Artikel und Bücher

Pogoda, B.; Hausen, T.; Rothe, M.; Bakker, F.; Hauser, S.; Bérenger, C.; Dureuil, M.; Krause, J.; Heinicke, K.; Pusch, C.; Eisenbarth, S.; Kreutle, A.; Peter, C.; Pesch, R. (2023): Come, tell me how you live: Habitat suitability analysis for Ostrea edulis restoration. Aquatic Conservation: Marine and Freshwater Ecosystems (accepted Jan 2023) , doi: 10.1002/aqc.3928
Göring, M.; Luhmann, T. (2023): Development of a Procedure for Torsion Measurement Using a Fan-Shaped Distance Meter System. Sensors 2023 , doi: https://doi.org/10.3390/s23208603 , Weblink
Kahmen, O.; Rofallski, R.; Luhmann, T. (2023): Digital visual testing of welds under water using optical 3D measurement technology with image-variant illumination. Unterwassertechnik 2023 - DVS Media, DVS Berichte, Band: 374, S. 93-101, ISBN: 978-3-96144-159-4 , Weblink
Both, F.; Kalinowski, P.; Luhmann, T.; Warnke, U. (2023): Digitalisierung der Weserrunenknochen und die alte Frage: Original oder Fälschung. Warnke (Hrsg.): Berichte aus dem Landesmuseum Natur und Mensch Oldenburg, 03/2022, ISSN 2750-2813, Isensee Verlag, Oldenburg, S. 67-70
Elbeshausen, M.; Koch, S.; Cao, K.; Steinberger-Wilckens, R.; Buschmann, J. (2023): Energieversorgung regional und strategisch planen. Wissen hoch N – Wissen aus Hochschulen in Niedersachsen , doi: https://doi.org/10.60479/XYNE-2C19 , Weblink

Vorträge

Brinkhoff, T. : Auswertung von Fahrdaten aus digitalen Tachographen zur Visualisierung von Fahrtstrecken, eine neue Dimension der Weg/Zeit-Berechnung. Fachtagung Klassische Forensik: Innovationen für die Kriminaltechnik, GPEC Leipzig, Mai 2024
Pesch, R. : Geoinformationssysteme: Hintergründe und Anwendungen - Einführung im Rahmen der Digital-Werkstatt zu BIM und GIS Potenzialen. Digital Werkstatt im Rahmen von buildingSMART Deutschland, März 2024
Pesch, R. : Protect Baltic Stakeholder Conference - Introduction to Session on "Spatial Modelling" (WP3). PROTECT BALTIC Stakeholder Conference, Espoo, Finnland, Februar 2024
Ghavimi, A. : Geospatial Analysis Applications for Managing Uncertainties in Sustainable Development. Französisch-deutsches Symposium in Tübingen: Gesellschaftliche Transformationen auf dem Weg zu einer Nachhaltigen Entwicklung Teil 3: Nachhaltige Entwicklung antizipieren und planen? – Zum konstruktiven Umgang mit Ungewissheit und Unsicherheit, Februar 2024 Weblink
Fincken, M. : Machine Learning für flächendeckende Geothermie-Potentialanalysen im Kontext der geodatenbasierten Wärmeleitplanung. 36. Oldenburger Rohrleitungsforum, Februar 2024

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)
Betreuer

Prof. Dr. Sascha Koch

Dr.-Ing. Enno Wieben

Kooperationspartner

EWE NETZ GmbH

Spatiotemporal analysis of biodiversity in the North Sea (2022/11)
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)