Description: Das Projekt "Pumpwerkswarnung für Starkregen und Hochwasser im urbanen Raum (PuwaSTAR), Teilvorhaben: Dynamische 2D Überflutungsvorhersage inkl. Pumpenausfallszenarien mittels KI" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Universität Siegen, Forschungsinstitut Wasser und Umwelt, Lehrstuhl für Hydromechanik, Binnen- und Küstenwasserbau.Im Rahmen von PuwaSTAR soll ein Demonstrator für eine Pumpwerkswarnung realisieren werden, der in der Lage ist in wenigen Minuten Informationen für eine Überflutungswarnung bereitzustellen und diese über das LV-eigene modular aufgebaute Hochwasservorhersagesystem Delft-FEWS nutzbar macht. Die Forschung am FWU wird sich auf die Mustererkennung der wichtigsten Auslöser von Hochwasserereignissen konzentrieren, um mit Hilfe künstlicher Intelligenz Hochwasser frühzeitig vorhersagen zu können. In der Regel werden zur Berechnung von Überflutungsflächen hydraulische Ein- und Zweidimensionale (1D/2D) gekoppelte hydrodynamische Modelle genutzt. Sie sind der derzeitige Stand der Technik, um die Ausbreitung von Wasser auf städtischen Flächen zu berechnen. Diese Modelle erfordern jedoch sehr genaue Informationen über die Oberfläche und das Kanalnetz und unterliegen aufwändigen numerischen Verfahren, wodurch sie sehr rechenintensiv sind. Aufgrund dieser langen Rechenzeiten können diese Modelle nicht für die Vorhersage von Wasserständen und Überflutungsflächen verwendet werden. Dieses Teilprojekt bildet den innovativen Kern des Projekts, da es methodisch die Verknüpfung von künstlicher Intelligenz mit den beim LV eingesetzten Werkzeugen (N-A-Modell und DelfFEWS) umsetzt, um in Echtzeit Überschwemmungsvorhersagen zu erstellen. Insbesondere die Vorhersagen zu Überflutungsflächen und Wasserständen unter Berücksichtigung von Pumpenausfall wird mit Hilfe künstlicher Intelligenz innerhalb weniger Minuten erstmal erreicht. Dies stellt die Kernherausforderung des FWU dar. Durch den innovativen Einsatz von KI wird eine datengesteuerte Verbindung zwischen den Eingangsdaten (Niederschlagsprognose und N-A-Modell) und möglichen Pumpenausfallszenarien hergestellt. So wird mit Hilfe des KI-definierten funktionalen Zusammenhangs der numerische Aufwand minimiert und eine operationelle Einschätzung der Lage unter Berücksichtigung der Unsicherheit ermöglicht.
SupportProgram
Origins: /Bund/UBA/UFORDAT
Tags: Hochwasserprognose ? Kanalisation ? Hochwasser ? Wasserstandsvorhersage ? Starkregen ? Hydromechanik ? Künstliche Intelligenz ? Numerisches Verfahren ? Stand der Technik ? Überschwemmungsgebiet ? Forschungseinrichtung ? Urbaner Raum ?
Region: Nordrhein-Westfalen
Bounding boxes: 6.76339° .. 6.76339° x 51.21895° .. 51.21895°
License: cc-by-nc-nd/4.0
Language: Deutsch
Time ranges: 2023-10-01 - 2025-09-30
Accessed 1 times.