Abschlussbericht: EXDIMUM: Extremwettermanagement mit digitalen Multiskalen-Methoden - Teilvorhaben: Robuste Sensoren zur Erfassung von Boden- und Vegetationszustand

Abstract

Im Verbundprojekt EXDIMUM (02WEE1631A) wurden innovative Methoden zum Extremwettermanagement entwickelt, mit Fokus auf die Pilotregion Goslar (Harz). Kern war die Erstellung eines digitalen Multiskalenmodells zur Prognose von Dürre- und Flutereignissen durch Fusion terrestrischer Sensordaten, Luftbilder und KI-Verfahren. In AP1 koordinierten halbjährliche Konsortialtreffen und “Runde Tische” mit Behörden praxisnahe Anforderungen, inklusive LoRa-Schnittstelle (TUC) und Integration in digitale Abbilder (Ameno). AP2 entwickelte eine energieeffiziente FPGA-basierte Sensorplattform (Lattice Crosslink-NX LIFCL-40, OV7670-Kamera) mit AI-Core für Vegetations- und Bodenzustandsanalyse; Prototypen wurden ab 2024 im Feld (Goslar/Gelmke) eingesetzt. AP5–AP8 integrierten Sensordaten (UART-Schnittstelle) in ein digitales Abbild und Multiskalenmodell. Ein CNN erreichte 100% Trainingsgenauigkeit bei Wasserstandsklassifikation (niedrig/mittel/hoch), validiert anhand der Daten der Pilotstandorte in Simulationsebene. AP7 ermöglichte Echtzeit-Darstellung im EXDIMUM-Portal, AP8 validierte Langlebigkeit und Mehrwert für das Multiskalenmodell. Das System erfüllt Anforderungen, bietet Übertragbarkeit und Synergien für Wassermanagement. Alle Ziele wurden planmäßig mit der zusätzlichen kostenneutralen Verlängerung erreicht; Dokumentation und Dissemination sind abgeschlossen.