DE102009056777A1 - System und Verfahren zum Segmentieren einer Zielregion in räumliche Warneinheiten eines sensorgestützten Frühwarnsystems - Google Patents

System und Verfahren zum Segmentieren einer Zielregion in räumliche Warneinheiten eines sensorgestützten Frühwarnsystems Download PDF

Info

Publication number
DE102009056777A1
DE102009056777A1 DE200910056777 DE102009056777A DE102009056777A1 DE 102009056777 A1 DE102009056777 A1 DE 102009056777A1 DE 200910056777 DE200910056777 DE 200910056777 DE 102009056777 A DE102009056777 A DE 102009056777A DE 102009056777 A1 DE102009056777 A1 DE 102009056777A1
Authority
DE
Germany
Prior art keywords
target region
data storage
subregions
storage unit
warning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
DE200910056777
Other languages
English (en)
Other versions
DE102009056777B4 (de
DE102009056777B8 (de
Inventor
Joachim Dr. Post
Kai Dr. Zosseder
Stefanie Wegscheider
Ulrich Dr.-Ing. Raape
Monika Wnuk
Matthias Mück
Ralph Kiefl
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Deutsches Zentrum fuer Luft und Raumfahrt eV
Original Assignee
Deutsches Zentrum fuer Luft und Raumfahrt eV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Deutsches Zentrum fuer Luft und Raumfahrt eV filed Critical Deutsches Zentrum fuer Luft und Raumfahrt eV
Priority to DE102009056777.1A priority Critical patent/DE102009056777B8/de
Priority to PCT/EP2010/004723 priority patent/WO2011066874A1/de
Publication of DE102009056777A1 publication Critical patent/DE102009056777A1/de
Publication of DE102009056777B4 publication Critical patent/DE102009056777B4/de
Application granted granted Critical
Publication of DE102009056777B8 publication Critical patent/DE102009056777B8/de
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Alarm Systems (AREA)

Abstract

Die vorliegende Erfindung beschreibt ein System zur computergestützten Bereitstellung von Warnungen für eine Zielregion durch ein Frühwarnsystem zum Erkennen von natürlichen oder technischen Gefahrereignissen, wobei das System eine erste Datenspeichereinheit zum Speichern einer Vielzahl von Gefahrereignismodellen umfasst, sowie eine Bestimmungseinheit zum Bestimmen von die Zielregion betreffenden Gefahrereignismodellen aus der gespeicherten Vielzahl von Gefahrereignismodellen; eine zweite Datenspeichereinheit zum Speichern räumlicher Verteilungen mindestens einer die Zielregion beschreibenden Information; eine Ermittlungseinheit zum Ermitteln der räumlichen Verteilung eines Risikowertes basierend auf den bestimmten Gefahrereignismodellen und der räumlichen Verteilung mindestens einer die Zielregion beschreibenden Information; eine dritte Datenspeichereinheit zum Speichern von einzelne Regionen definierenden Daten; eine erste Verarbeitungseinheit zum Segmentieren der Zielregion in Unterregionen zumindest teilweise basierend auf der räumlichen Verteilung des Risikowertes, und zum Erstellen und Abspeichern von die Unterregionen der Zielregion definierenden Daten in der dritten Datenspeichereinheit; und eine zweite Verarbeitungseinheit zur dynamischen Bereitstellung von individuellen Warnungen unter Verwendung der die Unterregionen der Zielregion definierenden Daten in Reaktion auf das Erkennen eines die Zielregion betreffenden Gefahrereignisses.

Description

  • Die Erfindung betrifft allgemein ein System und ein Verfahren innerhalb eines Frühwarnsystems zur Berechnung von Warnsignalen oder Entscheidungsvorschlägen für eine Zielregion basierend auf Informationen eines Sensorsystems. Insbesondere betrifft die Erfindung ein System und ein Verfahren zum verbesserten Segmentieren einer Zielregion in räumliche Warneinheiten, die bei der dynamischen Bereitstellung von individuellen Warnsignalen oder Entscheidungsvorschlägen für die Zielregion Verwendung finden.
  • Ein Frühwarnsystem dient im Allgemeinen der rechtzeitigen Warnung vor Gefahrereignissen, insbesondere vor Naturkatastrophen – aber auch vor Gefahrereignissen technischen Charakters, wie beispielsweise einer Kernschmelze – die einen Schutz der Umwelt und von Menschen, Einrichtungen und Gütern erfordern, was beispielsweise durch eine rechtzeitige Evakuierung erreicht werden kann. Zu den Naturkatastrophen zählen beispielsweise solche tektonischen Ursprungs, wie Tsunamis oder Erdbeben, als auch Naturkatastrophen klimatischen Ursprungs, wie beispielsweise Tornados, Erdrutsche oder Schneelawinen. Die vorliegende Erfindung kann bei Frühwarnsystemen für solche Naturkatastrophen verwendet werden.
  • Ein Frühwarnsystem soll nach Erkennen eines Gefahrereignisses eine effektive Warnung veranlassen oder geeignete Entscheidungsvorschläge für nachgelagerte Systeme oder menschliche Operateure bereitstellen, um eine potenzielle Bedrohung frühzeitig zu erkennen und betroffene Regionen, insbesondere die dort angesiedelte Bevölkerung, rechtzeitig vor dem Eintreten der Folgen des Ereignisses zu informieren und Handlungen und Maßnahmen zum Schutz von Menschen, Gütern und Umwelt rechtzeitig vornehmen zu können.
  • In der Frühwarnung ist neben der Ausgestaltung der Sensorsysteme die Zusammenführung von Sensorinformationen und anderen zum Teil umfangreichen Informationsquellen verknüpft mit dem Faktor Zeit von zentraler Bedeutung. Bekannte Warnsysteme können innerhalb eines Versorgungsgebietes oder einer Zielregion verschiedene räumliche Warneinheiten, im Folgenden Warnsegmente genannt, adressieren und diese somit mit allgemeinen bzw. individuellen Warnungen versorgen oder ggf. für einen Operateur oder nachgelagerte Systeme entsprechend individuelle oder allgemeine Entscheidungsvorschläge bereitstellen. So werden beispielsweise im Rahmen des Projektes German-Indonesian Tsunami Early Warning System (GITEWS) vom Deutschen Fernerkundungsdatenzentrum (DFD) technische Komponenten eines Tsunami-Frühwarnsystems entwickelt, unter anderem das zentrale „Decision Support System” (DSS), welches den Tsunami-Frühwarnprozess unterstützt und warnsegmentindividuelle Warnungen generieren kann. Dabei richtet sich in den bekannten Warnsystemen die Einteilung des mit Warnungen generell abzudeckenden Raumes – die Zielregion – in Warnsegmente an administrativen Einheiten aus, basierend z. B. auf Provinz- und Kreisgrenzen. Innerhalb dieser administrativen Einheiten kann sich jedoch ein unterschiedlicher Grad der Auswirkungen einer Naturgefahr auf Mensch und Umwelt ergeben, wobei die verschiedenen Auswirkungsgrade eine dedizierte Handlung bzw. Reaktion erfordern können. Dies ist z. B. bei voneinander abweichenden Ankunftszeiten eines Tsunamis in großen administrativen Einheiten, bei unterschiedlichen Tsunami-Warnstufen, räumlich unterschiedlichem Evakuierungsverhalten bzw. räumlich unterschiedlicher Evakuierungskapazität und räumlich differenzierten Naturrisiken der Fall.
  • Nachteilig am bekannten Stand der Technik im Gebiet Frühwarnsysteme ist folglich das Vorliegen unterschiedlicher Auswirkungen eines Gefahrenzustandes, beispielsweise eines Tsunamis, innerhalb der derzeitig definierten und dem System zugrunde gelegten räumlichen Warnsegmente. Ein ermittelter Warnlevel trifft auf möglicherweise heterogene Strukturen und ist damit nur bedingt im gesamten Warnsegment passend und angemessen. Die Warnung, d. h. das Bereitstellen von Warnsignalen oder Entscheidungsvorschlägen, kann in den bekannten Systemen nicht so effizient und effektiv erfolgen, wie es beispielsweise im Idealfall einer punktgenau aufgelösten Analyse möglich wäre. Ein Beispiel sind einer Küste vorgelagerte Inseln oder geschützte Buchten, die bezüglich der Auswirkungen eines Tsunamis gänzlich anders zu beurteilen sind als die übrige zur administrativen Einheit (Kreis, Gemeinde usw.) gehörende Küstenlinie.
  • Der vorliegenden Erfindung liegt folglich die Aufgabe zugrunde, die Nachteile der vorbekannten Warnsystemlösungen zu vermeiden und ein verbessertes System und Verfahren zur dynamischen Bereitstellung von Warnungen für eine abzudeckende Zielregion vorzusehen.
  • Diese Aufgabe wird durch die Gegenstände der unabhängigen Ansprüche gelöst.
  • Die abhängigen Ansprüche definieren bevorzugte Ausführungsformen.
  • Der Erfindung liegt die Erkenntnis zugrunde, dass die Auswirkungen von Naturgefahren oder technischen Ereignissen auf Mensch und Umwelt nicht von administrativen Grenzen abhängen. Die tatsächlichen Abhängigkeiten ergeben sich stattdessen aus Vulnerabilitätskomponenten, die Verwundbarkeiten bzw. den Grad einer negativen Auswirkung auf Mensch und Umwelt widerspiegeln. Demzufolge ist ein auf Naturgefahrenintensität und Grad der Gefährdung dort lebender Menschen und Einrichtungen bzw. allgemein ein unter Risikoaspekten zugeschnittenes Warnsegment gegenüber einem unter administrativen Aspekten eingeteilten Warnsegment vorteilhaft, da auf Basis solcher unter Risikoaspekten zugeschnittener Warnsegmente zielgerichtet Handlungsoptionen pro Warnsegment ableitbar sind, um negative Auswirkungen gezielt zu minimieren. Gemäß der vorliegenden Erfindung wird ein räumliches Warnsegment abgeleitet, das eine bessere Repräsentierung der erwarteten Auswirkungen der Naturgefahr auf Mensch, Umwelt und Infrastruktureinrichtungen gewährleistet. Insbesondere tritt innerhalb eines derart ausgewiesenen Warnsegmentes ein zu erwartendes Gefährdungspotenzial homogener auf. Auch können weitere relevante Faktoren erfindungsgemäß vorteilhaft bei der optimalen Einteilung in Warnsegmente integriert werden. Gemäß der vorliegenden Erfindung kann im Ergebnis besser auf die relevanten Faktoren eingegangen werden und eine höhere Homogenität innerhalb der dem Warnsystem zugrunde gelegten Warnsegmente bezüglich der warnrelevanten Kriterien erzielt werden.
  • Gemäß einem Aspekt der vorliegenden Erfindung erfolgt die Definition von Warnsegmenten in einem Offline- bzw. Hintergrundprozess, d. h. in einer Vorbereitungsphase bei der Parametrisierung eines Frühwarn- oder Lagesystems und wird während individueller Warn- oder Beobachtungsernstfälle nicht geändert. Die Warnsegmentdefinitionen sind daher im Ernstfall weitgehend statischer Natur.
  • Zur Lösung der zugrunde liegenden Aufgabe wird ein System zur computergestützten Bereitstellung von Warnsignalen oder Entscheidungsvorschlägen für eine Zielregion durch ein Frühwarnsystem zum Erkennen von natürlichen oder technischen Gefahrereignissen bereitgestellt. Das System umfasst eine erste Datenspeichereinheit zum Speichern einer Vielzahl von Gefahrereignismodellen sowie eine Bestimmungseinheit zum Bestimmen der die Zielregion betreffenden Gefahrereignismodelle aus der Vielzahl von Gefahrereignismodellen, die in der ersten Datenspeichereinheit abgelegt sind. Des Weiteren umfasst das System eine zweite Datenspeichereinheit zum Speichern räumlicher Verteilungen mindestens einer die Zielregion beschreibenden Information sowie eine Ermittlungseinheit zum Ermitteln der räumlichen Verteilung eines Risikowertes basierend auf den bestimmten Gefahrereignismodellen und der räumlichen Verteilung mindestens einer die Zielregion beschreibenden Information der in der zweiten Datenspeichereinheit abgelegten räumlichen Verteilungen. Ferner umfasst das System eine dritte Datenspeichereinheit zum Speichern von einzelne Regionen der Zielregion definierenden Daten sowie eine erste Verarbeitungseinheit zum Segmentieren der Zielregion in Unterregionen, zumindest teilweise basierend auf der räumlichen Verteilung des Risikowertes, und zum Erstellen und Abspeichern von die Unterregionen der Zielregion definierenden Daten in der dritten Datenspeichereinheit. Des Weiteren umfasst das System eine zweite Verarbeitungseinheit zur dynamischen Bereitstellung von individuellen Warnsignalen oder Entscheidungsvorschlägen für die Unterregionen der Zielregion durch das Frühwarnsystem unter Verwendung der die Unterregion der Zielregion definierenden Daten der dritten Datenspeichereinheit in Reaktion auf das Erkennen eines die Zielregion betreffenden natürlichen oder technischen Gefahrereignisses.
  • Es wird ferner ein Verfahren bereitgestellt zur computergestützten Bereitstellung von Warnsignalen für eine Zielregion durch ein Frühwarnsystem zum Erkennen von natürlichen oder technischen Gefahrereignissen. Dieses Verfahren umfasst die Schritte des Bestimmens von die Zielregion betreffenden Gefahrereignismodellen aus einer Vielzahl von Gefahrereignismodellen einer ersten Datenspeichereinheit sowie des Ermittelns der räumlichen Verteilung eines Risikowertes basierend auf den bestimmten Gefahrereignismodellen und der räumlichen Verteilung mindestens einer die Zielregion beschreibenden Information einer zweiten Datenspeichereinheit. Des Weiteren umfasst das Verfahren die Segmentierung der Zielregion in Unterregionen, zumindest teilweise basierend auf der räumlichen Verteilung des Risikowertes, und das Erstellen von die Unterregionen definierenden Daten. Das Verfahren umfasst zudem das Speichern der die Unterregionen definierenden Daten in einer dritten Datenspeichereinheit sowie das Verwenden der gespeicherten die Unterregion definierenden Daten bei der dynamischen Bereitstellung von individuellen Warnsignalen oder Entscheidungsvorschlägen für die Unterregionen der Zielregion durch das Frühwarnsystem in Reaktion auf das Erkennen eines die Zielregion betreffenden natürlichen oder technischen Gefahrereignisses.
  • Gemäß eines Aspektes der Erfindung liegt der Ermittlung der Risikowertverteilung der räumlich differenzierte Wert oder mehrere räumlich differenzierte Werte aus der folgenden Auswahl zugrunde: Dichte der kritischen Einrichtungen, Bevölkerungsdichte, Alter- und Geschlechtsverteilung der Bevölkerung, Topographie, insbesondere Hangneigung, und Landbedeckung.
  • Gemäß eines weiteren Aspektes der Erfindung hat die zweite Verarbeitungseinheit direkten oder indirekten Zugriff auf Informationen eines Erfassungssystems zum Erfassen der Signale einer der Zielregion zugeordneten Vielzahl von Sensoren. Gemäß eines weiteren Aspektes der Erfindung basiert die Vielzahl der Ereignismodelle auf statistischen Analysen historischer Gefahrereignisse und kann ferner deterministische Modelle berücksichtigen.
  • Gemäß eines weiteren Aspektes der Erfindung werden die Bestimmungseinheit, die Ermittlungseinheit und die erste Verarbeitungseinheit in einem Vorbereitungsmodus, d. h. offline, betrieben. Zudem sind die Datenspeichereinheiten Permanentspeicher, und die zweite Verarbeitungseinheit greift in Echtzeit, d. h. online, auf die dritte Datenspeichereinheit zu und nimmt in Echtzeit, d. h. online, die dynamische Bereitstellung der individuellen Warnsignale oder Entscheidungsvorschläge vor.
  • Gemäß eines weiteren Aspektes der Erfindung umfasst der Schritt des Segmentierens der Zielregion in Unterregionen das Verknüpfen der räumlichen Verteilung des ermittelten Risikowertes unter Verwendung von definierten Gewichtungsparametern mit mindestens einem räumlich differenzierten Wert der Gruppe bestehend aus der geschätzten Gefahrereignisauswirkungsintensität, der geschätzten Auswirkungsankunftszeit, der geschätzten Gefahrenexposition, der geschätzten Reaktionskapazität und den geografischen Grenzdaten von Administrationseinheiten der betroffenen Zielregion.
  • Gemäß einem weiteren Aspekt definiert das Segmentieren Unterregionen, die bezüglich der räumlichen Verteilung des ermittelten Risikowertes weitgehend homogen ausgestaltet sind.
  • Gemäß eines weiteren Aspektes der Erfindung umfasst der Schritt des Ermittelns die Schritte des Ermittelns der räumlichen Verteilungen der Auftrittswahrscheinlichkeiten und Ankunftszeiten von vorbestimmten Auswirkungen der den bestimmten Gefahrereignismodellen entsprechenden Gefahrereignisse und des Ermittelns der räumlichen Verteilung der Evakuierungskapazität der Bevölkerung in der Zielregion basierend auf den ermittelten Ankunftszeiten und der räumlichen Verteilung mindestens einer die Zielregion beschreibenden Information.
  • Gemäß eines weiteren Aspektes der Erfindung sind ein oder mehrere computerlesbare Datenträger vorgesehen, welche computerausführbare Anweisungen umfassen, die bei Ausführung durch einen Computer ein Verfahren zum computergestützten Bereitstellung von Warnsignalen für eine Zielregion durch ein Frühwarnsystem zum Erkennen von natürlichen oder technischen Gefahrereignissen gemäß dem Gegenstand der erfindungsgemäßen Verfahren durchführen.
  • Weitere Ausführungsformen der Erfindung und zugehörige Detailinformationen sind in den folgenden Zeichnungen dargestellt und nachfolgend beschrieben.
  • Dabei zeigen schematisch:
  • 1 die Aufteilung einer mit Warnungen abzudeckenden Zielregion nach dem Stand der Technik;
  • 2 ein Blockschaltbild eines erfindungsgemäßen Systems zum Einsatz in einem Frühwarnsystem gemäß einer Ausführungsform der vorliegenden Erfindung;
  • 3 ein Flussdiagramm zur Illustration beispielhafter Schritte zur Ermittlung und Verwendung von Warnsegmenten gemäß einer Ausführungsform der vorliegenden Erfindung;
  • 4A und 4B schematische Darstellungen der Segmentierung einer mit Warnungen abzudeckenden Zielregion in Warnsegmente gemäß Ausführungsformen der vorliegenden Erfindung;
  • 5 ein Flussdiagramm zur Illustration beispielhafter Schritte und Komponenten bei der Ermittlung einer Risikowahrscheinlichkeitskarte gemäß einer Ausführungsform der vorliegenden Erfindung;
  • 6 eine schematische Darstellung zur Illustration beispielhafter Schritte zur Ermittlung der Risikowahrscheinlichkeiten gemäß einer Ausführungsform der Erfindung im Gebiet der Tsunami-Frühwarnung;
  • 7 eine schematische Darstellung einer beispielhaften Risikowahrscheinlichkeitskarte gemäß einer Ausführungsform der Erfindung;
  • 8 eine schematische Darstellung einer beispielhaften Risikowahrscheinlichkeitskarte mit geschätzten Ankunftszeiten gemäß einer Ausführungsform der Erfindung im Gebiet der Tsunami-Frühwarnung;
  • 9 bis 14 schematische Darstellungen zur Illustration beispielhafter räumlich differenzierter Informationen, die gemäß Ausführungsformen der Erfindung der Ermittlung einer erfindungsgemäßen Risikowahrscheinlichkeit zugrunde gelegt werden können;
  • 15 eine schematische Darstellung einer beispielhaften Risikowahrscheinlichkeitskarte gemäß einer Ausführungsform der Erfindung;
  • 16 eine schematische Darstellung der Segmentierung in erfindungsgemäße Warnsegmente gemäß Ausführungsformen der Erfindung;
  • 17 eine schematische Darstellung von Warneinheiten der Zielregion aus 16 nach dem Stand der Technik;
  • 18A und 18B Darstellungen bekannter Komponenten (18A) bzw. möglicher Komponenten gemäß Ausführungsformen der Erfindung (18B) bei der Bestimmung von Warnsegmenten; und
  • 19 eine schematische Darstellung ermittelter Regionen gemäß einer Ausführungsform der Erfindung im beispielhaften Bereich der Tsunami-Frühwarnung.
  • Zur Verdeutlichung der Erfindung werden nun die beigefügten Zeichnungen näher erläutert. Die folgende Beschreibung der Figuren geht dabei von beispielhaften Ausführungsformen der Erfindung aus, jedoch ist die vorliegende Erfindung nicht auf die einzelnen Ausführungsformen beschränkt.
  • 1 zeigt in einer schematischen Darstellung die Unterteilung einer mit Warnsignalen abzudeckenden Zielregion gemäß der konventionellen Aufteilung in administrative Einheiten.
  • Konventionell werden die Warnsegmente 110 bis 140 der Zielregion 100 an administrativen Einheiten (ADM1 bis ADM4) festgemacht. Demgemäß sind die konventionellen Warnsegmente 110 bis 140 durch die Grenzen 150, beispielsweise Provinz- und Kreisgrenzen, der administrativen Raumeinheiten definiert. Warnungen werden in diesen bekannten Warnsystemen auf Basis der einzelnen administrativen Unterregionen generiert und bereitgestellt. Beispielsweise werden Warnsignale oder Entscheidungsvorschläge 132 und 142 für die administrativen Einheiten 130 bzw. 140 bereitgestellt, sobald ein die Zielregion betreffendes natürliches oder technisches Gefahrereignis erkannt wird. In der beispielhaften Darstellung der 1 wird in Reaktion auf das Erkennen des Gefahrereignisses für die administrativen Einheiten 110 und 120 kein Warnsignal oder Entscheidungsvorschlag generiert, da für diese administrativen Einheiten Warnlevel erkannt werden, die unterhalb eines vorbestimmten Schwellwertes liegen. Folglich ist für diese Warnsegmente bestimmt, dass keine konkrete Gefahr für Mensch und Umwelt bzw. sonstige Einrichtungen vorliegt und keine Schritte bzw. Maßnahmen zu ergreifen sind. Die Zugrundelegung von administrativen Warneinheiten hat zunächst den Vorteil, dass Maßnahmen z. B. zur Evakuierung der Bevölkerung oder zur Vornahme von konkreten Gegenmaßnahmen je nach Charakter des eintretenden Gefahrereignisses, beispielsweise das Errichten von Dämmen, im Rahmen effektiv organisierter Einheiten vorgenommen werden können. So sind Hilfsorganisationen bzw. Hilfseinrichtungen und staatliche sowie nichtstaatliche Ausführungsorgane oft auf administrativer Basis z. B. für die einzelnen Provinzen, Kreise oder Länder organisiert und erlauben deshalb besonders effektive Gegenmaßnahmen eben auf Grundlage dieser administrativen Grenzen. Wie oben beschrieben hat aber die Einteilung einer mit Warnungen abzudeckende Zielregion in administrative Warnsegmente den nachteiligen Effekt, dass ein solches administratives Warnsegment hochgradig inhomogen sein kann gegenüber der zutreffenden Risikowahrscheinlichkeit, die beispielsweise die Gefahrenauftrittswahrscheinlichkeit und die effektiven Kapazitäten für Gegenmaßnahmen widerspiegeln kann. Dementsprechend können auf Basis der administrativen Warnsegmente generierte und bereitgestellte Warnungen für einzelne Teilbereiche einer administrativen Einheit zutreffend oder eben nicht zutreffend sein. Dies wirkt sich insbesondere nachteilig auf die Sinnhaftigkeit der generierten und bereitgestellten Warnungen aus. Die Nachteile dieser vorbekannten Unterteilung in administrative Warnsegmente können durch eine verbesserte Segmentierung der Zielregion 100 überwunden werden.
  • 2 zeigt schematisch ein System zur computergestützten Bereitstellung von Warnsignalen oder Entscheidungsvorschlägen für eine Zielregion 100 durch ein Frühwarnsystem zum Erkennen von natürlichen oder technischen Gefahrereignissen gemäß einer Ausführungsform der Erfindung. Das System erfasst eine erste Datenspeichereinheit 210, eine zweite Datenspeichereinheit 230 und eine dritte Datenspeichereinheit 260. Dabei kann neben der Implementierung über eine Aufteilung in Einzeleinheiten erfindungsgemäß auch eine physikalische Datenspeichereinheit vorgesehen sein, die in drei logische Datenspeichereinheiten 210, 230 und 260 eingeteilt ist, oder eine entsprechende Aufteilung durch entsprechende Adressierung bzw. Ablage erreicht werden.
  • Die erste Datenspeichereinheit speichert eine Vielzahl von Gefahrereignismodellen, beispielsweise Modelle von Erdbeben oder Tsunami-Szenarien. Gemäß Ausführungsformen kann diese Vielzahl von Gefahrereignismodellen in einer Datenbank abgelegt sein. Gemäß einer Ausführungsform basiert die Vielzahl von Gefahrereignismodellen auf historischen Ereignissen und kann durch entsprechende deterministische Modelle ergänzt bzw. ausgebaut sein. Das System umfasst eine Bestimmungseinheit 220 zum Bestimmen der für die Zielregion relevanten Gefahrereignismodelle aus der in der ersten Datenspeichereinheit 210 vorgehaltenen Auswahl an Gefahrereignismodellen. Die zweite Datenspeichereinheit 230 speichert räumliche Verteilungen mindestens einer die Zielregion 100 beschreibenden Information. Typische Informationen sind beispielsweise die Dichte kritischer Einrichtungen, die Bevölkerungsdichte, die Alters- und Geschlechtsverteilung, die Topographie der Zielregion, insbesondere die räumliche Verteilung der Hangneigung sowie die Landbedeckung. Weitere abgeleitete räumlich differenzierte Informationen, welche die Zielregion beschreiben, umfassen die aus den zugrunde liegenden Regionalinformationen ermittelten Kapazitätswerte für geeignete Gegenmaßnahmen, insbesondere zu einer Evakuierung der betroffenen Bevölkerung. Diese abgeleiteten Informationen können insbesondere entsprechende lokale Evakuierungszeiten berücksichtigen.
  • Eine Ermittlungseinheit 240 ist vorgesehen zum Ermitteln der räumlichen Verteilung eines Risikowertes basierend auf den relevanten Gefahrereignismodellen, die von der Bestimmungseinheit 220 bestimmt werden, und einer oder mehrerer die Zielregion beschreibender Informationen, die in der zweiten Datenspeichereinheit 230 abgelegt sind. Eine dritte Datenspeichereinheit 260 speichert Daten, die einzelne Regionen bzw. Warnsegmente oder Gruppen von Warnsegmenten definieren. Die erste Verarbeitungseinheit 250 ist zum Segmentieren der Zielregion in Unterregionen vorgesehen. Dies erfolgt zumindest teilweise basierend auf der ermittelten räumlichen Verteilung des Risikowertes. Die Verarbeitungseinheit 250 erstellt diese Unterregionen definierenden Daten und speichert diese in der dritten Datenspeichereinheit 260 ab. Gemäß bevorzugter Ausführungsformen der Erfindung erfolgt die Ermittlung der Risikowertverteilung und die Segmentierung der Zielregion in Unterregionen mit der Erzeugung und Speicherung der die Unterregionen definierenden Daten offline, d. h. in einem Vorbereitungsmodus. Dadurch können diese den die Zielregion betreffenden Vorgängen, die mit natürlichen oder technischen Gefahrereignisses verbundenen sind, zugrunde gelegt werden. Diese Unterteilung der im System stattfindenden Offline- bzw. Online-Vorgänge wird durch die gestrichelte Trennlinie 265 schematisch dargestellt. In Reaktion auf das Erkennen eines die Zielregion betreffenden natürlichen oder technischen Gefahrereignisses stellt die zweite Verarbeitungseinheit 270 dynamisch individuelle Warnsignale oder Entscheidungsvorschläge 272, 274 und 276 auf Basis der offline generierten Warnsegmentdaten bereit. Dabei hat die zweite Verarbeitungseinheit 270 beispielsweise direkten oder indirekten Zugriff auf Informationen eines Erfassungssystems ES zum Erfassen der Signale einer der Zielregion zugeordneten Vielzahl Sensoren S. Diese Sensoren S sind je nach Zielsetzung, welche Gefahrereignisse erkannt werden sollen, entsprechend für die mit Warnungen abzudeckende geografische Region vorzusehen. Gemäß Ausführungsformen der Erfindung können Bestimmungseinheit, Ermittlungseinheit und erste und zweite Verarbeitungseinheit in getrennten Datenverarbeitungsanlagen entweder räumlich konzentriert oder in einem verteilten System vorgesehen sein, oder Komponenten einer integrierten Datenverarbeitungsanlage darstellen. Gemäß einer Ausführungsform ist das System 200 im Erfassungssystem ES integriert.
  • 3 zeigt schematisch beispielhafte Schritte zur Segmentierung einer Zielregion in erfindungsgemäße Unterregionen sowie die Verwendung dieser Unterregionen im Rahmen beispielhafter Frühwarnsysteme. Gemäß beispielhafter Ausführungsformen der Erfindung umfasst das Verfahren 300 zur computergestützten Bereitstellung von Warnsignalen für eine Zielregion durch ein Frühwarnsystem zum Erkennen von natürlichen oder technischen Gefahrereignissen zunächst den Schritt des Bestimmens 310 für die Zielregion relevanter Gefahrereignismodelle aus einer Vielzahl von Gefahrereignismodellen, die in einer ersten Datenspeichereinheit 210 abgelegt sind. In Schritt 320 wird die räumliche Risikowertverteilung für die zugrunde gelegten Gefahrereignisse ermittelt, und zwar unter Verwendung relevanter Gefahrereignismodelle und relevanter räumlicher Verteilungen der die Zielregion beschreibenden Informationen, die in einer zweiten Datenspeichereinheit 230 abgelegt sind. In Schritt 330 wird die Zielregion 100 in erfindungsgemäße Warnsegmente, d. h. Unterregionen der Zielregion, zumindest teilweise basierend auf der räumlichen Verteilung des Risikowertes, segmentiert, sowie Daten erstellt, die die Unterregionen definieren. Schritt 340 speichert diese die erstellten Unterregionen definierenden Daten in einer dritten Datenspeichereinheit 260. In Reaktion auf das Erkennen eines die Zielregion betreffenden natürlichen oder technischen Gefahrereignisses verwendet das Frühwarnsystem in Schritt 350 die gespeicherten, die Unterregionen definierenden Daten für eine dynamische Bereitstellung von individuellen Warnsignalen oder Entscheidungsvorschlägen auf Basis der erfindungsgemäßen Warnsegmente, d. h. Unterregionen der Zielregion.
  • Die 4A und 4B zeigen beispielhafte erfindungsgemäße Segmentierungen in Warnsegmente 410, 420 und 430 bzw. 460, 470, 480 und 490. In beiden Figuren ist die Zielregion 100 der 1 mit den zugehörigen administrativen Grenzen 150 zugrunde gelegt. Dabei zeigt 4A Isokonturen 451 und 453 bestimmter Intensitäten eines erfindungsgemäß ermittelten Risikowertes und eine vollständig auf dieser Risikowertverteilung basierende Segmentierung der Zielregion 100 in Warnsegmente 410, 420 und 430. Beispielsweise ist der Risikowert im Warnsegment 410, das durch den Rand der Zielregion 100 und die Isokontur 451 bestimmt wird, am höchsten und im Warnsegment 430, das durch den Rand der Zielregion 100 und die Isokontur 453 bestimmt wird, am niedrigsten. Anders als bei den konventionellen und vorbekannten Frühwarnsystemlösungen auf Basis der Administrationseinheiten 110, 120, 130 und 140, die durch die Administrationseinheitengrenzen 150 definiert sind, werden in dieser beispielhaften Ausführungsform Warnsignale und Entscheidungsvorschläge 412 und 422 – im Folgenden auch vereinfacht als Warnungen bezeichnet – bereitgestellt, die auf den erfindungsgemäßen Warnsegmente 410, 420 und 430 basieren oder für diese vorgesehen sind.
  • Der in 4B gezeigten alternativen Segmentierung der Zielregion 100 in Warnsegmente 460, 470, 480 und 490 liegt dieselbe Risikowertverteilung wie in 4A gezeigt zugrunde. In 4B ist aber eine alternative Segmentierung vorgenommen worden, die nur teilweise auf dieser Risikowertverteilung basiert. Beispielsweise wurde bei der Segmentierung in die Warnsegmente auch die vorhandene Unterteilung in Administrationseinheiten mitberücksichtigt. Diese Administrationseinheiten sind wieder durch die Grenzdaten 150 definiert und entsprechend irregulärer Quadranten der Zielregion 100 aufgeteilt. Eine entsprechende Gewichtung der gemittelten Risikowertverteilung und der Berücksichtigung der Administrationseinheiten führt zur beispielhaft dargestellten Warnsegmentierung in die Warnsegmente 460, 470, 480 und 490. Dabei orientieren sich die resultierenden Warnsegmente stark an der administrativen Einteilung; d. h., dass die Administrationseinheiten ein großes Gewicht bei der Segmentierung in Warnsegmente zugeteilt bekommen. Entsprechend wird die rechte untere Administrationseinheit lediglich in die neuen Warnsegmente 460 und 470 entlang der Isokontur 455 aufgeteilt, die der Isokontur 451 weitgehend entspricht. Die diametral entgegen gesetzten Administrationseinheiten rechts oben und links unten bilden das neue Warnsegment 480 und die Administrationseinheit des linken oberen Quadranten bildet das neue Warnsegment 490. Wie in 4A ersichtlich, liegt der Segmentierung, die in 4B dargestellt ist, die weitgehende Homogenität der Risikowertverteilung im rechten oberen, linken oberen und linken unteren Administrationseinheitenquadranten zugrunde. Beispielhaft dargestellt ist die Bereitstellung von Warnung 462 für Warnsegment 460, Warnung 472 für Warnsegment 470, beide im rechten unteren Administrationseinheitenquadranten befindlich, sowie von Warnung 482 für das Warnsegment 480 im linken unteren und rechten oberen Administrationseinheitenquadranten. Für das Warnsegment 490 im linken oberen Quadranten wird keine Warnung bereitgestellt.
  • Die folgenden 5 bis 19 illustrieren beispielhaft ein Ausführungsbeispiel im Bereich der Tsunami-Frühwarnung. Dabei wird zunächst die Ermittlung der räumlichen Segmentierung basierend auf Gefährdungs- und Vulnerabilitätsinformationen und Gefährdungs- und Vulnerabilitätsfaktoren zu räumlichen Warneinheiten vorgenommen und begleitend die technische Umsetzung in einem beispielhaften Tsunami-Frühwarnsystem dargestellt. Zur Berechnung des räumlich aufgelösten Risikos werden folgende Komponenten quantifiziert und integriert, die in gegebenenfalls geeignet abgewandelter Form auch in Ausführungsformen für andere Gefahrereignisse verwendet werden können:
    • • räumlich verteilte Quantifizierung der erwarteten Auftrittswahrscheinlichkeit der Naturgefahr an Land sowie die erwarteten Ankunftszeiten der Naturgefahr
    • • räumliche Verteilung der Bevölkerung und kritischer Infrastruktur in der Gefahrenzone
    • • Möglichkeiten bzw. Kapazitäten der Bevölkerung, angemessen auf eine Frühwarnung zu reagieren, beispielsweise sich zu evakuieren. Dabei werden menschliche Mobilisierungskapazitäten und Eigenschaften von Evakuierungspfaden berücksichtigt. Daraus leitet sich für jede Lokalität an Land, die potenziell gefährdet bzw. betroffen ist, eine potenzielle Evakuierungszeit ab.
  • Diese Komponenten werden zu einem Risikoindex integriert, der somit neben der Auftrittswahrscheinlichkeit einer Naturgefahr die Gefährdung von Mensch und kritischer Infrastruktur und die Möglichkeit, sich zu evakuieren, in Abhängigkeit der jeweiligen Evakuierungszeit integriert. In einer Ausführungsform werden Flächen mit einheitlichem Risikoindex zu Warnsegmenten aggregiert.
  • Je nach Anwendung können mehrere Segmentierungsverfahren kombiniert eingesetzt werden, um eine problemadäquate Segmentierung vorzunehmen. Beispielsweise können bei der Segmentierung sowohl administrative als auch risikobezogene Kriterien berücksichtigt werden.
  • Das erfindungsgemäße Verfahren wird am Beispiel der Tsunami-Frühwarnung illustriert, ist aber auf alle Warnprozesse anwendbar, bei denen der Warnraum nach bestimmten Kriterien segmentiert werden kann. Art und Umfang der dabei angewendeten Risikokomponenten sind dem konkreten Bedarf entsprechend angepasst. Insbesondere kann die Segmentierung räumlicher Warneinheiten offline, d. h. in einer Vorbereitungsphase, erfolgen und ist somit im Ereignisfall statisch zugrunde gelegt.
  • Zusammengefasst kann erfindungsgemäß erfolgen:
    • • Quantifizierung der räumlichen Verteilung der Tsunami-Auftrittswahrscheinlichkeit
    • • Quantifizierung der erwarteten Ankunftszeit eines Tsunamis entlang einer betroffenen Küstenregion
    • • Quantifizierung der räumlichen Verteilung der Bevölkerung und kritischer Infrastruktur
    • • Quantifizierung der räumlichen Verteilung der Evakuierungseigenschaften
    • • Verknüpfung und räumliche Aggregation der Gefährdungs- und Vulnerabilitätskomponenten zu einer räumlichen Darstellung des Tsunami-Risikos
    • • Homogenitätsbetrachtung bezüglich des Tsunami-Ankunftsprozesses
    • • Ausweisung charakteristischer Raumeinheiten hinsichtlich ihres Tsunami-Risikos als räumliche Warneinheiten
  • Beispielhaft werden folgende Schritte zur Ermittlung räumlicher Warneinheiten basierend auf Gefährdungs- und Vulnerabilitätsfaktoren durchgeführt:
  • 1. Gefährdungsanalyse
  • Die Gefährdungsanalyse erzielt eine räumlich aufgelöste Quantifizierung der Auftrittswahrscheinlichkeit eines Ereignisses an Land. Die Analyse beruht beispielsweise auf einem Satz mehrerer tausend vorgerechneter Tsunami-Ereignisse an möglichen tsunamigenen Lokalitäten. Bei der Wahrscheinlichkeitsberechnung können folgende Punkte berücksichtigt werden:
    • • Erdbebenauftrittswahrscheinlichkeit an spezifischen Lokalitäten
    • • Auftrittswahrscheinlichkeit verschiedener Erdbebenintensitäten
    • • Auftrittswahrscheinlichkeit spezifischer Tsunami-Wellenhöhen an der Küste
    • • Auftrittswahrscheinlichkeit eines Tsunamis mit definierter Intensität an Land, d. h. die Trefferhäufigkeit an Land
  • Dabei erfolgt die Wahrscheinlichkeitsberechnung vorzugsweise auf Grundlage statistischer Analysen historischer Erdbeben- und Tsunami-Ereignisse unter Berücksichtigung deterministischer Modelle für die Abschätzung der Erdbebenauftrittswahrscheinlichkeit an spezifischen Ortspunkten. 5 illustriert ein beispielhaftes Ablaufschema. In Schritt 510 wird auf eine Tsunami-Szenario-Datenbank zugegriffen. In Schritt 520 werden für die Zielregion relevante Szenarien aus der Tsunami-Datenbank bestimmt. In diesem Schritt werden also diejenigen Szenarien bestimmt, die zu einem „Treffer” an dem untersuchten Ortpunkt in der Zielregion führen. Im Beispiel eines Tsunamis bedeutet ein Treffer, dass der jeweilige Ortspunkt im Rahmen eines relevanten Szenarios von einer Überschwemmung betroffen sein wird. Dabei gehen die Daten der historischen Erdbebendatenbank und deterministische Modelle, Schritt 530, in die Bestimmung der seismischen Zonen tsunamigener Quellen, Schritt 540, ein. In Schritt 550 wird jedem Szenario eine Erdbebenstärke der tsunamigenen Quelle zugeordnet und das entsprechende Szenario zur Ermittlung einer Einzelwahrscheinlichkeit durchgerechnet. In Schritt 560 wird die Anzahl der Überschwemmungstreffer für den untersuchten Ortspunkt aufgerechnet. In Schritt 570 erfolgt eine Aggregierung der Ortspunktinformationen, was in Schritt 580 zur Erstellung einer Gefahrenwahrscheinlichkeitskarte führt.
  • 6 zeigt eine beispielhafte Ausführungsform zur Quantifizierung der Auftrittswahrscheinlichkeit und 7 ein beispielhaftes Ergebnis. Mittels einer räumlichen Abfrage 620 wird auf die Tsunami-Datenbank 610 zugegriffen und die relvanten Szenarien 630, die einen jeweils untersuchten Ortspunkt betreffen, bestimmt. Die Basis der Gefährdungsanalyse kann hierbei eine Datenbank bilden mit Ergebnissen aus numerischen Modellen, zum Beispiel von modellierten Tsunami-Szenarien, welche eine große Anzahl an möglichen Eintrittsereignissen mit unterschiedlichen Eingangsparametern beinhaltet und den gesamten Betrachtungsraum abdeckt. Aus dieser Basis wird schrittweise in Kombination mit statistischen und deterministischen Auswertungen eine räumliche Wahrscheinlichkeitsinformation für ein spezielles Gebiet, die mit Warnungen abzudeckende Zielregion, abgeleitet. Dazu wird mittels der räumlichen Abfrage 620 aus der künstlich geschaffenen Grundgesamtheit 610 eine Auswahl der relevanten Tsunami-Szenarien ermittelt, Schritt 630. In Abhängigkeit der modellierten Szenarien werden nachfolgend, wie in Spalte 640 dargestellt, jeweils relevante Erdbebenmagnituden der tsunamigenen Quellen abgefragt. In Spalte 642 erfolgt zunächst eine Unterteilung, dass ein Erdbeben dieser Magnitude in der jeweiligen tsunamigenen Zone A, B oder C entsteht, und gemäß Spalte 644 eine weitere Aufteilung zur Berücksichtigung der Wahrscheinlichkeiten, dass dieses beispielsweise zugrunde gelegte Erdbeben in der Unterzone 1, 2, 3 oder 4 der tsunamigenen Zone A auftritt und den untersuchten Ortspunkt an Land mit seinen Auswirkungen betrifft.
  • Abhängig von den geologischen Bedingungen weisen bestimmte Regionen eine höhere Auftrittswahrscheinlichkeit für Erdbeben einer bestimmten Magnitude auf als andere. Daher wird für den Betrachtungsraum eine räumlich differenzierte statistische Analyse der historischen Erdbeben durchgeführt und der Raum in Zonen mit signifikant unterschiedlichen Auftrittswahrscheinlichkeiten für Erdbeben gegliedert. Beispielsweise werden für jede Zone die jährlichen Auftrittswahrscheinlichkeiten für die in Spalte 640 aufgegliederten Magnituden aus den historischen Daten abgeleitet. Da jedoch in der Regel die historischen Daten limitiert sind und eine Zonierung daher in größeren Raumeinheiten erfolgen muss, wird die Analyse durch die Mitberücksichtigung von deterministischen Prognosemodellen über Gewichtungsfaktoren optimiert. Das heißt, dass innerhalb einer Zone A, B oder C gewissen Erdbebenlokalitäten, die im Repositorium vorhanden sind, aufgrund der deterministischen Modellaussagen eine höhere Auftrittswahrscheinlichkeit für Erdbeben einer bestimmten Magnitude zugewiesen wird und anderen Lokalitäten eine geringere. Für den indonesischen Raum können beispielsweise den Zonen A, B und C die geografischen Regionen Sumatra, Bali und Java entsprechen, wobei die Unterzonen 1 bis 4 der Sumatra-Zone weiteren Zonenunterteilungen Sumatra 1, Sumatra 2, etc. entsprechen. Durch diese auf Basis deterministischer Modelle erfolgte weitere Untergliederung und die Einführung der entsprechenden Gewichtungsfaktoren wird sichergestellt, dass auch neuere Erkenntnisse in die Gefährdungsanalyse kleinräumlich einfließen können.
  • Als Ergebnis ergibt sich für jedes einzelne Tsunami-Ereignis eines Tsunami-Szenarios mit einer bestimmten Erdbebenmagnitude eine spezifische Auftrittswahrscheinlichkeit, die für zwei einzelne Unterszenarien in Spalte 646 beispielhaft dargestellt ist. Wie in Spalte 648 dargestellt, erfolgt anschließend eine Bewertung der Wahrscheinlichkeit, dass ein Ortspunkt einer Tsunami-Gefahr unterliegt. Hierzu wird ermittelt, wie oft ein Punkt an Land von einem Tsunami-Szenario betroffen ist. Für jeden bei der Zerlegung des Betrachtungsraums in diskrete Gitterpunkte ermittelten Ortspunkt wird abgefragt, welches Szenario an diesem Gitterpunkt eine Überflutung erzeugt und dies mit welcher Wahrscheinlichkeit. Diese in den vorherigen Schritten bestimmten Auftrittswahrscheinlichkeiten werden, wie in Spalte 648 dargestellt, aufsummiert und der entsprechend ermittelte Wert durch die Anzahl der zugrunde liegenden Einzelszenarien dividiert. Im Ergebnis erhält man die in Spalte 650 dargestellte Wahrscheinlichkeit für den jeweiligen Gitterpunkt an Land, innerhalb eines Jahres von einer Tsunami-Überflutung betroffen zu sein. Durch räumliche Aggregierung und ggf. Interpolation der einzelnen Gitterpunkte 660 erhält man eine kontinuierliche Flächendarstellung der Gefährdungswahrscheinlichkeiten für den Betrachtungsraum 670.
  • 7 illustriert eine beispielhafte Tsunami-Risikowahrscheinlichkeitskarte, bei der zwischen geografischen Regionen hoher und niedriger Tsunami-Risikowahrscheinlichkeit differenziert werden kann.
  • 2. Bestimmung der erwarteten Ankunftszeit einer Naturgefahr
  • In 8 sind beispielhaft ermittelte Ankunftszeiten der Tsunami-Auswirkungen, d. h. der Überschwemmungswelle, dargestellt. Die eingekreisten Bereiche haben dabei trotz ihrer räumlich inhomogenen Verteilung in der Zielregion dasselbe Minimum und denselben Halbwert, ETAmin bzw. ETAmed, der erwarteten Ankunftszeit der Auswirkungen zugrunde liegender Tsunami-Modelle. Die Ankunftszeit der Auswirkungen eines Gefahrereignisses kann ein weiterer Faktor bei der erfindungsgemäßen Warnsegmenteinteilung sein. Im Beispiel Tsunami-Frühwarnung ist insbesondere das Tsunami-Ankunftsverhalten entlang einer Küste ein wesentlicher Faktor bei einer umfassenden Berücksichtigung relevanter Risikofaktoren. Aus einem vorberechneten Satz von Tsunami-Szenarien wird für definierte Ortspunkte vor der Küsten in einem definierten Abstand entlang der Küste die statistische Verteilung der Tsunami-Ankunftszeiten bestimmt. Dies beinhaltet beispielsweise die Verteilung der Ankunftszeit mehrerer tausend Szenarien an einem Ortspunkt. Aus dieser Verteilung können geeignete statistische Maße, wie z. B. Streuung, Perzentilwerte der Ankunftszeit, wie beispielsweise das 1-Perzentil, sowie Mediane der Werteverteilung an jedem definierten Ortspunkt für die vorberechneten Tsunami-Ereignisse als Ankunftszeitkriterien herangezogen werden. Analog zu der in 6 beschriebenen Vorgehensweise, wird auf Basis der verfügbaren Tsunami-Szenarien für ausgewählte Küstenabschnitte geprüft, aus welchen Richtungen und mit welchen Häufigkeiten Tsunamis an diesem Küstenabschnitt eintreffen können. Dies stellt eine Tsunami-Direktionalität und eine richtungsabhängige Häufigkeit zur Verfügung. Für die äußeren Endpunkte eines ausgewählten Küstenabschnittes sowie beliebige Stützpunkte an der Küste dazwischen lassen sich pro verfügbarem Tsunami-Szenario differenzierte Ankunftszeiten ermitteln. Je nach Tsunami-Direktionalität, d. h. dem Winkel zwischen einer generalisierten Küstenausrichtung und der Tsunami-Richtung, wird sich für frontal ankommende Tsunami-Wellen eine nahezu gleiche Ankunftszeit für die Endpunkte ergeben, wohingegen für in spitzem Winkel eintreffende Tsunami-Wellen eine deutlich abweichende Ankunftszeit resultieren wird. Die Direktionalität in Verbindung mit statistischen Maßen der Ankunftszeitverteilung, z. B. der Streuung, werden bei der bedarfsweisen Anpassung der Warnsegmente an die Heterogenität des Tsunami-Ankunftsprozesses derart berücksichtigt, dass innerhalb eines Warnsegmentes eine ausreichend große Homogenität bezüglich des Tsunami-Ankunftsprozesses herrscht.
  • 3. Quantifizierung der Evakuierungskapazität
  • Die 9 bis 14 illustrieren eine beispielhafte erfindungsgemäße Quantifizierung der Evakuierungskapazität der Bevölkerung im Anwendungsbereich der Tsunami-Frühwarnung. Die Evakuierungskapazität der Bevölkerung ist dabei ein Beispiel für ein Maß der Kapazität, geeignet auf ein Ereignis zu reagieren. Die Quantifizierung der Evakuierungskapazität der Bevölkerung stellt die Wahrscheinlichkeit dar, inwiefern die in der Gefahrenzone befindliche Bevölkerung sich unter der maximal zur Verfügung stehenden Zeit, die als der Halbwert bzw. Median der Ankunftszeit angesetzt wird, evakuieren bzw. ein sicheres Gebiet erreichen kann.
  • Hierbei kann die zeitliche Erreichbarkeit eines sicheren Gebietes berücksichtigt werden, die sich im Wesentlichen aus der Distanz eines Ortes zu dem nächsten sicheren Gebiet sowie der potentiellen Evakuierungsgeschwindigkeit ergibt. Hieraus errechnet sich für jeden Ort die Zeit, die ein Mensch benötigt, um sich in Sicherheit zu bringen.
    • • Folgende Faktoren können die Evakuierungsgeschwindigkeit beeinflussen: Dichte von Kritischen Einrichtungen (wie z. B. Schulen und Krankenhäusern), Bevölkerungsdichte, Alters- und Geschlechtsverteilung, Topographie und Landbedeckung. Dabei wirken Topographie, Landbedeckung sowie die Dichte der kritischen Einrichtungen reduzierend auf die Evakuierungsgeschwindigkeit. Der Bevölkerungsdichte sowie Alters- und Geschlechtsverteilung werden für jeweilige Klassen aus empirischen Daten charakteristische Geschwindigkeiten zugeordnet. Den jeweiligen räumlichen Daten in den entsprechenden Klassifizierungen werden dann jeweilige Evakuierungsgeschwindigkeiten bzw. Reduktionsfaktoren (vgl. Tabellen 1 bis 4) zugewiesen, die in die weiteren Berechnungen eingehen können.
    • • Lage und Ausprägung von kritischen Einrichtungen: Kritische Einrichtungen wie z. B. Schulen und Krankenhäuser weisen spezifische Eigenschaften hinsichtlich des Evakuierungsverhaltens auf. Gebiete mit einer hohen Dichte an kritischen Einrichtungen sind demnach in ihrem Evakuierungsverhalten limitiert. Je nach Dichte der Einrichtungen (Anzahl der Einrichtungen pro Hektar) kann die jeweilige potentielle Evakuierungsgeschwindigkeit reduziert werden (z. B. mittels eines Faktors zwischen 0 und 100 Prozent). Tabelle 1 zeigt ein Parametrisierungsbeispiel zum Einfluss der Dichte kritischer Einrichtungen auf die Evakuierungsgeschwindigkeit. Hierbei stehen die Abkürzungen „PS” für Schulen und „KiGa” für Kindergärten. Der Reduzierungsfaktor richtet sich zunächst danach, ob in einem Gebiet Krankenhäuser sind oder nicht. Bei einer Dichte der Krankenhäuser pro Hektar gleich null ergibt sich der Reduzierungsfaktor nach der mittleren Spalte („kein Krankenhaus”), bei einer Krankenhausdichte größer null nach der rechten Spalte („Dichte > 0 Krankenhäuser/ha”).
    Kein Krankenhaus Dichte > 0 Krankenhaus/ha
    kein PS/KiGa 100 50
    Dichte bis zu 0.01 KiGa + PS/ha 100 50
    Dichte bis zu 0.03 KiGa + PS/ha 70 45
    Dichte > 0.03 KiGa + PS/ha 50 40
    Tabelle 1
    • • Bevölkerungsverteilung und demographische Faktoren: Aus zur Verfügung stehenden Daten zur Bevölkerungsverteilung können spezifische Dichteklassen (Menschen pro ha) abgeleitet werden. Diesen können basierend auf empirischen Studien charakteristische Evakuierungsgeschwindigkeiten zugrunde gelegt werden. Tabelle 2 zeigt ein Parametrisierungsbeispiel:
    Bevölkerungsdichte [per ha] Geschwindigkeit [m/s]
    0–2.5 3.0
    2.5–7.5 1.2
    > 7.5 0.7
    Tabelle 2
    • In 9 ist beispielhaft eine Geschwindigkeitsverteilung hinsichtlich der Bevölkerungsdichte räumlich dargestellt. Neben der Bevölkerungsdichte kann die Alters- und Geschlechtsverteilung einen Einfluss auf die potentielle Evakuierungsgeschwindigkeit aufweisen. Basierend auf empirischen Studien sowie auf räumlich aufgelösten Daten zur Alters- und Geschlechtsverteilung können spezifischen Alters- sowie Geschlechtsverteilungsklassen jeweilige Evakuierungsgeschwindigkeiten zugeordnet werden.
    • • Topographie: Es kann ein eindeutiger Bezug zwischen Hangneigung (Topographie) sowie Evakuierungsgeschwindigkeit hergeleitet werden. Je stärker die Hangneigung desto geringer die Evakuierungsgeschwindigkeit. Diese kann in der Analyse durch einen Reduktionsfaktor berücksichtigt werden. Tabelle 3 zeigt ein Parametrisierungsbeispiel zum Einfluss der Hangneigung als Reduktionsfaktor (Kosten) auf die Evakuierungsgeschwindigkeit.
    Hangneigung [Winkel in °] Hangneigung [%] Kosten
    0 0 100
    0–5 0–8.75 94
    5–15 8.75–26.8 88
    15–30 26.8–57.75 73
    30–45 57.75–100 46
    > 45 > 100 20
    Tabelle 3
    • • Landnutzung: Die Landnutzung bzw. Landbedeckung kann ebenfalls die Evakuierungsgeschwindigkeit hemmen. So kann eine Evakuierung auf einer Strasse schneller als durch dichten Wald erfolgen. Dieser Reduktionseffekt der Landbedeckung kann durch Reduktionsfaktoren berücksichtigt werden. Tabelle 4 zeigt ein Parametrisierungsbeispiel zur Berücksichtigung des Einflusses der Landbedeckung als Reduktionsfaktor (Kosten) auf die Evakuierungsgeschwindigkeit:
    Kosten Klassifizierung der Landnutzung
    1 Weiher; Kanal; Sumpf, See, Mangroven, Fluss; Wasserfläche, Moorgebiet; Torfgebiet
    40 Dichte Vegetation, Wald, Primärwald; Sekundärwald
    50 Reisfeld, Bodensenkung, Hafen, Siedlung, Sträucher; sonstiges Pflanzenwachstum; Sonstiges, unbekannt, Wolken
    60 landwirtschaftliche Fläche, Ackerbau, Ernte, Erntefläche; Plantage
    80 Fußweg; Pfad
    90 Sand; Strand; Nebenstraße; Sonstige Straße; nicht-klassifizierte Straße
    95 Offenes Gelände, Grasfläche
    100 Hauptstraße; Brücke; Fernstraße
    Tabelle 4
    • Eine beispielhafte Darstellung der landbedeckungsabhängigen Reduktionsfaktoren (Kosten) auf die Evakuierungsgeschwindigkeit illustriert 10. Basierend auf den räumlich aufgelösten Reduzierungsfaktoren, den Geschwindigkeitsverteilungen sowie der Lage der Zugangspunkte zu sicheren Gebieten kann nun eine inverse Geschwindigkeit errechnet werden, wie sie in 12 beispielhaft dargestellt ist. Diese kann benutzt werden, um über einen Inverse-Distanz-Gewichtungs-Ansatz beispielsweise mit Hilfe eines Geographischen Informationssystems (GIS) eine räumliche aufgelöste Quantifizierung der Zeit zu erhalten, die man von einem beliebigen Ort in der Gefahrenzone zu einem sicheren Gebiet benötigt. Das Geographische Informationssystem enthält hierfür beispielsweise Landnutzungs-, Bevölkerungs- und Topographiedaten sowie Daten über kritische Einrichtungen und eine Alters- und Geschlechterverteilung. Über sogenannte Reklassifizierungsparameter erhält man die zugeordneten Kosten. Der Inverse-Distanz-Gewichtungs-Ansatz kann beispielsweise wie folgt vereinfacht ausgedrückt werden: vinvers = 1 / (Kostenfaktor·Geschwindigkeitsfaktor(Population)) Ein Kosten-Distanz-Algorithmus, wie beispielsweise in 11 dargestellt, kann von jedem Punkt den bestmöglichen Weg zu einem Zugangspunkt in ein sicheres Gebiet berechnen. Über diese Distanz bzw. Strecke und einem Datensatz, der die inverse Geschwindigkeit anzeigt, kann die benötigte Zeit errechnet werden. 12 zeigt dabei beispielhaft die Verteilung der inversen Geschwindigkeit für das Gebiet aus den 9 und 10. So genannte „Shelter-Basin”-Karten strukturieren Einzugsgebiete der jeweiligen sicheren Gebiete und definieren Zugangspunkte in diese Gebiete. Diese geben an, welches Gebiet jeweils einem Zugangspunkt zugeordnet ist, d. h. in welchem Einzugsgebiet ein jeweiliger Zugangspunkt am schnellsten zu erreichen ist. Ein Beispiel für die Darstellung der Evakuierungskapazität und der kartographischen Darstellung der sicheren Gebiete und zugeordneter Einzugsgebiete zeigt 13.
    • • Erwartete Ankunftszeit eines Ereignisses: Als weiterer Schritt erfolgt die Quantifizierung der Evakuierungskapazität der Bevölkerung bzw. die Wahrscheinlichkeit, dass die sich in der Gefahrenzone befindliche Bevölkerung unter der maximal zur Verfügung stehenden Zeit, die mit dem Median der Ankunftszeit angesetzt wird, evakuieren kann bzw. ein sicheres Gebiet erreichen kann. Dies erfolgt durch Ratio-Bildung der ermittelten Evakuierungszeit ET mit dem Halbwert der erwarteten Ankunftszeit ETA.
  • 14 illustriert das beispielhafte Resultat einer derart ermittelten Evakuierungswahrscheinlichkeit. Dabei ist die Evakuierungswahrscheinlichkeit im unteren und oberen farblich kodierten Bereich der kartographischen Darstellung durchgehend niedrig und im mittleren Bereich, insbesondere oberhalb der Schmalstelle der Landverbindung, als hoch einzustufen.
  • 4. Quantifizierung des Naturgefahrenrisikos
  • Die Quantifizierung des Naturgefahrenrisikos kann durch eine Verknüpfung der unter Punkt 1 ermittelten Gefährdungswahrscheinlichkeit sowie der unter Punkt 3 erfolgten Berechnung der Evakuierungskapazität der Bevölkerung bzw. der Evakuierungswahrscheinlichkeit erfolgen. Beispielsweise durch Multiplikation der Gefährdungswahrscheinlichkeit mit der Evakuierungswahrscheinlichkeit oder deren Komplement, je nach Definition, kann eine räumlich aufgelöste Darstellung des Naturgefahrenrisikos bzw. der Risikowahrscheinlichkeit ermittelt werden. Eine beispielhafte kartographische Darstellung der resultierenden Risikowahrscheinlichkeit ist in 15 illustriert.
  • 5. Räumliche Segmentierung basierend auf Risikofaktoren
  • Basierend auf der räumlich aufgelösten Quantifizierung der Risikowahrscheinlichkeit sowie seiner Eingangsfaktoren kann im Warnzentrum eine räumliche Aggregation nach im Warnzentrum definierten Kriterien und Schwellwerten zu räumlich weitgehend homogenen Einheiten erfolgen. Vorzugsweise stellt diese Aggregation bzw. die damit effektiv herbeigeführte Segmentierung der Zielregion warnbare Warnsegmente für einen im Warnzentrum realisierten Warnprozess für die Zielregion dar. Beispielhafte Warnsegmente sind in der kartographischen Darstellung der 16 illustriert. Die dargestellten warnbaren Einheiten bzw. Warnsegmente sind das Resultat einer auf Risikoinformationen basierenden räumlichen Aggregierung und stellen räumlich heterogene Risikoeinheiten dar. Dabei bilden beispielsweise die hell hinterlegten Regionen ein Warnsegment und die dunkel hinterlegten Regionen ein davon getrenntes Warnsegment. Im Unterschied hierzu zeigt 17 beispielhaft dieselbe geografische Zielregion mit einer konventionellen Unterteilung der Zielregion in administrative geografische Einheiten.
  • Gegenüber dem derzeitigen Stand der Technik, wie er in 18A dargestellt ist, erfolgt eine Repräsentation von warnbaren Raumeinheiten nicht ausschließlich auf der Basis administrativer Grenzen, sondern basierend auf Risikoinformationen bzw. -faktoren, wie sie als zugrunde liegende Kriterien in 18B gezeigt sind. Hierbei kann je nach Schwerpunktsetzung auf einzelne Kriterien eine entsprechende Gewichtung „G” bei der Prozessierung „P” zur Berechnung der Risikowahrscheinlichkeit und bei der Segmentierung in Warnsegmente berücksichtigt werden.
  • 19 zeigt beispielhaft, wie in einer Anzeige, in der warnentscheidungsrelevante Informationen und Handlungsvorschläge zusammengefasst werden – z. B. in der „decision perspective” des Tsunami-Entscheidungsunterstützungssystems GITEWS-DSS – Risikoinformationen eingebettet werden können und wie diese dem System bei der technischen Ermittlung als optimale Entscheidungsvorschläge dienen können oder aber auch zur Darstellung derselben nutzbar gemacht werden können. 19 zeigt insbesondere einen Kartenausschnitt, der entsprechend räumlich heterogene, aber bezüglich zugrunde liegender Risikokomponenten weitgehend homogene Warnsegmente darstellt.
  • Die offline ablaufende, risikobasierte Festlegung von warnbaren Einheiten stellt eine wichtige Komponente zur Weitergabe dedizierter Warninformationen und somit der effektiveren Planung und Durchführung z. B. von Evakuierungsmaßnahmen dar. Ein Entscheidungsunterstützungssystem wie das GITEWS-DSS kann das neue Verfahren nutzen, um in hinsichtlich ihres Gefährdungs- und Vulnerabilitätspotenzials homogenen Raumeinheiten effektive Frühwarninformationen weiterzugeben.
  • Insbesondere können die basierend auf Risikoinformationen generierten warnbaren Raumeinheiten in einem Frühwarnsystem als räumliche Informationen hinterlegt sein, aus der sich die entsprechenden Warneinheiten ableiten und abfragen lassen.

Claims (10)

  1. System (200) zur computergestützten Bereitstellung von Warnsignalen oder Entscheidungsvorschlägen (412, 422; 462, 472, 482) für eine Zielregion (100) durch ein Frühwarnsystem zum Erkennen von natürlichen oder technischen Gefahrereignissen, wobei das System (200) umfasst: eine erste Datenspeichereinheit (210) zum Speichern einer Vielzahl von Gefahrereignismodellen; eine Bestimmungseinheit (220) zum Bestimmen von die Zielregion (100) betreffenden Gefahrereignismodellen aus der gespeicherten Vielzahl von Gefahrereignismodellen der ersten Datenspeichereinheit (210); eine zweite Datenspeichereinheit (230) zum Speichern von räumlichen Verteilungen mindestens einer die Zielregion (100) beschreibenden Information; eine Ermittlungseinheit (240) zum Ermitteln der räumlichen Verteilung eines Risikowertes basierend auf den bestimmten Gefahrereignismodellen und der räumlichen Verteilung mindestens einer die Zielregion beschreibenden Information der zweiten Datenspeichereinheit (230); eine dritte Datenspeichereinheit (260) zum Speichern von einzelne Regionen definierenden Daten; eine erste Verarbeitungseinheit (250) zum Segmentieren der Zielregion (100) in Unterregionen (410, 420, 430; 460, 470, 480, 490) zumindest teilweise basierend auf der räumlichen Verteilung des Risikowertes, und zum Erstellen und Abspeichern von die Unterregionen der Zielregion definierenden Daten in der dritten Datenspeichereinheit (260); und eine zweite Verarbeitungseinheit (270) zur dynamischen Bereitstellung von individuellen Warnsignalen oder Entscheidungsvorschlägen (272, 274, 276; 412, 422; 462, 472, 482) für die Unterregionen (410, 420, 430; 460, 470, 480, 490) der Zielregion (100) durch das Frühwarnsystem unter Verwendung der die Unterregionen der Zielregion definierenden Daten der dritten Datenspeichereinheit (260) in Reaktion auf das Erkennen eines die Zielregion betreffenden natürlichen oder technischen Gefahrereignisses.
  2. System nach Anspruch 1, wobei die räumlichen Verteilungen mindestens einer die Zielregion beschreibenden Information eine oder mehrere räumliche Verteilungen der folgenden Arten von Information umfassen: Dichte der kritischen Einrichtungen, Bevölkerungsdichte, Alters- und Geschlechtsverteilung der Bevölkerung, Topographie, insbesondere Hangneigung, und Landbedeckung.
  3. System nach Anspruch 1 oder 2, wobei die zweite Verarbeitungseinheit direkten oder indirekten Zugriff auf Informationen eines Erfassungssystems (ES) zum Erfassen der Signale einer der Zielregion zugeordneten Vielzahl von Sensoren (S) hat.
  4. System nach einem der Ansprüche 1 bis 3, wobei die Vielzahl von Ereignismodellen auf statistischen Analysen historischer Gefahrereignisse basiert.
  5. System nach einem der Ansprüche 1 bis 4, wobei die Bestimmungseinheit (240), die Ermittlungseinheit (250) und die erste Verarbeitungseinheit (250) in einem Vorbereitungsmodus betrieben werden, die Datenspeichereinheiten (210, 230, 260) Permanentspeicher sind, und die zweite Verarbeitungseinheit (270) in Echtzeit auf die dritte Datenspeichereinheit (260) zugreift und die dynamische Bereitstellung der individuellen Warnsignale oder Entscheidungsvorschläge (272, 274, 276) vornimmt.
  6. Verfahren (300) zur computergestützten Bereitstellung von Warnsignalen für eine Zielregion durch ein Frühwarnsystem zum Erkennen von natürlichen oder technischen Gefahrereignissen, wobei das Verfahren die Schritte umfasst: Bestimmen (310) von die Zielregion (100) betreffenden Gefahrereignismodellen aus einer Vielzahl von Gefahrereignismodellen einer ersten Datenspeichereinheit (210); Ermitteln (320) der räumlichen Verteilung eines Risikowertes basierend auf den bestimmten Gefahrereignismodellen und der räumlichen Verteilung mindestens einer die Zielregion beschreibenden Information einer zweiten Datenspeichereinheit (230); Segmentieren (330) der Zielregion (100) in Unterregionen (410, 420, 430; 460, 470, 480, 490) zumindest teilweise basierend auf der räumlichen Verteilung des Risikowertes, und Erstellen von die Unterregionen definierenden Daten; Speichern (340) der die Unterregionen definierenden Daten in einer dritten Datenspeichereinheit (260); und Verwenden (350) der gespeicherten, die Unterregionen definierenden Daten bei der dynamischen Bereitstellung von individuellen Warnsignalen oder Entscheidungsvorschlägen (272, 274, 276; 412, 422; 462, 472, 482) für die Unterregionen (410, 420, 430; 460, 470, 480, 490) der Zielregion (100) durch das Frühwarnsystem in Reaktion auf das Erkennen eines die Zielregion betreffenden natürlichen oder technischen Gefahrereignisses.
  7. Verfahren gemäß Anspruch 6, wobei das Segmentieren der Zielregion in Unterregionen umfasst: Verknüpfen der räumlichen Verteilungen des ermittelten Risikowertes unter Verwendung von definierten Gewichtungsparametern mit mindestens einem räumlich differenzierten Wert der Gruppe bestehend aus: geschätzte Gefahrereignisauswirkungsintensität, geschätzte Auswirkungsankunftszeit, geschätzte Gefahrenexposition, geschätzte Reaktionskapazität und Administrationseinheitendaten.
  8. Verfahren gemäß Anspruch 6 oder 7, wobei das Segmentieren Unterregionen definiert, die bezüglich der räumlichen Verteilung des Risikowertes weitgehend homogen sind.
  9. Verfahren gemäß einem der Ansprüche 6 bis 8, wobei der Schritt des Ermittelns umfasst: Ermitteln der räumlichen Verteilungen der Auftrittswahrscheinlichkeiten und Ankunftszeiten von vorbestimmten Auswirkungen der den bestimmten Gefahrereignismodellen entsprechenden Gefahrereignisse; und Ermitteln der räumlichen Verteilung der Evakuierungskapazität der Bevölkerung in der Zielregion basierend auf den ermittelten Ankunftszeiten und der räumlichen Verteilung mindestens einer die Zielregion beschreibenden Information.
  10. Computerlesbarer Datenträger welcher computer-ausführbare Anweisungen umfasst, die bei Ausführung durch einen Computer ein Verfahren zur computergestützten Bereitstellung von Warnsignalen für eine Zielregion durch ein Frühwarnsystem zum Erkennen von natürlichen oder technischen Gefahrereignissen nach einem der Ansprüche 6 bis 9 durchführen.
DE102009056777.1A 2009-12-03 2009-12-03 System und Verfahren zum Segmentieren einer Zielregion in räumliche Warneinheiten eines sensorgestützten Frühwarnsystems Expired - Fee Related DE102009056777B8 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102009056777.1A DE102009056777B8 (de) 2009-12-03 2009-12-03 System und Verfahren zum Segmentieren einer Zielregion in räumliche Warneinheiten eines sensorgestützten Frühwarnsystems
PCT/EP2010/004723 WO2011066874A1 (de) 2009-12-03 2010-08-02 System und verfahren zum segmentieren einer zielregion in räumliche warneinheiten eines sensorgestützten frühwarnsystems

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102009056777.1A DE102009056777B8 (de) 2009-12-03 2009-12-03 System und Verfahren zum Segmentieren einer Zielregion in räumliche Warneinheiten eines sensorgestützten Frühwarnsystems

Publications (3)

Publication Number Publication Date
DE102009056777A1 true DE102009056777A1 (de) 2011-06-09
DE102009056777B4 DE102009056777B4 (de) 2014-10-30
DE102009056777B8 DE102009056777B8 (de) 2015-04-09

Family

ID=42813496

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102009056777.1A Expired - Fee Related DE102009056777B8 (de) 2009-12-03 2009-12-03 System und Verfahren zum Segmentieren einer Zielregion in räumliche Warneinheiten eines sensorgestützten Frühwarnsystems

Country Status (2)

Country Link
DE (1) DE102009056777B8 (de)
WO (1) WO2011066874A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111639813A (zh) * 2020-06-01 2020-09-08 福州大学 基于深度学习的弃渣场危险性预警方法及系统
CN112232705A (zh) * 2020-11-05 2021-01-15 交通运输部规划研究院 一种基于不确定性分析的区域溢油风险分析方法和装置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112071032A (zh) * 2020-07-23 2020-12-11 青岛欧赛斯环境与安全技术有限责任公司 一种危险化学品重大危险源报警分级管理系统
CN113012396A (zh) * 2021-01-28 2021-06-22 深圳市协润科技有限公司 一种边坡微形变的监测预警系统和方法
CN114882676B (zh) * 2022-07-12 2022-11-01 云南华尔贝光电技术有限公司 基于智能杆的多场景下智能监控预警方法及系统
CN116229672B (zh) * 2022-12-16 2023-12-15 深圳信可通讯技术有限公司 基于大数据的危险区域应急预警救援系统及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080027034A1 (en) * 2004-09-10 2008-01-31 Shah Tushar P Ciclesonide and Syk Inhibitor Combination and Method of Use Thereof

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7693663B2 (en) * 2007-04-27 2010-04-06 International Business Machines Corporation System and method for detection of earthquakes and tsunamis, and hierarchical analysis, threat classification, and interface to warning systems

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080027034A1 (en) * 2004-09-10 2008-01-31 Shah Tushar P Ciclesonide and Syk Inhibitor Combination and Method of Use Thereof

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111639813A (zh) * 2020-06-01 2020-09-08 福州大学 基于深度学习的弃渣场危险性预警方法及系统
CN112232705A (zh) * 2020-11-05 2021-01-15 交通运输部规划研究院 一种基于不确定性分析的区域溢油风险分析方法和装置
CN112232705B (zh) * 2020-11-05 2023-09-01 交通运输部规划研究院 一种基于不确定性分析的区域溢油风险分析方法和装置

Also Published As

Publication number Publication date
WO2011066874A1 (de) 2011-06-09
DE102009056777B4 (de) 2014-10-30
DE102009056777B8 (de) 2015-04-09

Similar Documents

Publication Publication Date Title
Keshtkar et al. Land-cover classification and analysis of change using machine-learning classifiers and multi-temporal remote sensing imagery
Nasiri et al. District flood vulnerability index: urban decision-making tool
Tate et al. Flood recovery and property acquisition in Cedar Rapids, Iowa
Nampak et al. Assessment of land cover and land use change impact on soil loss in a tropical catchment by using multitemporal SPOT‐5 satellite images and R evised U niversal Soil L oss E quation model
DE102009056777B4 (de) System und Verfahren zum Segmentieren einer Zielregion in räumliche Warneinheiten eines sensorgestützten Frühwarnsystems
Romano et al. Multi-criteria decision analysis for land suitability mapping in a rural area of Southern Italy
Etter et al. Unplanned land clearing of Colombian rainforests: Spreading like disease?
Amiri et al. Application of geographic information systems in land-use suitability evaluation for beekeeping: A case study of Vahregan watershed (Iran)
Adepoju Linkages between internal and international migration: The African situation
DE112016002817T5 (de) Änderungserfassungbasiertes bildaufnahme-beauftragungssystem
Sadoddin et al. A Bayesian decision network approach for assessing the ecological impacts of salinity management
WO2022063839A1 (de) Überwachungs- und risikoindexmesssystem basierend auf gemessenen ökosystemleistungen in abhängigkeit von sektor-bezogenen wirtschaftsleistungen, und entsprechendes verfahren
WO2011069613A1 (de) Vorrichtung und verfahren zur risikobasierten zuweisung von warnstufen
Devkota et al. Assessing the past and adapting to future floods: a hydro-social analysis
EP3387633B1 (de) Verfahren und system zur verkehrsvorhersage in querschnittsbeschränkten seegebieten
DE102010011186B4 (de) Verfahren und Vorrichtung zur Visualisierung von räumlich verteilten Informationen in einem Frühwarnsystem
Yuan et al. Soil erosion assessment of the Poyang Lake Basin, China: using USLE, GIS and remote sensing
DE102009019606B4 (de) Verfahren und Vorrichtung zum Ermitteln von Warnungen in einem sensorgestützten Frühwarnsystem
Meng et al. Assessment and management of ecological risk in an agricultural–pastoral ecotone: case study of Ordos, Inner Mongolia, China
DE102010041513A1 (de) Verfahren und Vorrichtung zur Ermittlung zumindest einer Austrittswahrscheinlichkeit aus einem, in einer digitalen Karte als offenes Gelände erkennbaren Geländegebiet
Fura Analysing and modelling urban land cover change for run-off modelling in Kampala, Uganda
EP2687819A1 (de) Aufbereitung von ortsbezogenen Daten
Riadi Strategy to maintain food security in the area of flood hazard in Karawang regency
Pareek Analysing the posterior predictive capability of landslide susceptibility maps
DE102011079733A1 (de) System und Verfahren zur Simulation von Gruppen in einem Personenstrom

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
R018 Grant decision by examination section/examining division
R020 Patent grant now final
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee