DE102009057948A1 - Vorrichtung und Verfahren zur risikobasierten Zuweisung von Warnstufen - Google Patents

Vorrichtung und Verfahren zur risikobasierten Zuweisung von Warnstufen Download PDF

Info

Publication number
DE102009057948A1
DE102009057948A1 DE200910057948 DE102009057948A DE102009057948A1 DE 102009057948 A1 DE102009057948 A1 DE 102009057948A1 DE 200910057948 DE200910057948 DE 200910057948 DE 102009057948 A DE102009057948 A DE 102009057948A DE 102009057948 A1 DE102009057948 A1 DE 102009057948A1
Authority
DE
Germany
Prior art keywords
warning
hazard
data
levels
predefined
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.)
Withdrawn
Application number
DE200910057948
Other languages
English (en)
Inventor
Joachim Dr. Post
Kai Dr. Zosseder
Stephanie Wegscheider
Ulrich Dr.-Ing. Raape
Matthias Mück
Sven Tessmann
Christian Dr. Strobl
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 DE200910057948 priority Critical patent/DE102009057948A1/de
Priority to PCT/EP2010/007298 priority patent/WO2011069613A1/de
Publication of DE102009057948A1 publication Critical patent/DE102009057948A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/10Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Alarm Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Es werden ein Verfahren und eine Vorrichtung zur computergestützten Zuweisung vordefinierter Warnstufen an räumliche Warneinheiten einer Zielregion bereitgestellt, wobei die vordefinierten Warnstufen die Gefährdung einer Region durch ein natürliches oder technisches Gefahrereignis anzeigen. Die Vorrichtung umfasst: eine Datenspeichereinheit zum Speichern von ersten Daten, die die Warneinheiten definieren, von zweiten Daten, die die räumliche Verteilung von Eigenschaften der Zielregion definieren, und von vordefinierten Warnstufen, eine Datenbank zum Speichern deterministischer Modelle, die die räumliche Verteilung und den zeitlichen Ablauf einer definierten Auswirkung eines natürlichen oder technischen Gefahrereignisses in der Zielregion definieren, eine Bestimmungseinheit zum Bestimmen von mindestens einem der Modelle der Datenbank auf Basis von bei Eintritt eines Gefahrereignisses gemessenen Eingangsdaten, und eine Verarbeitungseinheit zum Ermitteln eines Gefahrenindex für mindestens eine der Warneinheiten unter Berücksichtigung der bestimmten Modelle und der ersten und zweiten Daten, und zur Zuweisung einer oder mehrerer der vordefinierten Warnstufen an die mindestens eine Warneinheit zumindest teilweise auf Basis des Gefahrenindex.

Description

  • Die Erfindung betrifft allgemein eine Vorrichtung und ein Verfahren zur computergestützten Zuweisung von Warnstufen an einzelne Regionen einer Zielregion, wobei die Warnstufen die Gefährdung einer Region durch ein natürliches oder technisches Gefahrereignis anzeigen. Insbesondere betrifft die Erfindung eine Vorrichtung und ein Verfahren zur computergestützten, risikobasierten Zuweisung vordefinierter Warnstufen an räumliche Warneinheiten einer in räumliche Warneinheiten segmentierten Zielregion.
  • 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 sowohl solche tektonischen Ursprungs, wie Erdbeben oder Tsunamis, als auch Naturkatastrophen klimatischen Ursprungs, wie beispielsweise Tornados, Erdrutsche oder Schneelawinen. Die vorliegende Erfindung kann bei Frühwarnsystemen für solche Naturkatastrophen oder für technische Gefahrereignisse Verwendung finden.
  • Ein Frühwarnsystem soll nach Erkennen eines Gefahrereignisses eine effektive Warnung veranlassen oder geeignete Entscheidungsvorschläge für nachgelagerte Systeme oder menschliche Operateure bereitstellen, um eine potentielle Bedrohung frühzeitig zu erkennen und um betroffene Regionen, insbesondere die dort angesiedelte Bevölkerung, rechtzeitig vor dem Eintreten der Folgen des Ereignisses zu informieren, damit Handlungen und Maßnahmen zum Schutz von Menschen, Gütern und Umwelt rechtzeitig vorgenommen werden 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 adressieren und diese mit allgemeinen bzw. individuellen Warnungen entsprechend einer ermittelten Warnstufe oder eines Warnlevels versorgen oder ggf. für einen Operateur oder nachgelagerte Systeme entsprechend individuelle oder allgemeine Entscheidungsvorschläge bereitstellen. Insbesondere sehen die bekannten Warnsysteme in der Regel verschiedene Warnstufen (Warnlevel) vor, die in dem betreffenden Warnsegment bestimmte Vorkehrungen bzw. Aktionen auslösen können. 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. In diesem Beispiel löst die Warnstufe „Major Warning” (Farbcode Rot) erhebliche Maßnahmen der lokalen Entscheidungsträger, in der Regel Evakuierungen, aus.
  • Diese Warnstufen werden in den bekannten Systemen lediglich auf Basis einzelner Gefahrenparameter festgelegt. Im Beispiel der Tsunami-Frühwarnung wird in den international anerkannten Systemen lediglich auf die zu erwartende Wellenhöhe an der Küstenlinie abgestellt. Eine hohe Intensität einer Naturgefahr oder eines technischen Gefahrereignisses muss aber nicht zwangsläufig einen hohen Schaden an Mensch und Umwelt hervorrufen. Beispielsweise kann eine hohe Intensität an einem Ort weniger Opfer bzw. Schäden an kritischer Infrastruktur hervorrufen als andernorts eine geringere Naturgefahrenintensität. Beispielhaft sei das Eintreten eines Erdbebens in einem praktisch menschenleeren Gebiet genannt. Eine lediglich an der Naturgefahrenintensität bzw. daraus abgeleiteten Primärkriterien angelegte Angabe von Warnleveln kann demzufolge zu nachteiligen Schlussfolgerungen bezüglich der Schadensintensität führen und ggf. nachteilige Handlungen hervorrufen. Die bekannte Einstufung der Warnungen in den bekannten Frühwarnsystemen auf Basis der nach einzelnen Primärkriterien ermittelten Warnstufen ist deshalb ggf. nachteilig.
  • Der Erfindung liegt deshalb die Aufgabe zugrunde, eine Vorrichtung und ein Verfahren vorzusehen, welche die Bereitstellung von Warnungen in Frühwarnsystemen verbessern.
  • Diese Aufgabe wird durch die Gegenstände der unabhängigen Ansprüche gelöst.
  • Beispielhafte Ausführungsformen der Erfindung sind in den abhängigen Ansprüchen definiert.
  • Es wird eine Vorrichtung zur computergestützten Zuweisung vordefinierter Warnstufen an räumliche Warneinheiten einer Zielregion bereitgestellt. Die vordefinierten Warnstufen zeigen die Gefährdung einer Region durch ein natürliches oder technisches Gefahrereignis an. Die Vorrichtung umfasst im Einzelnen eine Datenspeichereinheit zum Speichern erster Daten, die die Warneinheiten definieren, zweiter Daten, die die räumliche Verteilung von Eigenschaften der Zielregion definieren, und zum Speichern vordefinierter Warnstufen. Die Vorrichtung umfasst eine Datenbank zum Speichern deterministischer Modelle, die die räumliche Verteilung und den zeitlichen Ablauf einer definierten Auswirkung eines natürlichen oder technischen Gefahrereignisses in der Zielregion definieren. Ferner sind vorgesehen eine Bestimmungseinheit zum Bestimmen von mindestens einem der Modelle der Datenbank auf Basis von bei Eintritt eines Gefahrereignisses gemessenen Eingangsdaten und eine Verarbeitungseinheit zum Ermitteln eines Gefahrenindex für mindestens eine der Warneinheiten unter Berücksichtigung der bestimmten Modelle und der ersten und zweiten Daten, und zur Zuweisung einer oder mehrerer der vordefinierten Warnstufen an die mindestens eine Warneinheit, zumindest teilweise auf Basis des Gefahrenindex.
  • Gemäß eines Aspektes umfassen die deterministischen Modelle die Definition einer Gefährdungsfläche und von Ankunftszeiten der Auswirkungen der Gefahrereignisse in der Zielregion. Gemäß eines weiteren Aspektes umfassen die zweiten Daten mindestens eine räumliche Verteilung aus: Bevölkerungsdichte, Dichte kritischer Infrastruktur, beispielweise Krankenhäuser oder Schulen, Alters- und Geschlechtsverteilung, Topografie, Landbedeckung und Zugangspunkte in sichere Gebiete.
  • Gemäß eines Aspektes operieren die Bestimmungseinheit und die Verarbeitungseinheit dynamisch in Reaktion auf das Erkennen eines die Zielregion betreffenden natürlichen oder technischen Gefahrereignisses.
  • Gemäß eines weiteren Aspektes berücksichtigt die Verarbeitungseinheit bei der Ermittlung des Gefahrenindex ferner Informationen über eine Unbestimmtheit oder eine Mehrdeutigkeit bei den gemessenen Eingangsdaten, zweiten Daten oder der Bestimmung der Modelle.
  • Es wird ferner ein Frühwarnsystem bereitgestellt zum Erkennen von natürlichen oder technischen Gefahrereignissen mit der erfindungsgemäßen Vorrichtung.
  • Es wird ein Verfahren bereitgestellt zur computergestützten Zuweisung vordefinierter Warnstufen an die räumlichen Warneinheiten einer Zielregion. Die vordefinierten Warnstufen zeigen die Gefährdung einer Region durch ein natürliches oder technisches Gefahrereignis an. Das Verfahren umfasst die Schritte des Speicherns erster Daten, die die Warneinheiten definieren, zweiter Daten, die die räumliche Verteilung von Eigenschaften der Zielregion definieren und der vordefinierten Warnstufen. Des Weiteren umfasst das Verfahren das Speichern deterministischer Modelle, die die räumliche Verteilung und den zeitlichen Ablauf einer definierten Auswirkung eines natürlichen oder technischen Gefahrereignisses in der Zielregion definieren, in einer Datenbank sowie das Bestimmen von mindestens einem der Modelle der Datenbank auf Basis bei Eintritt eines Gefahrereignisses gemessener Eingangsdaten. Zudem umfasst das Verfahren das Ermitteln eines Gefahrenindex für mindestens eine der Warneinheiten unter Berücksichtigung der bestimmten Modelle und der ersten und zweiten Daten sowie das Zuweisen einer oder mehrerer der vordefinierten Warnstufen an die mindestens eine Warneinheit zumindest teilweise auf Basis des Gefahrenindex.
  • Gemäß eines Aspektes umfasst das Verfahren ferner die Schritte des Bestimmens erwarteter Ankunftszeiten der Auswirkung eines Gefahrereignisses sowie des Bestimmens erwarteter Auswirkungsintensitäten. Ferner umfasst das Verfahren das Ermitteln der Gefahrenaussetzung der Bevölkerung und der kritischen Infrastruktur auf Basis der erwarteten Ankunftszeiten und Auswirkungsintensitäten und der zweiten Daten sowie das Ermitteln des Gefahrenindex unter Berücksichtigung der ermittelten Gefahrenaussetzung der Bevölkerung und der kritischen Infrastruktur.
  • Gemäß eines weiteren Aspektes sind die vordefinierten Warnstufen auf der Basis gemessener Eingangswerte oder davon abgeleiteter Primärgefahrenparameter klassifiziert. Gemäß eines Aspektes bewirkt in den Grenzbereichen zwischen zwei Warnstufen die Berücksichtigung des Gefahrenindex eine höhere oder niedrigere Einstufung in Abhängigkeit von dem ermittelten Gefahrenindex.
  • Gemäß eines weiteren Aspektes erfolgt das Ermitteln des Gefahrenindex ferner über gewichtete Summen. Gemäß eines Aspektes umfasst die Zuweisung der mindestens einen vordefinierten Warnstufe an die mindestens eine Warneinheit die Berücksichtigung des Gefahrenindex und weiterer Kriterien unter Einsatz von Gewichtungsfaktoren oder von Abbildungsfunktionen.
  • Es wird ferner ein computerlesbarer Datenträger bereitgestellt, welcher computerausführbare Anweisungen umfasst, die bei Ausführung durch einen Computer ein Verfahren zur computergestützten Zuweisung vordefinierter Warnstufen an räumliche Warneinheiten einer in räumliche Warneinheiten segmentierten Zielregion gemäß dem erfindungsgemäßen Verfahren durchführt.
  • Der Erfindung liegt die Erkenntnis zugrunde, dass die Auswirkungen von Gefahrereignissen auf Mensch und Umwelt nicht ausschließlich von der Intensität des Gefahrereignisses abhängen. Weitere Abhängigkeiten können sich insbesondere aus Vulnerabilitätskomponenten ergeben, die Verwundbarkeiten bzw. den Grad negativer Auswirkungen auf Mensch und Umwelt widerspiegeln. Eine auf mittlerer Warnstufe eingestufte Naturgefahr kann aufgrund hoher Verwundbarkeiten von Mensch und Umwelt einen hohen Schädigungsgrad in einem betroffenen Gebiet zur Folge haben. Daher ist eine Einstufung eines Warnlevels lediglich durch Naturgefahrenintensität oder abgeleitete Primärkriterien nachteilig. Das Ziel, über eine sorgfältig gewählte Warnstufe abgestufte Maßnahmen vor Ort in den Warnsegmenten auszulösen, erfordert eine integrierte Berücksichtigung aller relevanten Faktoren, also die Einbeziehung insbesondere neben einer erwarteten Intensität der Gefahr natürlichen oder technischen Ursprungs auch der Ergebnisse einer Gefährdungsanalyse von Menschen sowie weiterer Risikofaktoren. Im beispielhaften Gebiet der Tsunami-Frühwarnung sei auf Warnsegmente verwiesen, die aufgrund geringerer Vulnerabilität auch bei relativ hohen Tsunami-Wellenhöhen noch keine Evakuierung benötigen, während in anderen Warnsegmenten bereits bei erheblich geringeren Tsunami-Wellenhöhen umfangreiche Evakuierungs- und Schutzmaßnahmen eingeleitet werden müssen. Erfindungsgemäß wird ein Risikolevel einer räumlichen Warneinheit (Warnsegment) abgeleitet, der eine bessere und differenzierte Abschätzung der erwarteten Auswirkungen der Naturgefahr auf Mensch und Umwelt gewährleistet. Dabei kann die Ermittlung eines risikobasierten Warnlevels fallspezifisch und individuell in einem konkreten Warnfall erfolgen, ist also eine Online-Funktion.
  • Beispielhafte Ausführungsformen der Erfindung und zugehörige Detailinformationen sind in den folgenden Zeichnungen dargestellt und nachfolgend beschrieben:
  • Dabei zeigen schematisch:
  • 1 eine Blockdarstellung zur Illustration einer erfindungsgemäßen Vorrichtung zum Einsatz in der Frühwarnung gemäß einer Ausführungsform der vorliegenden Erfindung;
  • 2 ein Flussdiagramm zur Illustration der Schritte eines Verfahrens zur computergestützten Zuweisung von Warnstufen an räumliche Warneinheiten gemäß einer Ausführungsform der vorliegenden Erfindung;
  • 3 eine schematische Blockdarstellung mit kartografischen Darstellungen zur Illustration der Bestimmung einer potentiell gefährdeten Fläche gemäß Ausführungsformen der vorliegenden Erfindung;
  • 4 eine schematische kartografische Darstellung zur Illustration einer möglichen statischen Expositionsverteilung kritischer Infrastruktur gemäß einer beispielhaften Ausführungsform;
  • 5 eine beispielhafte schematische Darstellung zur Illustration einer möglichen statischen Expositionsverteilung der Bevölkerung gemäß einer beispielhaften Ausführungsform der Erfindung;
  • 6 eine schematische Darstellung zur Illustration der Lageverteilung von Zugangspunkten zu sicheren Gebieten gemäß einer beispielhaften Ausführungsform der Erfindung;
  • 7 bis 11 schematische Darstellungen zur Illustration beispielhafter räumlich differenzierter Informationen, die gemäß Ausführungsformen der Erfindung bei der Zuweisung von Warnstufen zugrunde gelegt werden können bzw. solche illustrieren;
  • 12 eine schematische kartografische Darstellung zur Illustration besonders gefährdeter Flächen gemäß einer Ausführungsform der Erfindung;
  • 13 ein Diagramm zur Illustration der Anzahl betroffener Personen in Abhängigkeit von der Zeit, die für eine Evakuierungshandlung zur Verfügung steht, gemäß einer Ausführungsform der Erfindung;
  • 14 eine schematische Blockdarstellung zur Illustration einer erfindungsgemäßen Zuweisung von Warnstufen; und
  • 15 eine schematische Blockdarstellung der vorbekannten Warnstufen-Klassifizierung und einer bekannten Zuweisung von Warnstufen auf Basis eines Primärkriteriums.
  • 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 eine schematische Blockdarstellung einer erfindungsgemäßen Vorrichtung zur computergestützten Zuweisung vordefinierter Warnstufen an räumliche Warneinheiten. Eine Zielregion ZR ist in die Warneinheiten WE1, WE2 und WE3 segmentiert. Die vordefinierten Warnstufen zeigen die Gefährdung einer einzelnen Region durch ein natürliches oder technisches Gefahrereignis an. Ebenso können die Warnstufen neben einer individuellen Zuweisung auch allgemein auf mehrere Warnsegmente oder Warneinheiten der Zielregion zugewiesen werden. Die Vorrichtung 100 hält in einer Datenspeichereinheit 110 erste Daten 112 vor, die die Warneinheiten definieren. Weiter werden darin zweite Daten 114, die die räumliche Verteilung von Eigenschaften und Parametern der Zielregion ZR definieren, abgelegt. Die zweiten Daten 114 können insbesondere die räumlich aufgelöste Bevölkerungsdichte, Dichte kritischer Infrastruktur, beispielsweise von Krankenhäusern oder Schulen, die räumlich aufgelöste Alters- und Geschlechtsverteilung, Topografie, Landbedeckung oder Zugangspunkte in sichere Gebiete angeben. Schließlich speichert die Datenspeichereinheit 110 mindestens noch vordefinierte Warnstufen 116, die beispielsweise auch in bekannten Frühwarnsystemen Verwendung finden. Typischerweise sind diese Warnstufen auf der Basis gemessener Eingangswerte oder davon abgeleiteter Intensitätsprimärparameter klassifiziert. D. h., dass im Allgemeinen die Warnstufen gemäß einer erwarteten Intensität des vorliegenden Gefahrereignisses eingestuft sind.
  • In einer Datenbank 120 werden deterministische Modelle 122 abgespeichert, die die räumliche Verteilung und den zeitlichen Ablauf einer oder mehrerer definierter Auswirkungen eines natürlichen oder technischen Gefahrereignisses in der Zielregion definieren. Diese deterministischen Modelle können insbesondere eine Gefährdungsfläche und die räumlich aufgelösten Ankunftszeiten der Auswirkungen eines Gefahrereignisses in einer Zielregion definieren.
  • Bei Eintritt eines Gefahrereignisses werden vorzugsweise durch Sensoren Messwerte erfasst, die direkt oder nach Weiterverarbeitung als Eingangsdaten 135 an eine Bestimmungseinheit 130 weitergegeben werden, die auf Basis dieser bei Eintritt des Gefahrereignisses gemessenen Eingangsdaten 135 eines oder mehrere der Modelle der Datenbank als relevante Modelle bestimmt. Auf diese Bestimmung wird beispielhaft in der nachfolgenden 3 näher eingegangen. Die Verarbeitungseinheit 140 ermittelt unter Berücksichtigung der derart bestimmten Modelle und der ersten und zweiten Daten einen Gefahrenindex für einzelne oder alle der Warneinheiten der Zielregion. Die Verarbeitungseinheit 140 sieht ferner die Zuweisung einer der vordefinierten Warnstufen an die jeweiligen Warneinheiten zumindest teilweise auf Basis des für die Warneinheit ermittelten Gefahrenindex vor. Gemäß Ausführungsformen der Erfindung können auch mehrere der vordefinierten Warnstufen einer einzelnen Warneinheit zugewiesen werden. Dies kann beispielsweise dann vorgesehen sein, wenn ein Zwischenschritt eine starke Inhomogenität bei der Ermittlung des Gefahrenindex für die Warneinheit feststellt und deshalb eine Aufsplittung der Warneinheit in weitere Subregionen vorgeschlagen wird. Alternativ kann durch Zuweisung mehrerer der vordefinierten Warnstufen eine gewisse Unbestimmtheit in der Ermittlung des Gefahrenindex angezeigt werden. Die für die einzelnen Warneinheiten WE1, WE2 und WE3 zugewiesenen Warnstufen 145 können dem Frühwarnsystem oder nachgelagerten Systemen bzw. menschlichen Operateuren zur Verfügung gestellt werden. Beispielsweise kann eine Warnstufe einer Warneinheit im Rahmen eines Entscheidungsunterstützungssystems zugeordnet werden.
  • Die Bestimmungseinheit 130 und die Verarbeitungseinheit 140 operieren im Ereignisfall in Reaktion auf das Erkennen eines die Zielregion betreffenden natürlichen oder technischen Gefahrereignisses dynamisch, d. h. online. Gemäß beispielhafter Ausführungsformen kann die Verarbeitungseinheit bei der Ermittlung des Gefahrenindex Informationen über eine Unbestimmtheit oder Mehrdeutigkeit bei den gemessenen Eingangsdaten, den zweiten Daten über die räumlichen Verteilungen, oder bei der Bestimmung der relevanten Modelle berücksichtigen. Die erfindungsgemäße Vorrichtung kann ferner getrennt von einem Frühwarnsystem oder integriert in ein solches Frühwarnsystem vorgesehen sein.
  • 2 zeigt in einem schematischen Flussdiagramm beispielhafte Schritte gemäß einem erfindungsgemäßen Verfahren 200 zur computergestützten Zuweisung vordefinierter Warnstufen. In Schritt 210 des Verfahrens 200 werden Grunddaten gespeichert. Dies kann durch Vorhalten der Grunddaten in einer Datenspeichereinheit, die im Ereignisfall einen Zugriff auf die gespeicherten Grunddaten ermöglicht, geschehen. Alternativ können die Grunddaten im Ereignisfall online, d. h. dynamisch von entsprechenden stets aktuell gehaltenen Grunddatenspeichern ausgelesen und in einer lokalen Datenspeichereinheit in unveränderter oder abgewandelter Form abgelegt werden. Die Grunddaten umfassen erste Daten 112 (siehe 1), die die Warneinheiten WE1, WE2 und WE3 definieren, zweite Daten 114, die die räumliche Verteilung von Eigenschaften der Zielregion ZR definieren, und die vordefinierten Warnstufen 116, die die Gefährdung einer einzelnen Region durch ein natürliches oder technisches Gefahrereignis anzeigen können.
  • In Schritt 220 werden deterministische Modelle in einer Datenbank abgespeichert. Das Speichern 220 umfasst ein Vorhalten der deterministischen Modelle 122 in einer zugreifbaren Datenbank 120, kann aber auch ein Abfragen und lokales strukturiertes Ablegen relevanter deterministischer Modelle im Ereignisfall umfassen. Die deterministischen Modelle 122 können räumliche Verteilungen, d. h. räumlich aufgelöste Daten, und den zeitlichen Ablauf einer oder mehrerer bestimmter Auswirkungen eines natürlichen oder technischen Gefahrereignisses definieren. Diese können auf die Zielregion beschränkt bzw. angewandt sein oder erst im Ereignisfall auf die Zielregion angewandt werden.
  • Schritt 230 bestimmt mindestens ein Modell aus der Datenbank auf Basis bei Eintritt eines Gefahrereignisses gemessener Eingangsdaten 135. Diese Eingangsdaten können vorzugsweise von Sensoren, die zur Abdeckung der Zielregion vorgesehen sind, bereitgestellt werden. In Schritt 240 wird ein Gefahrenindex für mindestens eine der Warneinheiten unter Berücksichtigung der bestimmten Modelle und der ersten und zweiten Daten ermittelt. Schließlich erfolgt in Schritt 250 eine Zuweisung definierter Warnstufen an mindestens eine Warneinheit der Zielregion zumindest teilweise basierend auf dem Gefahrenindex.
  • Die Ermittlung des Gefahrenindex kann unter Verwendung der relevanten deterministischen Modelle das Bestimmen der hieraus ermittelten erwarteten Ankunftszeiten der Auswirkung(en) des Gefahrereignisses, das dem jeweiligen deterministischen Modell zugrunde liegt, und/oder das Bestimmen entsprechend erwarteter Auswirkungsintensitäten umfassen. Hierauf basierend kann die Gefahrenaussetzung der Bevölkerung und kritischer Infrastruktur unter Berücksichtigung der zweiten Daten, die beispielsweise statisch vorgehalten werden, ermittelt werden. Die ermittelte Gefahrenaussetzung der Bevölkerung und kritischer Infrastruktur beeinflusst gemäß dieser Ausführungsform den ermittelten Gefahrenindex.
  • Die vordefinierten Warnstufen können auf Basis gemessener Eingangswerte oder zu erwartender Gefahrintensitäten, die wiederum auf entsprechenden Messwerten basieren können, klassifiziert sein. Gemäß einer Ausführungsform der Erfindung kann die Berücksichtigung des Gefahrenindex in der erfindungsgemäßen Weise gerade in Grenzbereichen zwischen zwei Warnstufen eine höhere oder niedrigere Einstufung bewirken. Das Ermitteln des Gefahrenindex kann über gewichtete Summen erfolgen. Ferner kann die Zuweisung der vordefinierten Warnstufen an die Warneinheiten eine Berücksichtigung des Gefahrenindex unter Einsatz von Gewichtungsfaktoren umfassen. Gemäß beispielhafter Ausführungsformen können unter Einsatz weiterer Gewichtungsfaktoren weitere Kriterien bei der Zuweisung eingehen. Insbesondere kann das bei der Klassifizierung der vordefinierten Warnstufen eingesetzte Primärkriterium über einen Gewichtungsfaktor oder über eine Abbildungsfunktion in Verbindung mit dem Gefahrenindex in die Zuweisung der vordefinierten Warnstufen an die Warneinheiten Berücksichtigung finden.
  • Die folgenden 3 bis 15 illustrieren beispielhaft Ausführungsbeispiele im Bereich der Tsunami-Frühwarnung. Dabei wird zunächst die Ermittlung der Gefahrenfläche an Land und zu erwartender Gefahrenintensitäten illustriert, anschließend die Bestimmung der Ausgesetztheit kritischer Infrastruktur und der Bevölkerung unter Verknüpfung mit der bestimmten Gefahrenfläche dargestellt, die zeitliche Erreichbarkeit sicherer Gebiete für die Bevölkerung berücksichtigt und auf Basis eines Vergleiches erwarteter Ankunftszeiten mit den Evakuierungszeiten, jeweils räumlich aufgelöst, ein Betroffenheitsmaß ermittelt, das bei der Bestimmung eines Gefahrenindex gemäß Ausführungsformen der Erfindung berücksichtigt wird.
  • Zur Berechnung des Risikos eines Warnsegmentes können folgende Komponenten quantifiziert und integriert werden, die in ggf. geeignet abgewandelter Form auch in Ausführungsformen für andere Gefahrereignisse verwendet werden können:
    • • Erwartete Auftrittswahrscheinlichkeiten der Tsunami-Naturgefahrenintensität an Land
    • • Analyse der minimalen Tsunami-Ankunftszeiten pro Warnsegment
    • • Quantifizierung der Exponiertheit/Betroffenheit von Mensch und kritischer Infrastruktur in Abhängigkeit von der Tsunami-Intensität und Analyse minimaler Ankunftszeit (einzelfallabhängig, „Online-Fall”)
    • • Zeitabhängige Quantifizierung der potentiellen Opferzahl
    • • Quantifizierung des Betroffenheitsmaßes zur Ausweisung von Warnleveln
  • Die Komponenten können beispielsweise zu einem Expositionsindex aggregiert werden, der die Betroffenheit bzw. Exponiertheit von Mensch und kritischer Infrastruktur in Abhängigkeit der erwarteten Ankunftszeit und der erwarteten Tsunami-Intensität pro Warnsegment berücksichtigt. Im Falle der Exponiertheit von Menschen kann eine zeitabhängige, Online-Berechnung der Anzahl zu erwartender Opfer erfolgen.
  • Der ermittelte Index kann dann in die Bestimmung der Warnlevel einfließen. Basis kann eine Funktion sein, die die Einflussfaktoren gewichtet und deren Output der zu bestimmende Warnlevel ist. Dabei ist die Bestimmung der Warnlevel ein Onlineprozess und ist somit im Ereignisfall dynamisch und einzelfallbezogen.
  • Beispielhaft kann ein erfindungsgemäßes Verfahren gemäß einer Ausführungsform folgende Stufen umfassen:
    • • Räumlich aufgelöste Analyse und Quantifizierung von erwarteten Ankunftszeiten im Online-Fall
    • • Räumlich aufgelöste Quantifizierung der erwarteten Tsunami-Intensitäten an Land im Online-Fall
    • • Räumlich aufgelöste Quantifizierung der Exponiertheit/Betroffenheit von Mensch (zeitabhängig) und kritischer Infrastruktur unter Berücksichtigung der erwarteten Ankunftszeit und räumlichen Ausdehnung der Tsunami-Intensitäten an Land
    • • Dynamische Berechnung der Anzahl nachteilig betroffener Menschen pro Warnsegment unter Berücksichtigung der Gefahrenintensität und erwarteter Ankunftszeiten
    • • Dynamische Berechnung der erforderlichen Warnstufe in Abhängigkeit von Gefahrenparametern und den oben genannten Einflussgrößen.
  • 3 stellt beispielhaft eine mögliche Ermittlung der Gefahrenfläche an Land zu jeweils erwarteten Gefahrenintensitäten dar. Durch Analyse mehrerer vorgerechneter Tsunami-Wellenausbreitungsszenarien (Datenbank modellierter Tsunami-Szenarios 310) wird über die im Online-Fall bekannten erwarteten Wellenhöhen entsprechend der von den Sensoren gemessenen Messwerte an der Küstenlinie eine entsprechend betroffene Fläche an Land zugewiesen. Dabei können alle dem Online-Fall möglicherweise entsprechenden deterministischen Modelle bzw. möglichen vorgerechneten Tsunami-Ereignisse in die Berechnung der Gefährdungsfläche einfließen.
  • 3 zeigt zwei mögliche Szenarien, die durch Initial-Schritte 320 bzw. 360 getrennt dargestellt sind. Über eine Datenbankabfrage 330 oder 370 werden entsprechend der für den ermittelten Tsunami-Fall erwarteten maximalen Wellenhöhe an der Küstenlinie diejenigen Szenarien mit einer maximalen Wellenhöhe ≤ 3 m der Klasse 340 oder aber diejenigen Szenarien mit einer maximalen erwarteten Wellenhöhe > 3 m der Klasse 380 bestimmt. Entsprechend der ermittelten Szenarienklasse und der umfassten Szenarien folgt dann jeweils getrennt in den Schritten 350 bzw. 390 das Berechnen der Ortspunkttreffer für diese Klasse und die Bestimmung der räumlich aufgelösten erwarteten Auswirkung auf der jeweiligen Warnungsstufe. Dabei zeigt die kartografische Darstellung 354 die betroffene, d. h. die potentiell gefährdete Fläche 351 im Vergleich mit der nicht betroffenen Landfläche 353 für einen Tsunami der konventionellen Warnstufe „Warning Level” darstellt, während die kartografische Darstellung 394 die potentiell gefährdete Fläche 391 im Vergleich mit der nicht betroffenen Landfläche 393 gemäß der „Major Warning Level” Warnstufe mit maximalen erwarteten Wellenhöhen > 3 m an der Küstenlinie darstellt.
  • 4 zeigt eine beispielhafte statische Expositionsverteilung kritischer Infrastruktur. Aus zur Verfügung stehenden Basisdaten werden alle Objekte, die für die Gesellschaft eine wesentliche Funktion bzw. funktionelle Relevanz aufweisen, zusammengefasst. Dazu gehören Einrichtungen, die eine hohe Konzentration von hilfsbedürftigen Menschen (Krankenhäuser, Grundschulen, Altenheime, etc.) aufweisen, Einrichtungen, die eine wichtige Dienstleistung erbringen (Flughäfen, Polizei, Feuerwehr, etc.) sowie Einrichtungen, die ihrerseits eine Gefahrenquelle darstellen können (z. B. Kraftwerke und chemische Industrie). Des Weiteren kann in die Ermittlung der Exposition kritischer Infrastruktur die Dichte von Transport- oder Versorgungslinien, wie z. B. Straßen, Eisenbahnen, Elektrizitätsleitungen, Ölleitungen oder Wasserversorgungsleitungen, eingehen.
  • Aus den definierten Objekten der kritischen Infrastruktur kann ein Dichtemaß, beispielsweise Anzahl der Objekte pro Flächeneinheit, generiert und zu Klassen aggregiert werden, die einen repräsentativen Grad der Exposition kritischer Infrastruktur ergeben. Im Ereignisfall kann dann die Berechnung der Exposition kritischer Infrastruktur entsprechend der vorher bestimmten erwarteten Gefährdungsfläche erfolgen.
  • 5 zeigt eine beispielhafte, vereinfachte statische Expositionsverteilung der Bevölkerung gemäß einer Ausführungsform. Bevölkerungsdaten, z. B. die Anzahl der Menschen pro Flächeneinheit gemäß eines Zensus, Satellitendaten oder einer entsprechenden Schätzung werden zu repräsentativen räumlichen Einheiten aggregiert, die den Grad der Exponiertheit darstellen können. Hierbei kann zwischen Tag- und Nacht-Verteilungen unterschieden werden. Im Ereignisfall kann dann die Berechnung der Exposition der Bevölkerung entsprechend der erwarteten Gefährdungsfläche erfolgen.
  • Im Folgenden wird beispielhaft gemäß einer Ausführungsform in der Tsunami-Frühwarnung die Ermittlung einer zu erwartenden zeitabhängigen Opferanzahl dargestellt.
    • 1. In einem ersten Schritt erfolgt die Ermittlung der potentiell gefährdeten Fläche, d. h. der Gefahrenfläche an Land. Diese Ermittlung kann beispielsweise wie oben unter Bezugnahme auf 3 beschrieben erfolgen.
    • 2. Hieraus kann die Lage von sicheren Gebieten, insbesondere von sicheren Gebieten für eine Evakuierung, abgeleitet werden. Die Lage von sicheren Gebieten kann aus der im vorigen Schritt bestimmten, bei der Ermittlung der Gefahrenfläche an Land ermittelten nicht betroffenen Fläche bestimmt werden. Zusätzlich können weitere Kriterien berücksichtigt werden, die durch räumliche Analysen mit Hilfe von Algorithmen in einem geografischen Informationssystem (GIS) umgesetzt werden können. Folgende Kriterien können dabei Berücksichtigung finden: • geeignete Landnutzung: z. B. kein dichter Wald, keine Gewässer • geeignete Topografie: z. B. sollte die Hangneigung nicht größer als 20° sein • die Fläche sollte größer als 10.000 qm2 sein • die Fläche sollte durch eine befestigte Straße/einen Weg zu erreichen sein • die Fläche sollte räumlich an eine betroffene Fläche anschließen. Neben der Detektion der sicheren Gebiete kann die Festlegung sog. Zugangspunkte in die sicheren Gebiete erfolgen. Diese stellen Eintrittspunkte aus den Gefahrenzonen in ein sicheres Gebiet über eine befestigte Straße bzw. einen Weg dar. 6 zeigt eine beispielhafte kartografische Darstellung der räumlichen Lage von Zugangspunkten angrenzend an eine potentiell betroffene Fläche, der Fläche maximaler Überschwemmungsausdehnung.
    • 3. Erfassung der zeitlichen Erreichbarkeit eines sicheren Gebietes. Die zeitliche Erreichbarkeit eines sicheren Gebietes wird im Wesentlichen aus der Distanz eines Ortes zu den nächsten sicheren Gebieten sowie der potentiellen Evakuierungsgeschwindigkeit unter Berücksichtigung der Zugangspunkte abgeleitet. Daraus lässt sich für jeden Ortspunkt die Zeit errechnen, die ein Mensch in einer vereinfachten Darstellung brauchen könnte, um sich in Sicherheit bringen zu können. • 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 7 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 8. 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 10 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 ist beispielhaft in 9 dargestellt. Von jedem Punkt kann der bestmögliche Weg zu einem Zugangspunkt in ein sicheres Gebiet berechnet werden. Über diese Distanz bzw. Strecke und einem Datensatz, der die inverse Geschwindigkeit anzeigt, kann die benötigte Zeit errechnet werden. 10 zeigt dabei beispielhaft die Verteilung der inversen Geschwindigkeit für das den 7 und 8 zugrundeliegende Gebiet. Sogenannte „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 räumlich variierende Evakuierungskapazität und die räumliche Anordnung sicherer Gebiete ist beispielhaft in der vereinfachten kartografischen Darstellung der 11 illustriert.
    • 4. Berücksichtigung erwarteter Ankunftszeiten der Auswirkungen des Gefahrereignisses Im Online-Fall ist die erwartete Ankunftszeit bekannt und wird für die weiteren Analysen dynamisch genutzt. Diese Zeit in Minuten stellt die zu den jeweiligen Zeitpunkten im Online-Fall maximal zur Verfügung stehende Zeit zur Evakuierung der Menschen dar, die sog. „Tsunami-Antwortzeit”. Da man für jeden Landpunkt die notwendige Evakuierungszeit errechnen kann, kann nun für bestimmte Zeitscheiben bis zur mittleren erwarteten Ankunftszeit die Fläche angegeben werden, in der die Evakuierungszeit nicht ausreicht. 12 zeigt eine beispielhafte vereinfachte kartografische Darstellung, die für eine Tsunami-Antwortzeit von T = 60 min. diejenigen Flächen, die eine längere Evakuierungszeit aufweisen, und diejenigen Flächen, die eine geringere Evakuierungszeit aufweisen, gegeneinander gekennzeichnet darstellt. Die Fläche mit längerer Evakuierungszeit zeichnet ein Gebiet aus, in dem die dort lebende Bevölkerung voraussichtlich keine Möglichkeit hat, in der zur Verfügung stehenden Zeit ein sicheres Gebiet zu erreichen. Die übrige Fläche, mit kürzerer Evakuierungszeit als die Tsunami-Antwortzeit, zeigt das Gebiet an, in dem dies zumindest potentiell möglich sein sollte.
    • 5. Bestimmung der erwarteten Opferanzahl Mit Hilfe der Bevölkerungsdaten und der hiervon abgeleiteten Exposition der Bevölkerung kann nun die Anzahl der Menschen in den jeweiligen Flächen entsprechend des obigen Punkt 4 ermittelt werden. Für ein gegebenes Raumelement sowie verschiedene Zeitscheiben kann der zeitliche Verlauf der Zunahme der Anzahl der erwarteten Opfer dargestellt werden, für die die Evakuierungszeit nicht mehr ausreichen wird. 13 zeigt ein beispielhaftes Diagramm zur erwarteten Opferanzahl in Abhängigkeit von der Tsunami-Antwortzeit. Es ist die Anzahl der Opfer dargestellt, für die die Evakuierungszeit nicht mehr ausreichen wird und für die daher unterstellt werden muss, dass sie durch die Auswirkungen des Schadensereignisses zumindest verletzt werden, in Abhängigkeit der zur Verfügung stehenden Antwortzeit, d. h. der Zeit, die für eine Evakuierungshandlung zur Verfügung steht. Im gezeigten Beispiel steht eine maximale Antwortzeit von 50 Minuten zur Verfügung. Selbst bei Ausschöpfung dieser Zeit sind ca. 35.000 Menschen betroffen. Erfolgt bis zum Eintritt des Ereignisses an Land keine Evakuierungshandlung, d. h. wenn die Antwortzeit Null ist, ist im gezeigten Beispiel mit 120.000 betroffenen Menschen zu rechnen.
  • Die so ermittelten Informationen der Gefahrenfläche und -intensität, der Exposition der Bevölkerung und kritischer Infrastruktur, sowie der erwarteten Opferzahlen, können mit weiteren Kriterien, wie z. B. der erwarteten maximalen Wellenhöhe oder der Ankunftszeit zu einem Betroffenheitsmaß „P” nach im Warnzentrum definierten Kriterien und Schwellwerten, in einigen Ausführungsformen unter Einsatz von entsprechenden Gewichtungsfaktoren „G”, zu Warnleveln verknüpft oder entsprechenden Warnleveln zugewiesen werden.
  • 14 zeigt eine entsprechende Zuweisung von Warnleveln unter Berücksichtigung erfindungsgemäßer Kriterien 1 bis 5. Somit ist eine Berücksichtigung von Vulnerabilitätskriterien, wie z. B. der Anzahl zu erwartender Opfer, der Exponiertheit der Bevölkerung und der kritischen Infrastruktur, zur Bestimmung der Warnlevel bzw. Warnstufen mitberücksichtigt und eine vorteilhafte Verbesserung gegenüber dem Stand der Technik erreicht, der beispielhaft in 15 (unten) dargestellt ist. Gemäß den vorbekannten Warnstufen erfolgt die Zuweisung einer Warnstufe an eine räumliche Warneinheit lediglich auf Basis eines primären Kriteriums, im gezeigten Beispiel des Gebietes der Tsunami Frühwarnung nach international bisher verwendeten Maßstäben lediglich auf Basis der erwarteten Wellenhöhe an der Küstenlinie. Dabei sind in 15 bekannte vordefinierte Warnstufen und deren Klassifizierung dargestellt. Eine erwartete Wellenhöhe an der Küstenlinie unter 10 cm Höhe bewirkt keine Zuweisung eines Warnlevels. Eine Wellenhöhe zwischen 0,1 und 0,5 m wird als „kleinerer Tsunami” bzw. „Minor Tsunami” klassifiziert und entsprechenden räumlichen Warneinheiten wird eine Warnstufe „Beratung” zugewiesen. Entsprechend wird bei einer Wellenhöhe zwischen 0,5 und 3 m Höhe (Klassifizierung „Tsunami”) eine Warnstufe „Warnung” zugewiesen. Bei einer Wellenhöhe über 3 m erfolgt die Klassifizierung als „größerer Tsunami” bzw. „Major Tsunami” und die Zuweisung einer Warnstufe „Hauptwarnung” bzw. „Major Warning”.
  • Erfindungsgemäß kann die konventionelle Klassifizierung der Warnstufen in einer Ausführungsform beibehalten werden. Die Berücksichtigung der Gefährdungskriterien kann hierbei durch eine Abänderung der Abbildung der Werteintervalle auf die entsprechenden Warnstufen erfolgen.
  • Die Verknüpfung und Bewertung der verfügbaren Kriterien, die letztlich zur Zuordnung an eine dieser vordefinierten Warnstufen (Warnlevel) führt, kann auf verschiedene Weisen erfolgen. Beispielhaft kann ein solches Warnlevel-Mapping realisiert werden durch:
  • • Gewichtete Summen
  • Jedem Kriterium wird eine Bewertungsfunktion fKriterium (Parameterliste) → R (Abbildung auf die reellen Zahlen) zugeordnet. Jede dieser Bewertungsfunktionen wird auf das Einheitsintervall mittels einer Skalierungsfunktion scal() → [0...1] abgebildet. Durch entsprechend geeignete Wahl der Skalierungsfunktion können die relevanten Wertebereiche betont werden. Die skalierten Bewertungsfunktionen können mit kriterienindividuellen Gewichten ωKriterium multipliziert werden. Für diese gilt, dass die Summe über alle Gewichte ωi Eins ergibt.
  • Die Summe der gewichteten und skalierten Bewertungsfunktionen ergibt eine Bewertung im Einheitsintervall, die mittels geeignet gewählter Schwellwerte auf die vorhandenen Warnstufen abgebildet werden kann. Z. B. kann eine Zuweisung der Endergebnisse entsprechend der folgenden Einstufung erfolgen: unter 0,1 = <grau>, 0,1 bis 0,3 = <gelb>, 0,3 bis 0,6 = <orange> und ab 0,6 = <rot>.
  • • Korrekturgewichtungen
  • Die Zuordnung auf die Warnstufen kann auch nach einem Primärkriterium erfolgen. Dieses Primärkriterium kann beispielsweise die Wellenhöhe sein. Die Anwendung weiterer Kriterien kann in Form von gewichteten Auf- oder Abschlägen auf das Primärkriterium erfolgen und damit die Auswahl einer anderen als der primär gewählten Warnstufe bewirken. Z. B. könnte eine Wellenhöhe von 2,8 m zunächst den Warnlevel des Farbcodes <orange> identifizieren, aber eine sehr hohe Exposition als umgerechneter Aufschlag von 0,5 m letztlich die einer Wellenhöhe von 3,3 m entsprechende Warnstufe des Farbcodes <rot> nach sich ziehen.
  • • Regelanwendung
  • Insbesondere bei komplexen Zusammenhängen kann eine regelbasierte Ermittlung des anzuwendenden Warnlevels erfolgen. Hierbei können über die Angabe von funktionalen Zusammenhängen insbesondere Ausnahmefälle und Besonderheiten berücksichtigt werden.
  • Die technische Umsetzung einer erfindungsgemäßen risikobasierten Ermittlung räumlich differenziert anzuwendender Warnstufen kann z. B. in einem Entscheidungsunterstützungssystem, wie dem GITEWS-DSS erfolgen. In einer Entscheidungsansicht des Tsunami-Entscheidungsunterstützungssystems (GITEWS-DSS), d. h. einer Anzeige, in der alle warnentscheidungsrelevanten Informationen und Handlungsvorschläge zusammengefasst werden, können Risikoinformationen eingebettet sein und sowohl dem System bei der technischen Ermittlung optimaler Entscheidungsvorschläge als auch bei der Darstellung derselben nutzbar gemacht werden. Erfindungsgemäß festgestellte Warnstufen können Entscheidungsträgern zur Auslösung vorgeschlagen werden. Die zugrunde gelegten und im erfindungsgemäßen Verfahren im Rahmen des konkreten Warnfalles und individuell für jedes räumliche Warnsegment bestimmten Parameter können in einer dargestellten Tabelle neben den zugewiesenen, vorzugsweise farbig markierten Warnstufen dargestellt werden.

Claims (10)

  1. Vorrichtung (100) zur computergestützten Zuweisung von vordefinierten Warnstufen (116) an räumliche Warneinheiten einer in räumliche Warneinheiten (WE1, WE2, WE3) segmentierten Zielregion (ZR), wobei die vordefinierten Warnstufen (116) die Gefährdung einer Region durch ein natürliches oder technisches Gefahrereignis anzeigen, wobei die Vorrichtung umfasst: eine Datenspeichereinheit (110) zum Speichern von ersten Daten (112), die die Warneinheiten (WE1, WE2, WE3) definieren, von zweiten Daten (114), die die räumliche Verteilung von Eigenschaften der Zielregion (ZR) definieren, und der vordefinierten Warnstufen (116); eine Datenbank (120) zum Speichern deterministischer Modelle (122), die die räumliche Verteilung und den zeitlichen Ablauf einer definierten Auswirkung eines natürlichen oder technischen Gefahrereignisses in der Zielregion definieren; eine Bestimmungseinheit (130) zum Bestimmen von mindestens einem der Modelle der Datenbank auf Basis von bei Eintritt eines Gefahrereignisses gemessenen Eingangsdaten (135); und eine Verarbeitungseinheit (140) zum Ermitteln eines Gefahrenindex für mindestens eine der Warneinheiten unter Berücksichtigung der bestimmten Modelle und der ersten und zweiten Daten, und zur Zuweisung einer oder mehrerer der vordefinierten Warnstufen (145) an die mindestens eine Warneinheit zumindest teilweise auf Basis des Gefahrenindex.
  2. Vorrichtung gemäß Anspruch 1, wobei die deterministischen Modelle die Definition einer Gefährdungsfläche und von Ankunftszeiten in der Zielregion umfassen, und/oder wobei die zweiten Daten mindestens eine räumliche Verteilung umfassen aus: Bevölkerungsdichte, Dichte kritischer Infrastruktur, beispielsweise Krankenhäuser oder Schulen, Alters- und Geschlechtsverteilung, Topographie, Landbedeckung, Zugangspunkte in sichere Gebiete.
  3. Vorrichtung gemäß Anspruch 1 oder 2, wobei die Bestimmungseinheit (130) und die Verarbeitungseinheit (140) dynamisch in Reaktion auf das Erkennen eines die Zielregion betreffenden natürlichen oder technischen Gefahrereignisses operieren.
  4. Vorrichtung gemäß einem der Ansprüche 1 bis 3, wobei die Verarbeitungseinheit bei der Ermittlung des Gefahrenindex ferner Information über eine Unbestimmtheit oder Mehrdeutigkeit bei den gemessenen Eingangsdaten (135), zweiten Daten (114), oder der Bestimmung der Modelle berücksichtigt.
  5. Frühwarnsystem zum Erkennen von natürlichen oder technischen Gefahrereignissen mit der Vorrichtung nach einem der Ansprüche 1 bis 4.
  6. Verfahren (200) zur computergestützten Zuweisung von vordefinierten Warnstufen (116) an räumliche Warneinheiten einer in räumliche Warneinheiten (WE1, WE2, WE3) segmentierten Zielregion (ZR), wobei die vordefinierten Warnstufen (116) die Gefährdung einer Region durch ein natürliches oder technisches Gefahrereignis anzeigen, wobei das Verfahren die Schritte umfasst: Speichern (210) von ersten Daten (112), die die Warneinheiten (WE1, WE2, WE3) definieren, von zweiten Daten (114), die die räumliche Verteilung von Eigenschaften der Zielregion (ZR) definieren, und der vordefinierten Warnstufen (116); Speichern (220) deterministischer Modelle (122), die die räumliche Verteilung und den zeitlichen Ablauf einer definierten Auswirkung eines natürlichen oder technischen Gefahrereignisses in der Zielregion definieren, in einer Datenbank (120); Bestimmen (230) von mindestens einem der Modelle der Datenbank auf Basis von bei Eintritt eines Gefahrereignisses gemessenen Eingangsdaten (135); Ermitteln (240) eines Gefahrenindex für mindestens eine der Warneinheiten unter Berücksichtigung der bestimmten Modelle und der ersten und zweiten Daten; und Zuweisen (250) einer oder mehrerer der vordefinierten Warnstufen (145) an die mindestens eine Warneinheit zumindest teilweise auf Basis des Gefahrenindex.
  7. Verfahren nach Anspruch 6, ferner die Schritte umfassend: Bestimmen erwarteter Ankunftszeiten der Auswirkung eines Gefahrereignisses; Bestimmen erwarteter Auswirkungsintensitäten; Ermitteln der Gefahrenaussetzung von Bevölkerung und kritischer Infrastruktur auf Basis der erwarteten Ankunftszeiten und Auswirkungsintensitäten und der zweiten Daten (114); und Ermitteln des Gefahrenindex unter Berücksichtigung der ermittelten Gefahrenaussetzung von Bevölkerung und kritischer Infrastruktur.
  8. Verfahren nach Anspruch 6 oder 7, wobei die vordefinierten Warnstufen (116) auf der Basis gemessener Eingangswerte klassifiziert sind, und/oder wobei in den Grenzbereichen zwischen zwei Warnstufen die Berücksichtigung des Gefahrenindex eine höhere oder niedrigere Einstufung bewirkt.
  9. Verfahren nach einem der Ansprüche 6 bis 8, wobei das Ermitteln des Gefahrenindex über gewichtete Summen erfolgt, und/oder wobei die Zuweisung der mindestens einen vordefinierten Warnstufe an die mindestens eine Warneinheit zumindest teilweise auf Basis des Gefahrenindex die Berücksichtigung des Gefahrenindex und weiterer Kriterien unter Einsatz von Gewichtungsfaktoren oder von Abbildungsfunktionen umfasst.
  10. Computerlesbarer Datenträger welcher computerausführbare Anweisungen umfasst, die bei Ausführung durch einen Computer ein Verfahren zur computergestützten Zuweisung von vordefinierten Warnstufen an räumliche Warneinheiten einer in räumliche Warneinheiten segmentierten Zielregion gemäß einem der Ansprüche 6 bis 9 durchführen.
DE200910057948 2009-12-11 2009-12-11 Vorrichtung und Verfahren zur risikobasierten Zuweisung von Warnstufen Withdrawn DE102009057948A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE200910057948 DE102009057948A1 (de) 2009-12-11 2009-12-11 Vorrichtung und Verfahren zur risikobasierten Zuweisung von Warnstufen
PCT/EP2010/007298 WO2011069613A1 (de) 2009-12-11 2010-12-01 Vorrichtung und verfahren zur risikobasierten zuweisung von warnstufen

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE200910057948 DE102009057948A1 (de) 2009-12-11 2009-12-11 Vorrichtung und Verfahren zur risikobasierten Zuweisung von Warnstufen

Publications (1)

Publication Number Publication Date
DE102009057948A1 true DE102009057948A1 (de) 2011-06-16

Family

ID=43478002

Family Applications (1)

Application Number Title Priority Date Filing Date
DE200910057948 Withdrawn DE102009057948A1 (de) 2009-12-11 2009-12-11 Vorrichtung und Verfahren zur risikobasierten Zuweisung von Warnstufen

Country Status (2)

Country Link
DE (1) DE102009057948A1 (de)
WO (1) WO2011069613A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016105181A3 (fr) * 2014-11-03 2016-12-01 Tabyaoui Mohamed Alerte precoce contre les risques naturels basee sur la technologie mobile

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113554248A (zh) * 2020-04-23 2021-10-26 中国石油化工股份有限公司 危化品运输车辆的风险动态预警评估方法及装置
CN114333257B (zh) * 2021-12-30 2023-05-26 中国科学院、水利部成都山地灾害与环境研究所 一种滑坡变形速率临界值确定及滑坡预警方法
CN114519921A (zh) * 2022-02-24 2022-05-20 重庆大学 一种基于工业云的模块化滑坡监测预警系统
CN115394052B (zh) * 2022-08-30 2023-06-27 重庆地质矿产研究院 基于机器学习获得地质灾害预警关键参数预测值的方法
CN115601927B (zh) * 2022-09-19 2023-08-01 苔花科迈(西安)信息技术有限公司 一种基于算法模型的煤矿报警事件决策方法及系统
CN116482763B (zh) * 2023-06-19 2023-08-25 浙江大学海南研究院 基于逻辑树法的概率性地震海啸灾害分析方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050234646A1 (en) * 2004-03-31 2005-10-20 Philip Watts Tsunami hazard assessment system
US20050264505A1 (en) * 2004-05-27 2005-12-01 Lg Philips Lcd Co., Ltd. Shift register and liquid crystal display device using the same
US20070143019A1 (en) * 2004-06-30 2007-06-21 Swiss Reinsurance Company Method and system for automated location-dependent recognition of flood risks
US20090286505A1 (en) * 2008-05-14 2009-11-19 International Business Machines Corporation Comprehensive tsunami alert system via mobile devices
EP2124205A1 (de) * 2008-05-22 2009-11-25 The European Community, represented by the European Commission Tsunami-Warnsystem und Verfahren zur Bereitstellung von Tsunami-Warnungen

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6753784B1 (en) * 2001-03-28 2004-06-22 Meteorlogix, Llc GIS-based automated weather alert notification system
WO2007046844A2 (en) * 2005-03-01 2007-04-26 Advanced Warning Systems, Inc. System and method for visual representation of a catastrophic event and coordination of response
DE102009019606B4 (de) * 2009-04-30 2019-08-01 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zum Ermitteln von Warnungen in einem sensorgestützten Frühwarnsystem

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050234646A1 (en) * 2004-03-31 2005-10-20 Philip Watts Tsunami hazard assessment system
US20050264505A1 (en) * 2004-05-27 2005-12-01 Lg Philips Lcd Co., Ltd. Shift register and liquid crystal display device using the same
US20070143019A1 (en) * 2004-06-30 2007-06-21 Swiss Reinsurance Company Method and system for automated location-dependent recognition of flood risks
US20090286505A1 (en) * 2008-05-14 2009-11-19 International Business Machines Corporation Comprehensive tsunami alert system via mobile devices
EP2124205A1 (de) * 2008-05-22 2009-11-25 The European Community, represented by the European Commission Tsunami-Warnsystem und Verfahren zur Bereitstellung von Tsunami-Warnungen

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016105181A3 (fr) * 2014-11-03 2016-12-01 Tabyaoui Mohamed Alerte precoce contre les risques naturels basee sur la technologie mobile

Also Published As

Publication number Publication date
WO2011069613A1 (de) 2011-06-16

Similar Documents

Publication Publication Date Title
Chen et al. A spatial assessment framework for evaluating flood risk under extreme climates
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
Geri et al. Landscape metrics and topographical determinants of large-scale forest dynamics in a Mediterranean landscape
Mahdavi Forests and rangelands? wildfire risk zoning using GIS and AHP techniques
DE102009057948A1 (de) Vorrichtung und Verfahren zur risikobasierten Zuweisung von Warnstufen
Phongsapan et al. Operational flood risk index mapping for disaster risk reduction using Earth Observations and cloud computing technologies: A case study on Myanmar
Percival et al. A methodology for urban micro-scale coastal flood vulnerability and risk assessment and mapping
Nekhay et al. Spatial analysis of the suitability of olive plantations for wildlife habitat restoration
Chen et al. Rising variability, not slowing down, as a leading indicator of a stochastically driven abrupt transition in a dryland ecosystem
EP4217955A1 (de) Überwachungs- und risikoindexmesssystem basierend auf gemessenen ökosystemleistungen in abhängigkeit von sektor-bezogenen wirtschaftsleistungen, und entsprechendes verfahren
DE102009056777B4 (de) System und Verfahren zum Segmentieren einer Zielregion in räumliche Warneinheiten eines sensorgestützten Frühwarnsystems
Cheney et al. The impact of data precision on the effectiveness of alien plant control programmes: a case study from a protected area
DE112021001971T5 (de) Automatisierte geländebezogene detektion von bohrplattformen und deren umgebung
Aitkenhead et al. Assessing agricultural drought management strategies in the Northern Murray–Darling Basin
Der Sarkissian et al. The use of geospatial information as support for Disaster Risk Reduction; contextualization to Baalbek-Hermel Governorate/Lebanon
DE102009019606B4 (de) Verfahren und Vorrichtung zum Ermitteln von Warnungen in einem sensorgestützten Frühwarnsystem
DE102010011186B4 (de) Verfahren und Vorrichtung zur Visualisierung von räumlich verteilten Informationen in einem Frühwarnsystem
Larekeng et al. A diversity index model based on spatial analysis to estimate high conservation value in a mining area
Mendes et al. Social vulnerability to natural and technological hazards: The relevance of scale
Assis et al. Identification of susceptible rainfall-induced landslide areas based on field experiments and multi-criteria analysis in GIS Environment: a proposal for non-inventoried areas
Mendez-Victor et al. Risks: Vulnerability, Resilience and Adaptation
Kontoes et al. Mapping seismic vulnerability and risk of cities: the MASSIVE project
Nguyen Coastal vulnerability assessment: a case study in Kien Giang, western part of the Mekong River Delta in Vietnam
Sauti et al. Earthquake Risk Assessment of Sabah, Malaysia Based on Geospatial Approach
Akoteyon Factors influencing the occurrence of flooding, risk and management strategies in Lagos, Nigeria

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
R016 Response to examination communication
R016 Response to examination communication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee