idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
DFKI-Forschungsbereich „Smarte Daten & Wissensdienste“ (SDS) an Projekt für Hochwasservorsorgemaßnahmen beteiligt
Starkregen und daraus entstehende Sturzfluten haben in den letzten Jahren vermehrt zu weitreichenden Schäden an technischen und sozialen Infrastrukturen geführt, zuletzt in den betroffenen Gebieten im Ahrtal und in Nordrhein-Westfalen. Notabflusswege können dazu beitragen, solche Wassermengen möglichst schadlos durch Wohngebiete abzuleiten. Damit befasst sich das auf eine Laufzeit von drei Jahren angelegte „Urban Flood Resilience – Smart Tools“ (FloReST), welches nun unter der Förderinitiative „Wasser-Extremereignisse“ des Bundesministeriums für Bildung und Forschung (BMBF) gestartet ist.
Die Sturzfluten der jüngsten Vergangenheit haben kleinere Gewässer beziehungsweise hohe Oberflächenabflüsse fernab der eigentlichen Wasserläufe verursacht. Bei diesen Sturzfluten müssen die Wassermengen möglichst unschädlich durch die urbane Bebauung abgeleitet werden. „Technische Rückhaltemaßnahmen sind damit oft überlastet, sodass lokale Objektschutzmaßnahmen im Risikobereich nicht ausreichen. Es empfiehlt sich, diese mit Notabflusswegen als wesentliches Element der wassersensiblen Stadtentwicklung zu ergänzen“, betont Prof. Dr. Lothar Kirschbauer, der an der Hochschule Koblenz Siedlungswasserwirtschaft lehrt und das Projektkonsortium leitet.
Dr. Michaela Vollmer, Wissenschaftlerin am DFKI-Forschungsbereich Smarte Daten & Wissensdienste in Kaiserslautern zu den Arbeiten des DFKI im Projekt: „Wir werden in FloReST Verfahren des Maschinellen Lernens einsetzen, um die bisher sehr aufwändige Modellierung der Notfallabflusswege des Wassers mit hydraulisch-numerischen Methoden zu ergänzen und zu verbessern. In diesem Zusammenhang kann der Einsatz künstlicher Intelligenz die Verfahren skalieren, sodass sie schnell für größere Einzugsgebiete eingesetzt werden können."
In dem interdisziplinären Projekt werden Smart Tools entwickelt, um die Resilienz kritischer Infrastrukturen gegenüber Wasser-Extremereignissen zu steigern. Unter Berücksichtigung von funktionalen, kommunalen und wirtschaftlichen Faktoren des Anwendenden, wird das Programm nutzerspezifisch zugeschnitten. Dabei stellt die kontinuierliche Einbindung von fünf bereits von Sturzfluten betroffenen Kommunen sicher, dass sich die entwickelten Smart Tools sicher in die Praxis übertragen lassen. Informationen über Gefahren und Risiken, resultierend aus regelmäßig auftretenden Wasserüberflutungen, werden digital bereitgestellt und zugänglich gemacht. Die nachhaltige Sensibilisierung für die Folgen solcher Sturzfluten sowie das Aufzeigen möglicher Lösungsansätze und eigener Handlungspotenziale spielen dabei eine wichtige Rolle. Die daraus resultierenden Daten erleichtern den Umgang mit zukünftigen Wasserextrem-Ereignissen.
Während der dreijährigen Projektlaufzeit verfolgen die sechs Verbundpartner eine Reihe von Schwerpunktthemen wie etwa die Neuentwicklung eines robotergestützten Systems mit integrierter Positionierungs- und Mess-Sensorik zur hochaufgelösten 3D-Datenerfassung der innerörtlichen Infrastruktur. Technologien mit Künstlicher Intelligenz sollen ermöglichen, Notabflusswege durch Machine-Learning-Verfahren für große Einzugsgebiete vor Ort nachzuweisen. Zudem kann der Einsatz von UAV-Drohnentechnik und Dotierversuchen dazu dienen, belastungsabhängige Notabflusswege experimentell auszuweisen, um die Hochwasservorsorgemaßnahmen zielgenau umsetzen zu können. Geplant ist zudem, die Infrastruktur zur digitalen Daten- und Methodenbereitstellung in Form eines Geo-Data-Warehouse sowie einer mobilen App zu entwickeln.
In enger Abstimmung mit Pilot-Kommunen, Fachverbänden und betroffenen Bürgerinnen und Bürgern eröffnet FloReST einen intelligenten, dialogorientierten Weg zur nachhaltigen Umsetzung von Hochwasservorsorgemaßnahmen in urbanen Räumen. Die vernetzte Risikokommunikation mit Pilotkommunen gewährleistet eine hohe Interaktivität und die grundlegende Einbeziehung der Betroffenenperspektive.
Das Projektkonsortium besteht aus der Hochschule Koblenz (Konsortialführer), der Universität Trier, der Hochschule Trier mit dem Umwelt-Campus Birkenfeld (UCB), dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI), dem Softwareentwickler Disy Informationssysteme GmbH sowie aus der Ingenieurgesellschaft Dr. Siekmann & Partner, die damit ihre Fachexpertisen aus Wissenschaft und Praxis bündeln.
Neben der Zusammenarbeit mit den fünf Pilot-Kommunen wird das Projekt FloReST durch Mitglieder eines Projektbeirats aus der Praxis (Ingenieurkammer Rheinland-Pfalz), aus der Landesverwaltung (Kompetenzzentrum Hochwasservorsorge und Hochwasserrisikomanagement, Landesamt für Umwelt in Rheinland-Pfalz) sowie dem Gemeinde- und Städtebund (Informations- und Beratungszentrum Hochwasservorsorge Rheinland-Pfalz) unterstützt.
Pressekontakt:
Christian Heyer
Leiter Unternehmenskommunikation, DFKI
Christian.Heyer@dfki.de
Tel.: +49 631 20575 1710
Dr. Michaela Vollmer
Wissenschaftlerin am DFKI-Forschungsbereich Smarte Daten & Wissensdienste in Kaiserslautern, DFKI
Michaela.Vollmer@dfki.de
Tel.: +49 631 20575 7611
Die Auswirkungen von Wasser-Extrem-Ereignissen in Deutschland
Prof. Dr. Lothar Kirschbauer
Hochschule Koblenz
Criteria of this press release:
Journalists
Environment / ecology, Information technology, Oceanology / climate
transregional, national
Research projects
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
