Projektinformationen
Hintergrund
Der Klimawandel verstärkt das Auftreten von lokalen Extremwettersituationen, so auch von Sturzfluten. Zuverlässige Warnungen und Vorhersagen von kleinräumigen Extremniederschlägen und daraus resultierenden Hochwasserereignissen sind eine wichtige Voraussetzung für die Katastrophenabwehr. Die bisherigen Niederschlags- und Abflussvorhersagen für Starkregenereignisse in kleinen Einzugsgebieten sind räumlich und zeitlich oftmals zu ungenau. Je kleinräumiger die Niederschläge bestimmt und vorhergesagt werden können, umso genauer erfolgt die Hochwasserfrühwarnung. Dies ist die Basis für eine effektive Hochwasserbekämpfung bei lokal auftretenden, extremen Regenereignissen.
Zielsetzung
Ziel des Projektes HoWa-PRO (»Innovative Methoden der Niederschlagsmessung und -vorhersage im Einsatz für die Hochwasserfrühwarnung in kleinen Einzugsgebieten«) ist die Erstellung einer Informationsplattform zur räumlich präzisen Vorhersage und Warnungen vor Hochwassergefahren in kleinen Einzugsgebieten, unter Nutzung innovativer Niederschlagsmess- und Vorhersageverfahren.
Ausgangspunkt dafür ist das erfolgreiche Vorgängerprojekt HoWa-innovativ. Die in HoWa-innovativ erarbeiteten Lösungen beinhalten eine neuartige Kombination von Radardaten des DWD mit Niederschlagsinformation von kommerziellen Richtfunkstrecken (engl. commercial microwave links, CMLs), um die Genauigkeit der Niederschlagsbestimmung zu erhöhen. Zudem wurde ein webbasierter Demonstrator zur niederschlagsbasierten Hochwasserfrühwarnung für den Katastrophenschutz entwickelt (Link Demonstrator).
Im aktuellen Projekt HoWa-PRO liegt der Fokus darauf, die erprobten Methoden weiterzuentwickeln und Erfahrungswerte aus der Praxis der Katastrophenschutz- und Wasserbehörden aus den drei Testregionen im Vogtland, im Osterzgebirge und in der Oberlausitz in das System einfließen zu lassen.
Weiterentwicklung und Automatisierung der Radaraneichung
Für die Niederschlagsbestimmung wird das RADOLAN-Produkt des DWD verwendet, für welches Niederschlagsdaten der Wetterradare mit stündlich aggregierten Daten von Niederschlagsmessstationen angeeicht werden. Kurz andauernde, konvektive Niederschlagsereignisse können damit bislang nur unzureichend erfasst werden. Zum Erreichen einer höheren Zeit- und Ortsauflösung werden die RADOLAN-Daten zusätzlich an CML-Daten angeeicht. Da die CML-Daten räumlich hochaufgelöst (insgesamt circa 130.000 Richtfunkstrecken, davon zunächst circa 4.000 nutzbar) und in Echtzeit verfügbar sind, kann eine echtzeitnahe, flexible Radar-Multisensor-Aneichung durchgeführt und für die Erfassung kleinräumiger Niederschlagsereignisse im Fünf- oder Zehn-Minuten-Intervall genutzt werden.
In HoWa-PRO wird eine Cloudbasierte CML-Datenbank erstellt, welche den Datenfluss zum DWD vereinfacht und verstetigt. Die Implementierung neuer Verfahren zum Umgang mit schwankender Datendichte und Datenqualität von CML-Daten, sowie zur Verwertung verschiedener Datenquellen mit unterschiedlicher Auflösung und Latenz ist im Projekt vorgesehen. Weiterhin wird die Validierung und Verifikation der RADOLAN-CML-Aneichung im operativen Umfeld des DWD durchgeführt.
Die Adressierung der Aufgaben erfordert eine enge Kooperation zwischen den Projektpartnern Uni Augsburg und dem DWD. Weiterführende Informationen zur Nutzung von Niederschlagsbestimmung mittels Richtfunkstrecken finden Sie hier (Regenmessung im Mobilfunknetz).
Skalierbares, hydrologisches Ensemble-Vorhersagesystem
Das skalierbare, hydrologische Ensemble-Vorhersagesystem des Projektpartners TU Dresden bildet den Kern der HoWa-PRO Informationsplattform. Aus den RADOLAN-CML-Daten und hydrologischen Zuständen der Einzugsgebiete (z. B. aktuelle Durchflussmessung) wird eine stündliche aktualisierte, hydrologische Ensemble-Vorhersage mit einem Vorhersagehorizont von mindestens 48 Stunden errechnet.
Für das System werden flexible Schnittstellen zu den Datendiensten und dem OpenSensorWeb des Projektpartners PIKOBYTES etabliert, um Nutzer-spezifische Sensoren und neuartige Datenprodukte ohne großen Aufwand integrieren zu können. Für die hydrologische Modellierung erfolgt eine Erweiterung um zusätzliche Module zur Steuerung von Wasserinfrastrukturen (z. B. Stauanlagen) und um alternative Ansätze zur Abflussbildung und -konzentration. Ausgehend von den etablierten Testgebieten aus dem Vorgängerprojekt, werden weitere Gebiete mit Stauanlagen in Sachsen und Gebiete der assoziierten Partner außerhalb Sachsens in die Modellierung einbezogen.
Agile Neuentwicklung und Validierung des Webdemonstrators
Der bestehende Einsatzdemonstrator zur Visualisierung der Vorhersagen und Warnungen soll in eine HoWa-PRO Informationsplattform überführt werden. Die Überarbeitung der Nutzeroberfläche wird eine größere Interaktivität bei der Datenvisualisierung ermöglichen. Weiterhin ist eine stärkere Fokussierung auf die Anforderungen und Bedürfnisse der regionalen Nutzer mit unterschiedlichen Vorkenntnissen geplant.
Die Informationsplattform wird einer umfassenden, mehrstufigen Validierung und Demonstration unterzogen, um eine nutzergerechte Entwicklung optimal zu unterstützen. Hierfür ist eine enge Zusammenarbeit der Partner LHWZ, TU Dresden und PIKOBYTES vorgesehen.
Die neue HoWa Informationsplattform finden Sie unter howapro.de.
Nutzer-Dialog und Einbindung in die Praxis
Der Nutzer-Dialog wird in HoWa-PRO fortgeführt und vertieft. Dafür wird ein modulares Schulungs- und Trainingskonzeptes entwickelt, welches Nutzer in der Entscheidungsfindung und Einsatzführung unter unsicheren Vorhersagen und im Umgang mit der HoWa-PRO Informationsplattform schult. Der Informationsbedarf und Kenntnisstand der verschiedenen Nutzergruppen wird dabei berücksichtigt. Das Konzept wird für Präsenz- und Onlineveranstaltungen in den Testregionen erprobt. Ziel ist die Integration von Schulungsmodulen in die Ausbildung der Wasserwehren und deren Führungsebenen.
Im Rahmen des Projektes wurde ein Serious Game entwickelt, welches sich in spielerischer Weise dem Thema Hochwasserfrühwarnungen und Unsicherheiten in der Vorhersage nähert. Das Spiel kann unter https://howapro.de/howa-hq50-game getestet werden.