Team

PD Dr. Martin Schultz leitet die Gruppe zur Erforschung von Erdsystemdaten (ESDE) im J├╝licher Supercomputing Centre (JSC). Er koordiniert das DeepRain-Projekt und leitet die Aktivit├Ąten zur leistungsstarken Datenbereitstellung. Schultz ist ein bekannter Experte f├╝r Atmosph├Ąrenforschung und numerische Simulationen. Seine Forschungsinteressen konzentrieren sich heute auf leistungsstarke Datendienste und maschinelle Lernanwendungen in den Bereichen Meteorologie und Luftqualit├Ąt.

Amirpasha Mozaffari ist der Datenmanager der ESDE-Gruppe bei JSC und verantwortlich f├╝r die Entwicklung der Datenworkflows und Datenmanagementpl├Ąne des DeepRain-Projekts. Mozaffari wurde in terrestrischer Erdsystemwissenschaft ausgebildet und arbeitete an der numerischen und statistischen Analyse von Umweltdaten auf Supercomputern sowie an numerischen Simulationen und Umkehrungen des Grundwasserflusses, bevor er im Juni 2019 zur ESDE-Gruppe kam.

Dr. Bing. Gong ist seit Januar 2019 Postdoktorandin der ESDE-Gruppe am JSC. Ihre derzeitigen Aufgaben in der Gruppe sind die Entwicklung hochmoderner skalierbarer, tief lernender neuronaler Netzwerke f├╝r die Vorhersage von Zeitreihen und raumzeitlichen Sequenzen in Wetter- und Luftqualit├Ątsanwendungen. Im Juli 2017 erhielt sie ihren Doktortitel im Bereich der k├╝nstlichen Intelligenz in der Anwendung der Umweltwissenschaften und Energie von der Technischen Universit├Ąt Madrid, Spanien

Felix Kleinert ist Doktorand innerhalb der ESDE Gruppe. Er hat seinen Masterabschluss in Physik der Erde und Atmosph├Ąre an der Rheinischen Friedrich-Wilhelms-Universit├Ąt Bonn erworben. Seine Forschungsinteressen konzentrieren sich auf die Entwicklung und den Einsatz maschineller Lernanwendungen zur Verbesserung lokaler meteorologischer Punktvorhersagen.

Michael Langguth wurde im M├Ąrz 2020 Mitglied der ESDE-Gruppe im JSC. Im Rahmen seiner Promotionsarbeit am Institut f├╝r Geowissenschaften – Abteilung Meteorologie der Universit├Ąt Bonn, implementierte er einen hybriden Ansatz zur Parametrisierung von hochreichender Konvektion in das Wettervorhersage-Modell ICON (ICOsahedral Non-hydrostatic model) des Deutschen Wetterdienstes (DWD) ein. W├Ąhrend dieser Arbeit erlangte ein tiefes Verst├Ąndnis der numerischen Modellierung von Niederschlagsprozessen in der Atmosph├Ąre. Im DeepRain-Projekt forscht er an der Entwicklung passender neuronaler Netzwerk-Architekturen f├╝r die quantitative Niederschlagsvorhersage sowie an deren Verifikationsmethoden.

Prof. Dr. Peter Baumann ist Professor f├╝r Informatik an der Jacobs University und forscht ├╝ber Datacube-Dienste und deren Anwendung in Wissenschaft und Technik. Mit der rasdaman-Engine haben er und sein Team Datacubes und Array-Datenbanken mit ├╝ber 160 wissenschaftlichen Publikationen und internationalen Patenten entwickelt. Die rasdaman Datacube Engine wird international erfolgreich vermarktet und hat eine Reihe von Innovationspreisen erhalten. Peter Baumann ist Herausgeber der wichtigsten Datacube-Normen in ISO und OGC. Er koordiniert WP2 und tr├Ągt zum WP6 bei.

Dr. Sebastian Villarroya ist Postdoc im L-SIS (Large-Scale Information Systems) Labor der Jacobs University Bremen. Seine Expertise liegt in der integrierten Darstellung und verteilten Verarbeitung von gro├čen Datens├Ątzen aus Raster und Vektor. Derzeit konzentriert sich seine Forschungsarbeit auf die effiziente Integration von Machine Learning Algorithmen in Array-Datenbanken.

Dr. Dimitar Mišev ist Postdoc-Forscher für Array-Datenbanken an der Jacobs University. Er hat Erfahrung in mehreren vergangenen Forschungsprojekten, zuletzt als Koordinator von BigDataCube, leitet die Spezifikation von ISO SQL/MDA, die SQL um die Unterstützung multidimensionaler Arrays erweitert, und überwacht die technische Entwicklung der rasdaman-Kern-Engine. Bei DeepRain nimmt er als Senior Member aus dem rasdaman-Team teil und unterstützt das Datenmanagement und die Integration von ML-Methoden in rasdaman.

Pascal Nieters ist Teil des Osnabr├╝cker Teams, das f├╝r die Entwicklung des neuronalen Netzwerk- und maschinellen Lernmodells verantwortlich ist, mit dem das Projekt Niederschlagsdaten herunterskalieren soll. Er ist kognitionswissenschaftlich ausgebildet und forscht an der Schnittstelle von theoretischer Neurowissenschaft und maschinellem Lernen in der Neuroinformatik-Gruppe von Prof. Dr. Gordon Pipa. Als Doktorand und wissenschaftlicher Mitarbeiter verf├╝gt er ├╝ber umfangreiche Erfahrungen sowohl in der Grundlagenforschung als auch in der Anwendung von Techniken des maschinellen Lernens bei den unterschiedlichsten Fragestellungen. Er koordiniert WP3.

R├╝diger Busche promoviert in der Gruppe Neuroinformatik in Osnabr├╝ck. Seine Aufgabe ist es, Deep-Learning-Modelle zur Verbesserung der Aufl├Âsung von Regenvorhersagen zu entwickeln. R├╝diger studierte Kognitionswissenschaften, wo er sich auf maschinelles Lernen und k├╝nstliche Intelligenz konzentrierte. In seiner Forschung zielt er darauf ab, das maschinelle Lernen auf reale Probleme anzuwenden, wobei der Schwerpunkt auf dem r├Ąumlich-zeitlichen Bereich liegt.

Dr. Erik J. Schaffernicht besch├Ąftigt sich derzeit vor allem mit der statistischen Nachbearbeitung eines Ensemble-Vorhersage-Systems, das aus einem numerischen Wettervorhersagemodell resultiert: Zur Verbesserung numerischer Wettervorhersagen werden verschiedene statistische Methoden untersucht, wie z.B. die Regression numerischer Wettervorhersagen mit station├Ąr beobachteten Niederschlags- und Radarmessungen. Als Mitglied des Hans Ertel Zentrums (HErZ) ist er dem Deutschen Wetterdienst (DWD) und der Abteilung f├╝r Meteorologie an der Universit├Ąt Bonn angeschlossen. Zus├Ątzlich zu seiner Expertise in der Klimamodellierung verf├╝gt er ├╝ber ein tiefes Verst├Ąndnis der Klassifizierung des Zirkulationswettertyps (CWT) und statistischer dynamischer Downscaling-Ans├Ątze von Klimamodellen. Er hat eine kombinierte empirische orthogonale Funktionszerlegung entwickelt, die er auf verschiedene Experimente des Max-Planck-Institut Erdsystemmodells (MPI-ESM) angewendet hat. Mit dieser Methode erkannte und verglich er atmosph├Ąrische Muster ├╝ber die kontinentalen Gebiete (wie Europa und den Nordatlantik) w├Ąhrend des glazialen und warmen Klimas.

Dr. Bernhard Reichert leitet ein Team f├╝r die zentrale Nachbearbeitung im Gesch├Ąftsbereich Forschung und Entwicklung des Deutschen Wetterdienstes (DWD) in Offenbach. Seit 15 Jahren arbeitet er an der strategischen Planung, Konzeption und Entwicklung meteorologischer Anwendungen zur Verbesserung der Wettervorhersage und des Warnprozesses. Er promovierte am Max-Planck-Institut f├╝r Meteorologie, Hamburg, ├╝ber die Simulation und Interpretation vorindustrieller Klimaschwankungen und zuk├╝nftiger anthropogener Klima├Ąnderungen.

Dr. Jan Keller arbeitet seit 15 Jahren als Meteorologe an der Entwicklung probabilistischer Methoden im Bereich der numerischen Wettervorhersage. Seit 2012 ist er Leiter des Themenbereichs “Klima├╝berwachung und -diagnose” im Hans Ertel Zentrum des Deutschen Wetterdienstes. Hier ist er verantwortlich f├╝r die Entwicklung von regionalen Reanalysen und die Erforschung von Bewertungstechniken f├╝r Wetter- und Klimadaten. Dar├╝ber hinaus erforscht er Postprocessing- und Downscaling-Ans├Ątze f├╝r Niederschlagszeitreihen in Bezug auf ihre Anwendung in der Klima├╝berwachung. Er koordiniert WP4.

Prof. Dr. Andreas Hense ist Universit├Ątsprofessor am Institut f├╝r Geowissenschaften, Abt. Meteorologische Universit├Ąt Bonn seit 1990 und leitet die Gruppe “Klimadynamik”. Er arbeitet und lehrt in den Bereichen der Atmosph├Ąren- und Klimaphysik unter Einbeziehung stochastischer Elemente wie der nat├╝rlichen Klimaschwankungen auf der aktuellen und pal├Ąozeitlichen Skala, des anthropogenen Klimawandels im vergangenen Jahrhundert, quantitativer Niederschlagsvorhersagen ├╝ber wenige Stunden bis Tage und Klimaextreme. Im Mittelpunkt aller Arbeiten der letzten 30 Jahre steht die gemeinsame Analyse von Modellen und Beobachtungen, einschlie├člich der ├ťberpr├╝fung von Prognosen ├╝ber alle Zeitskalen von Stunden bis Jahrzehnten und der Erkennung und Zuordnung des anthropogenen Klimawandels. Er koordiniert WP5.

Dr. Rita Glowienka-Hense arbeitet am Institut f├╝r Geowissenschaften, Abt. Meteorologische Universit├Ąt Bonn zur Analyse von Klima und Wetterschwankungen einschlie├člich der ├ťberpr├╝fung der entsprechenden Prognosen aus Wetter- und Klimamodellsimulationen. Als solche ver├Âffentlichte sie Arbeiten ├╝ber die Variabilit├Ąt und Struktur der Nordatlantischen Oszillation NAO und die Bewertung der F├Ąhigkeiten dekadischer Klimavorhersagen. Teil dieser Arbeit war die Vorbereitung eines Verifikationstools f├╝r die globalen mittelfristigen Klimavorhersagen ├╝ber Jahrzehnte aus dem deutschen MiKliP-Projekt.