Dr. Rentschler, Tobias
Projektmitarbeiter SFB 1070 RessourcenKulturen
Kontakt
Arbeits- und Forschungsschwerpunkte
• Forschungsdatenmanagement in interdisziplinären Großprojekten
• Spatial humanities
• Geoinformatik und -statistik
• Umweltmodellierung mit maschinellem Lernen
Beruflicher Werdegang
Seit 2021
Wissenschaftlicher Mitarbeiter
SFB 1070 RessourcenKulturen Serviceprojekt S: Forschungsdatenmanagement, Eberhard Karls Universität Tübingen
2017-2021
Wissenschaftlicher Mitarbeiter
SFB 1070 RessourcenKulturen Serviceprojekt S: Geowissenschaftliche und geoarchäologische Beratung, Eberhard Karls Universität Tübingen
2017
Praktikum
Nationale Bodenbeobachtung, Agroscope, Eidgenössisches Departement für Wirtschaft, Bildung und Forschung, Schweiz
2013-2017
Wissenschaftliche Hilfskraft in verschiedenen Drittmittelprojekten
• Lehrstuhl für physische Geographie, Eberhard Karls Universität Tübingen
• Lehrstuhl für Bodenkunde und Geomorphologie, Eberhard Karls Universität Tübingen
• BEF China (FOR 891): The role of tree and shrub diversity for production, erosion control, element cycling, and species conservation in Chinese subtropical forest ecosystems, Eberhard Karls Universität Tübingen
• SFB 1070 RessourcenKulturen. B03 Ressourcenerschließung und Herrschaftsräume im Mittelalter: Klöster und Burgen, Eberhard Karls Universität Tübingen
• SNF-Projekt: Region, Nation and Beyond. An Interdisciplinary and Transcultural Reconceptualization of Ukraine, Universität St. Gallen
Wissenschaftliche Ausbildung
04/2021
Promotion: Explainable machine learning in soil mapping (Dr. rer. nat.)
Eberhard Karls Universität Tübingen
2017 - 2021
Doktorand der Geographie
Eberhard Karls Universität Tübingen
2014 - 2017
Studium der physischen Geographie - Landscape System Sciences (M.Sc.)
Eberhard Karls Universität Tübingen
2010 - 2014
Studium der Geographie (B.Sc.)
Eberhard Karls Universität Tübingen
Publikationen
2022 | Rentschler, T., Bartelheim, M., Behrens, T., Díaz-Zorita Bonilla, M., Teuber, S., Scholten, T., Schmidt, K. (2022): Contextual spatial modelling in the horizontal and vertical domains. Scientific reports 12, 1, 9496. doi: 10.1038/s41598-022-13514-5
|
2021 | Rentschler, T., Schmidt, K., Behrens, T., Scholten, T., (2021): Soil quality and soil property data and terrain data for 3D multi-scale contextual spatial modelling in Lora del Rio, Andalusia, Spain. PANGAEA. doi.pangaea.de/10.1594/PANGAEA.938774 |
Rentschler, T., Schmidt, K., Nitschke, R., Scholten, T., Teuber, S., (2021): Soil spectroscopy data from 130 soil profiles in Lora del Rio, Andalusia, Spain. PANGAEA. doi.pangaea.de/10.1594/PANGAEA.938774 | |
2020 | Rentschler, T., Werban, U., Ahner, M., Behrens, T., Gries, P., Scholten, T., Teuber, S., Schmidt, K. (2020): 3D mapping of soil organic carbon content and soil moisture with multiple geophysical sensors and machine learning. Vadose Zone Journal 19, 1. doi: 10.1002/vzj2.20062 |
Stumpf, F., Schneider, M.K., Keller, A., Mayr, A., Rentschler, T., Meuli, R.G., Schaepman, M., Liebisch, F. (2020): Spatial monitoring of grassland management using multi-temporal satellite imagery. Ecological Indicators 113, 106201. doi: 10.1016/j.ecolind.2020.106201 | |
Taghizadeh-Mehrjardi, R., Schmidt, K., Amirian-Chakan, A., Rentschler, T., Zeraatpisheh, M., Sarmadian, F., Valavi, R., Davatgar, N., Behrens, T., Scholten, T. (2020): Improving the Spatial Prediction of Soil Organic Carbon Content in Two Contrasting Climatic Regions by Stacking Machine Learning Models and Rescanning Covariate Space. Remote Sensing 12 1095. doi: 10.3390/rs12071095 | |
2019 | Rentschler, T., Gries, P., Behrens, T., Bruelheide, H., Kühn, P., Seitz, S., Shi, X., Trogisch, S., Scholten, T., Schmidt, K. (2019): Comparison of catchment scale 3D and 2.5D modelling of soil organic carbon stocks in Jiangxi Province, PR China. PLoS ONE 14(8): e0220881. doi: 10.1371/journal.pone.0220881 |
2017 | Schmaltz, E.M., Rosner, H.-J., Rentschler, T., Märker, M. (2017): Assessment of groundwater response and soil moisture fluctuations in the Mugello Basin (central Italy). Geography, Environment, Sustainability (GES Journal) 10/2, 15-27. doi: 10.24057/2071-9388-2017-10-2-15-27 |
Vorträge und Präsentationen
2022 | Rentschler, T., Bartelheim, M., Behrens, T., Díaz-Zorita Bonilla, M., Scholten, T., Schmidt, K. (2022): Tiefenbezogene und skalenabhängige Modellierung der Bodenqualität in Andalusien, Spanien. Jahrestagung der Deutschen Bodenkundlichen Gesellschaft 2022, Trier. |
Taghizadeh-Mehrjardi, R., Rentschler, T., Schmidt, K., Cheshmberah, F., Scholten, T. (2022): Improving the spatial prediction of soil texture fractions using semisupervised machine learning in Germany. Jahrestagung der Deutschen Bodenkundlichen Gesellschaft 2022, Trier. | |
Rentschler, T., Bartelheim, M., Behrens, T., Díaz-Zorita Bonilla, M., Scholten, T., Schmidt, K. (2022): The relevant range of scales for 3D multi-scale contextual spatial modelling. 22nd World Congress of Soil Science, Glasgow, Vereinigtes Königreich. | |
Bellat, M., Glissmann, B., Rentschler, T., Schmidt, K., Sconzo, P., Pfälzner, P., Scholten, T. (2022): Unraveling archaeological settlement, landscape, and resource use patterns with machine learning in Kurdistan (Iraq). EGU General Assembly 2022, Wien. | |
2021 | Rau, K., Gläßle, T., Rentschler, T., Hennig, P., Scholten, T. (2021): Spatial prediction of soil thickness with Gaussian Process Regression using pedological knowledge described by partial differential equations. EGU General Assembly 2021, Wien. |
2020 | Rentschler, T., Bartelheim, M., Díaz-Zorita Bonilla, M., Gries, P., Scholten, T., Schmidt, K. (2020): Volumetric soil quality modelling with machine learning in a diverse agricultural landscape in Andalusia, Spain. |
Bindereif, L., Rentschler, T., Batelheim, M., Díaz-Zorita Bonilla, M., Gries, P., Scholten, T., Schmidt, K. (2020): Synthetic sampling for spatio-temporal land cover mapping with machine learning and the Google Earth Engine in Andalusia, Spain. | |
2019 | Scholten, T., Rentschler, T., Taghizadeh-Mehrjardi, R., Schmidt, K. (2019): Prediction of Drought Risk and Soil Quality using FTIR and ML - Examples from Prehistoric Andalusia, Spain. Interdisciplinary and International Workshop 26.-28.09.2019 Linares, Spain. |
Rentschler, T., Bartelheim, M., Díaz-Zorita Bonilla, M., Scholten, T., Schmidt, K. (2019): Convolutional neural networks und Nahinfrarotspektroskopie für die Prognose von Bodenqualitätsindikatoren. Jahrestagung der Deutschen Bodenkundlichen Gesellschaft 2019, Kommission V /Digital Soil Mapping, 25. – 28. August 2019, Bern, Schweiz. | |
Rentschler, T., Ahner, M., Behrens, T., Gries, P., Kühn, P., Werban, U., Scholten, T., Schmidt, K.: Three-dimensional mapping of soil organic carbon and soil water content with proximal soil sensing data. EGU General Assembly 2019, Vienna. | |
Bindereif, L., Rentschler, T., Bartelheim, M., Díaz-Zorita Bonilla, M., Gries, P., Scholten, T., Schmidt, K.: Analysis and mapping of spatio-temporal land use dynamics in Andalusia, Spain using the Google Earth Engine cloud computing platform and the Landsat archive. EGU General Assembly 2019, Vienna. | |
Rentschler, T., Ahner, M., Behrens, T., Gries, P., Kühn, P., Werban, U., Scholten, T., Schmidt, K.: Dreidimensionale Kartierung des organischen Bodenkohlenstoffs und des Bodenwassergehalts mit geophysikalischen Methoden. 7th Digital Soil Mapping Workshop, Deutsche Bodenkundliche Gesellschaft (DBG), AG DSM, Tübingen. | |
2018 | Rentschler, T., Gries, P., Behrens, T., Bruelheide, H., Kühn, P., Seitz, S., Trogisch, S., Scholten, T., Schmidt, K.: Comparison of catchment scale 3D and 2.5D modelling of soil organic carbon stocks in Jiangxi Province, PR China. 2nd ISMC Conference: New Perspectives on Soil Models, Wageningen, Netherlands. |
Stumpf, F., Keller, A., Mayr, A., Rentschler, T., Schneider, M., Meuli, R., Schaepman, M., Liebisch, F.: Spatial monitoring of grassland management and plant diversity in Switzerland. SUSALPS Conference 2018, Garmisch-Partenkirchen, Germany. | |
Taghizadeh-Mehrjardi, R., Schmidt, K., Eftekhari K., Rentschler, T., Scholten, T.: Updating the categorical soil map of Iran using limited soil legacy data. 21st World Congress of Soil Science, Rio de Janeiro, Brazil. | |
Rentschler, T., Schmidt, K.: Learning QGIS - Getting started with geospatial analysis and mapping. In Poseidons Reich XXIII, Jahrestagung der DEGUWA e.V. | |
2017 | Rentschler, T., Kühn, P., Scholten, T., Schmidt, K.: Dreidimensionale Kartierung von SOC basierend auf maschinellem Lernen in Jiangxi, VR China. Deutscher Kongress für Geographie, Tübingen, Germany. |
Rentschler, T., Kühn, P., Behrens, T., Scholten, T., Schmidt, K.: Dreidimensionale Modellierung von organischem Kohlenstoff im Boden basierend auf multi-skaliger Reliefanalyse und Methoden des Data Minings in Jiangxi, VR China. Deutsche Bodenkundliche Gesellschaft (DBG) Jahrestagung 2.-7.9.2017, Göttingen, Germany. | |
Rentschler, T., Kühn, P., Scholten, T., Schmidt, K.: Three-dimensional mapping of soil organic carbon (SOC) based on multi-scale digital terrain analysis and data mining in Jiangxi Province, PR China. Pedometrics 2017, Wageningen, Netherlands. |