BOIT – Wir treiben Ideen voran.

Projekte » 25square: Starkregenvorhersage durch den Einsatz günstiger autarker Messzellen

Im Jahr 2018 mussten die deutschen Versicherungen allein in Nordrhein-Westfalen Schäden in Höhe von 124 Millionen Euro begleichen, die im Kontext von Starkregenereignissen entstanden sind (GDV Unwetterbilanz 2018). Statistiken zeigen, dass sich diese Wetterextreme weiter häufen werden und das Jahr 2018 somit keine Ausnahme darstellt.

Trotz aller Relevanz ist die Erfassung dieser lokalen Starkregenereignissen problematisch. Eine Auswertung für die Stadt New York ergab, dass starke Unterschiede bereits auf Stadtteilebene in der Verteilung von Starkregenintensitäten auftauchen, die mit vorhandenen Messnetzen kaum erfasst werden konnten. Somit ergeben sich kleine Zellausbreitungen von Starkregenereignissen von nur wenigen hundert Metern. Mit dem vom Deutschen Wetterdienst (DWD) und dem vom Landesministerium für Umwelt und Verbraucherschutz (LANUV) betriebenen grobmaschigen Messnetz von lokalen Niederschlagsmessern mit niedriger zeitlicher Auflösung ist zur Zeit keine Früherkennung kleiner, intensiver Niederschlagszellen möglich. Um diesen Nachteil umgehen zu können, wird daher in der Forschung auf eine Kombination mit Radar-Messungen oder dem Einsatz von mobilen Sensoren in Autos gesetzt

Die durch das Bundesministerium für Verkehr und digitale Infrastruktur geförderte Machbarkeitsstudie 25square setzt auf den Einsatz kostengünstiger autarker Messzellen zur Erfassung von Starkregenzellen auf Stadtteilebene. Die Zellen sind einfach zu montieren, wartungsarm und bieten Erweiterungsplattformen für weitere Sensorik. Durch ein intelligentes Tracking-Verfahren können die Niederschlagszellen in ihrer Bewegung nachverfolgt und somit eine Warnung an die betroffenen Bürger ausgegeben werden.

Im Projekt übernimmt die Auto Inter GmbH die Entwicklung und den Bau der prototypischen Messzellen. Das BO-I-T kümmert sich um die serverseitige Dateninfrastruktur, währen die Okeanos Conulting an der Analyse der Daten und der Prognosemodelle forscht.

Projektpartner

Gefördert von: