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

Lanz, P. : Automatic Refugee Inflatable Detection with Polarimetric SAR.. PolINSAR 2023, Toulouse, Juni 2023 Weblink
Pesch, R. ; Rothe, M. ; Bildstein, T. ; Heinicke, K. : Spatial Modelling of Soft Bottom Biotopes for the German Exclusive Economic Zone of the North Sea by Machine Learning Algorithms. 26th AGILE conference on Geographic Information Science, Delft, Netherlands, 13-16 June 2023, Juni 2023
Schüssler, F. : DESERTEC. Strom aus der Sahara für Europas Energiehunger?. Geographische Gesellschaft zu Hannover, Juni 2023
Schnabel, M. : Entscheidungsorientierte Aufbereitung von Potentialen zur Nutzung von Wärmepumpen im Kontext der geodatenbasierten Wärmeleitplanung. 1. Konferenz zur Norddeutschen Wärmeforschung, Juni 2023
Koch, S. : Geodatenanalysen und KI für eine nachhaltige Wärmeversorgung. Nachhaltigkeitsreise in die Bauwirtschaft, Mittelstand-Digital Zentrum Zukunftskultur, Mai 2023

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)