09.11.2022

Promotionsstelle zur kontinuierlichen regionalen hydrologischen und Kohlenstoff-Inventarisierung (m/w/d)

Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF), Müncheberg

Die Mission des Leibniz-Zentrums für Agrarlandschaftsforschung (ZALF) e.V. als national und international agierendes Forschungszentrum ist es, an der ökonomisch, ökologisch und sozial nachhaltigen Landwirtschaft der Zukunft zu forschen – gemeinsam mit Akteuren aus der Wissenschaft, Politik und Praxis. Das ZALF ist Mitglied der Leibniz-Gemeinschaft und unterhält neben dem Hauptstandort in Müncheberg (ca. 35 Minuten mit der Regionalbahn von Berlin-Lichtenberg) eine Forschungsstation mit weiteren Standorten in Dedelow sowie Paulinenaue.

Das Projekt „Hydrologische und Kohlenstoff-Inventarisierung“ ist Teil des Verbundvorhabens „Monitoring der Landschaftsraumoberflächen und Biodiversität mittels Drohnen- und Satellitendaten in der Modellregion Lausitz“ (LauMon). Ziel des Projektes ist die Erstellung und laufende Aktualisierung flächendeckender Karten der Wasserressourcen und des Boden-Kohlenstoffs. Dafür ist eine systematische Verschneidung von Fernerkundungsdaten mit Daten des bodengestützten Umweltmonitorings sowie mit Ansätzen der empirischen und der Prozess-basierten Modellierung vorgesehen. Gemeinsam mit den Projektpartnern soll daraus ein fortlaufend aktualisiertes Produkt entwickelt werden, das Behörden, Landschaftsplanern, und der Land-, Forst- und Wasserwirtschaft zur Verfügung gestellt wird.

Das Projekt ist in der „Forschungsplattform Datenanalyse & Simulation“ des ZALF angesiedelt. Dafür bieten wir, vorbehaltlich der Bewilligung frühestmöglich zum 01.02.2023 für 36 Monate (65%) am Standort in Müncheberg eine

Promotionsstelle zur kontinuierlichen regionalen hydrologischen und Kohlenstoff-inventarisierung (m/w/d)

Ihre Aufgaben:

  • Verschneidung von multitemporalen Produkten der Satelliten-Fernerkundung mit Zeitreihen von Grundwasserständen, des Abflusses, sowie des landwirtschaftlichen Ertrags und des forstlichen Ertragszuwachses
  • Verwendung von Empirical Orhogonal Functions (Hauptkomponentenanalyse) für die Vervollständigung existierender hydrologischer Zeitreihen und für die raumzeitliche Interpolation
  • vereinfachte Prozess-basierte Modellierung des regionalen Wasser- und Kohlenstoffvorrats
  • Verwendung von Verfahren des maschinellen Lernens
  • Erstellung eines weitgehend autromatisierten Workflows für eine fortlaufende Aktualisierung

Ihre Qualifikation:

  • abgeschlossenes Hochschulstudium einer Umweltwissenschaft
  • Grundkenntnisse der multivariaten Statistik und von Verfahren des maschinellen Lernens
  • Erfahrungen im Umgang mit Geodaten
  • Programmierkenntnisse, vorzugsweise in Python, oder in einer leistungsfähigen Skriptsprache
  • gute englische Sprachkenntnisse
  • wünschenswert wären außerdem Erfahrungen in der hydrologischen und Ertrags-Modellierung

Wir bieten:

  • ein interdisziplinäres Arbeitsumfeld, das eigenverantwortliches Handeln und selbstständiges Arbeiten fördert
  • Eingruppierung gemäß Tarifvertrag der Länder (TV-L) bis zu EG 13 bei Vorliegen der Voraussetzungen (inklusive Jahressonderzahlung)
  • ein kollegiales und aufgeschlossenes Arbeitsklima in einer dynamischen Forschungseinrichtung

Frauen sind ausdrücklich zur Bewerbung aufgefordert. Bewerbungen von Schwerbehinderten werden bei gleicher Eignung bevorzugt. Ihre Bewerbungen richten Sie bitte mit den üblichen Unterlagen, insbesondere Lebenslauf, Qualifikationsnachweisen und Zeugnissen, bevorzugt online, siehe Button unten "Online-Bewerbung". Für E-Mail-Bewerbungen erstellen Sie ein PDF-Dokument, max. 5 MB; gepackte PDF-Dokumente, Archivdateien wie zip, rar etc. Worddokumente können nicht verarbeitet und damit berücksichtigt werden!) unter Angabe der Kennziffer 141-2022 bis zum 15.12.2022 an: siehe Button unten „E-Mail-Bewerbung“.

https://jobs.zalf.de/jobposting/f056a09682f8625280e060ab1457eeccd3dccf2c0

Bei Rückfragen steht Ihnen Herr Prof. Dr. Gunnar Lischeid, Tel. 033432/82-300, zur Verfügung.

Aus Kostengründen können Bewerbungsunterlagen oder umfangreiche Publikationen nur zurückgesandt werden, wenn ein ausreichend frankierter Rückumschlag beigefügt ist.

Wenn Sie sich bewerben, erheben und verarbeiten wir Ihre personenbezogenen Daten gemäß Artikel 5 und 6 der EU-DSGVO nur zur Bearbeitung ihrer Bewerbung und für Zwecke, die sich durch eine mögliche zukünftige Beschäftigung beim ZALF ergeben. Nach sechs Monaten werden Ihre Daten gelöscht.

www.zalf.de