[Back]

V. Buhl, T. Schmalz, A. Eichhorn, K. Mair am Tinkhof, A. Preh, E.H. Tentschert, S. Rödelsperger:
"KASIP - combination of monitoring data and numerical modelling for an "alarm-manager" for mass movements";
Poster: GeoDarmstadt2010, Darmstadt (invited); 2010-10-10 - 2010-10-13; in: "GeoDarmstadt2010 - Geowissenschaften sichern Zukunft / Geoscience secure the future", A. Hoppe, H. Röhling, C. Schüth (ed.); Schriftenreihe der Deutschen Gesellschaft für Geowissenschaften e.V., 68/Hannover (2010), ISBN: 978-3-510-49219-0; 122 - 123.

Fortschreitende Siedlungstätigkeit des Menschen in auch gebirgigen Regionen, sowie der immer unberechenbarer werdenden Wetterbedingungen führen zu einer steigenden Bedeutung der Untersuchung und Alarmierung von Hangrutschungen. In den vergangenen Jahren war eine deutliche Zunahme dieser Art von Naturkatastrophen zu beobachten. Die Erforschung und Installation von Frühwarnsystemen soll zu einer gesteigerten Sicherheit bzw. zu einer Begrenzung der Schäden beitragen.
In dem vom österreichischen Fonds zur Förderung der wissenschaftlichen Forschung (FWF) unterstützten Projekt KASIP wird die Kombination von Hangbeobachtungsdaten (Monitoring-Daten) mit einem numerischen Modell, welches die innere Struktur des Hangs beschreibt, untersucht. Das Modell soll dabei die Berechnung von Simulationen und Prädiktionen von kritischen Zuständen des Hangs ermöglichen. Es soll die Kernkomponente eines neuartigen daten- und wissensbasierten Alarmsystems für Hangrutschungen sein.
Die datenbasierte Systemanalyse ist ein Monitoring-System und ein an die Realität angepasstes numerisches Modell des Rutschhanges. Gegenwärtig erfolgt diese Anpassung üblicherweise mittels nicht gesicherten "try und error" Methoden Ein Ziel dieses Projekts ist es, diese "try und error" Methoden auf statistisch gesicherte Grundlagen zu stellen und diese durch die Einführung von "least squares"-Algorithmen zu ersetzen, um somit einen automatisierten und von der Interpretation durch Experten unabhängigen Entscheidungsprozess zu ermöglichen. Für die Kalibrierung des Modells kommen Methoden der adaptiven Kalman-Filterung zum Einsatz.
Die wissensbasierte Systemanalyse verknüpft Modell und externes, heuristisches Expertenwissen und fungiert als übergeordneter "Alarm-Manager". Dieser beurteilt die Prädiktions- und Simulationsergebnisse, z.B. inwieweit eine aktuelle Alarmstufe des Hanges beibehalten wird oder ein Wechsel erfolgen muss. Verfahren des "Cased Based Reasoning" (CBR) mit dem Ziel der Entwicklung eines wissensbasierten Experten-Systems kommen hier zum Einsatz.
Das Poster zeigt aktuelle Ergebnisse der datenbasierten und wissensbasierten Systemanalyse zur Kalibrierung des numerischen Modells mittels adaptiver Kalman-Filterung sowie zur Integration dieser Resultate in den "Alarm-Manager"; darüber hinaus erste Schritte zur der Entwicklung eines Prototyps des Experten-Systems.