Zukunftslabor
WASSER

Beitrag in einfacher Sprache anzeigen

KOSTBARE RESSOURCEN MANAGEN

Wasser ist die Grundlage des Lebens und deshalb als wertvolle Ressource zu schützen. Um bei zunehmend stärkeren Dürren die Verteilung des Wassers zu garantieren und Extremsituationen wie Überflutungen effizient zu begegnen, sind innovative und nachhaltige Lösungen erforderlich – dafür ist Digitalisierung unerlässlich. Sie ermöglicht einen konsequent digitalen Datenfluss aller erforderlicher Daten. Moderne Methoden der Künstlichen Intelligenz und der Data Science bieten die Möglichkeit, Daten automatisiert auszuwerten, miteinander zu verknüpfen. Dadurch können unbekannte Zusammenhänge und mögliche frühzeitig erkannt werden. Weiterhin ermöglicht ein digitales Abbild der Realität die Simulation von Prozessen, um mögliche Risiken in ihrer Auswirkung zu quantifizieren und damit mögliche Gegenmaßnahmen rechtzeitig in die Wege zu leiten. Über intelligente Visualisierungen können relevante Daten und Informationen so für Entscheider*innen und auch Bürger*innen aufbereitet werden, sodass eine stärkere Akzeptanz und Interaktion erreicht wird.

Zentrale Aspekte des Zukunftslabors Wasser sind der Einsatz intelligenter Systeme und neuer digitaler Methoden im Wassermanagement im Hinblick auf die Versorgungs- und Qualitätssicherheit der Ressource Wasser. Hierzu zählen die Anwendungen von Machine Learning und Big Data Analytics im Bereich der Wasserwirtschaft, der Ausbau integrierter Sensorik und digital vernetzter Systeme für eine gesicherte, effektive Datenerfassung und die Möglichkeit der Verbesserung von Interoperabilität und Standardisierung sowie Optimierungsansätze aus modellbasierten Analysen.

Sprecher
WASSER

Prof. Dr.-Ing. Jorge Marx Gómez
Carl von Ossietzky Universität Oldenburg
Abteilung Wirtschaftsinformatik (Very Large Business Application)

KONTAKT AUFNEHMEN

Koordinator
WASSER

Dr.-Ing. Volkan Gizli
Carl von Ossietzky Universität Oldenburg
Department für Informatik

KONTAKT AUFNEHMEN

Wissenschaftler*innen

M.Sc. Florence B. Apollo (Technische Universität Clausthal)

Florence Apollo ist wissenschaftliche Mitarbeiterin am Institut für Bergbau an der Technischen Universität Clausthal. Ihre Forschungsschwerpunkte konzentrieren sich insbesondere auf die Nachnutzung von Bergbauinfrastruktur nach deren Betriebsende, das Management von Hochwasserris...

MEHR ZUR PERSON
M. Sc. Radhakrishna Bangalore Lakshmiprasad (Leibniz Universität Hannover)

Radhakrishna Bangalore Lakshmiprasad ist wissenschaftlicher Mitarbeiter am Institut für Strömungsmechanik und Umweltphysik an der Leibniz Universität Hannover. Sein Forschungsschwerpunkt liegt in der Hydrologie. Derzeit beschäftigt er sich mit der Quantifizierung der Auswirkungen...

MEHR ZUR PERSON
M. Sc. Adina Brandt (Leibniz Universität Hannover)

Adina Brandt ist wissenschaftliche Mitarbeiterin am Institut für Hydrologie und Wasserwirtschaft der Leibniz Universität Hannover. Ihre Forschungsschwerpunkte sind die Analyse verschiedener Niederschlag-Abfluss-Ereignisse, das radarbasierte Nowcasting von Niederschlag und die an...

MEHR ZUR PERSON
M. A. Malin Delfs (Universität Osnabrück)

Malin Delfs ist wissenschaftliche Mitarbeiterin am Institut für Geographie und am Institut für Umweltsystemforschung an der Universität Osnabrück. Ihr Forschungsschwerpunkt sind sozial-ökologische Systeme. Derzeit beschäftigt sie sich mit adaptivem Wassermanagement im Rahmen der ...

MEHR ZUR PERSON
Dr.-Ing. Volkan Gizli (Carl von Ossietzky Universität Oldenburg)

Volkan Gizli ist wissenschaftlicher Mitarbeiter in der Abteilung für Wirtschaftsinformatik (VLBA) der Carl von Ossietzky Universität Oldenburg. Seine Forschungsschwerpunkte sind Effizienz und Optimierung, Kennzahlen und Kennzahlensysteme sowie Digitalisierung und Automatisierung....

MEHR ZUR PERSON
Marvin Hempel (Leuphana Universität Lüneburg)

Marvin Hempel ist wissenschaftlicher Mitarbeiter am Institut für Produktionstechnik und -systeme (IPTS) der Leuphana Universität Lüneburg. Seine Forschungsschwerpunkte umfassen Prozessoptimierung und Effizienzsteigerung mittels mathematischer Optimierung und Machine Learning. Bes...

MEHR ZUR PERSON
Dr. Laura Mae Jacqueline Herzog (Universität Osnabrück)

Dr. Laura Herzog ist PostDoc am Forschungszentrum Institut für Umweltsystemforschung und am Institut für Geographie an der Universität Osnabrück. Sie forscht zu Wechselwirkungen in sozial-ökologischen Systemen, dem Einfluss von uns Menschen auf Ökosysteme und zu der Frage, wie Tr...

MEHR ZUR PERSON
Dr. Armin Moghimi (Leibniz Universität Hannover)

Armin Moghimi ist wissenschaftlicher Mitarbeiter am Ludwig-Franzius-Institut für Wasserbau, Mündungs- und Küsteningenieurwesen an der Leibniz Universität Hannover. Seine Forschungsschwerpunkte liegen in der Bildanalyse, der Fernerkundung und der Gewinnung von Informationen aus de...

MEHR ZUR PERSON
Jannis Möller (Technische Universität Braunschweig)

Jannis Möller ist wissenschaftlicher Mitarbeiter am Institut für Computergraphik der Technischen Universität Braunschweig. Seine Forschungsschwerpunkte liegen im Einsatz von VR-Technologien für immersive Datenvisualisierungen. Im Projekt DuFloViz entwickelt er Visualisierungsmeta...

MEHR ZUR PERSON
Henning Müller (Technische Universität Braunschweig)

Henning Müller ist wissenschaftlicher Mitarbeiter am Leichtweiß-Institut für Wasserbau, Abteilung Hydrologie und Flussgebietsmanagement, der Technischen Universität Braunschweig. Seine Forschungsschwerpunkte liegen im Bereich der Digitalisierung, Simulation und Optimierung von En...

MEHR ZUR PERSON
M. Sc. Tim Schimansky (Leibniz Universität Hannover)

Tim Schimansky ist wissenschaftlicher Mitarbeiter am Institut für Kartographie und Geoinformatik an der Leibniz Universität Hannover. Sein Forschungsschwerpunkt liegt im Bereich der Lokalisierung von privat veröffentlichtem Bildmaterial von Extremwetterereignissen. Derzeit beschä...

MEHR ZUR PERSON
M. Sc. Jan Stüven (Carl von Ossietzky Universität Oldenburg)

Jan Stüven ist wissenschaftlicher Mitarbeiter in der Abteilung für Wirtschaftsinformatik (VLBA) der Carl von Ossietzky Universität in Oldenburg. Die Aufgabengebiete umfassen primär die Entwicklung des öffentlichen Wasserinformationssystems WISdoM sowie die inhaltliche Auseinander...

MEHR ZUR PERSON

Geförderte Einrichtungen

Projekte des Zukunftslabors

ZUR PROJEKTÜBERSICHT

Berichte

Digitale Lösungen für Extremereignisse, Naturgefahren, Klimawandel

Digitale Lösungen für Extremereignisse, Naturgefahren, Klimawandel

In diesem Projekt adressieren die Wissenschaftler*innen des Zukunftslabors Wasser die Herausforderungen von Extremereignissen, Naturgefahren und des Klimawandels auf drei Ebenen der Digitalisierung: Sensorik und Datenerfassung, KI-Auswertung und Prognose sowie Smart Services und Transfer. MEHR

Digitalisierung von Be- und Entwässerung, Natur- und Wasser-schutz

Digitalisierung von Be- und Entwässerung, Natur- und Wasser-schutz

Die Wissenschaftler*innen des Zukunftslabors Wasser untersuchen innovative Lösungen für die Be- und Entwässerung von Feldern und Küstengebieten sowie für den Natur- und Wasserschutz. Sie nutzen Sensoren und Algorithmen zur Datengewinnung und -auswertung sowie Modelle zur Simulation von Prozessen. MEHR

Digitalisierung im Wassermanagement

Digitalisierung im Wassermanagement

Digitale Technologien ermöglichen innovative Lösungen, um Wasser intelligent und nachhaltig zu verteilen, zu nutzen und zu reinigen. Die Wissenschaftler*innen des Zukunftslabors Wasser entwickeln neue Ansätze für die Feldbewässerung, die Nutzung von Niederschlägen und die Risikoabschätzung von Schadstoffen. MEHR

Weitere Berichte anzeigen

Videos und Podcasts

Digitalisierung des Wassersektors: Kostbare Ressourcen managen

Digitaltalk Niedersachsen: Extremwetterereignisse vorhersehen

Wissenschaftliche Veröffentlichungen

Classification of Rainfall-Runoff Events for Flood Analysis and Forecasting in Lower Saxony, Germany

Local rainfall events, especially those with high precipitation levels in a short period of time, can cause extreme runoff in their associated catchment areas. The high variability of rainfall and run...

Mehr

Local rainfall events, especially those with high precipitation levels in a short period of time, can cause extreme runoff in their associated catchment areas. The high variability of rainfall and runoff events makes it difficult to accurately calculate the risk of flooding. To improve the assessment of individual rainfall-runoff events, it is essential to analyze their frequency, intensity and the complex relationship between rainfall and runoff. This analysis leads to a better understanding of the involved processes, enabling more precise modeling and earlier recognition and prediction of runoff events.

This study focuses on the Hannover radar range, which is primarily located in Lower Saxony, Germany. The rainfall events resulting from the radar data from the German Weather Service are classified into convective, stratiform and mixed rainfall based on their intensity, areal extent and duration. The associated rainfall-runoff events of various catchments in Lower Saxony will be further classified into three categories: long-rain floods, short-rain floods and flash floods.

The results of this study are expected to demonstrate the relationship between rainfall and runoff events including the frequency of different types of rainfall-runoff events. Additionally, the study aims to identify the type of rainfall responsible for extreme rainfall-runoff events. The analysis will also consider the influence of catchment characteristics and initial conditions on the runoff.

Autor*innen

  • M. Sc. Adina Brandt (Leibniz Universität Hannover)
  • Prof. Dr.-Ing. Uwe Haberlandt (Leibniz Universität Hannover)

Veröffentlichung

Diese Veröffentlichung entstand aufbauend auf der ZDIN Förderung.

Weniger

3D Gaussian Splatting auf Basis von LiDAR Punktwolken

3D Gaussian Splatting ist eine neuartige Methode zur impliziten Darstellung von 3D-Szenen mittels 3D Gaussverteilungen. Die implizite Darstellung wird aus einem Satz von Trainingsbildern erlernt und b...

Mehr

3D Gaussian Splatting ist eine neuartige Methode zur impliziten Darstellung von 3D-Szenen mittels 3D Gaussverteilungen. Die implizite Darstellung wird aus einem Satz von Trainingsbildern erlernt und berücksichtigt dabei in der dreidimensionalen Darstellung den Betrachtungswinkel, was indirekt zu einer Modellierung von Reflexionen/Farbveränderung usw. führt. Um die Anwendung von 3D Gaussian Splatting in neuen Szenarien zu verbessern, schlagen wir vor, diesen Ansatz mit LiDAR-Daten aus einem Mobile Mapping System zu kombinieren, um den bisher nötigen Structure-from-Motion Schritt zu ersetzen. Dazu werden die bekannten Kamerapositionen sowie die gegebene Punktwolke verwendet. Im Beitrag wird die Grundidee vorgestellt und erste Experimente dazu beschrieben.

Autor*innen

  • Tim Schimansky (Leibniz Universität Hannover)

Veröffentlichung

  • Publikationen der Deutschen Gesellschaft für Photogrammetrie, Fernerkundung und Geoinformation e.V. Band 32
  • 13.03.2024
  • Link zur Veröffentlichung

Diese Veröffentlichung entstand aufbauend auf der ZDIN Förderung.

Weniger

Simulation-based Investigation of Energy Flexibility in the Optimization of Hinterland Drainage

This study investigates the synchronization of pumping operations with dynamic energy prices in hinterland drainage systems. Employing mathematical models and optimization techniques, the research sys...

Mehr

This study investigates the synchronization of pumping operations with dynamic energy prices in hinterland drainage systems. Employing mathematical models and optimization techniques, the research systematically evaluates the inherent flexibility within regular pumping operations. While traditional approaches often focus solely on tidal dynamics to enhance energy efficiency, this study introduces a more comprehensive perspective. Beyond the conventional scope, it incorporates a nuanced analysis of electricity price patterns, aiming to promote grid-friendly behavior and foster an adaptive and efficient response to fluctuating energy availabilities. By delving into these complex interplays, the research not only deepens the understanding of hinterland drainage system dynamics but also proposes an approach for robust and sustainable operational practices. Moreover, the holistic approach aligns with the broader objective of reducing CO2 emissions, reflecting a commitment to environmentally responsible infrastructure management. Through this balanced exploration of operational optimization potentials, the research contributes to the scientific discourse on energy efficient and environmentally conscious practices in hinterland drainage systems.

Autor*innen

  • M.Sc. Marvin Chyke Hempel (Leuphana Universität Lüneburg)
  • Prof. Dr.-Ing. Jens Heger (Leuphana Universität Lüneburg)

Veröffentlichung

Diese Veröffentlichung entstand im Rahmen der ZDIN Förderung durch das Ministerium für Wissenschaft und Kultur.

Weniger
Mehr laden

Wissenschaftliche Vorträge

Smart City – KI-gestützte Datenerfassung und Datenverarbeitung

Prof. Dr.-Ing. habil. Monika Sester (Leibniz Universität Hannover)

Veranstaltung: Ringvorlesung „KI in der Wasserwirtschaft“ an der LUH, organisiert durch das ISAH

Datum: 31.05.2024

Radar-based rainfall nowcasting for flash flood modeling - Classification of rainfall-runoff events

M. Sc. Adina Brandt (Leibniz Universität Hannover)

Veranstaltung: Klausurtagung vom Institut für Hydrologie und Wasserwirtschaft und Institut für Strömungsmechanik und Umweltphysik im Bauwesen der Leibniz Universität Hannover

Datum: 23.02.2024

Classification of Rainfall-Runoff Events for Flood Analysis and Forecasting in Lower Saxony, Germany

M. Sc. Adina Brandt (Leibniz Universität Hannover)

Veranstaltung: EGU 2024

Datum: 16.04.2024

Mehr laden

Technologiedemonstratoren

Assoziierte Partner

Fonts updating...


Kontaktieren Sie uns telefonisch
+49 441 9722-222

A A
Beiträge in einfacher Sprache