datenFLUT: Die Lösung bei Starkregen.
Um die Flut zu verhindern, liegt die Lösung auf der Hand: Daten. Mit Hilfe von Daten soll es in Zukunft möglich sein, Starkregenereignisse vorherzusehen.
Die Konsortionalpartner.
Neuigkeiten zu datenFLUT.
Sie wollen mehr über das Projekt erfahren? Lesen Sie einfach in der Pressemeldung nach!
Die Herausforderung.
Die jüngsten Hochwasser und Überflutungen im Kontext von Starkregenereignissen im Sommer 2021 aber auch die noch nicht vergessenen Geschehnisse 2018 im Saarland, haben gezeigt, wie immens wichtig Hochwasserschutz für die Kommunen, Stadt, Land und Bund ist. Gerade Starkregen-Ereignisse sind häufig lokal begrenzt und die Vorhersagequalität hängt von vielen lokalen Faktoren ab wie z.B. von umgebenden Flächen als Niederschlagsspeicher oder der Bodenbeschaffenheit. Eine funktionierende IoT-Sensorik im Katastrophenfall aber auch Vorhersagen für Entscheidungsgrundlagen, aber auch für Infrastrukturplanung sind unverzichtbar.
Das Ziel.
Das Projekt “datenFLUT” setzt sich zum Ziel, einen IoT-basierten modularen Demonstrator zur Echtzeit-Datengewinnung von IoT-Sensoren (Internet der Dinge) im Bereich Hochwasserereignisse zu entwickeln.
Hierzu sollen in dem Demonstrator verschiedene modulare Messsensorik-Systeme (Pegelmesser, Durchflusssensoren, Drucksensoren, Radar-sensoren, Ultraschallsensoren, Überwachung von Einläufen) in Kombination mit Sensorik zur Niederschlagserfassung (sogenannten Tipping Bucket – Regensammler mit Kippwaage) zum Einsatz kommen.
Die Datengewinnung und die Überprüfung der Daten-Qualität sollen als Basis zur Konzeptionierung eines Echtzeit-Frühwarnsystem für einen weiteren Folgeantrag dienen, in dem das IoT (Internet der Dinge) und der perspektivische Einsatz von Künstlicher Intelligenz (KI) eine tragende Rolle spielen, welcher alle relevanten Komponenten abdeckt. In diesem Vorprojekt sollen gemeinschaftlich und kollaborativ erste Grundsteine und Methoden für Hochwasser- und Überflutungsfrühwarnsysteme erarbeitet werden.
Ziel ist es, mit diesem Demonstrator das methodische Konzept für ein Echtzeit-Früh-warnsystem zu entwickeln, in dem IoT-Sensorik (Internet der Dinge) und der Einsatz von Künstlicher Intelligenz (KI) eine tragende Rolle spielen. Es sollen verschiedene Pegelmesser (Drucksensoren, Radarsensoren, Ultraschallsensoren) in Kombination mit Regensammlern zum Einsatz kommen. Durch Detektion der Niederschlagsereignisse und Überwachung der Pegel soll der Wasserlauf gemonitort werden.
Die Lösung.
In diesem Demonstrator sollen verschiedene Regen-Ereignisse am Modell exemplarisch simuliert und gezeigt werden, wie Überflutungen frühzeitig in Kombination mit verschiedener modularer Mess-Sensorik (Multisensorik) erkannt werden können, wie man mit den Daten umgeht (Datenanalyse) und welche Maßnahmen ergriffen werden können, um Schäden zu verhindern (Schadensprävention). Zudem wird durch den Demonstrator die Möglichkeit geschaffen, die haptische Einbindung in ein solches System “live” vor Ort zu sehen und zu erproben (Hardwareintegration) sowie im Kontext verschiedener Einbausituationen zu vergleichen.
Hierzu wird der Weg des Wassers vom Niederschlagsereignis über die Dachrinne in die Zisterne bis zum See/Fluss nach-gebildet. Um die Realität exemplarisch abzubilden, wird ein Schmutzwasserkanal sowie entsprechende Retentionsinfrastrukturen installiert. Es sollen Wirkzusammen-hänge gezeigt werden, wie durch strategisches und reaktives Management frühzeitig eine Entlastung des Regenwasserkanals möglich ist, aber auch Verstopfungen von Einläufen oder Kanälen frühzeitig erkannt werden. Die Sensordaten werden in Echtzeit über ein Dashboard visualisiert und die zukünftig omnipräsente IoT-Sensorik der Smart City soll also hier am Anwendungsfall Wasser über eine haptische Repräsentanz des digitalen Zwillings zum “Anfassen” erlebbar gemacht werden. Der Aufbau des Demonstrators soll mobil und modular gehalten werden, damit er jederzeit nach Anwendungsfall und benötigter Sensorik erweitert werden kann.
Kontakt
Ihr Ansprechpartner:
Lukas Grünbeck
l.gruenbeck@eastsidefab-live.de