EXDIMUM war ein Verbundvorhaben zur Erforschung und Entwicklung digitaler Methoden und Werkzeuge für das Extremwassermanagement. Es wurde während der offiziellen Laufzeit vom 01.02.2022 bis zum 31.07.2025 im Rahmen der Förderlinie WaX - Wasser-Extremereignisse vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR, ehemals Bundesministerium für Bildung und Forschung - BMBF) gefördert.
Kernziel des Projekts EXDIMUM war es, das Extremwassermanagement im Spektrum komplexer Herausforderungen zu betrachten. Dem zugrunde liegt die Beobachtung, dass die globalen Klimaveränderungen nicht nur mit einer Veränderung der Durchschnittswerte der Niederschlagsmengen einhergehen, sondern auch mit einer Verstärkung der Extreme besonderer Trockenheit und lokaler Starkregenereignisse. Diese Entwicklungen führen zu Herausforderungen, die sich zugleich auf verschiedenen Skalen abspielen: wenig vs. viel Wasser, überregionaler vs. lokaler Raum, lange vs. kurze Zeitspannen, Berghänge vs. Flachland, unterschiedliche Landnutzung mit Wald, Bergbau, Landwirtschaft und Stadt.
Der Forschungsansatz beruhte auf der ganzheitlichen Kombination von Datenerhebung und Modellierung auf multiplen Skalen und abgeleiteten Maßnahmen. Hierzu gehörten insbesondere die Nutzung von zeitlich und räumlich hochaufgelösten Satellitenaufnahmen, die Einbeziehung von digitalen Geländemodellen und die gezielte zuverlässige Erhebung von terrestrischen Sensordaten. Das Zusammenspiel dieser multimodalen Datenquellen für die Zustandserfassung und Analyse von Szenarien diente als Basis für kurz- und langfristige Prognosen und erlaubte es, aussichtsreiche Handlungsempfehlungen zum Umgang mit Wetterextremen abzuleiten.
Eine ausführliche Darstellung des Projekts und seiner Ergebnisse findet sich in einem Übersichtsartikel der Fachzeitschrift Hydrologie und Wasserwirtschaft (HyWa).
Kernziel der im Projekt EXDIMUM geplanten Arbeiten war es, das Extremwassermanagement im Spektrum komplexer Herausforderungen (wenig vs. viel Wasser, überregionaler vs. lokaler Raum, lange vs. kurze Zeitspannen, Berghänge vs. Flachland, unterschiedliche Landnutzung mit Wald, Bergbau, Landwirtschaft und Stadt) durch das ganzheitliche Zusammenspiel von Datenerhebung und Modellierung auf multiplen Skalen und abgeleiteten Maßnahmen zu betrachten. Hierzu gehörten insbesondere die Nutzung von zeitlich und räumlich hochaufgelösten Satellitenaufnahmen, die Einbeziehung von digitalen Geländemodellen und die gezielte zuverlässige Erhebung von terrestrischen Sensordaten. Das Zusammenspiel dieser multimodalen Datenquellen für die Zustandserfassung und Analyse von Szenarien diente als Basis für kurz- und langfristige Prognosen und erlaubte es, aussichtsreiche Handlungsempfehlungen zum Umgang mit Wetterextremen abzuleiten.
Zugrunde liegt diesem Ansatz die Beobachtung, dass die globalen Klimaveränderungen nicht nur mit einer Veränderung der Durchschnittswerte der Niederschlagsmengen einhergeht, sondern auch mit einer Verstärkung der Extreme besonderer Trockenheit und lokaler Starkregenereignisse. Diese Entwicklung führt zu Herausforderungen, die sich zeitgleich auf verschiedenen Skalen abspielen.
Durch diese Vielschichtigkeit und Verflechtung der Extreme anhaltende Klimaentwicklung lassen sich die Auswirkungen des Klimawandels weder mittels einfacher Zeitreihenanalysen noch durch Reduktion auf Einzelaspekte verstehen und managen. Deshalb verfolgte EXDIMUM einen ganzheitlichen Ansatz zur Betrachtung der zuvor genannten Skalen und des Zusammenspiels der einzelnen Aspekte, um so langfristige Planung und kurzfristige Prognosen zu ermöglichen und in Echtzeit ein breites Spektrum an angemessenen Reaktionen auf Extremwetterereignisse bereitzustellen. In der Folge ermöglichte dies, die Risiken für Kommunen (Hochwasser), Vorfluter (Ausbreitung aus dem Boden gelöster Sedimente) und Forstbestand (Vitalität und Schädlingsbefall) besser zu beobachten und beeinflussen zu können. Damit ging das Projekt über bisher eingesetzte Datenanalyseverfahren (mit oder ohne Verfahren der Künstlichen Intelligenz) hinaus, um mittels der Verknüpfung unterschiedlicher Raum- und Zeitskalen die Vorhersage und Beherrschung der aktuell beobachteten Entwicklungen zu ermöglichen. Dies erlaubte es, ein tiefergehendes Verständnis der Charakteristika lokal auftretender Ereignisse aufgrund globaler Veränderungen zu entwickeln, um damit sinnvolle regionale Maßnahmen auf Einzugsgebietsebene treffen zu können.
Die Klimaveränderung wird besonders auch im Harz, dem höchsten Mittelgebirge Norddeutschlands, offenkundig. Lag etwa der durchschnittliche Jahresniederschlag in Braunlage im Harz in den Jahren 1990-2009 noch bei 1376 mm, fielen zwischen 2010-2019 durchschnittlich nur 983 mm. Solch langfristiger Rückgang des Wasserdargebots betrifft das gesamte Bundesgebiet; seine Folgen treten in einer naturbelassenen Landschaft wie dem Harz aber früher und deutlicher auf als bei land- und kulturwirtschaftlich bewirtschafteten Flächen, in denen zeitweilige massive Eingriffe (z.B. die intensive Bewässerung mit Grundwasser) die Problematik erst später erkennbar und damit letzlich umso gravierender machen. Hinzu kommt, dass Naturlandschaften aufgrund des geringeren kurzfristigen wirtschaftlichen Interesses weniger intensiv untersucht werden, obwohl die Wirksamkeit von Maßnahmen besser zu kontrollieren wäre. Ein besseres Verständnis wird auch für eine frühzeitige, genauere Analyse des veränderten Wasserhaushaltes der angrenzenden, naturnahen Kulturlandschaften besonders wichtig - um so mehr, als im Zuge der Gesamtentwicklung die Extreme in beiden Richtungen zugenommen haben, mit teils signifikanten und stark lokalisierten Niederschlägen. Trotz der Möglichkeit, mittels der im Harz vorhandenen Talsperren mit Stauseevolumina von 360 Mio. m³ Hochwässer zu dämpfen und somit das Umland vor daraus resultierenden Flutwellen zu schützen, kam es im Harz in jüngster Vergangenheit bereits zweimal (2014 und 2017) dazu, dass nach starken Niederschlägen die umliegenden Kommunen einer nicht beherrschbaren Flutwelle ausgesetzt waren. Die Aufnahmekapazität vorhandener Retentionsräume wurde dabei weit überschritten. Derartige Situationen stellen nicht nur die Betreiber kommunaler Entwässerungsinfrastrukturen, sondern auch Wasserverbände, Feuerwehren und das Technische Hilfswerk vor eine enorme Herausforderung.
Aufgrund der Vielschichtigkeit und Intensität der Herausforderungen im Harz (der als Pilotregion im Projekt EXDIMUM intensiv untersucht wurde) wurde deutlich, dass die hierfür entwickelten umfassenden Methoden und Modelle auch für zahlreiche andere Regionen und Landschaften wichtige Fortschritte ermöglichen, insbesondere durch die Verknüpfung unterschiedlicher Datenquellen und Expertisen. Der besondere Ansatz, multiple Skalen in einer Domäne gemeinsam und im Kontext zu betrachten und Methoden zu ihrer Verschränkung zu entwickeln, erwies sich als zukunftsweisend und sowohl methodisch relevant wie praktisch nützlich. Dieser methodische Beitrag hat Innovationen geliefert; insbesondere zeigte sich im Verlaufe der Arbeiten, welche Skalen und Daten für den Anwendungsbereich relevant sind und in Vorhersagen und Simulationen eingehen müssen. Das Projekt war so angelegt, dass die verschiedenen methodischen Beiträge zwar im Gesamtmodell verknüpft wurden; dies jedoch in einer modularen Weise, so dass flexible Kombinationen möglich wurden und keine zu große Abhängigkeit von einzelnen Teilergebnissen entstand, wodurch auch die Übertragbarkeit auf andere Szenarien ermöglicht wurde. Die dabei entwickelten Verfahren, Methoden und Lösungsmuster konnten durch die umfangreiche Beteiligung der Praxispartner direkt umgesetzt werden, die ihrerseits wiederum eine breite Wirkung über ihre fachlichen Netzwerke hatten. So wurden sowohl durch die Struktur des Gesamtprojektes als auch durch die Wahl der Kooperationspartner und der anzuwendenden Methoden die Erfolgsaussichten von EXDIMUM maximiert.
Im Zuge des Klimawandels treten extreme Wetterereignisse wie Dürreperioden und Starkregen zunehmend häufig auf und stellen die kommunale Wasserwirtschaft vor komplexe Herausforderungen. Am Beispiel von Goslar und dessen Einzugsgebiet im Harz lassen sich die Auswirkungen dieser Entwicklung besonders deutlich erkennen: Steile Geländeneigungen, großflächige Retentionsräume und historisch gewachsene Infrastrukturen reichen heute oft nicht mehr aus, um dynamische Abflussvorgänge und die Risiken kurzfristig eintretender Hochwasserereignisse zu bewältigen. Zugleich führt das seit Jahren andauernde Baumsterben infolge von Trockenperioden und Schädlingen zu einer spürbaren Veränderung der Landbedeckung - mit weiterreichenden Folgen für Bodenerosion und Wasserhaushalt.
Um die tatsächlichen Bedarfe und Herausforderungen aus Sicht der Praxis gezielt in die Projektarbeit einfließen zu lassen, wurde zu Projektbeginn eine umfassende Bedarfsanalyse unter regionalen Netzbetreibern, Kommunen, Feuerwehren und weiteren relevanten Akteuren durchgeführt. Die Ergebnisse der Umfrage unterstreichen die Dringlichkeit neuer Lösungsansätze: Fast alle Befragten gaben an, bereits von Hochwasserereignissen durch Starkregen betroffen gewesen zu sein - aber nur eine kleine Minderheit verfügt über regelmäßige Übungserfahrung im Umgang mit solchen Situationen. Besonders groß ist der Wunsch nach Unterstützung in der Verbesserung der Datengrundlage und Messdichte, technischer Hochwasserschutzmaßnahmen, effektiver Kommunikation und Zusammenarbeit sowie bei der Nutzung moderner Modellierungs- und Vorhersagetools. Weniger als ein Viertel der Befragten sehen ihre Bedürfnisse hier bislang ausreichend erfüllt; stattdessen werden zusätzliche, leicht zugängliche Lösungen zur Analyse, Prognose und Darstellung extremer Wasserereignisse eingefordert.
Diese Anforderungen haben die wissenschaftliche Herangehensweise in EXDIMUM grundlegend geprägt: Von Beginn an wurde das fachliche Know-how aus Hydrologie, Algorithmik, Fernerkundung und der Praxis systematisch zusammengeführt, um passgenaue digitale Werkzeuge und Methoden zu entwickeln, die einen spürbaren Mehrwert im realen Einsatz bieten.
Der interdisziplinäre Ansatz von EXDIMUM verbindet Methoden aus Algorithmik, Hydrologie, Fernerkundung und Wasserwirtschaft eng mit den Anforderungen der Praxis. Im Mittelpunkt stehen die gezielte Weiterentwicklung und Integration verschiedener Datenquellen in einer projekteigenen Analyse- und Visualisierungsplattform.
Zentral ist die Nutzung KI-basierter Deep-Learning-Algorithmen für die Auswertung von Sentinel-1-, Sentinel-2- und PlanetScope-Daten. Damit wurden jährlich hochaufgelöste Landnutzungs- und Vegetationskarten generiert, die erstmals eine automatisierte Unterscheidung etwa zwischen Nadelwald, Laubwald, abgestorbenen Bäumen und entstehendem Grünland erlauben. Durch den Einsatz der KI-Technik des selbstüberwachenden Lernens (Self-Supervised Learning) konnten robuste, räumlich und zeitlich hochaufgelöste Bodenfeuchtschätzungen auch in Messdaten-armen Gebieten realisiert werden.
Ein digitales Geländemodell mit 1 m Rasterweite diente als Grundlage für die detaillierte Simulation von Abflusswegen, Überflutungsdynamik und Retentionsverhalten. Diese Daten wurden mit aktuellen Gebäude- und Straßendaten aus amtlichen Quellen und OpenStreetMap sowie fernerkundungsbasierten Informationen zu Bodentyp und Landnutzung kombiniert.
Eigens für EXDIMUM entwickelte Sensornetze mit Ultra-Low-Power-Hardware lieferten in kurzen Intervallen (alle 10 Minuten) Messwerte zu Pegelständen, Niederschlag, Bodenfeuchte, Temperatur und Luftdruck. Spezielle, KI-basierte Sensoren für die Überwachung von Abflussgittern schlossen eine bisherige Lücke im Monitoring von Fließgewässern. Die drahtlose Übertragung erfolgte über eine angepasste LoRaWAN-Infrastruktur; technische Erweiterungen wie das ELORA-Protokoll und onboard-Vorhersagemodelle für die Signalqualität erhöhten die Zuverlässigkeit auch bei Starkregen und anderen Extrembedingungen signifikant.
Alle Datentypen wurden in einer modularen, webbasierten Plattform verknüpft. Sie ermöglichte die Verarbeitung und nahezu sofortige Visualisierung der Informationen auf polygonbasierten, interaktiven Karten. Die Plattform setzte auf eine feingranulare Layerstruktur und GeoJSON-basierte Segmentierung, sodass verschiedene Nutzergruppen – von Einsatzkräften bis zu Planern – gezielt und rollenbasiert auf relevante Daten zugreifen konnten. Akut generierte und externe Daten konnten flexibel eingebunden werden, um Modellierung und Prognosen fortlaufend aktuell zu halten.
Ein zentraler Aspekt von EXDIMUM ist die methodische Weiterentwicklung und effiziente Implementierung numerischer Verfahren zur Abbildung von Starkregenereignissen in heterogenen Einzugsgebieten.
Die hydrodynamische Simulation von Oberflächenabfluss basiert auf digitalen Geländemodellen hoher Auflösung. Um die notwendige Modellpräzision unter vertretbarem Rechenaufwand auch für ausgedehnte Untersuchungsräume zu gewährleisten, wurde ein adaptives Gitterverfeinerungsverfahren auf Basis einer Quadtree-Datenstruktur implementiert. In relevanten Teilbereichen, etwa im unmittelbaren Umfeld von Gebäuden, Straßen oder wichtigen Durchlässen, kommt eine feine Rasterung zum Einsatz, während weniger kritische Gebiete in gröberer Auflösung modelliert werden. Durch diesen Ansatz kann eine erhebliche Reduktion der Simulationslaufzeiten bei vergleichbarer Ergebnisqualität erzielt werden. Erste Anwendungen in komplex strukturierten Regionen zeigen, dass die resultierenden Simulationen robuste und plausible Aussagen über Fließwege und Überflutungsflächen liefern.
Als ergänzende Methode wurde ein senkungsfreier Abflussgraph eingeführt. Dieser beschreibt die hydrologische Strukturierung der Einzugsgebiete unabhängig von kleinräumigen Geländesenken und ermöglicht dadurch eine automatisierte Identifikation von Einzugswegen und kritischen Fließabschnitten. Die so ermittelten Schlüsselsegmente können gezielt mit hoher Modellauflösung versehen werden, wodurch die Ressourcenallokation im Modell optimiert und die Aussagekraft für relevante Prozesse erhöht wird.
Zur weiteren Effizienzsteigerung kann das Untersuchungsgebiet in Kern- und Randbereiche segmentiert werden. Das Kerngebiet, häufig städtische oder hochwasseranfällige Bereiche, wird mit hoher Detailtiefe abgebildet, während die angrenzenden Randbereiche in geringerer Auflösung modelliert werden. Über geeignete Randbedingungen ("Boundary Conditions") für Wasserzu- und -abfluss zwischen diesen Segmenten wird die physikalische Konsistenz der Simulation sichergestellt.
Zur Unterstützung der Durchführung umfangreicher Simulationsreihen wurde ein Skript implementiert, das die Erstellung von Simulationskonfigurationen für das Modellierungssystem TUFLOW automatisiert. Basierend auf einer strukturierten Eingabedatei können so Untersuchungsparameter, Geländedaten sowie adaptive Auflösung und weitere Modelloptionen variabel und effizient spezifiziert werden. Dies erleichtert insbesondere die Durchführung umfangreicher Szenarioanalysen und die Übertragbarkeit auf andere Untersuchungsgebiete.
Die Methoden wurden für das Gebiet der Stadt Goslar auf unterschiedliche Starkregen- und Überflutungsszenarien angewendet. Die simulationsbasierten Aussagen zu Abflusswegen, Wasserständen und Überflutungsflächen wurden bislang auf Basis von anekdotisch dokumentierten historischen Hochwasserereignissen sowie Bild- und Erfahrungsberichten einer Plausibilitätsprüfung unterzogen; eine systematische Validierung mit unabhängigen Messdaten steht noch aus. Darüber hinaus wurden Verfahren zur automatisierten Erkennung kritischer Warnstufen entwickelt, die auf Simulationsergebnissen zu Wasserständen, Fließgeschwindigkeiten und Volumina basieren. Der Vergleich von Simulationsergebnissen mit leicht unterschiedlichen Eingabeparametern erlaubt bei signifikanten Ergebnisunterschieden Rückschlüsse auf besonders kritische Konstellationen, bei denen kleine lokale Veränderungen, etwa bauliche Schutzmaßnahmen, potenziell besondere Wirkung entfalten könnten. Insgesamt ermöglichen die implementierten Methoden eine effiziente, flexible und an die Anforderungen kommunaler Akteure anpassbare Analyse und Bewertung hydrodynamischer Risiken bei Extremsituationen.
Schon im Projektverlauf konnte die Übertragbarkeit der Ansätze belegt werden. Das technische Gesamtsystem, einschließlich der Sensorik, der zentralen Datenplattform und der Simulationsalgorithmen, wurde nicht nur in der Harzregion, sondern auch in weiteren Pilot- und Transferregionen mit ähnlichen Herausforderungen angewendet. Die Landnutzungs- und Bodenfeuchtedaten fanden Verwendung in externen Forschungsprojekten und wurden von Partnern aus der Land- und Forstwirtschaft in ihre Arbeiten integriert.
Trotz des bisherigen Prototypencharakters vieler Projektbausteine ist das Interesse verschiedener Akteure an den entwickelten Lösungen bereits breit gefächert: Behörden und Betreiber von Infrastrukturen beschäftigen sich mit der Integration der Sensorik in bestehende Systeme und prüfen den Nutzen für die eigene Gefahrenabwehr und Verlaufsplanung. Besonders hervorzuheben sind die Möglichkeiten der Hochwasservorhersage, Warnstufenbestimmung und Durchführung von Szenarioanalysen, die Feuerwehren und Katastrophenschutzbehörden sowohl beim Management akuter Notlagen als auch bei der Konzeption und Evaluation von Schutzmaßnahmen, Notfallübungen und Einsatzplänen unterstützen können. Darüber hinaus äußert die Land- und Forstwirtschaft Interesse an Sensorpaketen, speziell im Kontext von Feuchtemonitoring, sowie an der weiteren Nutzung von Landbedeckungs- und Bodenfeuchtedaten. Ingenieur- und Beratungsunternehmen loten Möglichkeiten zur Einbindung der entwickelten Softwaremodule in bestehende Arbeitsabläufe aus. Auch in der Diskussion mit Praxisvertretern, insbesondere bei Runden Tischen mit lokalen Stakeholdern, hat die Plattform für Modellierung und Datenmanagement positives Echo erhalten. Wissenschaftliche Publikationen belegen die Anschlussfähigkeit und Relevanz der Ansätze über EXDIMUM hinaus.
Das rege Interesse sowohl an Teilen als auch am Gesamtsystem zeigt eindrücklich die breiten Verwertungsperspektiven der entwickelten Techniken und ihre Übertragbarkeit über die im Projekt demonstrierten Anwendungen und Transferregionen hinaus. EXDIMUM demonstriert insgesamt, wie gut abgestimmte digitale Werkzeuge, die auf aktueller Wissenschaft und enger Anwenderbeteiligung basieren, nicht nur Innovationsimpulse in die Forschung, sondern auch konkrete Verbesserungen und wichtige Grundlagen für zukünftige Weiterentwicklungen im praktischen Extremwassermanagement liefern.
In diesem Arbeitspaket wurden zunächst relevante Anwendungsfälle und die dafür benötigten Daten identifiziert. Zudem wurde die Konzeption der Systemarchitektur des Gesamtsystems vorgenommen.
In diesem Arbeitspaket wurde ein, auch bei Extremwetter zuverlässig lauffähiges, Datenerfassungssystem für terrestrische Daten entwickelt und an relevanten Standorten in der Pilotregion ausgebracht.
Wesentliche Aufgabe dieses Arbeitspakets war die Entwicklung von Datenverarbeitungsmechanismen zur Analyse von Satellitenbildern mit Hilfe künstlicher Intelligenz (KI). Dies umfasste die Erkennung von Vegetation, Vegetationszustand, Bodenfeuchte und Landnutzung, sowie weitere aus Satellitenbildern erkennbare Parameter, wie sie in AP1 identifiziert worden sind.
Vorrangiges Ziel dieses Arbeitspakets war es, Digitale Geländemodelle Daten (DGM-Daten) für eine Nutzung im Multiskalenmodell nutzbar zu machen und durch die Vereinfachung komplexer Geometrien eine schnelle und zugleich akkurate Repräsentation und Interpretation zu ermöglichen.
Dieses Arbeitspaket umfasste neben der technischen Integration der Datenquellen auch die Entwicklung skalierbarer und effizienter interner Datenrepräsentationen, um gezielt und latenzarm auf alle verfügbaren Informationen zugreifen zu können.
Ziel des Arbeitspakets war es, datengetrieben innovative Mechanismen herzuleiten, etwa auf Basis von Signalverarbeitungs- und Datenfusionsverfahren aus dem Bereich der KI. In Verbindung mit bekannten Zusammenhängen wurde ein tiefgehendes Verständnis über die Auswirkung von Extremwasserereignissen auf eine gegebene Region gewonnen sowie Handlungsempfehlungen für Reaktion und Prävention abgeleitet.
In diesem Arbeitspaket wurden geeignete Nutzerschnittstellen konzipiert und praktisch umgesetzt, um eine Nutzung des Gesamtsystems auch für Fachanwender aus der beruflichen Praxis möglich zu machen, ohne dass hierfür besonderes Fachwissen vorausgesetzt wurde.
Durch den kontinuierlichen Abgleich der Forschungs- und Entwicklungsaspekte mit den praktischen Anforderungen wurde die Zielorientierung des Vorhabens projektbegleitend sichergestellt. Hierzu wurden primär die Potenziale des multiskaligen Ansatzes in der Pilotregion um Goslar untersucht, in der durch den Partner EW bereits ein umfassendes Verständnis der lokalen Gegebenheiten vorlag.
Neben der Organisation regelmäßiger Konsortialtreffen wurde auch die Präsentation der Projektergebnisse koordiniert, innerhalb wie außerhalb des Konsortiums.
Neben der Konsortialführung leistete die Technische Universität Braunschweig (TUBS) im Projekt zwei essentielle wissenschaftliche Beiträge. Die wissenschaftlichen Teilziele der Fernerkundung an der TU Braunschweig (TUBS-IGP) umfassten die Entwicklung und Bereitstellung von Methoden der Fernerkundung und des maschinellen Lernens zur Ableitung topografischer Information sowie von Bodenfeuchteparametern aus passiven und aktiven satellitenbasierten Sensordaten. Weiterhin war es ein wichtiges Ziel, diese Methoden mit spezifischem Wissen der Anwendungspartner der Wasserwirtschaft und Einzelmessungen durch terrestrische Sensorik zu verknüpfen. Damit war das weitere Ziel verbunden, einen wichtigen Integrationsbeitrag bzgl. der Datenaufbereitung und Modellierung für das zu entwickelnde Multiskalenmodell zu leisten und dann durch Vorhersagemodelle bei der Ableitung von Handlungsmöglichkeiten mitzuwirken. Das Schwergewicht der wissenschaftlich-technischen Teilziele der Algorithmik an der TU Braunschweig (TUBS-ALG) lag in der Entwicklung algorithmischer Verfahren für die auftretende Wasserausbreitung und -ansammlung aufgrund von hochaufgelösten Geländedaten. Dabei wurden zu den (auf statischer Gleichgewichtsanalyse eines Unterauftragnehmers beruhenden) großräumigen und hochaufgelösten Zielkonfigurationen auch geometrische Methoden zur Analyse der auftretenden Flussintensitäten und damit sowohl Verlaufsgeschwindigkeiten als auch Geländebelastung untersucht. Diese zielten (im Zusammenspiel mit der hydrologischen Expertise der UKI) auf eine genauere Modellierung und damit auch Analyse und Prognose der Wechselwirkung zwischen Wasser und Gelände, was genauere Aussagen über Zeitverlauf und auch Erosionsrisiken zuließ. Hieraus ergaben sich zum einen Wechselwirkungen mit dem Einsatz von bodenbasierten Sensordaten (mit denen sich Ist-Zustand und Verlauf besser erfassen ließen), zum anderen aber auch Aussagen für das (nachfolgend im Zusammenspiel beschriebene) Gesamtmodell und die folgenden Handlungsempfehlungen.
Die Rolle der Christian-Albrechts-Universität zu Kiel (UKI) im Gesamtprojekt zielte auf eine verbesserte räumlich verteilte Modellierung von Wasser- und Sedimenthaushalt bei Extremereignissen. Hierzu zählten eine verbesserte Berücksichtigung von Extremereignissen bei der Modellkalibrierung, die modellbasierte räumlich verteilte Analyse von Auswirkungen hydrologischer Extremsituationen, die modellbasierte Ableitung und Evaluierung von Landnutzungsmanagement-Strategien und die modellbasierte Untersuchung von Auswirkungen hydrologischer Extreme auf den Sedimentaustrag.
Im Teilprojekt der TU Clausthal (TUC) wurde das Ziel verfolgt, in einem Untersuchungsgebiet erhobene terrestrische Daten zuverlässig, witterungsunabhängig und zeitnah nach Erhebung bereitzustellen. Somit wurde eine Grundlage für die initiale Kalibrierung, die kontinuierliche Verbesserung und die jederzeitige Aktualisierung der multiskaligen Modelle geschaffen, die mit dem gegenwärtigen Stand der Technik nicht erreicht werden konnte. Ursächlich hierfür war, dass aktuell eingesetzte drahtlose Technologien entweder keine hinreichende Netzabdeckung außerhalb dicht besiedelter Gebiete hatten (bspw. 5G/UMTS/LTE) und/oder keine Mechanismen zur verlässlichen Einhaltung von Latenzschranken definierten (u.a. LoRaWAN, SigFox). Wesentliches Ziel war es daher, die für Telemetrieanwendungen häufig eingesetzte LoRaWAN-Funktechnologie dahingehend zu adaptieren, dass sie den Anforderungen aus der Projektpraxis gerecht wird. Hierfür wurden Kommunikationsverfahren entsprechend modifiziert, erweitert und/oder (re-)kombiniert, sodass eine zuverlässige Verbindung auch in Extremwettersituationen aufrecht erhalten werden konnte und terrestrisch erhobene Daten in hoher Auflösung innerhalb der zulässigen Fristen übermittelt werden konnten.
Diese Ziele ergänzten sich mit denen des Teilvorhabens der DSI Aerospace Technologie GmbH (DSI-AS), das auf die prototypische Entwicklung innovativer Sensorsysteme zur Erfassung terrestrischer Boden- und Vegetationsdaten zielte. Aufgrund der geplanten, vergleichsweise niederratigen Anbindung einzelner Sensorknoten über LoRaWAN-Transceivermodule wurde neben dem Systementwurf auch eine effiziente Vorverarbeitung der Rohdaten implementiert, die eine hochpräzise Extraktion aller notwendigen Parameter ermöglichte. Die dafür vorgesehenen KI-Methoden umfassten dabei insbesondere die Erkennung und Klassifikation bestimmter Zustände oder Objekte, die auf dem Sensorsystem selbst durchgeführt wurden, wodurch z.B. der Kommunikations-Overhead drastisch sank. Für die Realisierung des Sensorsystems wurde auf Ultra-Low-Power (ULP) ICs zurückgegriffen, welche die Eigenschaften einer hochintegrierten, leistungsfähigen, flexiblen, aber auch kostengünstigen Processing-Plattform in sich vereinten. Um eine möglichst hohe Langlebigkeit des Sensorsystems zu erreichen, wurden sämtliche Komponenten bezüglich ihres Energieverbrauchs, ihrer Robustheit und der zu erwartenden Kosten untersucht. Die so entstandene, zugrunde liegende Hardwareplattform ermöglichte somit die Umsetzung leistungsstarker Sensorsysteme, die den besonderen Anforderungen (Langlebigkeit, Ausfallsicherheit, zuverlässige Kommunikation, etc.) optimal entsprachen.
Das Ziel des Teilprojekts der REMONDIS Aqua Industrie GmbH & Co. KG (RAI) war es, im Sinne des Environmental Monitoring und des Internet der Dinge relevante Datenströme aus der Umwelt und der wasserführenden Infrastruktur zu erheben. Mithilfe dieser Datenströme konnte die Gegenwart in einen digitalen Zwilling der Projektregion abgebildet werden. Modulbasiert konnten auf Basis der derart erhobenen Daten individuelle Anwendungen entwickelt werden, die je nach Bedarf in einzelnen Teilbereichen des Zusammenspiels von Menschen und Natur nachhaltige Verbesserungen generierten. Durch das Projekt EXDIMUM wurde dem Partner RAI die Möglichkeit geschaffen, wichtige Erkenntnisse im Bezug auf den Langzeiteinsatz und die Zuverlässigkeit terrestrischer Sensorik zu gewinnen und Klarheit zu schaffen, welche nachhaltigen Anwendungsfälle zu wirklichen Mehrwerten unter Berücksichtigung des "Triple Bottom Line"-Ansatzes führen.
In einem digitalen Gesamtmodell wurden die einzelnen Teilaspekte im Teilprojekt der AMENO GmbH (AMENO) integriert, das auf die Erstellung einer Applikation zur Verknüpfung und Darstellung aller relevanten Daten für die Systemnutzer zielte. Hierzu musste eine universelle Schnittstelle entwickelt und bereitgestellt werden, um die Daten aller Datenquellen zentral zu sammeln, zu validieren und aufbereitet allen weiteren Teilprojekten zur Verfügung zu stellen. Im Hintergrund sorgte die Applikation für eine kohärente Datenbasis zur Integration der zu erarbeitenden Datenauswertungsverfahren. Dies umfasste verschiedene Schnittstellen zu Datenquellen und -senken, welche von anderen Teilprojekten des Gesamtvorhabens bereitgestellt wurden, sowie – sofern notwendig – Datenquellen von Dritten, welche die Qualität der Datenanalyse und -darstellung positiv beeinflussten. Neben der technischen Verknüpfung der Daten und Systeme spielte eine mögliche Validierung der ein- und ausgehenden Informationen im Rahmen eines QoS (Quality of Service) eine Rolle. Vordergründig entstand somit ein digitales Abbild, mit welchem sowohl Ergebnisse der Sensorik und die Prädiktionen der künstlichen Intelligenz als auch die zugrundeliegenden Rohdaten dargestellt werden konnten. Hierzu wurden verschiedenartige Darstellungsweisen aufgegriffen, welche hinsichtlich der Usability verprobt wurden – denkbar waren beispielsweise ein Ampelsystem für die Darstellung des Status von Sensorik oder eine Kartendarstellung von prognostizierten Wasserverläufen. Die Applikation wurde modular mit klar definierten Schnittstellen aufgebaut, um die Grundlage einer späteren Übertragbarkeit und Skalierbarkeit zu schaffen und im Projektverlauf weitere Datenquellen integrieren zu können.
Die EURAWASSER Betriebsführungsgesellschaft mbH in Goslar (EW) nahm als Betreiber der öffentlichen Entwässerungs- und Hochwasserschutzanlagen im betrachteten Einzugsgebiet Goslar die Rolle des Bindegliedes zwischen Forschung und Wissenschaft und der praktischen Anwendung ein und wurde als Verbundpartner in alle Phasen des Vorhabens einbezogen. Damit sorgte EW wesentlich dafür, die für Betreiber bestehender Systeme maßgeblichen praktischen Anforderungen zu definieren und in die Systementwicklung einfließen zu lassen. Mit Hilfe der im Projekt gewonnenen Erkenntnisse war EW in der Lage, bestehende Handlungs- und Betriebsprozesse im Krisenfall ggf. anzupassen und zu optimieren. Dabei spielte die Interaktion mit den eingebundenen Einrichtungen von Feuerwehr, Stadt Goslar, Landkreis Goslar und weiterer Beteiligter eine wesentliche Rolle, bei denen durch die im Projekt entwickelten Plattformen der Kommunikation und Analyse neue Impulse gesetzt werden konnten. EW definierte hierzu die praxisnahen Anforderungen an die Entwicklung des Gesamtsystems und begleitete alle Projektphasen hinsichtlich Praktikabilität, Praxisnutzen und -tauglichkeit.
Verbundkoordinator:
Prof. Dr. Sándor P. Fekete
Abteilung Algorithmik
Technische Universität Braunschweig
Mühlenpfordtstraße 23
38106 Braunschweig
Telefon: +49 (0)531 391 311 1
Telefax: +49 (0)531 391 310 9
E-Mail: s.fekete[[at]]tu-bs.de
Internet: Projektseite Exdimum beim BMFTR