Im Rahmen der zu erwartenden Klimaveränderungen rechnen Meteorologen auch in Österreich mit einer Zunahme von extremen Wetterereignissen. Eine unmittelbare Folge dieser Klimaänderungen können gravitative Massenbewegungen wie beispielsweise Hangrutschungen sein. Da solche Massenbewegungen ein Sicherheitsrisiko für Menschen und Infrastruktur darstellen, ist sowohl ihre Detektion als auch die Verfügbarkeit aktueller, flächendeckender Informationen über ihre Auftretenswahrscheinlichkeit entscheidend, um rechtzeitig handeln und potenzielle Schäden frühzeitig abwenden zu können.

Ein qualitativ hochwertiges und vollständiges Daten-Inventar ist die Grundbedingung für ein besseres Verständnis von Hangrutschungen und für die Erstellung von Dispositionskarten, Risikoanalysen und die Entwicklung eines Frühwarnsystems. Bisher besteht dieses Inventar aus historischen Archivdaten und Ergebnissen aus Feldkartierungen, sowie ergänzenden Informationen aus Fernerkundungsdaten. Mit den digitalen Höhenmodellen (DHM) auf Basis von luftgestütztem Laserscanning (ALS) und Erdbeobachtungsdaten der Sentinel-Missionen steht eine umfassende Datenbasis zur Verfügung, die bisher nur sehr eingeschränkt genutzt werden. Allerdings fehlen derzeit Methoden, um diese zeitnah für ein konsolidiertes, standardisiertes Ereignisdaten-Inventar und somit als Basis zur Berechnung von Eintrittswahrscheinlichkeiten für Massenbewegungen zu nutzen.

Ziel von gAia ist es, diese essentiellen Grundlagen für die Entscheidungsunterstützung der Bedarfsträger mithilfe von modernen Methoden der Künstlichen Intelligenz (KI) zu entwickeln. Hierzu werden Techniken des Maschinellen Lernens zur Fusion und Harmonisierung der heterogenen Datenquellen verwendet, sowie Deep Learning Architekturen zur Entwicklung eines Vorhersagmodells für Eintrittswahrscheinlichkeiten von Hangrutschungen angewendet.

Projektpartner:

• Zentralanstalt für Meteorologie und Geodynamik (ZAMG)
• Austrian Institute of Technology (AIT)
• GeoVille Information Systems and Data Processing GmbH (GeoVille)
• Disaster Competence Network Austria (DCNA)
• Geologische Bundesanstalt (GBA)
• Bundesministerium für Landesverteidigung (BMLV)

Mehr über das Projekt >