ForschungBig Data und Machine Learning
Echtzeitvorhersage für urbane Sturzfluten und damit verbundene Wasserkontamination (EVUS)

Echtzeitvorhersage für urbane Sturzfluten und damit verbundene Wasserkontamination (EVUS)

Team:  Feng, Sester
Jahr:  2017
Förderung:  BMBF Georisiken

Ziel dieses Projektes ist die Entwicklung eines schnellen Prognosemodells für Sturzflut in der Stadt Hannover.

Hauptziel des Teilprojekts für das ikg ist die Integration neuer Sensoren für die Hochwasservorhersagemodelle. Dazu gehört die Kombination von Crowd-sourcing-Informationen zur Lokalisierung und Beschreibung der Vorfälle bei Überschwemmungen, z.B. die Informationen, die von Smartphone-Apps oder den sozialen Netzwerken wie Twitter gesammelt werden. In Zusammenarbeit mit IP SYSCON wird eine Smartphone-App entwickelt. Diese gesammelten Daten werden dann als wesentliche Inputs für die Hochwassermodellierung in anderen Teilprojekten verwendet. Es wird eine Dateninfrastruktur aufgebaut, um die hochwasserrelevanten Daten zu sammeln, zu speichern und zu visualisieren.

Die kontinuierliche Beobachtung der Wischeraktivitäten der fahrenden Autos und die Analyse der Nutzung von Straßen auf Basis von GPS-Trajektorien der Autos sind ebenfalls die Niederschlagsindikatoren, die voraussichtlich mit den Hochwasservorhersagemodellen kombiniert werden.

Ein weiterer Aspekt dieses Teilprojekts ist die Erfassung von hochdichten (cm-Bereich) und hochgenauen (2-5cm) digitalen Geländemodellen (DTM) der Straßen mit Hilfe von Mobile Mapping Systemen zur Oberflächenströmungsmodellierung. Die für diese Forschung ausgewählte Region befindet sich in Hannover-Ricklingen. Mit dem Mobile Mapping System ist die Messung dieses Bereichs bereits im Dezember 2015 abgeschlossen. Darüber hinaus werden die Mobile Mapping-Daten für die DTM-Generierung sowie straßenrelevante Objektgewinnung wie Einlässe und Bordsteine verwendet.

Schließlich werden die Ergebnisse der Hochwasservorhersage und relevante Informationen aus allen Teilprojekten in einer webbasierten GIS-Anwendung visualisiert und für die Öffentlichkeit und Behörden zugänglich gemacht.

 

Weitere Informationen finden Sie hier https://www.pluvialfloods.uni-hannover.de/