Open Positions

Environmental Modeller:

Land ecosystems response to environmental changes

We seek a creative and communicative colleague to join our team. Specifically, we seek to

  • further develop, evaluate and apply the dynamic global vegetation model LPJ-GUESS for land-based climate change mitigation (such as modelling bioenergy yield, ‘climate smart’ cropland management)
  • contribute to development, simulations and analyses of the coupled socio-economic model LandSyMM
  • lead and contribute to peer-reviewed publications arising from the work
  • contribute to general tasks in the group such as teaching, website maintenance, project reports or proposal writing

 

We offer: a multi‐disciplinary, highly collaborative and friendly team, well connected to national and international research networks and activities. Salary and benefits will be based on the Collective Agreement for the German Public Service Sector (TV-L EG13). Appointment will be initially for a period of 2 years, starting as soon as possible.

Required qualifications:

  • PhD in a natural or computer science subject (e.g., environmental science, mathematics, ecology, meteorology, information technology)
  • Proven track‐record in advanced scientific programming or quantitative data-analysis
  • Very good publication record (depending on the stage of career)
  • The appointee must be willing to travel and have very good spoken and written skills in the English language; German is an advantage

 

Candidates will be evaluated based on their track record, adjusted for their seniority, parental leave, etc. We highly value diversity in our group, and encourage in particularly female or diverse candidates to apply.

Applications, including a CV, description of programming experience, a letter of motivation, and names of two references should be sent by email as a single pdf to Prof. Almut Arneth (almut.arneth(at)kit.edu) by 10.11.2021, quoting the reference number IsoTech.

 

HiWi, Bachelor and Master thesis opportunities

Hilft uns eine erhöhte CO2-Konzentration bei der Ernährung der Welt?

We have regularly opportunities for HiWi jobs, and topics suitable for Bachelor and Master theses, please contact us if you are interested. For most of these you will need to have some experience in handling large data sets (e.g. R, MatLab, Python), ideally even in programming languages, and an interest in our topics.

Small student-contracts to cover living costs in Garmisch can be offered.

In particulare we seek interested students to work on theses on two topics (description in German as follows):

  1. Hilft eine erhöhte CO2-Konzentration bei der Ernährung der Welt? Eine wachsende Weltbevölkerung in Verbindung mit den Auswirkungen des Klimawandels wird das globale Ernährungssystem in den kommenden Jahrzehnten voraussichtlich extrem belasten. Eine 'gute' Nachricht, inmitten der schlechten ist, dass erhöhte atmosphärische Kohlendioxidkonzentration in Feldexperimenten nachweislich zu einer erheblichen Steigerung der Ernteerträge führt. Eine große Herausforderung für die Wissenschaft besteht darin, diese Informationen aus Experimenten in Simulationen und Projektionen von Ertragsveränderungen in ganzen Regionen oder auf der ganzen Welt umzusetzen. In den letzten Jahren haben wir ein Modul für das dynamische globale Vegetationsmodell LPJ-GUESS entwickelt, das genau diese Skalierung ermöglicht. Um besser zu verstehen, ob die simulierten Prognosen realistisch sind, ist eine sorgfältige Bewertung des Modells anhand von Beobachtungen erforderlich.
    In diesem Masterprojekt werden Sie mit der neuesten Version des LPJ-GUESS-Erntemodells arbeiten,
    Simulationen historischer und potenzieller künftiger Ernteerträge durchführen, diese anhand von Beobachtungen bewerten und die Gründe für die simulierten starken Ertragssteigerungen untersuchen. Sie erhalten eine Ausbildung in der Anwendung eines hochmodernen wissenschaftlichen Modells und in der Datenverarbeitung. Dabei werden Sie auch etwas über die Prozesse lernen, die bestimmen, wie sich die Ernteerträge in Zukunft wahrscheinlich verändern werden. Ihre Forschung wird zur Verbesserung des LPJ-GUESS-Erntemodells beitragen, das seinerseits eine internationale Zusammenarbeit zwischen Institutionen in Schweden und Deutschland darstellt und zu einer Reihe von internationalen Bewertungen des zukünftigen Ernährungssystems beiträgt (z. B. Alexander et al., 2018 https://onlinelibrary.wiley.com/doi/10.1111/gcb.14110; Rabin et al., 2020 https://esd.copernicus.org/articles/11/357/2020/.
     
  2. Wieviel kosten Feuer?
    Das Risiko von Waldbränden steigt mit dem Klimawandel weltweit an. Eine der Konsequenzen sind erhöhte Brandschäden, aber auch erhöhte Kosten für Feuermanagement. Wie hoch diese sind ist aber nur mir großen Unsicherheiten abzuschätzen. Diese Masterarbeit basiert z.T. auf systematischer Literatursuche und -synthese zu ökonomischen und nicht-ökonomischen Schäden, Statistik & GIS-basierter Analyse, sowie Output zu Waldbränden des Vegetationsmodels LPJ-GUESS (e.g. Rabin, S.S., et al. (2017) The Fire Modeling Intercomparison Project (FireMIP), phase 1: experimental and analytical protocols with detailed model descriptions. Geoscientific Model Development 10: 1175-1197).
    Ihre Forschung wird zu einer Verbesserung der Brandfolgekosten beitragen. Sie erhalten Einblick in globale Ökosystemmodellierung und deren Auswertung. Die Arbeit erfolgt in Kooperation mit Arbeitsgruppen in München, Frankfurt und Dresden.


Für beide Arbeiten gilt:
Fortgeschrittene Programmierkenntnisse sind keine Voraussetzung, da die LPJ-GUESS-Modellierung ohne
Änderung des zugrundeliegenden C++-Codes durchgeführt werden kann (es sind nur einige grundlegende Befehle in Linux erforderlich), aber die Fähigkeit, Datensätze mit einer programmierbasierten Software wie Matlab oder R zu analysieren, ist für das Projekt von grundlegender Bedeutung, ebenso wie ein Verständnis der Konzepte der Ökosystemmodellierung. Für Thema (2) sind Kenntnisse in GIS-Software nötig.
Die Arbeiten können in deutscher oder englischer Sprache verfasst werden, für die Interaktion mit Kollegen in
sind jedoch gute Englisch’sprech‘kenntnisse erforderlich.