KIWA - Künstliche Intelligenz (KI) für die Hochwasserwarnung

Motivation

Die Bewältigung von Naturkatastrophen, speziell von Starkregen und Hochwasser, stellt besondere Anforderungen an die Einsatzkräfte des Katastrophenschutzes. Aus Sicht von Einsatzleitungen ist eine ausreichende Vorwarnzeit wünschenswert, um „vor die Lage“ zu kommen und Handlungsoptionen bewerten zu können sowie im Hochwasserfall Beobachtungen der Fließgewässer für ein möglichst genaues Lagebild zu erhalten. Ziel des Vorhabens ist die Entwicklung und Demonstration von KI-basierten Werkzeugen für die Hochwasserwarnung und Beobachtung, um Einsatzleitungen beim Bewältigen von Großschadenslagen zu unterstützen. Zu diesen Werkzeugen zählen:

KI zur Simulation von Niederschlags-Abfluss-Prozessen

Die KI zur Simulation von Niederschlags-Abfluss-Prozessen zielt auf eine schnelle und robuste Umrechnung meteorologischer Vorhersagen in Abflüsse. Der Schwerpunkt liegt hier auf der Entwicklung geeigneter Netzstrukturen, die das nichtlineare Verhalten der Einzugsgebiete bei der Transformation des Niederschlags in Abfluss beschreiben können. Dieses Verhalten ist stark von den Gebietseigenschaften (z.B. Anteil versiegelter Flächen) und der aktuellen Abflussbereitschaft (Vorfeuchte) abhängig. Zudem sind Hochwasser seltene Ereignisse, was erhöhte Anforderungen an das Training der KI und mögliche Informationserweiterungen stellt. Gegenüber der bisherigen Praxis der deterministischen hydrologischen Modellierung werden hier Geschwindigkeitsvorteile erwartet.

KI zur automatisierten Wasserstandserkennung aus Kamerabildern

Bei der Entwicklung einer KI-basierte, automatisierten Wasserstandserkennung aus Kamerabildern liegt der Schwerpunkt auf der robusten und eindeutigen Unterscheidung von Wasserflächen und Uferbereichen. Durch Verschneidung mit einem präzisen 3D-Geländemodell wird eine Messung des Wasserstandes bzw. Aussagen zu Wasserstandsdifferenzen ermöglicht. Gegenüber den bestehenden Verfahren der Bildklassifikation werden höhere Genauigkeiten erwartet. Für eine robuste Anwendung ist die KI auch an schwierigen Beobachtungsbedingungen (z.B. Nacht, Gegenlicht, Regen) zu trainieren.

KI zur Ableitung der Durchflussmenge für Fließgewässer

Ausgangspunkt der Entwicklung von KI-gestützten Verfahren zur Ableitung der Durchflussmenge für Fließgewässer ist die bildbasierte Bestimmung von Oberflächengeschwindigkeiten mittels Partikeltracking, die in Abhängigkeit der Gewässerbreite und dem Vorhandensein verfolgbarer Partikel zu lückenhaften Messungen führen kann. Durch Einbeziehen von zurückliegenden Messungen und der Gewässercharakteristik soll KI-basiert eine Ableitung des Durchflusses möglich werden, die auch unter schwierigen Beobachtungsbedingungen funktionieren muss.

Integration der KI’s in einen Demonstrator zur Einsatzführung und Überwachung

Die Demonstration und Integration der KI’s in einen Demonstrator zur Einsatzführung und Überwachung beinhaltet ein Kamera-Dashbord mit aktuellen Messwerten und projizierten zukünftigen Wasserständen aus den Vorhersagen sowie die Verknüpfung der Vorhersagen mit Überschwemmungs- und Risikokarten für die Einsatzführung. Zudem wird angestrebt die Prozessierung der KI möglichst direkt an oder auf der Kamera für ein Echtzeitmonitoring durchzuführen.