3D-Analysemechanismen
2006-2007
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
Luhmann, T.
:
Development of a simulator for terrestrial laser scanning as a powerful tool for distance learning.
Polytecnico di Milano, Campus Lecco,
November 2022
Luhmann, T.
:
Photogrammetric research and development in photogrammetry at IAPG.
Polytecnico di Milano,
November 2022
Luhmann, T.
:
Photogrammetric research and development at IAPG.
Bruno Kessler Foundation (FBK), Trento,
November 2022
Koch, S.
:
Geodatenanalyse für die Energie- und Wärmewende.
Kolloquium Geoinformation, Jade Hochschule,
Oktober 2022
Schüssler, F.
; Brinkhoff, T.
; Pesch, R.
:
Raumzeitliche Konzepte zur Datenanalyse und Visualisierung in der Geo-Toolbox.
Kickoff-Meeting 4N - Nordwest-Niedersachsen Nachhaltig Neu; Universität Vechta,
Oktober 2022
Projekte
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Überwachung von Sickerwasser in Deponien mittels hyperspektraler Sensoren
2005-2007
Gefördert durch: Arbeitsgruppe Innovative Forschungsprojekte (AGIP)
In dem Projekt sollen hyperspektrale Sensoren entwickelt werden, die eine kontinuierliche Überwachung des Deponiewassers ermöglichen. Damit wird eine wesentlich höhere Datendichte als üblich erreicht. Weiterhin können Leckagen am Dichtungssystem...
Personen
Prof. Dr.-Ing. Manfred Weisensee (Leitung) Dipl.-Geogr. Hans-Peter Ratzke (07.2005-10.2007) Kristina Nebel (02.2007-10.2007)
Prof. Dr.-Ing. Manfred Weisensee (Leitung) Dipl.-Geogr. Hans-Peter Ratzke (07.2005-10.2007) Kristina Nebel (02.2007-10.2007)
Offenes Katastrophenmanagement mit freiem GIS
2005-2009
Gefördert durch: BMBF FHprofUnt
Ziel des Verbundvorhabens OK-GIS war die Entwicklung und Umsetzung eines Gesamtkonzepts für die Verwaltung, Nutzung, Visualisierung und mobile Erfassung von Geodaten im Rahmen von Geodiensten für das Katastrophenmanagement.
Personen
Prof. Dr. Thomas Brinkhoff (Leitung) Dipl.-Ing. Galeff Schmees (02.2008-10.2008) Dipl.-Ing. Christian Rolfs (10.2005-02.2008)
Prof. Dr. Thomas Brinkhoff (Leitung) Dipl.-Ing. Galeff Schmees (02.2008-10.2008) Dipl.-Ing. Christian Rolfs (10.2005-02.2008)
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)