Extreme Wetterereignisse wie Starkregen und Sturzfluten nehmen in Folge des Klimawandels zu. Vor allem in urbanen Gebieten, Ruhrgebietsstädten wie Gelsenkirchen, kommt es schnell zur Überlastung der Kanalnetze oder zur Überflutung von 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 Verbundforschungsprojekt "KIWaSuS" des Bundesforschungsministeriums an.
KIWaSuS steht für "KI-basiertes Warnsystem vor Starkregen und urbanen Sturzfluten". Ziel des Projektes: die Vorwarnzeiten vor Sturzfluten in den Städten signifikant zu erhöhen sowie sie besser zu lokalisieren und gleichzeitig wichtige Informationen für das kommunale Krisenmanagement bereitzustellen.
Einsatzpläne für Kanalnetzbetreiber
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 Echtzeit-Warnsystem ist nicht auf Gelsenkirchen begrenzt, sondern deutschlandweit gegeben.
Große Datenmenge notwendig
In KIWaSuS soll KI dazu eingesetzt werden, Zusammenhänge und Muster bei der Entstehung von Starkregenzellen zu erlernen. Außerdem soll die Technologie verwendet werden, um das Verhältnis zwischen Niederschlag und dem daraus resultierenden Abfluss zu erkennen. So sollen Überlastungen des Kanalnetzes und Überschwemmungen besser beschrieben werden können.
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.
Aufbau eines Sensorsystems
Darüber hinaus soll ein innovatives Sensorsystem zur Nachverdichtung bzw. Ergänzung der Datenbasis errichtet werden. Sämtliche Datenströme sollen in einer zentralen Plattform zusammengefügt und durch entsprechende Transformationsprozesse in ein Format, das für Maschinelles Lernen geeignet ist, gebracht und für die Vorhersagemodelle zur Verfügung gestellt werden.
Beteiligt an diesem Verbundprojekt sind die Unternehmen Neusta Software Development, Gelsenwasser, die 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. Markus Quirmbach vom Institut Bauingenieurwesen. Anforderungen und Daten liefern die Feuerwehr Gelsenkirchen, das Landesamt für Natur, Umwelt und Verbraucherschutz und die Emschergenossenschaft. (hp)
