× This Challenge was posted 3 years ago

Challenge view

Back to Project

C06 Kommunales Hochwasser Monitoring

Wie lassen sich Hochwasser Ereignisse möglichst früh erkennen?

⛶  Fullscreen ↓  Download

Warum ist es relevant?

Wie die aktuellen Ereignisse in Deutschland und in der Schweiz gezeigt haben, müssen ausserordentliche Naturereignisse auf regionaler und überregionaler Ebene in die Planung mit einbezogen werden. Eine frühzeitige Erkennung der Entwicklungen gibt Behörden und Einsatzkräften wertvolle zusätzliche Zeit für kritische Massnahmen wie die Einrichtung von Schutzvorrichtungen oder Evakuierungen.

Challenge

Die Firma Okeanos Data Solutions GmbH entwickelt innovative Lösungen an der Schnittstelle zwischen Umwelt- und antrophogenen Prozessen. Das Team besteht aus Umweltwissenschaftler und -ingenieuren sowie aus KI- und IT- Experten. So werden die komplexen Einflüsse der Umwelt auf anthropogene Prozesse effizient und manchmal auch unkonventionell analysiert, modellieren und letztendlich zum Vorteil der Kunden genutzt. Denn durch diese Lösungen wird die Effizienz umweltbeeinflusster, bzw. -abhängiger Prozesse gesteigert. Ein wichtiges Angebot ist das Starkregen- und Hochwasser Monitoring - dieses setzt auf unterschiedliche Sensoren in Verbindung mit künstlicher Intelligenz, um in Echtzeit ein Gesamtbild der aktuellen Lage zu ermitteln und darzustellen.

Für diesen Challenge wird eine in Hochwassersituationen als kritisch identifizierte Brücke in der Gemeinde Seon sowie die Umgebung dieser Brücke mit Sensoren ausgerüstet, welche in Echtzeit Messwerte für den Challenge liefen.

Seon Karte Google

Ergänzend stehen Messdaten der Hydrometrie des Kantons Aargau zur Verfügung, sowohl in Echtzeit als auch als historische Verläufe. Das Hydrologische Modell der Firma Okeanos kann ebenfalls genutzt werden.

Beim technischen Teil des Challenge werden folgende Aufgaben gelöst:

  • Darstellung der Messwerte - bestehende Messstellen sowie zusätzlich installierte Sensoren
  • Verknüpfung der Messwerte für die möglichst frühzeitige Warnung vor Gefahren (v.a. Hochwasser)
  • Nutzung des Hydrologischen Modells für Vorhersagen über zu erwartende Gefahren

Im betriebswirtschaftlichen Teil des Challenge wird der Einsatz (aufwändiger) fest installierter Anlagen mit der Nutzung einfacher und kostengünstiger Sensoren verglichen.

Modell und Konzept dienen als Grundlage für die anschliessende Weiterentwicklung des Projekts.

Situation

Die Bilder zeigen die Brücke über den Aabach beim letzten Hochwasser.

Brücke bei Hochwasser

Überflutung der Umgebung

Daten

25square - Starkregenvorhersage durch den Einsatz günstiger und autarker Messtechnik

Starkregenereignisse bringen vielfältige Risiken und Gefahren für Städte und Gemeinden mit sich. Vor allem das schnelle Auftreten und die kleinräumige Fortbewegung von Starkregenzellen machen das Gefährdungspotential aus und stellen eine große Herausforderung belastbare Prognosen dar. Im Projekt 25square wurde eine Grundlage für ein innovatives, auf IoT- und KI-Technologie aufbauendes Vorhersagesystem geschaffen. Das System kombiniert die Beobachtungen eines neuen, kostengünstigen Niederschlagsensors und prognostiziert die Bewegung von Starkregenzellen. https://www.okeanos-consulting.de/25square

Datapipelining und Visualisiertung mit Cividi auf dføur:

Cividi als Middleware verbindet die physikalische Effekte und deren Vorhersage zur Bevölkerung. - Bürger*innen Informieren - datengetriebene Raumplanung - Einsatzkräfte koordinieren

https://sandbox.dfour.space/de/8SOM3E/

Title

Our Presentation:

Alle Teilnehmer*innen, Sponsor, Partner, Freiwilligen und Mitarbeiter*innen unseres Hackathons sind verpflichtet, dem Hack Code of Conduct zuzustimmen. Die Organisatoren werden diesen Kodex während der gesamten Veranstaltung durchsetzen. Wir erwarten die Zusammenarbeit aller Teilnehmer*innen, um eine sichere Umgebung für alle zu gewährleisten. Weitere Einzelheiten zum Ablauf der Veranstaltung finden Sie unter Richtlinien in unserem Wiki.

Creative Commons LicenceDie Inhalte dieser Website stehen, sofern nicht anders angegeben, unter einer Creative Commons Attribution 4.0 International License.