Forschende des KIT entwickeln mithilfe von Maschinellem Lernen erstes nationales Hochwasservorhersagemodell für kleine Flüsse.
Starkregen und daraus resultierende Hochwasser und Überflutungen gehören zu den größten Naturgefahren mit gravierenden Auswirkungen auf Mensch, Natur und Infrastruktur – vor allem in kleinen Flusseinzugsgebieten. Im vom Karlsruher Institut für Technologie (KIT) koordinierten Projekt KI-HopE-De wollen Forschende, Wetterdienste und Hochwasserzentralen die Vorhersage solcher Hochwasser in Deutschland mithilfe Methoden des Maschinellen Lernens maßgeblich verbessern. Das Bundesministerium für Bildung und Forschung fördert das kürzlich gestartete Projekt mit 1,8 Millionen Euro.
Hochwasserereignisse in kleinen Flusseinzugsgebieten – also Gebiete von etwa fünf bis 500 Quadratkilometern – treten bei extremen Wetterbedingungen schnell und lokal auf. Das verkürzt die Vorwarnzeiten und erhöht die Unsicherheiten der meteorologischen und hydrologischen Vorhersagen. Die Bundesländer veröffentlichen deshalb für kleinere Flüsse meist nur regionale, einzugsgebiets- oder landkreisbezogene Warnstufen und keine detaillierten Vorhersagen. „Unser Hauptziel ist es daher, das erste nationale, probabilistische Hochwasservorhersagemodell zu entwickeln, das eine konsistente und zuverlässige Vorhersage für das gesamte Bundesgebiet ermöglicht“, sagt der Projektleiter Dr. Ralf Loritz vom Institut für Wasser und Umwelt des KIT. Mehr erfahren…
