zum Inhalt springen

Mathematisch-Naturwissenschaftliche FakultätGeographisches Institut

Kontakt

Fabian Reddig


E-Mail fabian.reddig(at)uni-koeln.de


Akademischer Werdegang

  • Seit 10/21: Doktorand, GIS & Fernerkundung
  • Seit 04/21: Doktorand, Ökosystemforschung,  Geographisches Institut, Universität zu Köln

Wissenschaftlicher Mitarbeiter

  • Seit 01/21: SFB 806, Arbeitsgruppe GIS und Fernerkundung, Geographisches Institut, Universität zu Köln
  • 08/20 - 01/21: Arbeitsgruppe GIS und Fernerkundung, Geographisches Institut, Universität zu Köln

Wissenschaftliche Hilfskraft

  • 01/20 – 08/20: Graduate School of Geosciences (GSGS), Department Geowissenschaften, Universität zu Köln

Studium

  • 01/19: M.Sc.: Modeling the potential distribution of the cushion plant species Oxychloe andina and Distichia muscoides in northwestern Argentina  using a maximum entropy modeling approach, Universität zu Köln.
  • 09/15: B.Sc.: Zustandsbewertung von erheblich veränderten Gewässern anhand der Durchgängigkeit für benthischen Organismen – Methodenentwicklung am Fallbeispiel. Philipps-Universität Marburg

Forschungsinteressen

  • GIS und raumbezogene Analysen
  • Umweltmodellierung
  • Klima- und Landnutzungsänderung
  • Mittelmeerraum, Iberische Halbinsel und Südamerika

Stipendien

Präsentationen

  • EGU2022 - Effect of compound events on oak tree vitality in a climate change hotspot: analysis of time series in a traditional Spanish dehesa, EGU General Assembly 2022, online, 23–27 May 2022, EGU22-9852, https://doi.org/10.5194/egusphere-egu22-9852, 2022 (Vortrag: Reddig, F., Bareth, G., and Bogner, C.).
  • EGU2021 - Vegetation dynamics in a climate change hotspot: trend analysis in a Spanish dehesa, EGU General Assembly 2021, online, 19–30 Apr 2021, EGU21-2374, https://doi.org/10.5194/egusphere-egu21-2374, 2021 (Vortrag: Reddig, F., Bareth, G., and Bogner, C.).

Publikationen

  • Tilly, N., F. Reddig, U. Lussem, and G. Bareth (2020). First investigation of Mediterranean oak tree vitality with high-resolution Worldview-3 satellite data: comparing ten vegetation Indices and three machine learning classifiers. en. In: ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XLIII-B3-2020, pp. 1069–1076. ISSN: 2194-9034. DOI:10.5194/isprs-archives-XLIII-B3-2020-1069-2020.

Sonstiges

Research Gate