PD Dr. Martin Schultz leitet die Gruppe zur Erforschung von Erdsystemdaten (ESDE) im Jülicher Supercomputing Centre (JSC). Er koordiniert das DeepRain-Projekt und leitet die Aktivitäten zur leistungsstarken Datenbereitstellung. Schultz ist ein bekannter Experte für Atmosphärenforschung und numerische Simulationen. Seine Forschungsinteressen konzentrieren sich heute auf leistungsstarke Datendienste und maschinelle Lernanwendungen in den Bereichen Meteorologie und Luftqualität.
Amirpasha Mozaffari ist der Datenmanager der ESDE-Gruppe bei JSC und verantwortlich für die Entwicklung der Datenworkflows und Datenmanagementpläne 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 für die Vorhersage von Zeitreihen und raumzeitlichen Sequenzen in Wetter- und Luftqualitätsanwendungen. Im Juli 2017 erhielt sie ihren Doktortitel im Bereich der künstlichen Intelligenz in der Anwendung der Umweltwissenschaften und Energie von der Technischen Universität Madrid, Spanien
Felix Kleinert ist Doktorand innerhalb der ESDE Gruppe. Er hat seinen Masterabschluss in Physik der Erde und Atmosphäre an der Rheinischen Friedrich-Wilhelms-Universität Bonn erworben. Seine Forschungsinteressen konzentrieren sich auf die Entwicklung und den Einsatz maschineller Lernanwendungen zur Verbesserung lokaler meteorologischer Punktvorhersagen.
Michael Langguth wurde im März 2020 Mitglied der ESDE-Gruppe im JSC. Im Rahmen seiner Promotionsarbeit am Institut für Geowissenschaften – Abteilung Meteorologie der Universität 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. Während dieser Arbeit erlangte ein tiefes Verständnis der numerischen Modellierung von Niederschlagsprozessen in der Atmosphäre. Im DeepRain-Projekt forscht er an der Entwicklung passender neuronaler Netzwerk-Architekturen für die quantitative Niederschlagsvorhersage sowie an deren Verifikationsmethoden.
Prof. Dr. Peter Baumann ist Professor für Informatik an der Jacobs University und forscht über Datacube-Dienste und deren Anwendung in Wissenschaft und Technik. Mit der rasdaman-Engine haben er und sein Team Datacubes und Array-Datenbanken mit über 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 trägt 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 großen Datensätzen 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 Osnabrücker Teams, das für 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 verfügt er über umfangreiche Erfahrungen sowohl in der Grundlagenforschung als auch in der Anwendung von Techniken des maschinellen Lernens bei den unterschiedlichsten Fragestellungen. Er koordiniert WP3.
Rüdiger Busche promoviert in der Gruppe Neuroinformatik in Osnabrück. Seine Aufgabe ist es, Deep-Learning-Modelle zur Verbesserung der Auflösung von Regenvorhersagen zu entwickeln. Rüdiger studierte Kognitionswissenschaften, wo er sich auf maschinelles Lernen und künstliche Intelligenz konzentrierte. In seiner Forschung zielt er darauf ab, das maschinelle Lernen auf reale Probleme anzuwenden, wobei der Schwerpunkt auf dem räumlich-zeitlichen Bereich liegt.
Dr. Erik J. Schaffernicht beschäftigt 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 stationär beobachteten Niederschlags- und Radarmessungen. Als Mitglied des Hans Ertel Zentrums (HErZ) ist er dem Deutschen Wetterdienst (DWD) und der Abteilung für Meteorologie an der Universität Bonn angeschlossen. Zusätzlich zu seiner Expertise in der Klimamodellierung verfügt er über ein tiefes Verständnis der Klassifizierung des Zirkulationswettertyps (CWT) und statistischer dynamischer Downscaling-Ansätze 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 atmosphärische Muster über die kontinentalen Gebiete (wie Europa und den Nordatlantik) während des glazialen und warmen Klimas.
Dr. Bernhard Reichert leitet ein Team für die zentrale Nachbearbeitung im Geschäftsbereich 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 für Meteorologie, Hamburg, über die Simulation und Interpretation vorindustrieller Klimaschwankungen und zukünftiger anthropogener Klimaänderungen.
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 “Klimaüberwachung und -diagnose” im Hans Ertel Zentrum des Deutschen Wetterdienstes. Hier ist er verantwortlich für die Entwicklung von regionalen Reanalysen und die Erforschung von Bewertungstechniken für Wetter- und Klimadaten. Darüber hinaus erforscht er Postprocessing- und Downscaling-Ansätze für Niederschlagszeitreihen in Bezug auf ihre Anwendung in der Klimaüberwachung. Er koordiniert WP4.
Prof. Dr. Andreas Hense ist Universitätsprofessor am Institut für Geowissenschaften, Abt. Meteorologische Universität Bonn seit 1990 und leitet die Gruppe “Klimadynamik”. Er arbeitet und lehrt in den Bereichen der Atmosphären- und Klimaphysik unter Einbeziehung stochastischer Elemente wie der natürlichen Klimaschwankungen auf der aktuellen und paläozeitlichen Skala, des anthropogenen Klimawandels im vergangenen Jahrhundert, quantitativer Niederschlagsvorhersagen über wenige Stunden bis Tage und Klimaextreme. Im Mittelpunkt aller Arbeiten der letzten 30 Jahre steht die gemeinsame Analyse von Modellen und Beobachtungen, einschließlich der Überprüfung von Prognosen über alle Zeitskalen von Stunden bis Jahrzehnten und der Erkennung und Zuordnung des anthropogenen Klimawandels. Er koordiniert WP5.
Dr. Rita Glowienka-Hense arbeitet am Institut für Geowissenschaften, Abt. Meteorologische Universität Bonn zur Analyse von Klima und Wetterschwankungen einschließlich der Überprüfung der entsprechenden Prognosen aus Wetter- und Klimamodellsimulationen. Als solche veröffentlichte sie Arbeiten über die Variabilität und Struktur der Nordatlantischen Oszillation NAO und die Bewertung der Fähigkeiten dekadischer Klimavorhersagen. Teil dieser Arbeit war die Vorbereitung eines Verifikationstools für die globalen mittelfristigen Klimavorhersagen über Jahrzehnte aus dem deutschen MiKliP-Projekt.