![Ökologischer Betrieb Ökologischer Betrieb](/media/_processed_/4/2/csm_Startseite_BW_Betriebsportraits_ts_BLE-Bonn_Thomas_Stephan_dd9b33c06f.jpg)
![Ökologischer Betrieb Ökologischer Betrieb](/media/_processed_/4/2/csm_Startseite_BW_Betriebsportraits_ts_BLE-Bonn_Thomas_Stephan_d2aaa7a9bf.jpg)
Institut für
BW Betriebswirtschaft
Alle Publikationen von Stefan Erasmi
- 0
Tetteh GO, Schwieder M, Pham V-D, Blickensdörfer L, Gocht A, Neuenfeldt S, van der Linden S, Erasmi S (2024) Agrarflächennutzung aus dem All kartiert: Daten zur Quantifizierung von Klimaschutzmaßnahmen. In: Köchy M (ed) Agrarforschung zum Klimawandel : Konferenz der Deutschen Agrarforschungsallianz, 11.-14.03.2024, Potsdam, unter der Schirmherrschaft des Bundesministeriums für Ernährung und Landwirtschaft ; Programm und Beiträge, Stand: 7. Mai 2024. Braunschweig: DAFA, p 61, DOI:10.3220/DAFA1713767287000
- 1
Schwieder M, Tetteh GO, Blickensdörfer L, Gocht A, Erasmi S (2024) Agricultural land use (raster) : National-scale crop type maps for Germany from combined time series of Sentinel-1, Sentinel-2 and Landsat data (2017 to 2021) [Datenpublikation] [online]. 5 TIFF-Files, 1 PDF-File, 2 CLR-Files. Genève: Zenodo, zu finden in <https://zenodo.org/records/10617623> [zitiert am 07.03.2024], DOI:10.5281/zenodo.10617623
- 2
Schwieder M, Tetteh GO, Blickensdörfer L, Gocht A, Erasmi S (2024) Agricultural land use (raster) : National-scale crop type maps for Germany from combined time series of Sentinel-1, Sentinel-2 and Landsat data (2022) ; Version v201 [Datenpublikation] [online]. 6 TIFF-Dateien, 1 PDF-Datei, 2 CLR-Dateien. Genève: Zenodo, zu finden in <https://zenodo.org/records/10628809> [zitiert am 07.03.2024], DOI:10.5281/zenodo.10628809
- 3
Schwieder M, Tetteh GO, Blickensdörfer L, Gocht A, Erasmi S (2024) Agricultural land use (raster) : National-scale crop type maps for Germany from combined time series of Sentinel-1, Sentinel-2 and Landsat data (2022) ; Version v202 [Datenpublikation] [online]. 1 TIFF-Dateien, 1 PDF-Datei, 2 CLR-Dateien. Genève: Zenodo, zu finden in <https://zenodo.org/records/10645427> [zitiert am 07.03.2024], DOI:10.5281/zenodo.10645427
- 4
Tetteh GO, Schwieder M, Blickensdörfer L, Gocht A, Erasmi S (2024) Agricultural land use (vector) : National-scale crop type maps for Germany from combined time series of Sentinel-1, Sentinel-2 and Landsat data (2017 to 2021) [Datenpublikation] [online]. 2 PDF-Dateien, 5 FGB-Dateien, 1 SLD-Datei. Genève: Zenodo, zu finden in <https://zenodo.org/records/10619783> [zitiert am 07.03.2024], DOI:10.5281/zenodo.10619783
- 5
Tetteh GO, Schwieder M, Blickensdörfer L, Gocht A, Erasmi S (2024) Agricultural land use (vector) : National-scale crop type maps for Germany from combined time series of Sentinel-1, Sentinel-2 and Landsat data (2022) [Datenpublikation] [online]. 1 FGB-Datei, 1 PDF-Datei, 1 SLD-Datei. Genève: Zenodo, zu finden in <https://zenodo.org/records/10621629> [zitiert am 07.03.2024], DOI:10.5281/zenodo.10621629
- 6
Wenzel A, Westphal C, Ballauff J, Berkelmann D, Brambach F, Buchori D, Camaretta N, Corre MD, Daniel R, Darras K, Erasmi S, Formaglio G, Hölscher D, Al-Amin Iddris N, Irawan B, Knohl A, Kotowska MM, Krashevska V, Kreft H, Mulyani Y, et al (2024) Balancing economic and ecological functions in smallholder and industrial oil palm plantations. Proc Nat Acad Sci USA 121(17):e2307220121, DOI:10.1073/pnas.2307220121
- 7
Schwieder M, Lobert F, Tetteh GO, Erasmi S (2024) Grassland mowing events across Germany detected from combined Sentinel-2 and Landsat time series for the year 2022 [Datenpublikation] [online]. 1 TIFF-Datei. Genève: Zenodo, zu finden in <https://zenodo.org/records/10610283> [zitiert am 07.03.2024], DOI:10.5281/zenodo.10610283
- 8
Schwieder M, Lobert F, Tetteh GO, Erasmi S (2024) Grassland mowing events across Germany detected from combined Sentinel-2 and Landsat time series for the years 2017 - 2021 [Datenpublikation] [online]. 5 TIFF-Dateien. Genève: Zenodo, zu finden in <https://zenodo.org/records/10609590> [zitiert am 07.03.2024], DOI:10.5281/zenodo.10609590
- 9
Saggau P, Brög T, Gocht A, Erasmi S, Steinhoff-Knopp B (2024) HotSpots der Bodenerosionsgefährdung durch Wasser in Deutschland. In: Köchy M (ed) Agrarforschung zum Klimawandel : Konferenz der Deutschen Agrarforschungsallianz, 11.-14.03.2024, Potsdam, unter der Schirmherrschaft des Bundesministeriums für Ernährung und Landwirtschaft ; Programm und Beiträge, Stand: 7. Mai 2024. Braunschweig: DAFA, p 58, DOI:10.3220/DAFA1713767287000
- 10
Erasmi S, Muro J, Brög T, Blickensdörfer L, Fuß R, Gocht A, Don A, Schwieder M (2024) KlimaFern - Fernerkundung für eine Verbesserung der Klimaberichterstattung. In: Köchy M (ed) Agrarforschung zum Klimawandel : Konferenz der Deutschen Agrarforschungsallianz, 11.-14.03.2024, Potsdam, unter der Schirmherrschaft des Bundesministeriums für Ernährung und Landwirtschaft ; Programm und Beiträge, Stand: 7. Mai 2024. Braunschweig: DAFA, p 60, DOI:10.3220/DAFA1713767287000
- 11
Pham V-D, Tetteh GO, Thiel F, Erasmi S, Schwieder M, Frantz D, van der Linden S (2024) Temporally transferable crop mapping with temporal encoding and deep learning augmentations. Int J Appl Earth Observ Geoinf 129:103867, DOI:10.1016/j.jag.2024.103867
- 12
Brög T, Don A, Gocht A, Scholten T, Taghizadeh-Mehrjardi R, Erasmi S (2024) Using local ensemble models and Landsat bare soil composites for large-scale soil organic carbon maps in cropland. Geoderma 444:116850, DOI:10.1016/j.geoderma.2024.116850
- 13
Lobert F, Löw J, Schwieder M, Gocht A, Schlund M, Hostert P, Erasmi S (2023) A deep learning approach for deriving winter wheat phenology from optical and SAR time series at field level. Remote Sens Environ 298:113800, DOI:10.1016/j.rse.2023.113800
- 14
Schwieder M, Tetteh GO, Blickensdörfer L, Gocht A, Erasmi S (2023) Agricultural land use (raster) : National-scale crop type maps for Germany from combined time series of Sentinel-1, Sentinel-2 and Landsat data (2017 to 2021) [Datenpublikation] [online]. 5 TIFF-Dateien, 2 Textdateien. Braunschweig: Thünen-Atlas, zu finden in <https://www.openagrar.de/receive/openagrar_mods_00087489> [zitiert am 10.07.2023], DOI:10.3220/DATA20230707103051-0
- 15
Schwieder M, Tetteh GO, Blickensdörfer L, Gocht A, Erasmi S (2023) Agricultural land use (vector) : National-scale crop type maps for Germany from combined time series of Sentinel-1, Sentinel-2 and Landsat data (2017 to 2021) [Datenpublikation] [online]. 5 Geopackages, 2 Textdateien. Braunschweig: Thünen-Atlas, zu finden in <https://www.openagrar.de/receive/openagrar_mods_00087490> [zitiert am 10.07.2023], DOI:10.3220/DATA20230707103117-0
- 16
Erasmi S, Ackermann A, Bolte A, Dunger K, Elsasser P, Fuß R, Gocht A, Hoedt F, Klimek S, Neumeier S, Osterburg B, Röder N, Strer M, Weingarten P, Isermeyer F (2023) Bundesweite Landnutzungsdaten am Thünen-Institut : Sachstand und Perspektiven. Braunschweig: Johann Heinrich von Thünen-Institut, 41 p, Thünen Working Paper 213, DOI:10.3220/WP1683702994000
- 17
Tetteh GO, Schwieder M, Erasmi S, Conrad C, Gocht A (2023) Comparison of an optimised multiresolution segmentation approach with deep neural networks for delineating agricultural fields from Sentinel-2 images. J Photogramm Remote Sensing Geoinf Sci 91(4):295-312, DOI:10.1007/s41064-023-00247-x
- 18
Osterburg B, Ackermann A, Böhm J, Bösch M, Dauber J, Witte T de, Elsasser P, Erasmi S, Gocht A, Hansen H, Heidecke C, Klimek S, Krämer C, Kuhnert H, Moldovan A, Nieberg H, Pahmeyer C, Plaas E, Rock J, Röder N, Söder M, Tetteh GO, Tiemeyer B, Tietz A, Wegmann J, Zinnbauer M (2023) Flächennutzung und Flächennutzungsansprüche in Deutschland. Braunschweig: Johann Heinrich von Thünen-Institut, 98 p, Thünen Working Paper 224, DOI:10.3220/WP1697436258000
- 19
Holtgrave A-K, Lobert F, Erasmi S, Röder N, Kleinschmit B (2023) Grassland mowing event detection using combined optical, SAR, and weather time series. Remote Sens Environ 295:113680, DOI:10.1016/j.rse.2023.113680
- 20
Schlund M, Erasmi S, Knohl A (2023) High-resolution true-color orthophotos with 10 cm resolution 2022 [Datenpublikation] [online]. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/S6JS8E> [zitiert am 18.10.2023], DOI:10.25625/S6JS8E
- 21
Hauck M, Klinge M, Erasmi S, Dulamsuren C (2023) No signs of long-term greening trend in Western Mongolian Grasslands. Ecosystems 26(5):1125-1143, DOI:10.1007/s10021-023-00819-3
- 22
Schlund M, Erasmi S, Knohl A (2023) Rasters for ALS metrics at 1000m2 resolution 2022 [Datenpublikation] [online]. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/J93NG5> [zitiert am 18.10.2023], DOI:10.25625/J93NG5
- 23
Schlund M, Erasmi S, Knohl A (2023) Rasters for ALS metrics at 10m resolution 2022 [Datenpublikation] [online]. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/39VQPW> [zitiert am 18.10.2023], DOI:10.25625/39VQPW
- 24
Schlund M, Erasmi S, Knohl A (2023) Rasters for ALS metrics at 50m resolution 2022 [Datenpublikation] [online]. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/KBPPPL> [zitiert am 18.10.2023], DOI:10.25625/KBPPPL
- 25
Wenzel A, Westphal C, Ballauff J, Berkelmann D, Brambach F, Buchori D, Camaretta N, Corre MD, Darras K, Erasmi S, Formaglio G, Hölscher D, Al-Amin Iddris N, Irawan B, Knohl A, Kotowska MM, Krashevska V, Kreft H, Mulyani Y, Mußhoff O, et al (2023) Trade-offs and synergies of economic and ecological functions across oil palm systems. In: Brückner D, Kietzmann K (eds) Book of abstracts : 52nd Annual Meeting of the Ecological Society of Germany, Austria and Switzerland ; Leipzig - 12-16 September 2023. Berlin: Gesellschaft für Ökologie, p 148
- 26
Schlund M, Wenzel A, Camarretta N, Stiegler C, Erasmi S (2023) Vegetation canopy height estimation in dynamic tropical landscapes with TanDEM-X supported by GEDI data. Methods Ecol Evol 14(7):1639-1656, DOI:10.1111/2041-210X.13933
- 27
Schlund M, Erasmi S, Knohl A (2022) Airborne acquisition extent 2020 [Datenpublikation] [online]. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/EKRJI2> [zitiert am 16.11.2023], DOI:10.25625/EKRJI2
- 28
Camarretta N, Knohl A, Erasmi S, Schlund M (2022) Core plots hyperspectral vegetation indices [Datenpublikation] [online]. 1 TAB-File, 43.2 KB. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/BXLGQJ> [zitiert am 16.11.2023], DOI:10.25625/BXLGQJ
- 29
Schlund M, Erasmi S, Knohl A (2022) High-resolution true-color orthophotos with 5 cm resolution [Datenpublikation] [online]. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/1RB4CC> [zitiert am 16.11.2023], DOI:10.25625/1RB4CC
- 30
Schlund M, Erasmi S, Knohl A (2022) Land use maps 2020 based on LiDAR [Datenpublikation] [online]. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/LOPQ2K> [zitiert am 16.11.2023], DOI:10.25625/LOPQ2K
- 31
Camarretta N, Knohl A, Erasmi S, Schlund M (2022) Landscape Assessment (LA) hyperspectral vegetation indices [Datenpublikation] [online]. 1 TAB-File, 114.1 KB. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/1LI57Z> [zitiert am 16.11.2023], DOI:10.25625/1LI57Z
- 32
Schlund M, Erasmi S, Knohl A (2022) Landscape Assessment plots maps (with RGB, canopy height, NDVI and 3d point cloud) [Datenpublikation] [online]. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/MDWJR3> [zitiert am 16.11.2023], DOI:10.25625/MDWJR3
- 33
Schwieder M, Wesemeyer M, Frantz D, Pfoch K, Erasmi S, Pickert J, Nendel C, Hostert P (2022) Mapping grassland mowing events across Germany based on combined Sentinel-2 and Landsat 8 time series. Remote Sens Environ 269:112795, DOI:10.1016/j.rse.2021.112795
- 34
Blickensdörfer L, Schwieder M, Pflugmacher D, Nendel C, Erasmi S, Hostert P (2022) Mapping of crop types and crop sequences with combined time series of Sentinel-1, Sentinel-2 and Landsat 8 data for Germany. Remote Sens Environ 269:112831, DOI:10.1016/j.rse.2021.112831
- 35
Lobert F, Röder N, Gocht A, Schwieder M, Erasmi S (2022) Mowing detection from combined Sentinel-1, Sentinel-2, and Landsat 8 time series on fallow cropland with transfer learning. Publikationen der DGPF eV 30:117-126
- 36
Camarretta N, Knohl A, Erasmi S, Schlund M (2022) Normalized Difference Vegetation Indices (NDVIs) at 1 m resolution [Datenpublikation] [online]. 4 TIFF-Files. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/AIDFG2> [zitiert am 16.11.2023], DOI:10.25625/AIDFG2
- 37
Schlund M, Erasmi S, Knohl A (2022) Rasters for ALS metrics at 1000m2 resolution [Datenpublikation] [online]. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/TJNWUI> [zitiert am 18.10.2023], DOI:10.25625/TJNWUI
- 38
Camarretta N, Knohl A, Erasmi S, Schlund M (2022) Rasters for ALS metrics at 10m resolution [Datenpublikation] [online]. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/HWTBW5> [zitiert am 16.11.2023], DOI:10.25625/HWTBW5
- 39
Camarretta N, Knohl A, Erasmi S, Schlund M (2022) Rasters for ALS metrics at 50m resolution [Datenpublikation] [online]. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/6JQDNA> [zitiert am 16.11.2023], DOI:10.25625/6JQDNA
- 40
Schlund M, Erasmi S (2022) Rasters of vegetation canopy height estimated with spaceborne TanDEM-X data [Datenpublikation] [online]. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/QJZ9XI> [zitiert am 16.11.2023], DOI:10.25625/QJZ9XI
- 41
Nketia KA, Asabere SB, Ramcharan A, Herbold S, Erasmi S, Sauer D (2022) Spatio-temporal mapping of soil water storage in a semi-arid landscape of northern Ghana - A multi-tasked ensemble machine-learning approach. Geoderma 410:115691, DOI:10.1016/j.geoderma.2021.115691
- 42
Camarretta N, Knohl A, Erasmi S, Schlund M, Seidel D, Ehbrecht M (2021) ALS metrics for core plots [Datenpublikation] [online]. 1 TAB-File, 25.9 KB. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/AIKOI9> [zitiert am 16.11.2023], DOI:10.25625/AIKOI9
- 43
Camarretta N, Knohl A, Erasmi S, Schlund M, Seidel D, Ehbrecht M (2021) ALS metrics for Landscape Assessment (LA) plots within LiDAR boundaries [Datenpublikation] [online]. 1 TAB-File, 69.1 KB. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/NWX23T> [zitiert am 16.11.2023], DOI:10.25625/NWX23T
- 44
Camarretta N, Ehbrecht M, Seidel D, Wenzel A, Zudhi M, Merk MS, Schlund M, Erasmi S, Knohl A (2021) ALS-derived metrics used in the manuscript "Using Airborne Laser Scanning to characterize land-use systems in a tropical landscape based on vegetation structural metrics" [Datenpublikation] [online]. 1 TAB-File, 39.5 KB. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/TH5KEX> [zitiert am 16.11.2023], DOI:10.25625/TH5KEX
- 45
Lobert F, Holtgrave A-K, Schwieder M, Pause M, Gocht A, Vogt J, Erasmi S (2021) Detection of mowing events from combined Sentinel-1, Sentinel-2, and Landsat 8 time series with machine learning. Grassl Sci Europe 26:123-125
- 46
Tetteh GO, Gocht A, Erasmi S, Schwieder M, Conrad C (2021) Evaluation of sentinel-1 and sentinel-2 feature sets for delineating agricultural fields in heterogeneous landscapes. IEEE Access 9:116702-116719, DOI:10.1109/ACCESS.2021.3105903
- 47
Klinge M, Dulamsuren C, Schneider F, Erasmi S, Bayarsaikhan U, Sauer D, Hauck M (2021) Geoecological parameters indicate discrepancies between potential and actual forest area in the forest-steppe of Central Mongolia. For Ecosyst 8:55, DOI:10.1186/s40663-021-00333-9
- 48
Camarretta N, Knohl A, Erasmi S, Schlund M (2021) Landscape Assessment (LA) centre plot coordinates [Datenpublikation] [online]. Göttingen: GROdata, zu finden in <https://data.goettingen-research-online.de/dataset.xhtml?persistentId=doi:10.25625/SSN6RO> [zitiert am 16.11.2023], DOI:10.25625/SSN6RO
- 49
Erasmi S, Klinge M, Dulamsuren C, Schneider F, Hauck M (2021) Modelling the productivity of Siberian larch forests from Landsat NDVI time series in fragmented forest stands of the Mongolian forest-steppe. Environ Monit Assessm 193:200, DOI:10.1007/s10661-021-08996-1
- 50
Lobert F, Holtgrave A-K, Schwieder M, Pause M, Vogt J, Gocht A, Erasmi S (2021) Mowing event detection in permanent grasslands: Systematic evaluation of input features from Sentinel-1, Sentinel-2, and Landsat 8 time series. Remote Sens Environ 267:112751, DOI:10.1016/j.rse.2021.112751
- 51
Schlund M, Lobert F, Erasmi S (2021) Potential of Sentinel-1 time series data for the estimation of season length in winter wheat phenology. In: Institute of Electrical and Electronics Engineers (ed) IGARSS 2021 - 2021 IEEE International Geoscience and Remote Sensing Symposium : proceedings ; 12-16 July 2021, Virtual Symposium, Brussels, Belgium. IEEE, pp 5917-5920, DOI:10.1109/IGARSS47720.2021.9554454
- 52
Schlund M, Kotowska MM, Brambach F, Hein J, Wessel B, Camarretta N, Silalahi M, Surati Jaya IN, Erasmi S, Leuschner C, Kreft H (2021) Spaceborne height models reveal above ground biomass changes in tropical landscapes. Forest Ecol Manag 497:119497, DOI:10.1016/j.foreco.2021.119497
- 53
Camarretta N, Ehbrecht M, Seidel D, Wenzel A, Zuhdi M, Merk MS, Schlund M, Erasmi S, Knohl A (2021) Using airborne laser scanning to characterize land-use systems in a tropical landscape based on vegetation structural metrics. Remote Sensing 13:4794, DOI:10.3390/rs13234794
- 54
Holtgrave A-K, Röder N, Ackermann A, Erasmi S, Kleinschmit B (2020) Comparing Sentinel-1 and -2 data and indices for agricultural land use monitoring. Remote Sensing 12:2919, DOI:10.3390/rs12182919
- 55
Schlund M, Erasmi S (2020) Sentinel-1 time series data for monitoring the phenology of winter wheat. Remote Sens Environ 246:111814, DOI:10.1016/j.rse.2020.111814
- 56
Tetteh GO, Gocht A, Schwieder M, Erasmi S, Conrad C (2020) Unsupervised parameterization for optimal segmentation of agricultural parcels from satellite images in different agricultural landscapes. Remote Sensing 12(18):3096, DOI:10.3390/rs12183096
- 57
Erasmi S, Semmler M, Schall P, Schlund M (2019) Sensitivity of bistatic TanDEM-X data to stand structural parameters in temperate forests. Remote Sensing 11(24):2966, DOI:10.3390/rs11242966
- 58
Schneider J, Jungkunst HF, Wolf U, Schreiber P, Gazovic M, Miglovets M, Mikhaylov O, Grunwald D, Erasmi S, Wilmking M, Kutzbach L (2016) Russian boreal peatlands dominate the natural European methane budget. Environ Res Lett 11(1):14004, DOI:10.1088/1748-9326/11/1/014004