Artikel und Bücher

Luhmann, T.; Große-Schwiep, M.; Hastedt, H. (2013): A comparison of close-range photogrammetry and laser scanning for deformation measurement of industrial tanks. Proceedings Conference „Geoinformatics, Surveying, Mine Surveying“, National Technical University Donetsk, Ukraine, 2013
Kluge, M.; Pesch, R.; Schroeder, W.; Hoffmann, A. (2013): Accounting for canopy drip effects of spatiotemporal trends of the concentrations of N in mosses, atmospheric N depositions and critical load exceedances: a case study from North-Western Germany. Environmental Sciences Europe, 25(26):1-13 (13 pp. + 4 suppl. files) , Weblink
Wodniok, J.; Hofmann, S.; Brenner, C.; Luhmann, T. (2013): Automatische Bestimmung der Kameraorientierung eines LIDAR Mobile Mapping Systems. Allgemeine Vermessungs-Nachrichten, Heft 11-12/2013, 375-380
Wodniok, J.; Hofmann, S.; Brenner, C.; Luhmann, T. (2013): Automatische Bestimmung der Kameraorientierung eines LiDAR Mobile Mapping Systems. In: Luhmann/Müller (Hrsg.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 12. Oldenburger 3D-Tage 2013, Wichmann, 178-185
Jenssen, M.; Hofmann, G.; Nickel, S.; Pesch, R.; Riediger, J.; Schröder, W. (2013): Bewertungskonzept für die Gefährdung der Ökosystemintegrität durch die Wirkungen des Klimawandels in Kombination mit Stoffeinträgen unter Beachtung von Ökosystemfunktionen und -dienstleistungen. Umweltforschungsplan des Bundesministeriums für Umwelt, Naturschutz und Reaktorsicherheit. Forschungsvorhaben 3710 83 214, UBA-FB 001834. UBA-Texte 87/2013. Dessau, Textband + 9 Anhänge: 381 S. (ID: 494)

Vorträge

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
Sieberth, T. : Computer und Kommunikation. Computer und Kommunikation, Deutschland Radio, Januar 2024 Weblink
Sieberth, T. : Neujahrsbegrüßung der Neuberufenen. Jade Hochschule Neujahrsempfang, Januar 2024

Projekte

Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Ziel des Projektes ist die Untersuchung bildgebender Techniken und Entwicklung spezieller Verfahren, die auf Basis von intraoperativen und präoperativen Daten agieren. Die Einsatzgebiete liegen in erster Linie in der Orthopädie, prinzipiell ist die... mehr
Gefördert durch: Deutsches Schifffahrtsmuseum, Leibniz-Institut für Maritime Geschichte
Das Projekt verfolgt die Konzeption und Durchführung des geometrischen Monitorings der Bremer Kogge (ca. 25m x 8m x 8m), dem weltweit am besten erhaltenen Handelsschiff des Mittelalters. Es wurde ein Konzept für großvolumige optische 3D-Me... mehr
Gefördert durch: Niedersächsisches Vorab
Dieses interdisziplinäre Projekt hat es zum Ziel autonom agierende Über- und Unterseefahrzeuge zu entwickeln. Dabei werden in einem Teilprojekt Kalibrier­ansätze und Algorithmen für die speziellen Herausforderungen der Unterwasser­photo­gra... 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)