Überschwemmungen reduzieren mit „AI on The River“
KI gegen Hochwasser: Neues Frühwarnsystem ermöglicht kostengünstigen Hochwasserschutz
England hat jahrelang sein Abwassersystem vernachlässigt, was dazu führte, dass die britischen Gewässer zu den schmutzigsten in Europa gehören. Oftmals ist das Kanalnetz mit Starkregen überfordert, was häufig zu Überschwemmungen führt. Nun haben Forscher der Universität Bath ein wirksames und kostengünstiges Mittel zum Hochwasserschutz entwickelt, basierend auf KI-gestützter Videoüberwachung.
Eine heute veröffentlichte Forschungsarbeit zeigt: Intelligente Videoüberwachungssysteme könnten in Zukunft eine zentrale Rolle bei der Hochwasserprävention spielen. Die Technologie ist in der Lage, Verstopfungen in städtischen Wasserläufen frühzeitig zu erkennen.
Forscher der Universität Bath entwickelten die KI-gestützte Software „AI on The River“, die darauf trainiert ist, Ablagerungen, Müll und Abfälle präzise zu identifizieren, die den Wasserfluss in Durchlässen behindern. Das System lässt sich in bestehende CCTV-Netze integrieren und ermöglicht so eine frühzeitige Warnung vor möglichen Überschwemmungen.
In Großbritannien gibt es über eine Million solcher Durchlässe, die unter Straßen und Wohngebieten hindurchführen und den ungestörten Wasserlauf von Flüssen und Bächen sicherstellen. Schmutzfänger an den Eingängen dieser Durchlässe verhindern, dass Unrat in die Wasserwege gelangt.
Hilfe für den Hochwasserschutz weltweit
Eine Blockade an diesen Schutzgittern kann jedoch rasch zu Überschwemmungen führen, da der Wasserfluss gestaut wird. Dies kann nicht nur die örtliche Umwelt gefährden, sondern auch die strukturelle Stabilität der Wasserwege.
Das maschinelle Lernverfahren, das von einem Team der Universität Bath entwickelt wurde, zieht bereits das Interesse von Hochwasserschutzorganisationen in Ländern wie Südafrika auf sich, teil tdie Universität mit. Zwar gäbe es dort Überwachungssysteme, doch fehlten oft die Daten, um künstliche Intelligenz zur Früherkennung von Verstopfungen in Wasserläufen zu trainieren.
Dr. Andrew Barnes, Dozent für Informatik und Mitglied des Zentrums für Klimaanpassung und Umweltforschung in Bath, betont die Effizienz des Systems:
„Wir haben ein Modell entwickelt, das Verstopfungen erfasst, bevor sie zu einem Problem werden. Es handelt proaktiv und warnt, bevor eine Überschwemmung eintritt.“
Das System ist zudem flexibel und skalierbar, sodass es weltweit eingesetzt werden könnte, insbesondere in Ländern, die mit Hochwasser kämpfen, aber nicht über die nötigen Ressourcen zur Entwicklung eigener Lösungen verfügen.
Personaleinsparung und gute Genauigkeit
Das Team testete das System an einem Durchlass in Cardiff und erreichte dabei eine Erkennungsgenauigkeit von fast 90 Prozent. Aktuell werden im Vereinigten Königreich Durchlässe noch überwiegend manuell über CCTV überwacht, was einen erheblichen personellen Aufwand erfordert.
Durch den Einsatz von KI können lokale Behörden effizienter auf drohende Verstopfungen reagieren und ihre Ressourcen gezielt einsetzen. Zudem bietet das proaktive System einen Sicherheitsvorteil: Einsatzkräfte können frühzeitig vor Ort sein, ohne sich gefährlichen Hochwasserbedingungen auszusetzen.
Dr. Thomas Kjeldsen, Dozent an der Fakultät für Architektur und Bauingenieurwesen in Bath und Mitglied des Centre for Regenerative Design and Engineering for a Net Positive World (RENEW), fügte hinzu:
„Durch den Klimawandel steigt das Risiko von Überschwemmungen weltweit. Diese Arbeit eröffnet das Potenzial für die Entwicklung neuer, leichter und kosteneffizienter Hochwasserschutzsysteme in städtischen Gebieten, die es den Behörden auf der ganzen Welt ermöglichen, sich an den Klimawandel anzupassen. Diese Studie ist ein erster Schritt in Richtung einer nachhaltigen Lösung für die Hochwasservorhersage und eröffnet eine Vielzahl von Bereichen, die erforscht und genutzt werden können.“
Der Artikel CCTV Image-based classification of blocked trash screens (CCTV-Bild-basierte Klassifizierung von verstopften Schmutzfängern) wurde heute in The Journal of Flood Risk Management veröffentlicht.
