idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
KIWaSuS steht für „KI-basiertes Warnsystem vor Starkregen und urbanen Sturzfluten“.
Im Projekt soll ‚Künstliche Intelligenz‘ eingesetzt werden. Es handelt sich um eine Technik, die eher in Smartphones, Autos oder Sprachassistenten zur Mustererkennung in Bildern und Sprache eingesetzt wird. In KIWaSuS soll KI eingesetzt werden, Zusammenhänge und Muster bei der Entstehung von Starkregenzellen zu erlernen, um dann die zeitliche und räumliche Entwicklung von Starkregenzellen besser vorhersagen zu können. Auch soll KI verwendet werden, um das Verhältnis zwischen Niederschlag und dem Abfluss zu erlernen. So sollen Überlastungen des Kanalnetzes und Überschwemmungen besser zu beschreiben sein.
Gelsenkirchen / Essen / Mülheim an der Ruhr, 04. Mai 2021: Starkregen und Sturzfluten sind kein neues Phänomen. Doch die extremen Wetterereignisse, besonders in den Sommermonaten, nehmen in Folge des Klimawandels zu. Vor allem in urbanen Gebieten, also Ruhrgebietsstädten wie Gelsenkirchen, kommt es schnell zur Überlastung der Kanalnetze, zu Überflutungen von Straßen und Unterführungen. Damit sind Rettungswege, z. B. für die Feuerwehr, blockiert. Hinsichtlich Vorwarnzeit, geographisch genauer Verortung und zu erwartender Niederschlagsmenge sind Starkregenereignisse kaum adäquat vorherzusagen. Umso wichtiger ist eine technische und inhaltliche Weiterentwicklung der Vorhersagemodelle. Hier setzt das BMBF-Verbundforschungsprojekt „KIWaSuS“ an.
KIWaSuS steht für „KI-basiertes Warnsystem vor Starkregen und urbanen Sturzfluten“. Ziel des Projektes ist es, die Vorwarnzeiten vor Sturzfluten in den Städten signifikant zu erhöhen, diese besser zu lokalisieren und gleichzeitig wichtige Informationen für das kommunale Krisenmanagement bereitzustellen, um Bürger:innen besser zu schützen. Dazu soll eine intuitive, digitale Karte erstellt werden, die in Abhängigkeit des bevorstehenden Starkregenereignisses bereits Ort und Ausmaß der resultierenden Überflutung frühzeitig und zuverlässig darstellt. Damit können Akteure vor Ort sinnvoll unterstützt werden: Einsatzpläne für Feuerwehr, Katastrophenschutz und Kanalnetzbetreiber können so individuell an das Ereignis angepasst werden. Bürger können rechtzeitig gewarnt werden und eigene Schutzmaßnahmen einleiten.
Erschwerend in den Ruhrgebietsstädten kommt die Trennung ganzer Stadtteile durch Unterführungen aufgrund von zahlreichen Autobahnen und Bahntrassen hinzu. Vergangene Starkregenereignisse haben gezeigt, dass sich nicht nur Geländetiefpunkte wie Unterführungen zu Hindernissen entwickeln, sondern sich auch ganze Straßenzüge innerhalb kürzester Zeit in reißende Ströme verwandeln können. Der Bedarf für ein effizientes Echtzeitwarnsystem ist nicht auf Gelsenkirchen begrenzt, sondern deutschlandweit gegeben.
Im Projekt KIWaSuS soll ‚Künstliche Intelligenz‘ (KI) als zentrales Element eingesetzt werden. Dabei handelt es sich um eine Technik, die normalerweise eher in modernen Smartphones, Autos oder Sprachassistenten zur Mustererkennung in Bildern und Sprache eingesetzt wird. In KIWaSuS soll KI dazu eingesetzt werden, Zusammenhänge und Muster bei der Entstehung von Starkregenzellen zu erlernen, um künftig die zeitliche und räumliche Entwicklung von Starkregenzellen besser vorhersagen zu können. Andererseits soll KI verwendet werden, um das Verhältnis zwischen Niederschlag und dem daraus resultierenden Abfluss zu erlernen. So sollen Überlastungen des Kanalnetzes und Überschwemmungen besser zu beschreiben sein.
Voraussetzung für den effizienten Einsatz von KI ist ein intensiver Trainingsprozess, der eine große Datenbasis benötigt. Die Daten werden aus verschiedenen Quellen erhoben: Für den Niederschlag werden Messdaten durch die Kommunen und Wasserverbände bereits seit mehreren Jahrzehnten erfasst. Für den niederschlagsbedingten Abfluss hingegen liegen derzeit kaum Daten vor. Hier werden physikalisch basierte Abflussmodelle genutzt, um künstliche Trainingsdaten zu generieren. Darüber hinaus soll ein innovatives Sensorsystem zur Nachverdichtung bzw. Ergänzung der Datenbasis errichtet werden. Sämtliche Datenströme sollen in einer zentralen Datenplattform zusammengefügt und durch entsprechende Transformationsprozesse in ein ML-geeignetes Format gebracht und für die Vorhersagemodelle zur Verfügung gestellt werden.
Beteiligt an diesem Verbundprojekt sind die Unternehmen neusta sd west, Gelsenwasser AG, Abwassergesellschaft Gelsenkirchen, das Institut Wasserbau- und Wasserwirtschaft der Universität Duisburg-Essen und die Institute Bauingenieurwesen sowie Mess- und Sensortechnik der Hochschule Ruhr West. Konsortialführer ist Prof. Dr. Markus Quirmbach vom Institut Bauingenieurwesen. Anforderungen und Daten liefern die Feuerwehr Gelsenkirchen, das Landesamt für Natur, Umwelt und Verbraucherschutz und die Emschergenossenschaft. Das Projekt startete im April 2021 und läuft bis März 2024. Gefördert wird das Projekt mit ca. 1,5 Mio. Euro aus der BMBF Förderrichtlinie: „Künstliche Intelligenz in der zivilen Sicherheitsforschung“ im Programm „Forschung für die zivile Sicherheit 2018 bis 2023“.
Hochschule Ruhr West | Institut Bauingenieurwesen
Prof. Dr. Markus Quirmbach
Telefon: 0208/ 882 54 463
E-Mail: markus.quirmbach@hs-ruhrwest.de
https://www.hochschule-ruhr-west.de/forschung/forschung-in-den-instituten/instit...
Merkmale dieser Pressemitteilung:
Journalisten, Wissenschaftler
Bauwesen / Architektur, Informationstechnik
überregional
Forschungsprojekte
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
