Mit Big Data gegen urbane Sturzfluten

Lokale Starkregenereignisse nehmen zu und sind nur ungenau mit Bezug zum exakten Ort und dem Zeitpunkt ihres Auftretens vorherzusagen. Frühwarnsysteme müssen daher in ihrer räumlichen und zeitlichen Genauigkeit weiterentwickelt werden. Im Forschungsprojekt „mobileVIEW“ entwickelt IAV mit zwei Partnern einen neuen Ansatz: Sensoren in Fahrzeugen sollen als mobile Messstationen geografisch hochaufgelöste Daten für Kurzfristvorhersagen liefern. Davon könnten neben der Wasserwirtschaft auch Feuerwehr, Katastrophenschutz und Bürger profitieren.

Berlin, 29. Juni 2017: Innerhalb von 24 Stunden regnet es im Ortsteil Tegel fast 200 Liter pro Quadratmeter. Eine gewaltige Menge, wie der Vergleich zeigt: Deutschlandweit fallen im gesamten Jahr im Schnitt gerade mal 800 Liter pro Quadratmeter. Experten sprechen hier von einem „Starkregenereignis“. In unserer Region handelt es sich per Definition des Deutschen Wetterdienstes (DWD) um Starkregen, wenn innerhalb von fünf Minuten mindestens fünf Liter pro Quadratmeter niedergehen bzw. in einer Stunde 17 Liter Regen pro Quadratmeter fallen. Solche Starkregenereignisse werden häufiger auftreten und verursachen große Schäden, bis hin zu Toten und Verletzten. Umso wichtiger ist es, die Sturzfluten rechtzeitig präzise vorhersagen zu können.

Leider ist das derzeit aber nicht möglich. „Starkregen hat eine andere Entstehungsgeschichte und andere spezifische Charakteristika als herkömmliche Niederschläge“, erklärt Dr. Matthias Pätsch, der bei IAV das Thema Wassermanagement vorantreibt. „Er tritt sehr kurzfristig und lokal auf, weshalb die bestehenden Messverfahren nicht ausreichen.“ Die Vorhersage normaler Niederschläge und ihrer Folgen stützt sich auf weiträumig verteilte Messstationen (im Schnitt 20 pro 1.000 Quadratkilometer, orientiert im Idealfall an der räumlichen Variabilität des Niederschlags, zum Beispiel einer engmaschigeren Verteilung in Bergregionen), das Regenradar des DWD und ggf. Satelliteninformationen. Um den lokal auftretenden Starkregen kommen zu sehen, bräuchte man ein viel engeres Netz an Messstationen, vor allem im urbanen Umfeld.

Hier kommen die Regensensoren in Fahrzeugen ins Spiel. Sie sind fast rund um die Uhr allgegenwärtig und könnten fehlende Daten beisteuern. Zwar liefern sie keine exakten quantitativen Messwerte, wohl aber Abstufungen der Regenintensität, was für die Starkregenerkennung völlig ausreicht. Würde man die Daten der bestehenden Messstationen, des Regenradars und ggf. der Satelliten intelligent mit den Messwerten der mobilen Regensensoren verknüpfen, ließen sich kurzfristig Niederschlagszellen erkennen, sodass ausreichend Zeit bliebe, um Gegenmaßnahmen zu ergreifen. „Die Wasserverbände und Kommunen sind in ihrer Region verantwortlich für den Hochwasserschutz“, so Pätsch. „Wenn sie rechtzeitig wüssten, in welchem Stadtteil der Starkregen niedergehen wird, könnten sie frühzeitig reagieren und angemessene Maßnahmen zur Retention ergreifen.“ Auch die Feuerwehr könnte noch ausrücken, um gefährdete Unterführungen oder Straßen zu sperren.

Im Forschungsprojekt mobileView wollen IAV, das Forschungsinstitut für Wasserwirtschaft e. V. (FiW) an der RWTH Aachen und der Wasserverband Emschergenossenschaft/Lippeverband Essen (EG/LV) diese Vision in die Realität umsetzen. „Wir werden 100 Fahrzeuge aus dem Fuhrpark der EG/LV über Datenboxen vernetzen, um die Sensordaten auf eine Internet-of- Things-Plattform zu übertragen“, erklärt Pätsch. „Dort werden sie mit den Daten der ortsfesten Messstationen, des Regenradars und der Satelliten verknüpft.“ Außerdem ist IAV für die Algorithmen zuständig, die die Starkregenereignisse abbilden sollen. Das Projekt mobileVIEW startete im Oktober 2017 und endet im September 2020. Es wird vom Bundesministerium für Verkehr und digitale Infrastruktur mit insgesamt 2,2 Millionen Euro gefördert.“

Trivial ist diese Auswertung nicht. So sind beispielsweise nicht alle Daten gleich wertvoll: Fährt ein Auto durch eine enge Straße, liefern seine Regensensoren bei der gleichen Niederschlagsmenge wahrscheinlich andere Messwerte als bei einer Fahrt auf freier Fläche. Darum muss bei den Analysen immer auch der Ort der Messung berücksichtigt werden. „Wir müssen lernen, die Qualität der Daten zu bewerten“, so Pätsch. „Durch den Einsatz künstlicher Intelligenz lernt unser System permanent dazu, sogar bei normalem Regen.“ IAV hat hier eine große Expertise, denn sowohl beim Thema Car2X als auch beim Einsatz von Big Data hat das Unternehmen bereits viel Erfahrungen gesammelt.

Bis Ende August 2018 sollen die 100 Versuchsfahrzeuge bereit für ihren Einsatz sein, danach beginnt eine Testphase von 18 Monaten. Währenddessen arbeiten die Projektpartner an der Erfassung, Verknüpfung und Analyse der Daten. Am Ende des Projektes soll unter anderem eine App entstehen, die diese Auswertungen interessierten Nutzern zur Verfügung stellt. Geht es nach Matthias Pätsch, könnten in Zukunft nicht nur alle Fahrzeuge, sondern auch private Messstationen zu Hause zum Datenpool beitragen. Als Gegenleistung bekämen sie dann exklusive Wetterinformationen zurückgespielt.

In diesem Zusammenhang werden Daten als eine Art Rohstoff angesehen. Der Rohstoff wird aufgearbeitet, zu Smart Data veredelt, um so sein gesamtes wirtschaftliches Potenzial entfalten zu können. Konkreter Nutzer dieses Projekts ist die Wasserwirtschaft. Darüber hinaus werden Geschäftsmodelle parallel zum Forschungsprojekt sowohl innerhalb von IAV als auch mit den Partnern diskutiert und entwickelt.