Martin Huber

kein Lebenslauf vorhanden

2021

Curvature of Logs - Development of and Comparison between Different Calculation Approaches. Forests 12 (7).

GORGES, J.; HUBER, M.; SAUTER, U. H.; DORMANN, C. F., Waldnutzung 
2021

Neue Abholzigkeitsgrenzwerte in der RVR. Holz-Zentralblatt 147 (30), 537-538

BURIAN, B.; SAUTER, U. H.; STAUDENMAIER, J.; HUBER, M., Veröffentlichungen, Waldnutzung 
2021

Vibration and Noise Exposure during Pre-Commercial Thinning Operations: What Are the Ergonomic Benefits of the Latest Generation Professional-Grade Battery-Powered Chainsaws? . Forests 12, 1120.

HUBER, M.; HOFFMANN, S.; BRIEGER, F.; HARTSCH, F.; JAEGER, D.; SAUTER, U. H., Veröffentlichungen, Waldnutzung 
2019

High-Precision Determination of Round Wood Diameters and Cross-Section Areas. In: WANG, X.; SAUTER, U.H.; ROSS, R.J. (Hrsg.): 21st International Nondestructive Testing and Evaluation of Wood Symposium. 24. - 27.09.2019. Bd. FPL?GTR?272, Freiburg, Germany, 584-587

SAUTER, U. H.; STAUDENMAIER, J.; HUBER, M., Veröffentlichungen, Waldnutzung 

keine Arbeitsschwerpunkte vorhanden

Lehrtätigkeit

keine Lehrtätigkeit vorhanden

Projekte

Astmodellierung am Rundholz – Einsatz von Computertomographie und künstlicher Intelligenz für eine erhöhte Produktionseffizienz in der Forst-Holz-Kette; Teilvorhaben 1: Weiterentwicklung innovativer Verfahren der Merkmalserkennung und Rohholzbewertung durch die Modellierung des Einflusses der Astentwicklung und –ausprägung auf die Rundholzqualität bei der Fichte

1866 Das Stamminnere und die inneren Holzstrukturen sind der Spiegel für die Lebensgeschichte jedes Baumes. Mit Hilfe der Computertomografie ist es möglich, wie in einem gläsernen Stamm diese Geschichte sichtbar zu machen. Damit wird es einerseits möglich die Einflüsse auf das Baumwachstum zu erkennen, aber auch die Potenziale zu interpretieren, wie das entstandene Holz bestmöglich verwendet werden kann. Das europäische Verbundprojekt WAI-KnotCT (Wood Artificial Intelligence - Knot modelling by Computed Tomography) setzt nun neue Ansätze der Künstlichen Intelligenz ein, um die Erkennung von innenliegenden Ästen noch präziser zu ermöglichen und die CT-Technologie so weiterzuentwickeln, dass aus CT Scans von Rundholzabschnitten die Astgröße und der Astzustand hochaufgelöst bestimmt werden kann. Eine umfassende Beschreibung von Ästen in ihrer 3-D-Form kann in verschiedenen Anwendungsbereichen in der Forst- und Holzbranche als Datenbasis eingesetzt werden: - zur Modellierung der Ast- und Kronenentwicklung in der waldwachstumskundlichen Forschung und Bewertung von Waldbehandlungskonzepten, - für eine Weiterentwicklung der Charakterisierung und Sortierung von Stammholz, - - für eine Weiterentwicklung von Produktionsabläufen in der holzverarbeitenden Industrie - oder zum vertieften Verständnis des Einflusses von Ästen auf die Festigkeit von Holz mittels Finiter Elemente-Simulationen. Die FVA Baden-Württemberg arbeitet mit Projektpartnern in Deutschland (HFM / Holzforschung München), Schweden (LTU / Technical University of Lulea, Norra Timber), Norwegen (Norwegian University of Life Sciences / NMBU) und Kanada (University of British Columbia / UBC) zusammen. Das Projektkonsortium besteht aus Forschungsinstitutionen und Industriepartnern der beiden Branchenteile Forst und Holz. Hintergrund: Das Projekt WAI-KnotCT wurde als europäisches Verbundprojekt des Förderaufrufs Bioeconomy in the North 2022 ausgewählt. Das Konsortium besteht aus der Technical University of Lulea (Schweden, Koordination), der University of Life Science (Norwegen), der University of British Columbia (Kanada), sowie der FVA Baden-Württemberg und der Technischen Hochschule München als deutsche Partner. Das Projekt wird für 3 Jahre gefördert mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 031B1381A. 2023 2026 Vermessung und Sortierung Waldnutzung Martin Huber
Warenkorb schließen

Warenkorb

Titel Anzahl Preis
Gesamtpreis: