Forschung & Entwicklung

In vielen Regionen Deutschlands fehlen hochvalide meteorologische Daten für eine verlässliche Niederschlagsvorhersage wie z.B. für Extremereignisse wie Starkregen. Ziel ist es, automatisierte Prüfprozesse zu schaffen, welche übertragbar und auf verschiedene Messsysteme anwendbar sind.

In dem Anfang 2025 gestarteten Projekt NIQKI geht es um die Entwicklung von Verfahren zur zeitnahen Plausibilisierung von Niederschlagsdaten unter Einbezug und Weiterentwicklung bekannter Verfahren und der Nutzung von Methoden der Künstlichen Intelligenz (KI). Dabei sollen die Möglichkeiten von KI bzgl. maschinellem Lernen und der Nutzung von Vorinformationen ausgelotet werden. Als Datengrundlage werden erstmalig Daten in hoher Dichte und Verfügbarkeit am Beispiel Nordrhein-Westfalens eingesetzt. Für das KI-Training stehen mehr als 20 Jahre Daten von über 1000 Messstationen sowie Radardaten in Form eines korrigierten Radarkomposits zur Verfügung.

Die Aufgabe von hydro & meteo besteht einerseits in der Bereitstellung der historischen Daten mit den Ergebnissen der manuellen Kontrolle. Andrerseits gilt es, bestehende halbautomatische Verfahren weiterzuentwickeln und mit neuen Methoden zu ergänzen. Die Verfahren werden am Ende des Projektes als OpenSource zur Verfügung gestellt.

Das Projekt NIQKI wird im Rahmen der Innovationsinitiative mFUND durch das Bundesministerium für Digitales und Verkehr gefördert.

Projektlaufzeit: 02/2025 – 01/2028

Gesamtfördervolumen: 2,5 Mio. €

Hintergrund

Aufbauend auf dem Erfolg der WaterSENSE toolbox zielt REINFORM (Remote senseing integration for optimised resource management) auf die Entwicklung skalierbarer und transparenter Methoden zur Messung der Wasserproduktivität ab. Ein wichtiger Schwerpunkt ist die Nachhaltigkeit in der Bewässerungslandwirtschaft, insbesondere im Baumwollsektor, wo eine effiziente Wassernutzung für die langfristige Rentabilität entscheidend ist. Eine wichtige Voraussetzung, um den nachhaltigen Umgang mit Wasser in der Landwirtschaft sicherzustellen, sind dabei verlässliche Daten über den Wasserkreislauf, die sowohl Produzenten als auch Behörden zur Verfügung gestellt werden sollen. So können Landwirte und Entscheidungsträger dazu beitragen, die Wasserverschwendung zu reduzieren und Umweltauswirkungen zu mindern.

hydro & meteo hat den Fokus auf der Entwicklung und Bereitstellung hochwertiger Niederschlagsdaten. Dabei ergeben sich zwei Arbeitsschwerpunkte.

Einerseits die Bereitstellung der bestmöglichen Niederschlagsdaten für eine ausgewählte Region. Hierfür werden Daten von zwei Radarstandorten analysiert, um die Voraussetzungen zu schaffen, die Daten in nahezu Echtzeit zu korrigieren. Die korrigierten Daten werden dann zu einem konsistenten Bild kompositiert und anschließend mit ebenfalls durch uns qualitätskontrollierten Regenschreiberdaten angeeicht.

Der zweite Arbeitsschwerpunkt liegt auf der Entwicklung eines hochaufgelösten Niederschlagsprodukts, welches auf Satellitendaten beruht und damit den Ansprüchen der Skalierbarkeit genügt.

Das REINFORM Konsortium besteht aus 6 internationalen Projektpartnern:

Das Projekt wird aus dem Forschungs- und Innovationsprogramm Horizon 2020 im Rahmen der Finanzhilfevereinbarung  finanziert.

Es hat eine Laufzeit von zwei Jahren (11/2024 – 10/2026).

Das Klimasystem und der Klimawandel kennen keine Grenzen – die Folgen des Klimawandels stellen bereits jetzt eine Herausforderung für die deutsch-dänische Grenzregion dar, die mit mehr Niederschlägen, Dürre, Sturmfluten und steigendem Meeresspiegel zu kämpfen hat.

Ein Netzwerk von mehr als 35 Partnern trägt dazu bei, Lösungen zur Klimaanpassung über die Grenze hinweg voranzutreiben.

Das gemeinsame Sammeln und Zusammentragen von bereits vorhandenen Informationen und Tools zur Klimaanpassung und die Prüfung von Lösungen für Notfälle ermöglicht eine vergleichende Bewertung zu deren Wirksamkeit. Im Austausch mit Kommunen und Versorgungsunternehmen kann so eine fundierte Einschätzung der besten Handlungsempfehlungen zum Schutz der BürgerInnen und der lokalen Infrastruktur abgegeben werden.

In diesem Innovationsprozess werden neue grenzüberschreitende Kooperationen ermöglicht, die unsere Handlungsfähigkeit im Umgang mit immer häufiger auftretenden extremen Wetterereignissen vergrößert.

Als erfahrener Partner für meteorologische Datenanalyse und Online-Radardatenverarbeitung mit Warnkompetenz einerseits und Erfahrung aus kommunalen Klimaaktionsplänen andererseits bringen wir wertvolles Wissen in das Konsortium ein. Auch die aktuelle Umsetzung eines radarbasierten Warnsystems für Flensburg, das im Rahmen des Vorgängerprojektes NEPTUN geplant wurde, ist Ausdruck unseres kommunennahen Engagements.

Wir steuern unser Know-how im Bereich meteorologische Daten zur Vorhersage von Starkregenereignissen, Überschwemmungen, Stürmen und Trockenheit bei. Zusammen mit dem GERICS (Climate Service Center Germany) sind wir die deutschen „Wissenspartner“ in POSEIDON.

Wir freuen uns über die grenzüberschreitende Vernetzung in diesem Projekt!

Das Projekt POSEIDON ist ein Interreg Projekt Deutschland – Dänemark und wird kofinanziert von der Europäischen Union.

Laufzeit: 03/2024 – 02/2027

Gesamtfördervolumen: 1,9 Mio €

Projektwebseite: POSEIDON

Wesentliches Teilziel für die hydro & meteo GmbH sind die Ableitung von Überflutungsinformationen aus vorliegenden vorgefertigten Überflutungskarten fester Wiederkehrhäufigkeiten und aus aktuellen Niederschlägen, die zeitlich und räumlich variabel sind und deshalb ein zu erstellendes Mosaik der vorliegenden Karten erfordern.

Ein solcher Ansatz hat den Vorteil, dass langwierige 2D-Oberflächensimulationen zur Bestimmung der Überflutungstiefen und Fließwege offline durchgeführt werden können und dass damit für Echtzeitanwendungen schnell Ergebnisse abgeleitet werden können. Ebenso können dann sowohl gemessene als auch prognostizierte Ereignisse mit räumlich variablem Niederschlag in ihren Überflutungsauswirkungen schnell abgeschätzt werden.

Zweites Teilziel ist die Anbindung unserer Software SCOUT an das Prozessleitsystem der Stadtentwässerung Hannover. Damit stehen direkte online-Daten aus der Niederschlagsmessung der Stadt Hannover zur Verfügung und eine sehr schnelle vergleichende Auswertung dieser Daten mit Radarmessungen ist möglich.

Wie lassen sich Starkregenereignisse früher erkennen und genauer vorhersagen?

Mit dieser Frage beschäftigte sich das Forschungsprojekt heavyRAIN. Nach drei Jahren Laufzeit hat das Projektkonsortium nun zentrale Ergebnisse vorgestellt. Ziel war es, Starkregen mithilfe von Künstlicher Intelligenz, IoT-Sensorik und Fernerkundungsdaten früher zu erkennen und Kommunen sowie Infrastrukturbetreibern eine bessere Grundlage für rechtzeitige Maßnahmen zu geben.

In den Partnerkommunen Lübeck, Bochum, Hagen und Lüdenscheid wurden verdichtete IoT-Messnetze zur Erfassung von Regenintensitäten aufgebaut. Zum Einsatz kam ein wartungsarmer, autonom arbeitender Infrarot-Regensensor, der speziell für den Einsatz in urbanen Räumen konfiguriert wurde. Durch die vergleichsweise geringen Kosten der Sensoren lassen sich deutlich dichtere Messnetze realisieren als mit klassischen Messstationen.
Die Sensordaten wurden mit bestehenden Messungen sowie mit Radardaten verglichen und analysiert. Auf dieser Grundlage entwickelte das Projektteam Konzepte zur Fusion von Sensordaten und Wetterradar, um den Informationsgehalt bei Starkregenereignissen zu erhöhen und lokale Unterschiede besser abzubilden.

Ein weiterer Schwerpunkt lag auf der Analyse von Radar- und Satellitendaten. In einer Studie untersuchte das Konsortium, welche Merkmale in Fernerkundungsdaten frühzeitig auf die Bildung von Starkregenzellen hinweisen können. Als besonders vielversprechend erwiesen sich Informationen aus verschiedenen Höhen der Radar- Volumendaten sowie satellitenbasierte Daten zu Wolkeneigenschaften und zum Wasserdampfgehalt der Atmosphäre.

Diese Daten eröffnen neue Möglichkeiten, die Entstehung von Starkregen bereits vor dem eigentlichen Niederschlagssignal im Radar zu erkennen.

Auf Basis der Projektergebnisse entwickelte das Team zudem einen Prototyp für eine KI-basierte Kurzfrist-Niederschlagsvorhersage. Das Modell verarbeitet Bilddaten aus Radar- und Satellitenmessungen und erzeugt innerhalb weniger Sekunden 5-minütliche Prognosen für die nächsten 60 Minuten.
Für die Entwicklung und Validierung wurden mehr als 7.000 reale und synthetisch erzeugte Starkregenereignisse berücksichtigt. Erste Ergebnisse zeigen eine Vorhersagequalität, die mit etablierten Verfahren wie der vom Deutschen Wetterdienst eingesetzten optischen Flussmethode vergleichbar ist. Tests mit qualitätsverbesserten Eingangsdaten deuten zudem auf weiteres Verbesserungspotenzial hin.

Ergänzend entwickelte das Projekt eine leistungsfähige und hochverfügbare Datenplattform, die Sensordaten automatisch prüft, korrigiert und gemeinsam mit Radar-, Satelliten- und Stationsdaten bereitstellt.
Die im Projekt gewonnenen Erkenntnisse bilden eine wichtige Grundlage, um Starkregen künftig früher, genauer und lokaler vorherzusagen und damit kommunale Frühwarnsysteme weiterzuentwickeln.
Angesichts der vielversprechenden Ergebnisse plant das Konsortium, die Arbeiten auch nach dem Ende des geförderten Projekts fortzusetzen.

Initiiert und durchgeführt wurde das Projekt vom Start-Up Okeanos Smart Data Solutions GmbH aus Bochum, der hydro & meteo GmbH aus Lübeck, dem Bochumer Institut für Technologie GmbH und dem Landesamt für Natur, Umwelt und Verbraucherschutz NRW. Unterstützt wurden sie von den Städten Bochum, Hagen, Lübeck und Lüdenscheid, die gleichzeitig als Orte der Feldstudien fungierten, sowie vom Deutschen Wetterdienst, der Emschergenossenschaft & Lippeverband, den Stadtwerken Bochum Netze, dem Wetternetz Hagen, den Stadtwerken Lüdenscheid & Herscheid, den Stadtwerken Lübeck Digital (bis vor kurzem „Travekom“), den Wirtschaftsbetrieben Hagen sowie von der Technischen Hochschule Lübeck.

Das Projekt heavyRAIN wurde im Rahmen der Innovationsinitiative mFUND durch das Bundesministerium für Digitales und Verkehr gefördert.

Projektlaufzeit: 09/2022 – 11/2025

Gesamtfördervolumen: 1,608 Mio. €

Als Kernpartner waren wir für das Arbeitspaket 2 verantwortlich: Klimaszenarien & Data Mining. Unsere Aufgabe bestand darin, die meteorologische Grundlage für das gesamte Projekt zu liefern, indem wir hochauflösende Klimasimulationen aufbereiteten, die anschließend für hydrologische und mikroklimatische Modellierungen verwendet wurden. Unsere Hauptarbeit bestand in der Verarbeitung von konvektionsfähigen Simulationen (CPS) mit einer räumlichen Auflösung von etwa 3 km. Im Gegensatz zu regionalen Klimamodellen bilden diese Simulationen tiefe Konvektion explizit ab, was für die genaue Erfassung der kurzen, intensiven Niederschlagsereignisse unerlässlich ist, die in komplexem alpinen Gelände wie Innsbruck häufig zu städtischen Sturzfluten führen.

Um für die Fallstudie Innsbruck die höchstmögliche lokale Genauigkeit zu gewährleisten, führten wir eine rigorose Bias-Korrektur des CPS-DWD-MIROC5-Datensatzes durch, wobei wir stündliche Beobachtungen der Station Innsbruck-Flughafen aus zwanzig Jahren nutzten. Für die Temperatur haben wir das Quantile-Delta-Mapping (QDM) angewendet, um langfristige Erwärmungssignale zu erhalten. Für den Niederschlag nutzten wir temperaturabhängiges Quantile Mapping, um eine physikalisch konsistente Skalierung von Extremereignissen gemäß der Clausius-Clapeyron-Beziehung beizubehalten. Darüber hinaus validierten wir unsere primären Ergebnisse anhand eines Ensembles aus fünf zusätzlichen Simulationen aus dem CORDEX-FPSCONV-Projekt und bestätigten, dass die prognostizierten Klimasignale, einschließlich der sommerlichen Trockenheit und der Zunahme stündlicher Extremereignisse, über verschiedene Modellkonfigurationen hinweg robust sind.

Das BlueGreenCities-Projekt hat erfolgreich eine wissenschaftliche Grundlage für den Übergang von isolierten Begrünungsmaßnahmen zu vernetzten, multifunktionalen BGI-Systemen geschaffen. Der Erfolg wurde durch den wissenschaftlichen Beirat weiter verstärkt, der den Wissenstransfer zwischen unserem Forschungsteam und den lokalen Behörden ermöglichte und so sicherstellte, dass die Ergebnisse direkt auf die Stadtplanung anwendbar sind.

Für uns hat dieses Projekt unseren Rahmen für die Anwendung konvektionsfähiger Klimasimulationen auf praktische Strategien zur Anpassung an den Klimawandel in unseren zukünftigen Projekten erfolgreich verfeinert.

Der Schwerpunkt des Projekts liegt auf der Betrachtung des Bodens als Wasserspeicher. Dabei werden sowohl die Bedingungen für landwirtschaftliche Flächen als auch für den urbanen Raum berücksichtigt.

Es soll ein Entscheidungssystem entwickelt werden, das auf Radardaten zum aktuellen Niederschlag, auf Niederschlagsprognosen sowie auf wichtige Bodenkenndaten zugreift. Die Analyse wird mit Hilfe von KI-Algorithmen durchgeführt.

Hintergrund

Die Welt sieht sich im laufenden Jahrhundert einer raschen und beispiellosen Veränderung der Wasserverfügbarkeit gegenüber. Die letzten Jahrzehnte haben gezeigt, dass der aktuelle Klimawandel zu häufigeren extremen Wetterbedingungen mit zunehmenden Überschwemmungen und Dürren und vor allem zu Verschiebungen der Klimazonen führt. Dadurch können sich historisch günstige Standorte für die Landwirtschaft in trockene Gebiete verwandeln. Gleichzeitig führt die Zunahme der Weltbevölkerung dazu, dass an vielen Orten gefährdete Wasserressourcen erschöpft werden.

WaterSENSE bietet Wassermanagern weltweit eine Toolbox mit verlässlich nutzbaren Informationen zur Wasserverfügbarkeit und zum Wasserverbrauch, um ein nachhaltiges Wassermanagement zu unterstützen und die gesamte Wasserwertschöpfungskette (Wo ist Überfluss? Wo sind Defizite?) transparent darzustellen. Dabei basiert das von WaterSENSE entwickelte modulare, betriebsbereite Wassermanagementsystem, größtenteils auf Copernicus-Erdbeobachtungsdaten.

Der Schwerpunkt von hydro & meteo lag auf innovativen Lösungen für die Schnittstelle zwischen Hydrologie und Meteorologie, die sich speziell an die Wasserindustrie und andere wetterbedingte Wirtschaftssektoren richten. In Arbeitspaket zwei bearbeitete hydro & meteo die Entwicklung von Algorithmen zur Quantifizierung der Wasserverfügbarkeit und -nutzung, die in einem weiteren Schritt für das gesamte WaterSENSE System kalibriert und validiert wurden.

hydro & meteo stellt qualitativ hochwertige Niederschlagsinformationen basierend auf einer Kombination von Radar und Stationsdaten bereit. Grundlage stellen hierbei die Radar und Stationsdaten des Australischen Wetterdienstes Bureau of Meteorology dar.

Die Kombination dieser beiden Messinstrumente bietet den Vorteil einer hohen Auflösung bei einer guten räumlichen Abdeckung durch die Nutzung von Radardaten und einer hohen Genauigkeit durch die Aneichung mit Stationsdaten. Die Niederschlagsdaten Stellen einen eigenständigen Teil von WaterSENSE dar, fließen aber auch in andere Dienste ein wie z.B. bei der Überwachung der Bewässerung.

Das WaterSENSE Konsortium besteht aus 7 internationalen Projektpartnern:

Das Projekt wurde aus dem Forschungs- und Innovationsprogramm Horizon 2020 im Rahmen der Finanzhilfevereinbarung Nr. 870344 finanziert.

Es hatte eine Laufzeit von vier Jahren (01/2020 – 12/2023).