NIQKI - Niederschlagsdaten Qualitätskontrolle mit Künstlicher Intelligenz

Im Projekt NIQK werden KI-basierte Verfahren zur Qualitätsprüfung von Niederschlagsdaten entwickelt, um verlässliche und zeitnahe Wettervorhersagen zu ermöglichen.
In vielen Regionen Deutschlands fehlen hochvalide meteorologische Daten für eine präzise Vorhersage von Extremereignissen wie Starkregen. Ziel ist es, automatisierte Prüfprozesse zu schaffen, die auf verschiedene Messsysteme anwendbar sind und in Datenplattformen integriert werden können. In diesem Vorhaben werden erstmalig Daten in hoher Dichte und Verfügbarkeit für die Fläche am Beispiel eines Bundeslandes eingesetzt. Die KI-Modelle bieten eine schneller und genauere Alternative zu den bisherigen Methoden und ermöglichen somit eine verbesserte Reaktion auf Wetterextremereignisse.
Auf einen Blick
Kategorie | Beschreibung |
---|---|
Forschungsprojekt | NIQKI - Niederschlagsdaten Qualitätskontrolle mit Künstlicher Intelligenz |
Leitung | Prof. Dr. Christian Wolf |
Institut | :metabolon Institut |
Beteiligte |
|
Projektpartner |
LANUV (Landesamt für Natur, Umwelt- und Verbrauchershutz NRW) Prof. Günter Müller-Czygan (Hochschule Hof) HST Systemtechnik GmbH & Co. KG hydro & meteo GmbH |
Fördermittelgeber | BMDV |
Laufzeit | 02/2025 - 01/2028 |
Abstrackt | Die lückenlose und kleinräume Erfassung hochvalider meteorologischer Messdaten ist eine entscheidende Voraussetzung für verlässliche Niederschlagsvoerhersagen und darauf aufbauender Prozesse. Derzeit stehen derartige Daten vielerorts (z.B. NRW) nicht in der erforderlichen Güte und zeitlichen Aktualität zur Verfügung. Für eine zeitnahe Verfügbarkeit valider Daten für Gefahrenabwehr, etc. bedarf es automatisierter Prüfprozesse, welche übertragbar und auf verschiedene Systeme anwendbar sind. |