RivMon - Entwicklung einer kamera- und KI-basierten Risikoanalyse zur Gefahrenerkennung und Schadensminderung bei Starkregen für lokale Gewässerabschnitte
Die Herausforderung
Starkregen und Sturzfluten treten in Europa zunehmend häufiger auf. Dennoch werden kleinere Flüsse, Bäche und Entwässerungsgräben bislang nur unzureichend überwacht. Im Gegensatz zu großen Flüssen fehlen bei diesen lokalen Gewässern häufig zuverlässige Vorhersagesysteme, Echtzeit-Gefahrenanalysen sowie kontinuierliche Monitoring-Infrastrukturen.
Aktuelle Systeme weisen mehrere wesentliche Probleme auf:
- Begrenzte Sensorabdeckung und unzuverlässige Messungen
- Keine automatische Erkennung von Blockaden, Vegetation oder Strömungshindernissen
- Fehlende Echtzeit-Hochwasservorhersagen für kleine Einzugsgebiete
- Hohe Fehlalarmraten aufgrund fehlerhafter oder unvollständiger Sensordaten
- Mangelnde dynamische Hochwasservisualisierung und Risikoanalyse
- Unzureichende hydrologische Daten für präzise Simulationen und Einsatzplanungen
Diese Einschränkungen erschweren es Kommunen, Einsatzkräften und Wasserbehörden, bei Starkregenereignissen schnell und effektiv zu reagieren.
Das RivMon-Projekt
RivMon ist ein innovatives Forschungs- und Entwicklungsprojekt, das diese Herausforderungen durch die Kombination von künstlicher Intelligenz, Kameratechnologie, hydrologischer Modellierung und Echtzeit-Datenverarbeitung lösen soll.
Projektablauf
Im Rahmen des Projekts werden entwickelt:
- KI-basierte Kamerasysteme zur automatischen Erkennung von Gefahren wie Verstopfungen, Treibgut und übermäßiger Vegetation
- Kamerabasiertes hydrologisches Monitoring zur Echtzeitmessung von Wasserstand, Fließgeschwindigkeit und Abfluss
- Dynamische Hochwasservorhersagemodelle zur Prognose der Hochwasserentwicklung in kleinen Gewässern
- Automatisierte Risikoanalysesysteme zur Identifikation gefährdeter Infrastrukturen und kritischer Bereiche
- Echtzeit-Visualisierungsplattformen für Kommunen und Einsatzkräfte
- KI-generierte Lageberichte zur Unterstützung operativer Entscheidungen während Hochwasserereignissen
Projektziel
Ziel von RivMon ist die Entwicklung eines skalierbaren und intelligenten Frühwarnsystems, das die Hochwasservorsorge verbessert, Fehlalarme reduziert und schnellere sowie gezieltere Reaktionen auf Extremwetterereignisse ermöglicht.
TU Dresden – Zentrale Forschungsziele
Der Beitrag der TU Dresden konzentriert sich auf die Entwicklung fortschrittlicher kamerabasierter hydrologischer Monitoring-Methoden für kleine Gewässer.
Das Hauptziel besteht darin, Kamerasysteme in intelligente Messinstrumente zu verwandeln, die kritische hydrologische Parameter in Echtzeit erfassen können. Dazu gehören:
- Entwicklung robuster Kamera-Pegel zur Wasserstandsmessung unter Einsatz von KI und Photogrammetrie
- Messung der Fließgeschwindigkeit mittels KI-gestützter Bild-Velocimetrie-Verfahren
- Berechnung des Abflusses auf Basis der Wasseroberflächengeometrie und Strömungsdynamik
- Präzise Kamerakalibrierung und Georeferenzierung für ein genaues Langzeitmonitoring, einschließlich der Entwicklung selbstkalibrierender Kameras
- Forschung an Stereo-Kamerasystemen zur Verbesserung der Messzuverlässigkeit bei instabilen Strömungsverhältnissen
Eine zentrale Herausforderung der TU Dresden besteht in der zuverlässigen Extraktion hydrologischer Daten unter wechselnden Wetter-, Licht- und Strömungsbedingungen. Ziel der Forschung ist die Entwicklung skalierbarer und automatisierter Methoden, die an vielen unterschiedlichen Gewässerabschnitten eingesetzt werden können, ohne eine aufwendige manuelle Kalibrierung zu erfordern.
Die entwickelten Technologien bilden die hydrologische Grundlage für RivMons Echtzeit-Hochwasservorhersage, Gefahrenanalyse und Frühwarnfunktionen.
Partner
- SPEKTER GmbH
- Fraunhofer Gesellschaft e. V. Institut für Optronik, Systemtechnik und Bildauswertung (IOSB); Institutsteil für industrielle Automation (INA) des Fraunhofer IOSB
- Technische Universität Dresden; Institut für Photogrammetrie und Fernerkundung; Juniorprofessur für Geosensorsysteme
Förderung
Dieses Projekt wird vom Bundesministerium für Wirtschaft und Energie (BMWE) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.