NIQKI
Niederschlagsdaten Qualitätskontrolle mit Künstlicher Intelligenz
Zuletzt aktualisiert am 28.02.2025
Projektbeschreibung
Problem
Die lückenlose und kleinräumige Erfassung hochvalider meteorologischer Messdaten ist eine entscheidende Voraussetzung für verlässliche Niederschlagsvorhersagen und darauf aufbauender Prozesse. Derzeit stehen derartige Daten an vielen Orten in Deutschland nicht in der erforderlichen Güte und zeitlichen Aktualität zur Verfügung. Für eine zeitnahe Verfügbarkeit valider Daten für die Reaktion auf Extremereignisse (z.B. Starkregen) bedarf es automatisierter Prüfprozesse, welche übertragbar und auf verschiedenste Niederschlagsmesssysteme angewendet und in Datenplattformen implementierbar sind.
Ziele
Ziel des Vorhabens NIQKI ist die Entwicklung von Verfahren zur Qualitätsprüfung von Niederschlagsdaten unter Einbezug weiterer Klimadaten und unter Nutzung von Methoden der Künstlichen Intelligenz (KI). In diesem Vorhaben werden erstmalig Daten in hoher Dichte und Verfügbarkeit für die Fläche am Beispiel eines Bundeslandes (NRW) eingesetzt. Die Verbesserung der Verfahren, der Nutzerprozesse und –akzeptanz werden analysiert und begleitet.
Durchführung
Die vom LANUV erhobenen Messdaten werden zentral in einer Cloud gespeichert, unmittelbar überprüft und hinsichtlich ihrer Qualität bewertet (< 1 Minute). Somit wird eine optimale Nutzung in quasi-Echtzeit in einer Vielzahl an Anwendungen ermöglicht. Die KI-Modelle werden auf Basis historischer Daten und vorhandener Qualitätsbeurteilungen (manuelle Prüfung, halbautomatische Prüfung in der Software NIKLAS von der hydro & meteo GmbH) entwickelt und trainiert. Die KI-basierten Ergebnisse werden mit denen der bisherigen statistischen Methodiken hinsichtlich Genauigkeit und Geschwindigkeit verglichen.
Projektübersicht
