Artikel und Bücher
Alle
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
Koch, S.; Elbeshausen, M.; Gravenhorst, T.; Schnabel, M. (2022):
Geo Data Science für die Energiewende am Beispiel der Standortbewertung für Kleinwindenergieanlagen. Künstliche Intelligenz in Geodäsie und Geoinformatik
Brinkhoff, T. (2022):
Geodatenbanksysteme in Theorie und Praxis. Einführung in Geodatenbanken unter besonderer Berücksichtigung von PostGIS und Oracle, 4., überarbeitete und erweiterte Auflage, Wichmann, 624 Seiten, ISBN 978-3-87907-694-9 (Buch), ISBN 978-3-87907-695-6 (E-Book)
, Weblink
Brinkhoff, T. (2022):
Geoinformationen im touristischen Umfeld. In: U. Weithöner, R. Goecke, E. Kurz, A. Schulz (Hrsg.), Digitaler Tourismus - Informationsmanagement im Tourismus, 3. Auflage, De Gruyter Oldenbourg, 155-172
, Weblink
Schönrock, S.; Schuchardt, B.; Bildstein, T.; Heinicke, K.; Kreutle, K.; Pesch, R. (2022):
Geostatistical Applications in a Marine Benthic Biological Context. Kresse, W., Danko, D. M. (Eds.): Springer Handbook of Geographic Information. Springer
Pogoda, B.; Hauser, S.; Rothe, M.; Bakker, F.; Hausen, T.; Bérenger, C.; Heinicke, K.; Pesch, R. (2022):
GIS-basierte Modellierung von Eignungsflächen für die Wiederansiedlung der Europäischen Auster in der AWZ der Nordsee. gis.Science Ausgabe 2/2022
Vorträge
Griese, A. ; Schüssler, F.
; Koppelin, F. :
Untersuchung der Versorgungslage von Physiotherapeut*innen in Niedersachsen: Eine Analyse der derzeitigen physiotherapeutischen Versorgungsstruktur und Prognose des zukünftigen Bedarfs.
Kongres der Deutschen Gesellschaft für Sozialmedizin und Prävention,
August 2023
Weblink
Pesch, R.
; Breckling, B. ; Schmidt, B. :
Transformation und Strukturwandel im ländlichen Raum Nordwestdeutschlands - Reallabore in Marsch, Moor, Geest und Mee(h): Vorstellung des 4N-Verbundprojektes.
Klimamarkt auf dem Jasperhof, Westerstede,
August 2023
Elbeshausen, M.
:
GeoVisual Analytics zur intuitiven Szenarioplanung im Kontext der geodatenbasierten Wärmeleitplanung.
GI_Salzburg23,
Juli 2023
Koch, S.
; Elbeshausen, M.
:
Wärmeleitplanung Nordwest am Beispiel von Edewecht.
OLEC Energy Week 2023: wärme:tauscher - Kommunale Wärmeplanung gemeinsam vorantreiben!,
Juni 2023
Lanz, P. :
Automatic Refugee Inflatable Detection with Polarimetric SAR..
PolINSAR 2023, Toulouse,
Juni 2023
Weblink
Projekte
2008-2009
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Smart Cities
2008-2011
Gefördert durch: Europäische Union (EU)
Das Projekt Smart Cities besteht aus 13 Partnern aus sechs Ländern des Nordseeraums. Ziel des Projektes ist es ein nachhaltiges Innovationsnetzwerk von Kommunen und Hochschulen zu etablieren. Besonderer Schwerpunkt der Arbeit liegt hierbei auf Techn...
Personen
Prof. Dr.-Ing. Manfred Weisensee (Leitung) Christine Deike (07.2009-08.2011) (08.2009-08.2011) Tim Grzabka, M.A. (11.2010-01.2011)
Prof. Dr.-Ing. Manfred Weisensee (Leitung) Christine Deike (07.2009-08.2011) (08.2009-08.2011) Tim Grzabka, M.A. (11.2010-01.2011)
Bildgestützte Planung und Messung von Solardachanlagen
2008-2010
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Ziel des Projekts ist die Entwicklung von photogrammetrischen Verfahren, die eine einfache Vermessung von Dachflächen mit anschließender Planung und Visualisierung einer Solaranlage auf der Basis unkalibrierter digitaler Bildaufnahmen ermöglicht. ...
Abschlussarbeiten
Konzeption und Entwicklung eines Verfahrens zur Anonymisierung von personenbezogenen und georeferenzierten Verbrauchsdaten im Kontext der kommunalen Wärmeplanung (2023/1)
Kooperationspartner
Spatiotemporal analysis of biodiversity in the North Sea (2022/11)
Kooperationspartner
Alfred-Wegener-Institut: Helmholtz-Zentrum für Polar- und Meeresforschung
Potenzialanalyse von Randflächen an Autobahnen für Windkraft- und Photovoltaikfreiflächenanlagen (2022/11)
Untersuchungen zur Erfassung von spiegelnden und transparenten Oberflächen aus Laserscan-Punktwolken (2022/10)
Bildbasierte Detektion von Rissen in Schweißverbindungen mit den Methoden des Deep Learnings (2022/10)