranspiration in urban environments with SCOPE using open remote sensing and meteorological data. Hydrology and Earth System Sciences


2021

Rocchini, D., Salvatori, N., Beierkuhnlein, C., Chiarucci, A., de Boissieu, F., Förster, M., Garzon-Lopez, C., Gillespie, T. W., Hauffe, H., He, K., Kleinschmit, B., Lenoir, J., Malavasi, M., Moudrý, V., Nagendra, H., Payne, D., Šímová, P., Torresani, M., Wegmann, M. and Féret, J.-B. (2021). From local spectral species to global spectral communities: A benchmark for ecosystem diversity estimate by remote sensing.. Ecological Informatics. Elsevier, 1-10.


Hölzl, S. E., Veskov, M., Scheibner, T., Le, T. T. and Kleinschmit, B. (2021). Vulnerable socioeconomic groups are disproportionately exposed to multiple environmental burden in Berlin - implications– for planning. International journal of urban sustainable development, 1-18.


Gränzig, T., Fassnacht, F. E., Kleinschmit, B. and Förster, M. (2021). Mapping the fractional coverage of the invasive shrub Ulex europaeus with multi-temporal Sentinel-2 imagery utilizing UAV orthoimages and a new spatial optimization approach.. International Journal of Applied Earth Observation and Geoinformation


Bauhus, J., Seeling, U., Dieter, M., Farwig, N., Hafner, A., Kätzel, R., Kleinschmit, B., Lang, F., Lindner, M., Möhring, B., Müller, J., M., N., Richter, K. and Schraml, U. (2021). Die Anpassung von Wäldern und Waldwirtschaft an den Klimawandel. Berichte über Landwirtschaft-Zeitschrift für Agrarpolitik und Landwirtschaft, 1-158.


Schulz, C., Holtrave, A. and Kleinschmit, B. (2021). Large-scale winter catch crop monitoring with Sentinel-2 time series and machine learning–An alternative to on-site controls?. Computers and Electronics in Agriculture


Vulova, S., Meier, F., Rocha, A. D., Quanz, J., Nouri, H. and and Kleinschmit, B. (2021). Modeling urban evapotranspiration using remote sensing, flux footprints, and artificial intelligence. Science of The Total Environment, 1-13.


2020

Vulova, S., Meier, F., Fenner, D., Nouri, H. and Kleinschmit, B. (2020). Summer Nights in Berlin, Germany: Modeling Air Temperature Spatially With Remote Sensing, Crowdsourced Weather Data, and Machine Learning. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 1-15.


Weitere Publikationen

Evaluation of Remote-Sensing-Based Landslide Inventories for Hazard Assessment in Southern Kyrgyzstan
Zitatschlüssel Golovko2017
Autor Golovko, D. and Roessner, S. and Behling, R. and Wetzel, H.-U. and Kleinschmit, B.
Seiten 1-22
Jahr 2017
ISSN 2072-4292
Journal Remote Sensing
Jahrgang 9
Nummer 943
Zusammenfassung Large areas in southern Kyrgyzstan are subjected to high and ongoing landslide activity; however, an objective and systematic assessment of landslide susceptibility at a regional level has not yet been conducted. In this paper, we investigate the contribution that remote sensing can provide to facilitate a quantitative landslide hazard assessment at a regional scale under the condition of data scarcity. We performed a landslide susceptibility and hazard assessment based on a multi-temporal landslide inventory that was derived from a 30-year time series of satellite remote sensing data using an automated identification approach. To evaluate the effect of the resulting inventory on the landslide susceptibility assessment, we calculated an alternative susceptibility model using a historical inventory that was derived by an expert through combining visual interpretation of remote sensing data with already existing knowledge on landslide activity in this region. For both susceptibility models, the same predisposing factors were used: geology, stream power index, absolute height, aspect and slope. A comparison of the two models revealed that using the multi-temporal landslide inventory covering the 30-year period results in model coefficients and susceptibility values that more strongly reflect the properties of the most recent landslide activity. Overall, both susceptibility maps present the highest susceptibility values for similar regions and are characterized by acceptable to high predictive performances. We conclude that the results of the automated landslide detection provide a suitable landslide inventory for a reliable large-area landslide susceptibility assessment. We also used the temporal information of the automatically detected multi-temporal landslide inventory to assess the temporal component of landslide hazard in the form of exceedance probability. The results show the great potential of satellite remote sensing for deriving detailed and systematic spatio-temporal information on landslide occurrences, which can significantly improve landslide susceptibility andhazard assessment at a regional scale, particularly in data-scarce regions such as Kyrgyzstan.
Typ der Publikation Kleinschmit
Link zur Originalpublikation Download Bibtex Eintrag

Zusatzinformationen / Extras

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe

Diese Seite verwendet Matomo für anonymisierte Webanalysen. Mehr Informationen und Opt-Out-Möglichkeiten unter Datenschutz.

Fachgebiet Geoinformation in der Umweltplanung
Sekretariat EB5
Raum EB 236a
Straße des 17. Juni 145
D - 10623 Berlin
Tel.: +49 (0)30 314 - 73 29 0
Fax: +49 (0)30 314 - 23 50 7