Der zeitliche Wandel von Geodaten – Universelle Zeitreihenanalyse zur Bestimmung von Veränderungen und zuverlässigen Vorhersagen
2023-2025
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. :
Eine integrierte kommunale Wärmeleitplanung zur Umsetzung der Wärmewende „Planungsstufe 0“.
Der Rechtsrahmen für eine kosteneffiziente und sozialverträgliche Wärmewende (Würzburg),
November 2019
Knies, J. :
Energetisches Nachbarschaftsquartier Oldenburg Fliegerhorst vom Projektgebiet zur gesamten Stadt.
Energiewende im Kontext der Gesellschaft Partizipation und Akzeptanz bei innovativen Bauprojekten (FU Berlin),
November 2019
Knies, J. :
Energiekonzeptentwicklung in Energetischen Nachbarschafts-quartieren und weitere Überlegungen der Wärmeleitplanung.
Metropolregion Bremen - Oldenburg, 2. Sitzung des AK Energie und Klima,
November 2019
Luhmann, T.
:
Introduction to Close-Range Photogrammetry – Object Reconstruction and Applications.
Kiev National University for Construction and Architecture, Kiew,
Oktober 2019
Luhmann, T.
:
Introduction to Close-Range Photogrammetry - Fundamentals and Camera Calibration.
Kiev National University for Construction and Architecture, Kiew,
Oktober 2019
Projekte
Gefördert durch: Bundesamt für Kartographie und Geodäsie (BKG)
Dieses Vorhaben ist ein Gemeinschaftsprojekt mit dem Institut für Photogrammetrie und GeoInformation (IPI) und dem Institut für Kartographie und Geoinformatik (ikg), beide von der Leibniz Universität Hannover. Es ist das erste Proj... mehr
Gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz
Ziel des Projektes ist es, die klassische Sichtprüfung (VT) von Schweißverbindungen unter Wasser durch ein optisches 3D-Messsystem zu ergänzen. Auf Grundlage von hochauflösenden 2D-(Bild)Daten werden durch photogrammetrische Metho... mehr
Gefördert durch: Deutsche Forschungsgemeinschaft (DFG)
Klassische Verfahren der photogrammetrischen Verformungsanalyse bestehen zum einen aus der spatio-temporalen Bildzuordnung (spatio temporal matching – STM) und zum anderen aus einem nachfolgenden Schritt der Berechnung von Verformungsparame... mehr
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)