Innholdsfortegnelse
Norge og resten av verden opplever hyppigere flom og ekstremvær på grunn av klimaendringene. Vannskader forårsaket av vær- og naturhendelser har kostet 30 milliarder kroner de siste ti årene, ifølge Statens naturskadefond.
Ingen lokale advarsler
I Norge er vi så heldige at Norges vassdrags- og energidirektorat (NVE) varsler om kommende flommer, men dette gjelder først og fremst større elver og vassdrag. Vannstanden i mindre elver kan stige raskt, og disse renner ofte gjennom tett befolkede områder.
Global utfordring, lokal utfordring
Flom og beredskap er et kommunalt ansvarsområde som er svært krevende. Det er spesielt utfordrende for mindre kommuner med begrensede ressurser å håndtere flomsituasjoner og ivareta innbyggernes sikkerhet. Varslene må være presise når det er fare for flom, slik at vi ikke får mange varsler som viser seg å være falske alarmer. Det er avgjørende at løsningen er enkel å bruke, og at varslene leveres på en måte som driftspersonell kan forstå, slik at myndighetene kan iverksette de riktige tiltakene og kommunisere effektivt med innbyggerne.
Kunne de to sommerstudentene Nils og Thanh ha løst problemet?
I sommer har InfoTiles hatt gleden av å samarbeide med økonomistudent Thanh Nguyen fra Universitetet i Stavanger, og Nils Thomas Doherty Midtbø, som studerer maskinlæring og dataanalyse av vassdragsdata ved Universitetet i Tromsø. De har løst praktiske utfordringer hos InfoTiles' kunder og har utviklet og testet maskinlæring for å forutsi elvenivåer opptil 12 timer i forveien.
Flere ulike maskinlæringsalgoritmer ble satt opp og testet for å forutsi elvehøyde. Etter avtale med en av våre utviklingskunder (en norsk kommune) kunne studentene bruke data som var samlet inn av InfoTiles fra et bestemt punkt i en elv. Dette ble kombinert med oppstrøms elvedata fra Norges vassdrags- og energidirektorat (NVE). Resultatene var gode, med en gjennomsnittlig absolutt feil på 5 cm, men de vil bli forbedret.