In Norwegen und dem Rest der Welt kommt es aufgrund des Klimawandels immer häufiger zu Überschwemmungen und extremen Wetterlagen. Die durch Wetter- und Naturereignisse verursachten Wasserschäden haben nach Angaben des norwegischen Naturkatastrophenfonds in den letzten zehn Jahren 30 Milliarden Kronen gekostet.
Keine lokalen Warnungen
In Norwegen haben wir das Glück, dass die norwegische Direktion für Wasserressourcen und Energie (NVE) Warnungen vor bevorstehenden Überschwemmungen herausgibt, aber das gilt hauptsächlich für größere Flüsse und Wasserstraßen. Der Wasserstand in kleineren Flüssen kann schnell ansteigen, und diese fließen oft durch dicht besiedelte Gebiete.
Globale Herausforderung, lokale Herausforderung
Überschwemmungen und Hochwasservorsorge gehören zu den Aufgaben der Kommunen und sind sehr anspruchsvoll. Besonders für kleinere Gemeinden mit begrenzten Ressourcen ist es eine Herausforderung, Hochwassersituationen zu bewältigen und die Sicherheit ihrer Einwohner zu gewährleisten. Es muss genau gewarnt werden, wenn eine Überschwemmungsgefahr besteht, damit wir nicht zahlreiche Warnungen erhalten, die sich als Fehlalarm herausstellen. Entscheidend ist, dass die Lösung einfach zu bedienen ist und die Warnungen so übermittelt werden, dass das Betriebspersonal sie verstehen kann, damit die Behörden die richtigen Maßnahmen ergreifen und mit den Bewohnern effektiv kommunizieren können.
Könnten die beiden Sommerstudenten Nils und Thanh das Problem gelöst haben?
Diesen Sommer hatte InfoTiles das Vergnügen, mit dem Wirtschaftsstudenten Thanh Nguyen von der Universität Stavanger und Nils Thomas Doherty Midtbø zusammenzuarbeiten, der an der Universität Tromsø maschinelles Lernen und Datenanalyse von Wasserlaufdaten studiert. Sie haben praktische Herausforderungen bei InfoTiles' Kunden in Angriff genommen und maschinelles Lernen entwickelt und getestet, um Flusspegel bis zu 12 Stunden im Voraus vorherzusagen.
Es wurden verschiedene Algorithmen für maschinelles Lernen zur Vorhersage der Flusshöhe entwickelt und getestet. In Absprache mit einem unserer Entwicklungskunden (einer norwegischen Gemeinde) konnten die Studenten Daten verwenden, die von InfoTiles an einer bestimmten Stelle in einem Fluss gesammelt wurden. Diese Daten wurden mit den Daten der norwegischen Behörde für Wasserressourcen und Energie (NVE) über den Oberlauf eines Flusses kombiniert. Die Ergebnisse waren mit einem durchschnittlichen absoluten Fehler von 5 cm gut, sollen aber noch verbessert werden.