Mark Günter

Profile

Mark Günter Wissenschaftlicher Mitarbeiter

  • Contact hours Tuesday
    Wednesday
    Thursday
    Friday
  • Address Berner Fachhochschule
    School of Agricultural, Forest and Food Sciences HAFL
    Fachbereich Waldwissenschaften
    Länggasse 85
    3052 Zollikofen

Activities

  • ArcGIS Pro and Online specialist

  • Research project acquisition

  • Project management

  • Teaching MSc and BSc level ArcGIS courses

  • Responsible for the ArcGIS Pro and Online Portal for the BFH

Teaching

  • GIS and Remote Sensing

Research

  • Early detection of bark beetle green attack with drone imagery

  • Drone technologies

  • Multispectral vegetation analyses

  • GIS and remote sensing

  • Precision RTK drone surveying (multispectral, RGB and LiDAR)

  • Capturing of multispectral, RGB and LiDAR RTK drone data in difficult mountainous terrain

CV

  • 2009 - present Scientific Collaborator GIS Bern University of Applied Science
  • 1997 - 2003 MSc in Geography University of Bern
  • 2006 - 2008 Diploma in GIS Free University of Amsterdam (UNIGIS)

Projects

  • (2010) GIS-basierte regionale Gegenüberstellung von Angebot und Nachfrage an Waldholz in der Schweiz

  • (2018) ANSB A9 Drohnenaufnahmen Kompensattionsflächen Oberwallis

  • (2019) Drohnen im Einsatz der Forstwirtschaft

  • (2020) Innosuise Innocheque Borki

  • (2021) Forschungfonds Aargau Machbarkeitsstudie Borkenkäfer Frühdetektion

  • (2021 - 2022) DROFEBOR 1: Frühdetektion von Borkenkäfer Green Attack mittels Drohnenbilder

  • (2020 - 2025) Drohnenmonitoring vom Bergsturzhang Elm, Kilchenstock und Guppenfirn Gletscher in Glarus

  • (2025) Innosuisse Innocheque: Development of a Method to Detect Bark Beetle Green Attack with Mavic 3M

Memberships

Supervised theses

  • Gagstätter, Simon Indoortest zur Ausbildung von Spürhunden mit synthetischen Pheromonen des Ips typographus 2022

  • Vanzo, Renaldo Borkenkäfer Green Attack Erkennung mittels Machine Learning und Satellitenbilder 2024

  • Winkler, Patrick Analyse von Ground Truth Daten und Anwendung von Deep Learning für die Früherkennung von Green Attack auf europäischen Fichten mittels Drohnendaten 2024

  • Ammann, Felix Development of a manual slider function in ArcGIS Online to optically calibrate Bark Beetle Green attack on European spruce early detection algorithm thresholds with reference to ground truth data 2025

  • Stäheli, Holly Evaluating UAV Sensor-based Algorithms for Tree Level Detection of Bark Beetle Green Attack 2023

  • Liu, Yan Applying a Dynamic Machine Learning Approach to Enhance Bark Beetle Green Attack Early Infestation Detection 2024

  • Gerber, Daniel Semesterarbeit 2: Entwicklung einer effizienten terrestrischen Methode zur Kontrolle des Fichtenzustandes bzgl. Green Attack 2022

  • Mosimann, Flurin Semesterarbeit 2: Semiautomatische Fichtenkronensegementierung 2022

  • Ammann, Felix Semesterarbeit 1: Marktanalyse bzgl. Bedarf einer Borkenkäferbefall Frühdetektionsdienstleitung 2024

  • Dünser, Matthias Semesterarbeit 1: Ersetzen Drohnen, Satelliten für die Deduktion bei Green Attack' 2024

  • Winkler, Patrick Semesterarbeit 1: Übersicht der möglichen ArcGIS Pro Deep Learning Methoden für die Früherkennung von Green Attack 2024

  • Ammann, Felix Semesterarbeit 2: Konfigurieren und Testen des Mavic 3M Green Attack Algorithmus 2025

  • Messer, David Semesterarbeit 1: Testen und Validierung einer Methodik für die Früherkennung von Borkenkäfer Green Attack auf Fichten mittels Mavic M3 2025

Language skills and intercultural knowledge

  • English - Native or bilingual proficiency
  • German - Native or bilingual proficiency
  • French - Professional working proficiency
  • Philippines
  • South Africa
  • Singapore
  • Hong Kong
  • Switzerland