Zentrum für digitale Innovationen Niedersachsen: Zukunftslabor Wasser (ZDIN: ZLW)
Ziel des Projektes:
Im Rahmen des Projekts soll ermittelt werden, wie Transfer-Learning-Techniken effektiv eingesetzt werden können, um vorhandene/neue Wasserspeicheranlagen und Bergbauinfrastruktur an veränderte hydrologische Bedingungen nach einem schweren Hochwasserereignis anzupassen, während gleichzeitig die Robustheit der Prognosesysteme Prognosesysteme durch künstliche Intelligenz gewährleistet wird.
Projektkonzept / Herangehensweise:
(Berg)bauliche Fragestellungen
- Optimierung von bautechnischen Verfahren zur untertägigen Wasserspeicherung
- Optimale Auslegung von Druckstollen nach Lage, Länge und Querschnitt
- Vergleich alternativer Speichermöglichkeiten, um die beste Lösung für unterschiedliche Hochwasserkapazitäten mit minimalen Umweltauswirkungen zu finden, d.h. temporäre Lösungen wie Deiche und Dämme können auch in einem Szenario mit geringen Auswirkungen von Hochwasser in Betracht gezogen werden
- Simulation der Ein- und Ausspeicherung von Wasser in untertägigen Hohlräumen zur Optimierung der Strömung nach der Zeit und ggf. Standfestigkeit des Gebirges.
KI-Basierte Prognose Systeme
- Können Methoden des Transfer Learnings genutzt werden, um das System auf ein derart Abweichendes Scenario angepasst werden?
- Vergleich: Neue Hydrologische Bedingungen nach Großer Flut
- Wie kann ein Prognosesystem Robust genügen Künstlichen Systemanteils (wie dem Oker-Grane-Stollen) ausgelegt werden?
Forschungskompetenz:
- Erstellung von Wasserwirtschaft und Hochwasserrisikomanagement
- Hydrologische Modellierung (QGIS & QSWAT)
- Bergbauinfrastruktursystem und Software zur Visualisierung (Vulcan & QGIS)
- Datensammlung und -analyse (Klimadaten) und Vorhersage mit Hilfe von künstlicher Intelligenz
Eckdaten
Logo
Leitung: Univ.-Prof. Dr.-Ing. Oliver Langefeld
Bearbeitung: MBA Florence Apollo, M.Sc.
Forschungsstandort: Oberharz
Förderung