Künstliche Intelligenz für den Küstenschutz: Digitalisierung im Einsatz an küstennahen Infrastrukturen

Der Klimawandel stellt die Nord- und Ostseeküsten wie auch die angrenzenden Regionen vor neue Herausforderungen. Neben einem wahrscheinlichen Anstieg des Meeresspiegels rechnen Klimaforschende mit einer steigenden Zahl an Extremwetterereignissen wie Sturmfluten, Stürmen oder Starkregen. Um den Ausfall kritischer Infrastrukturen wie Energienetze oder Seehäfen zu verhindern und die Versorgung der Bevölkerung nach solchen Ereignissen weiterhin zu gewährleisten, forscht das Deutsche Zentrum für Luft- und Raumfahrt (DLR) im Projekt RESIKOAST (Resiliente Versorgungsinfrastruktur und Warenströme im Kontext küstennaher Extremwetterereignisse).

Am 24. April 2024 ließen die Geoinformatiker Marlin Müller und Steffen Dietenberger vom DLR-Institut für Datenwissenschaften eine Drohne über der Wurster Nordseeküste fliegen. Die Drohne macht zentimetergenaue Fotos vom Deich, der Küstenlinie sowie des Deichvorlandes mit den dort vorhanden Lahnungsfeldern und Salzwiesen. Die Untersuchungsgebiete umfassen einen Deichabschnitt südlich von Dorum Neufeld sowie das schwimmende Moor bei Sehestedt am Jadebusen. Anschließend werden die Forscher auch 3D-Daten aus den aufgenommenen Einzelbildern generieren.

Abgleichen von Daten und Veränderungen erkennen

Im Herbst 2023 hatten die beiden Wissenschaftler aus Jena bereits Daten des gleichen Gebiets gesammelt. Nun können sie diese mit den aktuellen Daten vergleichen. Veränderungen der Küstenlinie, der Höhe und Beschaffenheit des Deichs sowie die Vegetation auf dem Deich können sie so automatisiert entdecken. Der Vorteil im Projekt ist, das verschiedenen Datenquellen zur Verfügung stehen. Das DLR verfügt auch über eine Vielzahl an Erdbeobachtungsdaten von Flugzeugen und Satelliten, um Bodenbewegungen langfristig zu beobachten. Mithilfe der Drohnenaufnahmen erstellen die Forscher auch sogenannte Orthomosaike. Bei solchen Bildern ist jeder Pixel genau mit geographischen Koordinaten verknüpft. So können diese Bilddaten mit Satellitendaten oder anderen Aufnahmen aus der Luft zusammengeführt werden. Solche Daten könnten auch für den örtlichen Deichverband von Interesse sein. Eine mögliche Zusammenarbeit wird derzeit ausgelotet.

Unterstützung bei Extremwetterereignissen

„Das Ziel des Projekts RESIKOAST ist, die DLR-Kompetenzen aus den Bereichen Sicherheit, Raumfahrt und Verkehr zu bündeln. Dadurch wollen wir Szenarien ableiten, die es lokalen Behörden erlauben bei Extremwetterereignissen flexibel zu reagieren. Logistikketten sowie die Versorgung der Bevölkerung sollen jederzeit sichergestellt sein“, sagt RESIKOAST-Projektleiter Dr. Jens Kahlen vom DLR-Institut für den Schutz terrestrischer Infrastrukturen aus Sankt Augustin. Besonders küstennahe Städte müssen sich zukünftig auf klimawandelbedingte Wetterereignisse wie Sturmfluten einstellen.

Um die großen Datenmengen aus satellitenbasierten Erdbeobachtungsdaten automatisiert verarbeiten zu können, entwickeln die Forschenden KI-basierte Algorithmen. Anwendungsfälle sind zum einen die Beobachtung vom Wetter und der Auswirkung auf die Infrastrukturen, zum anderen soll es darum gehen, mögliche Folgen schneller vorauszusagen und den entsprechenden Akteuren Handlungsempfehlungen zu geben. „Ein Beispiel dafür wäre, kurzfristige Wettervorhersagen zu verbessern, so dass bei einer sich ankündigenden Sturmflut, die Hafen-Betreiber frühzeitig einen Hinweis erhalten. So hätten sie ausreichend Zeit, um Lösungen zu finden, wie die Anbindung an das Schienennetz weiterhin funktioniert und die Logistikkette erhalten bleibt“, so Kahlen.

Im nächsten Schritt des Projekts wird mit Behörden und anderen Forschungseinrichtungen ein Planspiel für die Stadt Bremerhaven erarbeitet.

Beteiligungen

Beteiligte DLR-Institute für den Schutz terrestrischer Infrastrukturen, den Schutz maritimer Infrastrukturen, Datenwissenschaften, Methodik der Fernerkundung, Verkehrssystemtechnik, Fahrzeugkonzepte, Hochfrequenztechnik und Radarsysteme, Softwaretechnologie, KI-Sicherheit sowie das Deutsche Fernerkundungsdatenzentrum