EXDIMUM: Extremwettermanagement mit digitalen Multiskalen-Methoden; Teilprojekt: Zuverlässige Sensorkommunikation unter Extremwetterbedingungen

Abstract

Das Monitoring hydrologisch relevanter Parameter, wie Pegelstände, Niederschläge und Luftfeuchte, ist ein integraler Bestandteil des Extremwettermanagements. In der Praxis kommen dazu in der Regel terrestrische Sensoren zu Einsatz, welche die relevanten Parameter periodisch erfassen und drahtlos versenden. Dies ermöglicht terrestrische Daten in hoher zeitlicher sowie räumlicher Auflösung in situ zu bewerten und im Falle von Extremwetterereignissen zweierlei: zum einen, die Vorhersagen kontinuierlich abzugleichen und Anpassungen bei Abweichungen vorzunehmen. Zum anderen aber auch eine schnelle Reaktion und die Abwägung möglicher Gegenmaßnahmen, wie z.B. die präzise Aufstellung von Sandsäcken zum Hochwasserschutz. Allerdings sinkt die Zuverlässigkeit der Sensorkommunikation im Falle von Extremwetter, durch erschwerte Bedingungen der drahtlosen Datenübertragung. Dies hat zur Konsequenz, dass zu diesen besonders relevanten Perioden im Extremfall keine aktuellen Daten zur Verfügung stehen, wodurch keine adäquate Einschätzung der realen Lage sowie präzise Gegenmaßnahmen erfolgen können. Ziel des Teilprojekts war es daher, Methoden und Verfahren zu entwickeln, welche die Zuverlässigkeit drahtloser Übertragungen erhöhen, um auch unter Extremwetterbedingungen Daten zur Verfügung stellen zu können. Dazu sollte (1) die Leistungsfähigkeit des Kommunikationsprotokolls Long Range Wide Area Network (LoRaWAN), welches bei terrestrischen Sensoren weit verbreitet ist, unter verschiedenen Umweltbedingungen untersucht werden. Diese Analyse sollte die Grundlage schaffen, um (2) innovative Verfahren zu entwickeln, welche auch unter Extremwetterbedingungen eine zuverlässige Kommunikation ermöglichen. Anschießend sollten die entwickelten Verfahren in (3) einer Praxisstudie in der Pilotregion evaluiert werden, um die Leistungsfähigkeit der neu entwickelten Methoden im Praxiseinsatz zu bewerten.