Bergisches KI-Hochwasserschutzsystem 4.0

Der Sommer 2021 hat die Bergische Region stark erschüttert. Extreme Regenfälle und der damit verbundene starke Anstieg der Wasserstände an den Gewässern haben zu dramatischen Überflutungen von Talsperren, Flüssen und Bachläufen sowie von kritischer Infrastruktur, wie dem lokalen Kanalsystem, geführt und materielle Schäden in mehrstelliger Millionenhöhe verursacht. Lagerhallen, Geschäfte, Wohnhäuser und öffentliche Infrastruktur wurden zerstört, menschliche Schicksale wurden gezeichnet und auf lange Zeit geprägt. Starkregen und dadurch entstehendes Hochwasser ist ein zunehmend hochgefährliches Wetterereignis. Insbesondere die lokale Wirtschaft und ansässige Unternehmen in der Bergischen Region sehen sich zunehmend der latenten Gefahr einer Hochwasserkatastrophe ausgesetzt und in ihrer Existenz bedroht. Lösungen für eine schnelle und zeitkritische Bewertung derartiger Situationen und die Prävention von wirtschaftlichen Schäden sind zwingend notwendig, stellen jedoch die existierende IT-Infrastruktur vor enorme Herausforderungen. Insbesondere die Infrastruktur zur Informationsbeschaffung, Zustandsbewertung und Zustandsprognose profitiert von modernen technologischen Entwicklungen der letzten Jahre und kann insofern dazu beitragen, Ereignisse, wie im letzten Sommer, frühzeitig zu detektieren, wodurch weitere wirtschaftliche Schäden stark reduziert werden können und die Existenz lokaler Unternehmen und damit die Wertschöpfung der Bergischen Region geschützt wird.

Das Ziel des Vorhabens ist die Nutzung von Methoden der künstlichen Intelligenz (KI) zur Prävention von Hochwasserschäden für den Objektschutz der lokalen Wirtschaft durch die Entwicklung eines Frühwarnsystems für die zeitliche und georäumliche Vorhersage von Überflutungsereignissen. Das Frühwarnsystem baut auf vorhandenen Informationssystemen des Wupperverbandes auf und nutzt state-of-the-art KI-Methoden, genauer Methoden des maschinellen Lernens und des Deep Learnings, zur datengetriebenen Vorhersage von Wasserpegeln und Hochwassergefahren unter Berücksichtigung der aktuellen Wetterlage und sonstigen, mittels Sensorik erfassten, Umweltfaktoren, wie aktuelle Pegelstände an Gewässern, Talsperren, Rückhaltebecken und im Kanalnetz sowie Niederschlagsmengen, Unterwasserdruck, Luftfeuchtigkeit, Luftdruck und Lufttemperatur sowie Windrichtung und -stärke. Dabei wird die KI darauf trainiert Muster in den hochdimensionalen Sensordaten zu erkennen, die im Zusammenhang mit einem Anstieg der Pegelstände stehen und somit die Grundlage für die Vorhersage von steigenden Pegelständen und möglichen Hochwassergefahren darstellen.