Artikel und Bücher

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

Ratzke, H. : Vorstellung der EU-Richtlinie über die Bewertung und Bekämpfung von Hochwasser. Innovationsforum „Hochwasserrisikomanagement“, Oldenburg, Dezember 2006
Luhmann, T. : Accuracy Limits in Photogrammetry. Workshop “Traceability in Large Scale Metrology”, PTB, Braunschweig, November 2006
Brinkhoff, T. : OK-GIS: Raum, Zeit und Mobilität im Katastrophenmanagement. 3. eBZ Workshop e-Government, Bozen, Italien, Oktober 2006
Brinkhoff, T. : Generating Network-Based Moving Objects: Conception and Implementation Issues. Datenbank-Kolloquium, Freie Universität Bozen, Italien, Oktober 2006
Wendt, A. : Simultaneous Orientation of Brightness, Range and Intensity Images. ISPRS Symposium Commisson V, WG V/3, „Image Engineering and Vision Metrology“, Dresden, September 2006

Projekte

Gefördert durch: Niedersächsisches Vorab
Die Digitalisierung stellt auch Museen vor große Herausforderungen. So umfasst die Sammlung des Landesmuseums Natur und Mensch Oldenburg Objekte aus der Naturkunde, der Archäologie und der Ethnologie, von denen bis jetzt nur ein Bruchteil digital e... mehr
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Simon Albers, M.Sc. (10.2022-03.2023) Paul Kalinowski, M.Sc.
Gefördert durch: Bundesministerium für Bildung und Forschung
Eine besondere Herausforderung stellt eine zukünftig dekarbonisierte Wärmeversorgung im urbanen Bereich dar. Die technische Fokussierung auf die Systemkopplung von Strom und Wärme zur Erhöhung des Anteils regenerativer Energien in der Wärmeverso... mehr
Personen
Prof. Dr. Jürgen Knies (Leitung) (03.2019-12.2019) Prof. Dr. Sascha Koch (Leitung) (03.2020-) Sebastian Erdmann, M.Sc. (10.2020-07.2021) Marvin Schnabel, M.Sc. (01.2022-)
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Das Ziel des Verbundprojektes ist die gleichzeitige geometrische Erfassung von turbulenten Windströmungen (Fluidverhalten) und Deformationen von Rotorblattoberflächen von Windenergieanlagen, um neue Erkenntnisse über ihr Verhalten bei Last... mehr
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Sinah Vogel (01.2021-04.2021) Dr. Ing. Thomas Willemsen (10.2018-06.2019) Simon Nietiedt, M.Sc. Annika Katrin Jepping, B.Sc. Martina Göring, M.Sc. Robin Rofallski, M.Sc.

Abschlussarbeiten


Ermittlung einer durchgängigen WLAN-Versorgung in einem Innenstadtbereich mit Hilfe einer GIS-Analyse (2023/1)
Automatisierte Ableitung der Verfahrensgrenze im Vorverfahren einer Flurbereinigung nach Abwägung der agrarstrukturellen und topografischen Gegebenheiten (2023/1)
Optimierung der Planwunschgespräche – Vereinheitlichung, automatisiere Verarbeitung der Planwunschprotokolle sowie dessen Visualisierung (2023/1)
Feldraine als Standorte für Photovoltaikanlagen - Ein geodatenbasiertes Bewertungsverfahren für die Region Nordwest Niedersachsen (2023/1)
Konzeption und Implementierung von Deep Reinforcement Learning zur Raumkonditionierung von Bestandsgebäuden (2023/1)