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
Knies, J. :
The Aspect of Space in Future Energy Systems.
Sustainable Built Environment Conference – Strategies, Stakeholders, Success Factors, HCU Hamburg,
März 2016
Conen, N. :
Endoskopische 3D-Navigation.
Jade2Pro Kolloquium, Schlaues Haus, Oldenburg,
März 2016
Brinkhoff, T.
:
Geodatenbanksysteme.
CAS Räumliche Informationssysteme, ETH Zürich, Schweiz,
Februar 2016
Conen, N. :
Robuste Oberflächenerfassung aus mehrfachen Endoskopiebildern – Untersuchung realitätsnaher Testszenarien.
15. Oldenburger 3D-Tage,
Februar 2016
Willemsen, T. :
Zum Einfluss von Maßstäben in photogrammetrischen Projekten großer Volumina.
15. Oldenburger 3D-Tage,
Februar 2016
Projekte
Gefördert durch: BMBF FHprofUnt
![](assets/images/e/webbos-158e9ecc.png)
Ziel war die Entwicklung eines webbasierten interoperablen Informationssystems zur Hochwasserfrühwarnung. Die Basis bildete ein Bodenfeuchteprofilsensor, mit dem Gebietszustände ermittelt und darauf aufbauend über ein... mehr
Personen
Prof. Dr. Thomas Brinkhoff (Leitung) Stephan Jansen, M.Sc. (09.2010-04.2011) Dipl.-Ing. Christian Knese (10.2007-02.2010)
Prof. Dr. Thomas Brinkhoff (Leitung) Stephan Jansen, M.Sc. (09.2010-04.2011) Dipl.-Ing. Christian Knese (10.2007-02.2010)
Organisation und Auswertung großer georeferenzierter und spatio-temporaler 2D- und 3D-Messwertdatenbanken
2007-2008
Gefördert durch: Arbeitsgruppe Innovative Forschungsprojekte (AGIP)
![](assets/images/1/messdb-a0972f94.jpg)
In diesem Vorhaben wurden Techniken zur Organisation großer georeferenzierter und spatio-temporaler Messwertdatenbanken entwickelt und erprobt.
Entwicklung eines Verfahrens zur Bestimmung dynamischer Oberflächenveränderungen durch Mehrbildmatching mit geometrischen und zeitlichen Bedingungen
2007-2010
Gefördert durch: BMBF FHprofUnt
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Folkmar Bethmann, M.Sc. (02.2008-02.2010) (03.2007-02.2010) Dr. Ing. Johannes Piechel (12.2008-08.2009)
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Folkmar Bethmann, M.Sc. (02.2008-02.2010) (03.2007-02.2010) Dr. Ing. Johannes Piechel (12.2008-08.2009)
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)