Prof. Dr. Björn Waske

Institut für Informatik
Wachsbleiche 27
49090 Osnabrück

Room: 50/413
Tel.: +49 541/969-7216
Fax: +49 541/969-2799
bjoern.waske@uni-osnabrueck.de

Meine aktuellen Forschungsaktivitäten und -ergebnisse konzentrieren sich auf fortschrittliche Techniken der Fernerkundung, insbesondere auf die Analyse von multisensoralen Daten und Deep Learning, zur Untersetzung unseres Verständnis des gekoppelten Mensch-Umwelt-Systems:

• fortgeschrittene Maschine- und Deep-Learning Methoden
• Analysen multisensoraler- und multitemporaler Fernerkundungsdaten, insbesondere die Fusion von SAR- und Multispektraldaten
• Monitoring von Agrarökosystemen zur Unterstützung unseres Verständnis des gekoppelten Mensch-Umwelt-Systems

 

CV

seit 10/2018	Universität Osnabrück, Institut für Informatik, Professor für Fernerkundung und Digitale Bildverarbeitung
10/2013–09/2018	Freie Universität (FU) Berlin, Inst. f. Geographische Wissenschaften,  Professor für Fernerkundung und Geoinformationssysteme
04/2012–09/2013	Universität Bonn, Inst. für Geodäsie und Geoinformation, Lehrstuhlvertretung Professur für Photogrammetrie
09/2009-09/2013	Universität Bonn, Inst. für Geodäsie und Geoinformation, Juniorprofessor für Fernerkundung in den Agrarwissenschaften
01/2008-08/2009	Háskoli Íslands, Reykjavik, Iceland, Faculty of Electrical and Computer Engineering, Postdoc.
10/2004-01/2008	Zentrum für Fernerkundung der Landoberfläche (ZFL), Universität Bonn, Wissenschaftlicher Mitarbeiter und Doktorand
03/2003-06/2004	Universität München (LMU), Department f. Geographie, Physische Geographie und Fernerkundung, Wissenschaftlicher Mitarbeiter
10/1996-10/2002	Universität Trier, Fachbereich für Geographie und Geowissenschaften; Studium der Angewandten Umweltwissenschaften (Diplom).

Publications

Die nachfolgende Liste beinhaltet eine Übersicht zu ausgewählten Publikationen. Eine vollständige Publikationsliste finden sich u.a. unter „Publications“ sowie auf meinen ORCID und GoogleScholar Profilen.

Neuste Publikationen

Schütte, O.; Lucas, M., Waske, B. 205. Individual Tree Crown Delineation in Heterogenous Urban Environments using High-Resolution Airborne Imagery. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, doi: 10.1109/JSTARS.2025.3626942.

Wittstruck, L., Waske, B., Jarmer, T., 2025. Multi-Modal Vision Transformer for high-resolution soil texture prediction of German agricultural soils using remote sensing imagery. Remote Sensing of Environment 33,
https://doi.org/10.1016/j.rse.2024.114439

 

ausgewählte Publikationen

Landwehr, T., Dasgupta, A., Waske, B., 2024. Towards robust validation strategies for EO flood maps. Remote Sensing of Environment, https://doi.org/10.1016/j.rse.2024.114439

Lucas, M., Pukrop, M., Beckschaefer, P., Waske, B., 2024. Individual tree detection and crown delineation in the Harz National Park from 2009 to 2022 using mask R-CNN and aerial imagery. ISPRS Open Journal of Photogrammetry and Remote Sensing, https://doi.org/10.1016/j.ophoto.2024.100071

Reese, M., Dasgupta, A., Waske, B., 2024. Farmland quality assessment using deep learning and UAVs. Remote Sensing Applications Society and Environment, https://doi.org/10.1016/j.rsase.2024.101235

Wittstruck, L., Jarmer, T., Waske, B., 2024. Multi-Stage Feature Fusion of Multispectral and SAR Satellite Images for Seasonal Crop-Type Mapping at Regional Scale Using an Adapted 3D U-Net Model. Remote Sensing. https://doi.org/10.3390/rs16173115

Storch, M., de Lange, N., Jarmer, T., Waske, B., 2023. Detecting Historical Terrain Anomalies With UAV-LiDAR Data Using Spline-Approximation and Support Vector Machines. IEEE Journal of Selected Topics in Applied Earth Observation and Remote Sensing, https://doi.org/10.1109/JSTARS.2023.3259200

Wittstruck, L., Jarmer, T., Trautz, D., Waske, B., 2022. Estimating LAI From Winter Wheat Using UAV Data and CNNs. IEEE Geoscience and Remote Sensing Letters, https://doi.org/10.1109/LGRS.2022.3141497

Rosentreter, J., Hagensieker, R., Waske, B., 2020. Towards large-scale mapping of local climate zones using multitemporal Sentinel 2 data and convolutional neural networks. Remote Sensing of Environment, https://doi.org/10.1016/j.rse.2019.111472

Baumann, M., Levers, C., Macchi, L., Bluhm, H., Waske, B., Gasparri, N.I., Kuemmerle, T., 2018. Mapping continuous fields of tree and shrub cover across the Gran Chaco using Landsat 8 and Sentinel-1 data. Remote Sensing of Environment, https://doi.org/10.1016/j.rse.2018.06.044

Joshi, N., Baumann, M., Ehammer, A., Fensholt, R., Grogan, K., Hostert, P., Jepsen, M.R., Kuemmerle, T., Meyfroidt, P., Mitchard, E.T.A., Reiche, J., Ryan, C.M., Waske, B., 2016. A Review of the Application of Optical and Radar Remote Sensing Data Fusion to Land Use Mapping and Monitoring. Remote Sensing, https://doi.org/10.3390/rs8010070

Roscher, R., Waske, B., 2016. Shapelet-Based Sparse Representation for Landcover Classification of Hyperspectral Images. IEEE Transactions on Geoscience and Remote Sensing, https://doi.org/10.1109/TGRS.2015.2484619

Stefanski, J., Kuemmerle, T., Chaskovskyy, O., Griffiths, P., Havryluk, V., Knorn, J., Korol, N., Sieber, A., Waske, B., 2014. Mapping Land Management Regimes in Western Ukraine Using Optical and SAR Data. Remote Sensing, https://doi.org/10.3390/rs6065279

Waske, B., van der Linden, S., 2008. Classifying multilevel imagery from SAR and optical sensors by decision fusion. IEEE Transactions on Geoscience and Remote Sensing, https://doi.org/10.1109/TGRS.2008.916089

Teaching