Extreme Wetterereignisse besser vorhersagen
Projekt der FH St. Pölten untersuchte Vorhersagen von Extremwetterereignissen mittels Mobilfunkdaten
Forschende der Fachhochschule St. Pölten untersuchten im Projekt „LINK“ mithilfe von Richtfunkdaten, wie die Nutzung von Mikrowellenverbindungen des bereits bestehenden Mobilfunknetzes zur Vorhersage von Wetterextremereignissen genutzt werden kann. Davon würden die Zivilbevölkerung und Blaulichtorganisationen profitieren, um Maßnahmen zur Schadensverhütung umzusetzen.
Daten von Richtfunkverbindungen nutzen
In vielen Teilen Europas erlebten wir heuer einen sehr trockenen Winter. Bedingt durch den Klimawandel treten immer mehr extreme Wetterereignisse auf. Eine zeitlich und örtlich möglichst exakte Kurzfristvorhersage würde einen wesentlichen Vorteil darstellen, um geeignete Maßnahmen zur Schadensprävention zu betreiben sowie effizienter zu reagieren und zu planen. Vor allem die Zivilbevölkerung und Blaulichtorganisationen würden davon sehr profitieren.
Kurzfristvorhersagen erfordern ein möglichst dichtes Netz von Bodenstationen und Fernerkundungssystemen wie Wetterstationen, Wetterradar und Satelliten zur Bereitstellung von aktuellen Wetterdaten. Im Projekt „LINK – Analyse und Nowcasting von Extremereignissen“ nutzen Forschende der FH St. Pölten physikalische Daten von Richtfunkverbindungen, wie sie für die Mobiltelefonie verwendet werden, um Informationen über die aktuelle Niederschlagssituation zu gewinnen.
„Das Projekt LINK hat gezeigt, dass durch den Einsatz von maschinellen Lernmethoden und der Verwendung von kommerziellen Richtfunkdaten eine zeitlich und örtlich genaue Vorhersage von Regenereignissen in Österreich (auch in unwegsames Gelände) möglich ist. Diese Ergebnisse können dazu beitragen, Schäden durch extreme Wetterereignisse zu vermindern und die Effektivität von Maßnahmen zur Schadensvermeidung zu verbessern“, betont Oliver Eigner, Projektleiter und Researcher im Department Informatik und Security an der FH St. Pölten.
Analyse von Richtfunkdaten
Auf Grund des stetigen Ausbaus des Mobilfunknetzes sind Daten über die physikalischen Eigenschaften der Richtfunkverbindungen in großer Menge und weitgehend flächendeckend verfügbar. Die verwendeten Daten wurden vom Projektpartner Hutchison Drei Austria zur Verfügung gestellt und bestanden aus über 4.500 kommerziellen Richtfunkstrecken. Im Projekt LINK untersuchten die Forschenden die Verwertbarkeit dieser Richtfunkdaten für Vorhersagen von Extremwetterereignissen. Um ein Modell zu erstellen, wurden Methoden der künstlichen Intelligenz (KI), insbesondere des Maschinellen Lernens, eingesetzt.
Modell zur Abschätzung des Niederschlags
Animation: Um das Modell in Aktion zu zeigen, wählten die Forschenden den 17. Juli 2021 als Beispiel (Testdaten) aus, da dies ein Tag während eines schweren Gewitterwochenendes in Österreich war. Die Abbildung zeigt, die Mikrowellen-Links des vordefinierten Gebiets, gefärbt zwischen 0 und 1, basierend auf den Ausgangswahrscheinlichkeiten der positiven Klasse und darüber die tatsächlich beobachteten Niederschläge als Radardaten.
Das Team um Oliver Eigner entwickelte ein Modell, bei dem kommerzielle Mikrowellenverbindungen genutzt werden können, um die aktuelle Niederschlagssituation mit klassischen Ansätzen des maschinellen Lernens abzuschätzen.
„Die Ergebnisse des Modells sind recht beeindruckend und zeigen die großen Möglichkeiten bei der Nutzung von Richtfunkstrecken zur Abschätzung der aktuellen Niederschlagssituation“, freut sich Eigner.
Kooperationspartner
LINK erfolgte in Zusammenarbeit mit GeoSphere Austria (vormals ZAMG), die die Wetterdaten zu Verfügung stellten und die Modellergebnisse in numerische Wettermodelle assimilierten. Der Projektpartner Hutchison Drei Austria stellte die kommerziellen Richtfunkdaten sowie Know-hows auf der Seite des Mobilfunknetzes bereit. Die Hydrographie des Landes Steiermark als Bedarfsträger lieferte Erkenntnisse über extreme Wetterereignisse und die daraus resultierenden zu treffenden Gegenmaßnahmen.
Dipl.-Ing. Oliver Eigner , BSc
Koordinator KI & Digitale TransformationService- und Kompetenzzentrum für Hochschulentwicklung und Qualitätsmanagement Researcher IT Security (BA) Department Informatik und Security