Zusammenfassung
Mit dem fortschreitenden Klimawandel treten meteorologisch bedingte Extremereignisse mit zunehmender Häufigkeit auf. Das steigende Schadensrisiko im Zusammenhang mit Dürren und Überflutungen zwingt Versicherungsunternehmen dazu, ihre Produkte neu zu kalkulieren und neue Wege in der Schadensabwicklung zu gehen. Das Erdbeobachtungssystem Copernicus stellt ein hervorragendes Datenangebot zur Verfügung, das für die automatisierte großflächige Bereitstellung aktueller Lagebilder von Überflutungen verwendet werden kann. Die zu verarbeitende Datenmenge erfordert allerdings den Einsatz von Cloud-Infrastrukturen und optimierten Analyse- und Prozessierungsverfahren, um die Erstellung gewünschter Informationsprodukte mit optimalem Ressourcen- und Zeitaufwand leisten zu können.
Gegenstand des Forschungsprojektes SenSituMon ist die Entwicklung neuer und verbesserter technischer Verfahren zur Erzeugung von Nahe-Echtzeit-Informationsprodukten für das großflächige Monitoring von Überflutungen. Hierbei spielt der Einsatz von In-situ-Sensordaten eine wesentliche Rolle. Niederschlags- und Wasserstandsdaten dienen dazu, das meteorologische- und hydrologische Geschehen zu beobachten und die rechenintensive Analyse der Bilddaten auf relevante Gebiete und Zeiten zu beschränken. Der Beitrag beschreibt die in SenSituMon bisher verfolgten Lösungsansätze sowie die damit erzielten Ergebnisse und gibt einen Ausblick auf den weiteren Forschungs- und Entwicklungsbedarf.
Summary
One of the consequences of climate change is that extreme weather events occur with increasing frequency. The increasing risk of damage caused by droughts and floods is forcing insurance companies to recalculate their products and to break new ground in claims processing. The Copernicus earth observation system provides excellent raw data that can be used for the automated large-scale provision of near real-time situation maps of floods. The amount of data to be processed, however, requires the use of cloud infrastructures and optimized analysis and processing methods in order to be able to create the desired information products in-time and with reasonable resources.
The research project SenSituMon focuses on the development of new and improved technical methods for the generation of near-real-time information products for large-scale monitoring of floods. The use of in-situ sensor data plays an important role here. Precipitation and water level data are used to observe meteorological and hydrological events and to limit the computationally intensive analysis of the image data to relevant areas and times. The article describes the approaches pursued in SenSituMon so far and the results achieved and provides an outlook on further research and developments.
