WO2010124875A2 - Verfahren und vorrichtung zum ermitteln von warnungen in einem sensorgestützten frühwarnsystem - Google Patents

Verfahren und vorrichtung zum ermitteln von warnungen in einem sensorgestützten frühwarnsystem Download PDF

Info

Publication number
WO2010124875A2
WO2010124875A2 PCT/EP2010/002661 EP2010002661W WO2010124875A2 WO 2010124875 A2 WO2010124875 A2 WO 2010124875A2 EP 2010002661 W EP2010002661 W EP 2010002661W WO 2010124875 A2 WO2010124875 A2 WO 2010124875A2
Authority
WO
WIPO (PCT)
Prior art keywords
information
models
subareas
warning
subregions
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.)
Ceased
Application number
PCT/EP2010/002661
Other languages
English (en)
French (fr)
Other versions
WO2010124875A3 (de
Inventor
Joachim Post
Kai Zosseder
Stephanie Wegscheider
Matthias Mück
Ulrich Raape
Tilmann Steinmetz
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.)
Julius Maximilians Universitaet Wuerzburg
Deutsches Zentrum fuer Luft und Raumfahrt eV
Original Assignee
Julius Maximilians Universitaet Wuerzburg
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 Julius Maximilians Universitaet Wuerzburg, Deutsches Zentrum fuer Luft und Raumfahrt eV filed Critical Julius Maximilians Universitaet Wuerzburg
Publication of WO2010124875A2 publication Critical patent/WO2010124875A2/de
Publication of WO2010124875A3 publication Critical patent/WO2010124875A3/de
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING SYSTEMS, e.g. PERSONAL CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes

Definitions

  • the invention relates generally to a method and apparatus within an early warning system for calculating alerts or alert times for a geographic area based on information from a sensor system.
  • the invention relates to an apparatus and a method for calculating decision-relevant information which are suitably provided for triggering a warning or evacuation signal for different spatial subareas of an underlying spatial area of an early warning system.
  • An early warning system generally serves to provide timely warning of events, and in particular natural disasters that require protection of people, goods and the environment or their evacuation. These include, for example, natural disasters of tectonic causes, such as tsunamis or earthquakes, and natural disasters caused by climatic factors, such as tornadoes or snow avalanches.
  • the present invention can be used for early warning systems for such natural disasters.
  • An early warning system upon detection of such an event, should provide an effective warning to detect a potential threat at an early stage and to inform affected regions, in particular the local population, well in advance of the consequences of the event and actions and responses to protect people, goods and the environment in good time.
  • the compression of sensor information and other information sources linked to the time factor is of central importance.
  • the time from the occurrence of the event to the arrival of the effect of the event is divided into time segments, so-called time components.
  • the present invention particularly relates to the possibility of determining the reaction time, i. the time that elapses from the sending of the warning until the impact of an event.
  • Warnings that, due to the often short period of time between The first detection of the event and the arrival of the impact of the event are subject to high uncertainties or even lead to false warnings, which leads to great material and possibly even personal injury.
  • the sensors or the sensor system 120 consists of various sensors, which z. B. different buoys are near the coast to measure wave heights.
  • the sensors can transmit measuring signals continuously or at predefined time intervals.
  • the sensors may already pre-process the measured values and only send signals to a central sensor detection system 110 if a relevant measurement is present.
  • the sensors can classify the measured values on the basis of preset threshold values and send them to the central detection unit 110 in accordance with the classification of corresponding signals. If the sensors are buoys near the coast, z. B.
  • a minimum wave height for each buoy are defined, from which the buoy sends a corresponding signal to the central detection unit 110.
  • various signals may be sent to the central unit 110 according to different threshold values of the measured wave height.
  • Such quantification of the measured values can be used in the same way for other sensor types and other early-warning systems. These sensor systems used for known early warning systems can be used in the same way for the present invention.
  • a distinction can be made between evidence-giving or direct sensor systems and indicative or indirect sensors. Direct sensor systems detect the impact of an event directly (e.g., measuring the occurring wave height of a tsunami) while indirect sensor systems allow only event inference, for example, by measuring the magnitude of an earthquake at one or more locations, which may be the cause of a tsunami.
  • the central sensor detection unit 110 will process the received signals of the various sensors and output a warning signal 130 according to these values.
  • This warning signal can either be sent directly to the affected region and population via a communication system, or it can be used by authorities as a basis for decision-making for the purpose of protection or protection Evacuation measures in the area concerned.
  • the observation area refers to the area covered by the sensors, while the warning area refers to the area or areas for which one or more warning signals can be generated.
  • an early-warning system should only output decision-relevant signals or decision-relevant information. Based on this information, it should be possible to decide whether and, if so, how, a protective or evacuation measure of people, goods and the environment should take place.
  • This decision-relevant information of the early warning system is usually passed on immediately after their detection in order to have the maximum time to decide whether an evacuation is required and, where appropriate, for appropriate protection or evacuation measures.
  • an immediate initiation of protection or evacuation measures is not desired, since such measures must be operated costly and with considerable business disadvantages and organizational effort. Therefore, in order to rule out possible false alarms, further information or signals of the early warning system are often awaited, which either confirm the natural event or allow a previous warning to be recognized as a false alarm.
  • valuable time will elapse for initiating protection and evacuation measures, an improvement on the known ones It requires early warning systems to provide more accurate and secure information and alerts.
  • One embodiment of the invention relates to a system for computer-aided processing and evaluation of information generated by a plurality of sensors in an early warning system for detecting natural events or technical events, the plurality of sensors of the early warning system being associated with a predetermined spatial area.
  • the system may include a capture unit, a calculation unit, and one or more data storage units.
  • the detection unit is used for detecting the information of the plurality of sensors, the information being suitable for directly or indirectly indicating an event relating to at least a part of the given spatial area.
  • the given spatial area can be subdivided into a multiplicity of partial areas.
  • a data storage unit stores one or more propagation models, wherein the propagation models indicate one or more spatially and temporally differentiated effects for the plurality of subareas in response to different predetermined information of the plurality of sensors.
  • the propagation models can be determined in advance and stored in the data storage unit.
  • the calculation unit calculates a spatially and temporally differentiated course of impact for the plurality of subareas based on the acquired information of the detection unit and the propagation models stored in the data storage unit.
  • the calculation unit can receive data from the detection unit and the received data can be sent to the distribution unit. Apply application models in order to calculate a probable course of effect for one or more subdomains corresponding to the received data.
  • a data storage unit stores one or more reaction models, the response models specifying at least one time period for each of the plurality of subdomains depending on various predetermined impact histories or different predetermined propagation models.
  • the time span may correspond to a predetermined time required to take protective measures in the corresponding subarea
  • the response models may be determined in advance and stored in the data storage unit.
  • the determination unit calculates a warning information signal based on the spatially and temporally differentiated course of effects calculated by the calculation unit for the multiplicity of subareas and the reaction models stored in the data storage unit.
  • the determination unit may for this purpose receive data from the calculation unit, which display the calculated spatially and temporally differentiated impact profile, apply the received data to the reaction models to determine a probable time span for one or more subareas, and a warning information signal based on the probable time period for determine one or more subareas.
  • the warning information signal may be transmitted to an output unit or a memory unit.
  • the determination unit further calculates from the determined probable time period for each of the one or more subregions a remaining period of time after the expiry of which a warning must be taken to take protective measures in the one or more subregions.
  • the warning information signal corresponds to a hint of a recommended seizure of protective measures or information regarding a detected event in the one or more subregions, and the warning information signal is transmitted to the output unit or a memory unit only after the remaining time has elapsed.
  • the warning information signal corresponds to a recommended taking of protective measures in the one or more subareas and the determining unit decides according to preset parameters and / or threshold values of the reaction models for each of the one or more subbranches. whether to generate and transmit a warning information signal.
  • the warning information signal can be transmitted to the output unit or memory unit only after the remaining time has elapsed, if, after the remaining time has elapsed, it is determined from the preset parameters and / or threshold values of the reaction model that a warning information signal is to be generated and transmitted.
  • the calculated information of the calculation unit is fed back to the detection unit, and the detection unit uses the feedback information to acquire further sensor information.
  • the calculated information of the determination unit is fed back to the calculation unit, and the calculation unit uses the returned information for further calculating the spatially and temporally differentiated impact history, wherein the propagation models take into account feedback information of the determination unit.
  • the determination unit further calculates, from the determined probable time span for the affected subareas, an expected effect on the affected subareas.
  • the early warning system is a tsunami early warning system.
  • FIG. 1 shows a block diagram of an early warning system according to the prior art
  • Figure 2 shows a block diagram of an early warning system according to an embodiment of the present invention.
  • FIG. 3 shows a representation to illustrate a spatial distribution of a
  • FIG. 4 shows a flow chart for illustrating exemplary steps for determining warning times according to an embodiment of the present invention.
  • FIG. 5 shows a schematic representation of an example for determining a potentially endangered area.
  • Figure 6 shows an example of a spatial location of access points adjacent to the potentially affected area.
  • FIG. 7 shows the spatial exemplary representation of the evacuation rate distribution with regard to the population density.
  • FIG. 8 shows a flowchart for calculating the evacuation time according to an embodiment of the invention.
  • FIG. 9 shows an exemplary representation of a calculated inverse velocity distribution.
  • FIG. 11 shows an example diagram for determining the number of people involved as a function of the time available for the evacuation action.
  • FIG. 12 illustrates an exemplary implementation of an embodiment of the invention as a screen copy of an embedding of the response-dependent warning times in the GITEWS decision support system.
  • FIG. 13 shows a schematic representation with time components in a warning chain according to an embodiment of the invention.
  • FIG. 2 shows an early warning system 200 according to an embodiment of the present invention.
  • the early warning system uses a sensor system 120 which provides information from various sensors.
  • This sensor system can, as in the previously described be formed usual early warning systems.
  • One aspect of the present invention is based on the finding that a mere increase in the number of sensors can not avoid the aforementioned disadvantages of known early warning systems.
  • Increasing the number of sensors simultaneously increases the number of pieces of information that the early warning system must process in real time or in a very short time without, however, providing full and complete coverage of the measured characteristics, such as: B. wave height, vibration or movement to provide.
  • the smallest possible number of sensors is desirable.
  • the present invention combines the sensor systems with various previously determined models for spatially and temporally differentiated calculation of warning decisions.
  • the area to be observed is divided into different areas, and according to the present invention, a predicted effect of the sensor information preprocessed by the sensors 120 and the sensor detection system 210 is calculated for each warning area.
  • different propagation models 220 can be stored in a data memory.
  • a propagation scenario is determined by an impact determination system or calculation unit 230. Due to the topographic location and nature of the observation area, the observation area can be subdivided into different areas.
  • FIG. 3 shows an exemplary representation in which the warning area of the early warning system 310 is subdivided into eight areas 320 to 327. Also shown are the various sensors 120, which in the case of a tsunami early warning system can be buoys in front of the coastal section 310. According to the subdivision of the area into different zones or subareas, one or more propagation models 220 are determined beforehand in order to provide an expected effect for each of these subareas based on the information of the sensors 120. In addition, according to one embodiment of the invention, the propagation models 220 provide a temporal history of the effects, such as a tsunami, on the shore 310 for each of the areas 320-327.
  • an impact detection system 230 of the early warning system can use the sensor data to determine a spatially and temporally differentiated propagation curve of the event detected by the sensors.
  • the sensor data obtained is processed by the sensor detection system 210 so that the impact detection system 230 can match this sensor data to the various stored propagation models.
  • various logical operations and filter functions can be used, which in turn already describe a propagation model 220 that takes into account local conditions and relationships between the positions of the sensors 120 and the corresponding affected areas 320 to 327. If some or all of the sensors provide signals indicative of a natural event, the most likely propagation scenario can be determined from the propagation models. This indicates, for each of the regions 320 through 327, how the event will propagate in the areas accordingly. In the example of a tsunami early warning system, this corresponds to a temporal course with regard to the size and possibly the direction of a wave in the respective regions of the coast 310.
  • the spatially and temporally differentiated propagation scenario determined by the impact determination system 230 it can be determined for each of the regions 320 to 327 whether the region is affected by the predicted event or whether it is a so-called "safe area" Furthermore, the spatially and temporally differentiated propagation scenario of the impact assessment system allows a calculation or prediction of when and, if appropriate, in what order the regions of the event (eg, a tsunami) can be affected.
  • the regions of the event eg, a tsunami
  • the time remaining until the event occurs in each sub-area can be calculated, and due to these times, remaining for each area until the occurrence of the event, a ranking list or a priority list of the respective regions can be created For example, the regions that are first affected by the event receive a higher priority than those regions which will be affected later or not at all by the event.
  • the ranking list or the priority of the individual regions can also be determined on the basis of the remaining time components up to the impact of the predicted event. For example, for a remaining time of more than three hours before the occurrence of the event in area G (326), a low priority level may be assigned, whereas area B (321) is assigned a higher priority if the impact of the predicted event is already within one Hour reached this area.
  • both the expected remaining time to occurrence of the event and the order in which the various regions are affected by the predicted event are considered for prioritizing the various areas.
  • a temporal quantization can take place in hourly intervals. If the propagation models determine, based on the current sensor information, the arrival of the event in areas A, B, C and F within two hours and in areas E, G and D within three hours, areas A, B, C and F receive a higher priority than the areas E, G, D, which in turn is higher than the priority of the area H, which will not be affected by the predicted event.
  • region A has the highest priority
  • region B the second highest priority
  • region F and C 1 and regions E, G, D and region H.
  • further reaction models or attitude condition and evacuation models can be determined in advance for the different regions of the area 310 and stored in a data memory 240.
  • These additional models can be used by a warning signal determination system or unit 250 for calculating a warning information signal to further process the spatially and temporally differentiated propagation scenarios determined by the impact determination system 230. to provide further improved and optimized warning signals and
  • the propagation models 220 can be used to create a spatially and temporally differentiated propagation prediction. For this purpose, pre-stored models are applied to the sensor information of the sensor system 120 in order to determine the most probable propagation scenario.
  • the accuracy of the warning signal is already improved because not the pure sensor data are used, but this sensor information is evaluated and processed by means of previously determined, theoretically possible propagation scenarios for various possible events.
  • this calculation of possible propagation scenarios can be further improved if further information on the location and nature of each region is used.
  • These parameters may include, but are not limited to, the number of population to be evacuated, the number of critical facilities such as hospitals and schools or airports, the number and nature of roads and paths available for evacuation, and the impact of neighboring regions. Other parameters may include the age and gender distribution of the population as well as the spatial location of possible evacuation sites and evacuation routes.
  • the measures for the protection and evacuation of individual regions in the determination of warning signals can already be taken into account become.
  • the spatially and temporally differentiated determined spread of the forecasted event in the individual regions, in particular the remaining time until the occurrence of the event can be linked to the time required for possible protection and evacuation measures. This is comparable to a cost function or a weighting of the spatially and temporally differentiated impact calculation determined by the unit 230 by the early warning system.
  • the system 230 detects an event occurring in regions A, B, and F in 2 hours, and in regions E, C, and G in 3 hours, then as previously explained, classification or prioritization of the various regions already results.
  • the additional location, condition and evacuation models 240 can further enhance this prioritization and time warning determination for the regions. For example, in Region B there is an increased number of critical facilities, such as: Schools, airports or hospitals or a high population density the required evacuation time correspondingly high. If, on the other hand, regions A and F are sparsely populated, a much shorter evacuation time can be assumed.
  • the models 240 can be used to change the time to warning for each region based on the required evacuation time.
  • the time available until a warning must be given may be much longer, corresponding to the lower evacuation time.
  • the impact determination system 230 may determine a predicted time of arrival of the event in region G at three hours.
  • the models 240 say that a very long evacuation time is needed here, as e.g. For example, if there are no suitable roads for evacuation, the remaining time to which a warning for region G must be issued may be less than in areas A and B where the event will arrive within two hours.
  • Another advantage of the propagation models 220 and the evacuation models 240 is that a time can be determined to which a corresponding alert must be issued for each area. This has the advantage that a warning does not have to be issued immediately and further data of the sensor system 120 can be awaited. If the early warning system has predicted an event for a region, it can simultaneously determine that a warning is not yet required. Therefore, additional sensor data can be awaited in order to be able to recognize the predicted event as a false alarm. The early warning system can therefore decide whether a warning for a detected event must already be issued or whether further sensor data can be awaited.
  • This dynamic processing of the sensor systems based on the models 220 and / or 240 allows the dynamic calculation of spatially and temporally differentiated warnings taking into account previously determined data. This is exemplified by the feedback of the information 270 and 280 in FIG.
  • the propagation models 220 and the location, Procurement and evacuation models 240 may be configured to take into account temporal changes in sensor information. This is possible because the warning signal detection system 250 can independently determine whether a warning must already be made, or whether further temporally subsequent sensor data can be taken into account before a warning signal must be output.
  • the information calculated by the alerting system and the impact detection system may be communicated to a display or warning system 260 to display according to a user or to send them directly to the corresponding areas.
  • a display or warning system 260 to display according to a user or to send them directly to the corresponding areas. This allows the user to differentiate the affected areas, and the different areas can already be prioritized by the system and the underlying models so that the remaining time in which a warning must be given already by the early warning system can be spent with. This reduces the number of false alarms, improves the accuracy of the predictions, and at the same time indicates which protection or evacuation measures should be taken when and in which area.
  • FIG. 4 shows an example method according to an embodiment of the present invention for calculating a warning time in an early warning system.
  • the method begins with collecting sensor data from various sensors of a sensor system (step 410).
  • the sensor information is matched with the propagation models 220 to compute a spatially and temporally differentiated impact history for the affected subdomains that is most likely to correspond to sensor data sensed sensor data.
  • one or more warning information is calculated based on the calculated spatially and temporally differentiated impact history for the affected subdomains and the stored response models.
  • these warning times can be displayed together with the temporal and spatial course of the predicted event or transmitted to a user interface, an output device 250 or a memory unit.
  • the various propagation models and the evacuation models are determined in advance and can be stored in the form of time-dependent cost functions or in the form of look-up tables as well as in the form of bases, from which the corresponding cost curve can be reconstructed and queried.
  • the step 430 of calculating warning information comprises at least one of the following three optional steps.
  • affected regions of an expected event can be determined.
  • a spatial and temporal impact of a predicted event may be determined for different regions of the area, as described above.
  • the various systems 210, 230, 250 and 260 shown in FIG. 2 may also be realized by means of one or more systems or system components according to further embodiments of the invention.
  • the propagation models 220 and the evacuation models 240 may be modeled using a model.
  • the above-described functional features of the early warning system 200 can also be implemented as computer-implemented steps or as computer-readable instructions of a computer-readable medium.
  • the propagation models and the reaction models may be formed as a single model and stored in a single data storage unit.
  • a tsunami warning system is described by way of example.
  • the embodiments described below may be applied to other natural events or technical events of a sensor-based early warning system.
  • the embodiments described below may be applied to other natural events or technical events of a sensor-based early warning system.
  • the safe areas border on the affected land areas, ie the retreat area results from the unaffected land area.
  • FIG. 5 uses the example of the possible propagation scenarios to show the use of a so-called tsunami scenario database 510.
  • the hazard area can be determined 560 for a specific warning level (referred to in the figure as a "warning level")
  • Scenarios 1, 4 and 5 are determined 570 from scenario database 510
  • the affected landing points are calculated 580
  • a hazard area 590 shown here as a map is determined another warning level (referred to in the figure as "Major Warning Level”) determines 520, which in the example chosen applies to a wave height on the coast greater than 3 meters.
  • Major Warning Level Another warning level
  • Scenarios 2 and 3 are determined 530 from scenario database 510, the affected landing points are calculated 540, and a hazard area 550 represented here as a map is determined.
  • the scenario database corresponds to the data store for storing the propagation models 220 and / or the models 240.
  • FIG. 6 shows in a cartographic representation 600 a hazard area 630 with possible access or entry points 620 into the hazard area.
  • GIS Geographic Information Systems
  • suitable land use eg no dense forest or no water
  • suitable topography eg slope not greater than 20 °
  • minimum dimensions of an area eg greater than 10 000 m 2
  • accessibility via paved roads or paths or spatial proximity to the affected land area e.g. 10 000 m 2
  • entry points from the danger zone can be defined in a safe area, which arise as intersections of roads and paths with the boundary between affected land area and safe areas.
  • the temporal accessibility of a safe area can be taken into account, which essentially results from the distance of a place to the next safe area as well as the potential evacuation speed. From this, the time needed for a person to reach safety is calculated for each location.
  • Density of critical facilities such as schools and hospitals
  • population density age and gender distribution
  • topography land cover
  • the topography, land cover and the density of critical facilities have a reducing effect on the evacuation speed.
  • Population density as well as age and gender distribution are assigned characteristic speeds from empirical data for respective classes.
  • the respective spatial data in the corresponding classifications are then assigned the respective evacuation rates or reduction factors (see Tables 1 to 4) and are included in the further calculations.
  • Critical devices such as e.g. Schools and hospitals have specific evacuation behavior. Areas with a high density of critical facilities are therefore limited in their evacuation behavior. Depending on the density (number of devices per hectare) of equipment, the respective potential evacuation rate can be reduced (e.g., by a factor between 0 and 100 percent).
  • Table 1 shows a parameterization example for the influence of the density of critical equipment on the evacuation speed.
  • PS means school and "KiGa” means children.
  • the reduction factor depends on whether hospitals are in one area or not. With a density of hospitals per hectare equal to zero, the reduction factor results after the middle column (“no hospital”), with a hospital density greater than zero after the right column ("density> 0 hospitals. / Ha").
  • FIG. 7 a velocity distribution with respect to the population density is shown spatially by way of example.
  • the age and gender distribution can influence the potential evacuation rate. Based on empirical studies as well as spatially resolved data on age and gender distribution, specific evacuation rates can be assigned to specific age and gender distribution classes.
  • the land use / land cover can also inhibit the evacuation rate.
  • an evacuation on a road can be done faster than through dense forest.
  • This reduction effect of land cover can be taken into account by reduction factors.
  • Table 4 shows a parameterization example of the influence of land cover as a reduction factor (cost) on the evacuation rate.
  • Table 4 Based on the spatially resolved reduction factors, the velocity distributions and the position of the entry points, the inverse velocity can now be calculated, as shown by way of example in FIG. This can be used to obtain a spatially resolved quantification of the time required from any location in the danger zone to a safe area via an "inverse distance weighting" approach using, for example, a geographic information system This includes, for example, land use, population and topography data as well as data on critical facilities and an age and gender distribution 810. Reclassification parameters 820 are used to obtain the allocated costs 830.
  • a cost-distance algorithm 850 can calculate 860 from each point the best possible way to an entry point. About this distance and a data set indicating the inverse speed, the time required can be calculated 870.
  • Figure 9 shows an example of an inverse Velocity distribution for the exemplary region of FIG. 7.
  • the average and minimum time of arrival of an event's impact may be determined. For example, this time in minutes can represent the maximum time available for evacuation of people or goods, the so-called reaction time. Since you have calculated the necessary evacuation time for each landing point, you can now for certain time slices indicate, until the mean expected time of arrival, the area in which the evacuation time is insufficient.
  • FIG. 10 shows an example of this.
  • the dark area indicates the area in which the local population has no opportunity to reach a safe area within the time available.
  • a bright area indicates where this is potentially possible.
  • the number of people in the respective area can now be calculated.
  • the temporal course of the increase in the number of persons can be represented, which can no longer reach a safe area and are therefore directly affected by the effect of an event. This is illustrated by way of example in FIG. 11.
  • the quantification of the increase of affected people as a function of the response time represents an important decision-making factor in the early warning process. This is included as a cost factor in the decision support process.
  • FIG. 12 shows by way of example how risk information is embedded in the "Decision Perspective" (the display in which all information and action proposals relevant to the decision-making process are summarized) of the tsunami decision support system (GITEWS DSS) technical determination of optimal decision proposals as well as in the representation of the same can be made usable.
  • “Decision Perspective” the display in which all information and action proposals relevant to the decision-making process are summarized
  • GITEWS DSS tsunami decision support system
  • the recording of costs then provides an important basis for decision-making in the early warning process in the tradeoff estimate "wait for next observation” versus "warn earlier", which can be done individually even at the warning segment level and takes into account the heterogeneity of the warning segments.
  • a decision support system such as the GITEWS DSS, may utilize the above-described methods of the present invention to individually determine, in a given location, each alert segment when the latest alert time which ensures a minimum evacuation rate from a specific or general evacuation area (reverse use).
  • the threshold values to be defined here can be specified on an application-specific basis (eg at least X% of the population, max X% or X non-evacuated, etc.).
  • the GITEWS DSS is thus able to send a warning message for faster evacuable warning segments later, and thus based on further or better sensor or position information, which also reduces the false alarm rate and thus the false alarm costs (damages, injuries or deaths caused by the Evacuation per se).
  • a DSS can use the new method to estimate the response for a given situation image (and estimated hazard arrival times in the warning segments) and given (or assumed) warning times (how does the response look like, how many people can and from what Area to be evacuated etc.).
  • the cost function can be related to a warning segment, which is regarded as the smallest addressable / warning unit in the context of the warning process.
  • the method also allows the cost function to be determined for any other spatial units, if necessary.
  • the described methods according to the present invention can also be used to dynamically determine the hazard area for a given assessment area and given evacuation time and possibly for a given number of people at risk. This can be used to solve the technical problem without deriving corresponding real-time information from the vulnerable areas of a hazard estimate at a particular time (e.g., real time).
  • Figure 13 shows time components in a warning string and their representation on a time axis 1310.
  • An Institutional Decision Time determines the time of the sensor detection of the event until "pressing the warning button.”
  • INT Institutional Decision Time
  • INT is the time that the Signal needs to be notified to the public by the word dissemination devices While the IDT is not further subdivided, the INT can be differentiated spatially and depending on the used sound technologies (sirens, speakers, radio, SMS, TV, etc.). because it depends on sociological and other characteristics, which are difficult to quantify
  • the above methods differ only between good, medium, and poor response times, but can be modeled more accurately in the presence of more detailed data.
  • the calculation to be performed on the basis of the phase model may be used to get from the warning triggering time or the warning triggering time to the start of the evacuation time, or vice versa.

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)

Abstract

Die Erfindung betrifft ein System und Verfahren zum computergestützten Verarbeiten und Auswerten von Informationen, die von einer Vielzahl von Sensoren in einem Frühwarnsystem zum Erkennen von Naturereignissen oder technischen Ereignissen erzeugt werden. Die Sensoren des Frühwarnsystems sind einem vorgegebenen räumlichen Gebiet zugeordnet sind. Ein oder mehreren Ausbreitungsmodelle geben einen oder mehrere räumlich und zeitlich differenzierte Auswirkungsverläufe in Abhängigkeit von verschiedenen vorgegebenen Informationen der an. Ein räumlich und zeitlich differenzierter Auswirkungsverlaufs wird basierend auf den erfassten Informationen und den Ausbreitungsmodellen ermittelt, wobei die Ausbreitungsmodelle angewendet werden, um einen entsprechenden wahrscheinlichen Auswirkungsverlauf des Ereignisses zu berechnen. Ein oder mehrere Reaktionsmodelle geben eine Zeitspanne in Abhängigkeit von verschiedenen vorgegebenen Auswirkungsverläufen oder verschiedenen vorgegebenen Ausbreitungsmodellen angeben, wobei die Zeitspanne einer zuvor festgelegten Zeit entspricht, die zur Ergreifung von Schutzmaßnahmen in dem entsprechenden Teilgebiet benötigt wird. Ein Warninformationssignal wird basierend auf dem berechneten räumlich und zeitlich differenzierten Auswirkungsverlauf und Reaktionsmodellen berechnet.

Description

Verfahren und Vorrichtung zum Ermitteln von Warnungen in einem sensorgestützten Frühwarnsystem
Die Erfindung betrifft allgemein ein Verfahren und eine Vorrichtung innerhalb eines Frühwarnsystems zur Berechnung von Warnungen oder Warnzeitpunkten für ein räumliches Ge- biet basierend auf Informationen eines Sensorsystems. Insbesondere betrifft die Erfindung eine Vorrichtung und ein Verfahren zum Berechnen von entscheidungsrelevanten Informationen, welche zum Auslösen eines Warn- oder Evakuierungssignals für verschiedene räumliche Teilbereiche eines zugrunde liegenden räumlichen Gebietes eines Frühwarnsystems in geeigneter weise bereitgestellt werden.
Ein Frühwarnsystem dient im Allgemeinen der rechtzeitigen Warnung vor Ereignissen, und insbesondere Naturkatastrophen, die einen Schutz von Menschen, Gütern und Umwelt oder deren Evakuierung erfordern. Hierzu zählen beispielsweise Naturkatastrophen tektonischer Ursachen, wie Tsunamis oder Erdbeben, und Naturkatastrophen klimatischer Ursachen, wie Tornados oder Schneelawinen. Die vorliegende Erfindung kann für Frühwarnsysteme für solche Naturkatastrophen verwendet werden. Ein Frühwamsystem soll nach Erkennen eines solchen Ereignisses eine effektive Warnung veranlassen, um eine potenzielle Bedrohung frühzeitig zu erkennen und betroffene Regionen, insbesondere die dort lebende Bevölkerung, rechtzeitig vor Eintreten der Folgen des Ereignisses zu informieren und um Handlungen und Reaktionen zum Schutz von Mensch, Gütern und Umwelt rechtzeitig vor- nehmen zu können.
In der Frühwarnung ist, neben der Ausgestaltung der Sensorsysteme, die Verdichtung von Sensorinformation und anderen Informationsquellen verknüpft mit dem Faktor Zeit von zentraler Bedeutung. Hierzu wird die Zeit vom Auftreten des Ereignisses bis zum Eintreffen der Auswirkung des Ereignisses in Zeitabschnitte, sog. Zeitkomponenten unterteilt. Die vorlie- gende Erfindung betrifft insbesondere die Möglichkeit zur Ermittlung der Reaktionszeit, d.h. die Zeit, die vom Aussenden der Warnung bis zum Eintreten des Auswirkung eines Ereignisses vergeht.
Bestehende Frühwarnsysteme benutzen zur Ermittlung einer Warnentscheidung lediglich
Sensorinformation, welche die anfängliche Ausprägungen eines Ereignisses detektieren und an eine zentrale Ermittlungs- oder Warnentscheidungseinheit übermitteln. Dabei müssen
Warnentscheidungen getroffen werden, die aufgrund des oftmals kurzen Zeitraums zwi- sehen erster Erkennung des Ereignisses und dem Eintreffen der Auswirkung des Ereignisses mit hohen Unsicherheiten behaftet sind oder gar zu falschen Warnungen führt, was zu großen materiellen und möglicherweise auch Personenschaden führt.
Derzeit bekannte Frühwarnsysteme nutzen hierzu Sensorsysteme, welche aus mehreren Sensoren und/oder verschiedenen Sensortypen eine Vielzahl von Sensordaten liefern. Ein solches Frühwarnsystem ist beispielhaft in Figur 1 dargestellt. Die Sensoren oder das Sensorsystem 120 besteht dabei aus verschiedenen Sensoren, welche z. B. verschiedene Bojen in Küstennähe sind, um Wellenhöhen zu messen. Die Sensoren können hierbei kontinuierlich oder in vordefinierten Zeitabständen Messsignale senden. Alternativ können die Sen- soren bereits die gemessenen Werte vorverarbeiten und nur dann Signale an ein zentrales Sensorerfassungssystem 110 senden, wenn ein relevanter Messwert vorliegt. Beispielsweise können die Sensoren die gemessenen Werte anhand voreingestellter Schwellwerte klassifizieren und entsprechend der Klassifizierung entsprechender Signale an die zentrale Erfassungseinheit 110 senden. Wenn es sich bei den Sensoren um Bojen in Küstennähe han- delt, kann z. B. eine Mindestwellenhöhe für jede Boje definiert werden, ab welcher die Boje ein entsprechendes Signal an die zentrale Erfassungseinheit 110 sendet. Darüber hinaus können verschiedene Signale gemäß verschiedener Schwellwerte der gemessenen Wellenhöhe an die zentrale Einheit 110 gesendet werden. Eine solche Quantifizierung der Messwerte kann in gleicher Weise für andere Sensortypen und andere Frühwarnsysteme ver- wendet werden. Diese für bekannte Frühwarnsysteme verwendeten Sensorsysteme können in gleicher Weise für die vorliegende Erfindung verwendet werden. Des Weiteren kann zwischen beweisgebenden oder direkten Sensorsystemen und indikatorgebenden oder indirekten Sensoren unterschieden werden. Direkte Sensorsysteme erfassen die Auswirkung eines Ereignisses unmittelbar (z.B. Messen der auftretenden Wellenhöhe eines Tsunamis) wäh- rend indirekte Sensorsysteme nur Rückschluß auf ein Ereignis erlauben, beispielsweise durch Messung der Stärke eines Erdbebens an einem oder mehreren Orten, welches Ursache eines Tsunamis sein kann.
In bekannten Frühwarnsystemen wird die zentrale Sensorerfassungseinheit 110 die empfangenen Signale der verschiedenen Sensoren verarbeiten und gemäß dieser Werte ein Warnsignal 130 ausgeben. Dieses Warnsignal kann entweder über ein Kommunikationssystem direkt an die betroffene Region und Bevölkerung gesendet werden, oder sie dient behördlichen Einrichtungen als Entscheidungsgrundlage zur Veranlassung von Schutz- oder Evakuierungsmaßnahmen in dem entsprechenden Gebiet. Im folgenden kann zwischen dem Beobachtungsgebiet und dem Warngebiet unterschieden werden. Das Beobachtungsgebiet bezieht sich auf das von den Sensoren erfasste Gebiet, während sich das Warngebiet auf das Gebiet oder die Teilgebiete bezieht, für die ein Warnsignal oder mehrere Warn- Signale erzeugt werden können.
In solchen Frühwarnsystemen stellt sich das Problem, dass mit zunehmender Größe des abzudeckenden Gebiets die Anzahl der Sensoren steigt und es sehr schwierig ist, aus der Vielzahl von Sensorinformationen zu entscheiden, ob ein Ereignis vorliegt, zu dem eine entsprechende Warnung ausgegeben werden muss. Des Weiteren stellt sich das Problem, dass trotz einer Vielzahl von Sensoren für ein Beobachtungsgebiet Lücken in der sensortechnischen Erfassung liegen, sodass eine Entscheidung, ob ein Warn- und/oder Evakuierungsereignis vorliegt, grundsätzlich nicht genau berechnet werden kann. Demnach stellt sich das Problem, wie eine Naturkatastrophe trotz der Fülle an Sensorinformation und der sensortechnischen Erfassungslücken hinreichend genau vorhergesagt werden kann und wie jedoch Fehlalarme durch eine „übervorsichtige" Warnung des Frühwarnsystems verhindert werden können. Diese Schwierigkeiten und Nachteile von bekannten Frühwarnsystemen werden durch die vorliegende Erfindung erheblich reduziert oder vermieden.
Des Weiteren soll ein Frühwarnsystem lediglich entscheidungsrelevante Signale oder entscheidungsrelevante Informationen ausgeben. Aufgrund dieser Informationen soll entschie- den werden können, ob und ggf. wie, eine Schutz- oder eine Evakuierungsmaßnahme von Menschen, Gütern und Umwelt erfolgen soll. Diese entscheidungsrelevanten Informationen des Frühwarnsystems werden üblicherweise unmittelbar nach deren Erfassung weitergegeben, um die größtmögliche Zeit zur Entscheidung, ob eine Evakuierung erforderlich ist und ggf. für entsprechende Schutz- oder Evakuierungsmaßnahmen zu Verfügung zu haben. Es stellt sich jedoch das Problem, dass eine sofortige Einleitung von Schutz- oder Evakuierungsmaßnahmen nicht gewünscht wird, da solche Maßnahmen kostenintensiv und mit erheblichen betriebswirtschaftlichen Nachteilen und organisatorischem Aufwand betrieben werden müssen. Um daher mögliche Fehlalarme auszuschließen, werden oftmals weitere Informationen oder Signale des Frühwarnsystems abgewartet, welche entweder das Natur- ereignis bestätigen oder eine vorherige Warnung als Fehlalarm erkennen lassen. Jedoch verstreicht hierdurch im Falle eines tatsächlichen Naturereignisses wertvolle Zeit zur Einleitung von Schutz- und Evakuierungsmaßnahmen, was eine Verbesserung der bekannten Frühwarnsysteme dahin erfordert, dass es genauere und gesichertere Informationen und Warnsignale liefert.
Es besteht daher die Aufgabe der vorliegenden Erfindung darin, ein Verfahren und ein System für ein Frühwarnsystem bereitzustellen, mit welchem genauere und gesichertere Infor- mationen und Warnsignale zu möglichen Ereignissen basierend auf Sensorinformationen bereitgestellt werden können, um die zuvor genannten Nachteile bestehender Frühwarnsysteme zu überwinden.
Diese Aufgabe wird durch die vorliegende Erfindung und insbesondere durch den Gegenstand der nebengeordneten Patentansprüche gelöst. Weitere bevorzugte Ausführungs- formen der Erfindung sind Gegenstand der Unteransprüche und werden unter Bezugnahme auf die Zeichnungen näher erläutert.
Eine Ausführungsform der Erfindung betrifft ein System zum computergestützten Verarbeiten und Auswerten von Informationen, die von einer Vielzahl von Sensoren in einem Frühwarnsystem zum Erkennen von Naturereignissen oder technischen Ereignissen erzeugt werden, wobei die Vielzahl von Sensoren des Frühwarnsystems einem vorgegebenen räumlichen Gebiet zugeordnet sind. Das System kann eine Erfassungseinheit, eine Berechnungseinheit und eine oder mehrere Datenspeichereinheiten umfassen.
Die Erfassungseinheit wird zum Erfassen der Informationen der Vielzahl von Sensoren verwendet, wobei die Informationen geeignet sind ein Ereignis direkt oder indirekt anzuzeigen, das zumindest einen Teil des vorgegebenen räumlichen Gebiet betrifft. Das vorgegebene räumliche Gebiet kann hierzu in eine Vielzahl von Teilgebieten unterteilt sein. Eine Datenspeichereinheit speichert eine oder mehrere Ausbreitungsmodellen, wobei die Ausbreitungsmodelle einen oder mehrere räumlich und zeitlich differenzierte Auswirkungsverläufe für die Vielzahl von Teilgebieten in Abhängigkeit von verschiedenen vorgegebenen Informa- tionen der Vielzahl von Sensoren angeben. Die Ausbreitungsmodelle können vorab ermittelt und in der Datenspeichereinheit gespeichert werden.
Gemäß einer Ausführungsform der Erfindung berechnet die Berechnungseinheit einen räumlich und zeitlich differenzierten Auswirkungsverlauf für die Vielzahl von Teilgebieten basierend auf den erfassten Informationen der Erfassungseinheit und den in der Datenspei- chereinheit gespeicherten Ausbreitungsmodellen. Hierzu kann die Berechnungseinheit Daten von der Erfassungseinheit empfangen und die empfangenen Daten auf die Ausbrei- tungsmodelle anwenden, um ein den empfangenen Daten entsprechenden wahrscheinlichen Auswirkungsverlauf für eine oder mehrere Teilgebiete zu berechnen. Eine Datenspeichereinheit speichert einem oder mehreren Reaktionsmodellen, wobei die Reaktionsmodelle mindestens eine Zeitspanne für jedes der Vielzahl von Teilgebieten in Abhängigkeit von ver- schiedenen vorgegebenen Auswirkungsverläufen oder verschiedenen vorgegebenen Ausbreitungsmodellen angeben.
Des Weiteren kann die Zeitspanne einer zuvor festgelegten Zeit entsprechen, die zur Ergreifung von Schutzmaßnahmen in dem entsprechenden Teilgebiet benötigt wird und die Reaktionsmodelle können vorab ermittelt und in der Datenspeichereinheit gespeichert werden. Gemäß einer weiteren Ausführungsform berechnet die Ermittlungseinheit ein Warninforma- tionssignal basierend auf dem von der Berechnungseinheit berechnetem räumlich und zeitlich differenzierten Auswirkungsverlaufs für die Vielzahl von Teilgebieten und den in der Datenspeichereinheit gespeicherten Reaktionsmodellen. Die Ermittlungseinheit kann hierzu Daten von der Berechnungseinheit empfangen, die den berechneten räumlich und zeitlich differenzierten Auswirkungsverlaufs anzeigen, die empfangenen Daten auf die Reaktionsmodelle anwenden, um für eine wahrscheinliche Zeitspanne für eine oder mehrere Teilgebiete zu ermitteln, und ein Warninformationssignal basierend auf der wahrscheinlichen Zeitspanne für eine oder mehrere Teilgebiete ermitteln. Das Warninformationssignal kann an eine Ausgabeeinheit oder eine Speichereinheit übermittelt werden.
Gemäß einer weiteren Ausführungsform berechnet die Ermittlungseinheit des Weiteren aus der ermittelten wahrscheinlichen Zeitspanne für jede der einen oder mehreren Teilgebiete eine verbleibende Zeitspanne , nach dessen Ablauf eine Warnung zur Ergreifung von Schutzmaßnahmen in den einen oder mehreren Teilgebieten erfolgen muss.
Gemäß einer weiteren Ausführungsform entspricht das Warninformationssignal einem Hin- weis auf eine empfohlene Ergreifung von Schutzmaßnahmen oder einer Information bezüglich eines erfassten Ereignisses in dem einen oder mehreren Teilgebieten, und das Warninformationssignal wird erst nach Ablauf der verbleibende Zeitspanne an die Ausgabeeinheit oder eine Speichereinheit übermittelt .
Gemäß einer weiteren Ausführungsform entspricht das Warninformationssignal einem Hin- weis auf eine empfohlene Ergreifung von Schutzmaßnahmen in den einen oder mehreren Teilgebieten und die Ermittlungseinheit entscheidet gemäß voreingestellter Parameter und/oder Schwellwerte der Reaktionsmodelle für jedes der einen oder mehreren Teilgebie- ten, ob ein Warninformationssignal zu erzeugen und zu übermitteln ist. Hierzu kann das Warninformationssignal erst nach Ablauf der verbleibenden Zeitspanne an die Ausgabeeinheit oder Speichereinheit übermittelt werden, sofern nach Ablauf der verbleibenden Zeitspanne anhand der voreingestellten Parameter und/oder Schwellwerte der Reaktionsmodel- Ie ermittelt wird, dass ein Warninformationssignal zu erzeugen und zu übermitteln ist.
Gemäß einer weiteren Ausführungsform wird die berechnete Information der Berechnungseinheit an die Erfassungseinheit zurückgeführt und die Erfassungseinheit benutzt die zurückgeführte Information zum Erfassen weiterer Sensorinformationen.
Gemäß einer weiteren Ausführungsform wird die berechnete Information der Ermittlungs- einheit an die Berechnungseinheit zurückgeführt, und die Berechnungseinheit benutzt die zurückgeführte Information zum weiteren Berechnen des räumlich und zeitlich differenzierten Auswirkungsverlaufs, wobei die Ausbreitungsmodelle zurückgeführte Informationen der Ermittlungseinheit berücksichtigen.
Gemäß einer weiteren Ausführungsform berechnet die Ermittlungseinheit des Weiteren aus der ermittelten wahrscheinlichen Zeitspanne für die betroffenen Teilgebiete eine zu erwartende Auswirkung auf die betroffenen Teilgebiete.
Gemäß einer weiteren Ausführungsform ist das Frühwarnsystem ein Tsunamifrühwarn- system.
Weitere bevorzugte Ausführungsformen der Erfindung und deren Details werden unter Be- zugnahme auf die Zeichnungen näher erläutert.
Figur 1 zeigt ein Blockschaltbild eines Frühwarnsystems gemäß dem Stand der
Technik.
Figur 2 zeigt ein Blockschaltbild eines Frühwarnsystems gemäß einer Ausführungsform der vorliegenden Erfindung.
Figur 3 zeigt eine Darstellung zur Illustration einer räumlichen Aufteilung eines
Warngebietes in verschiedene Bereiche eines Frühwarnsystems gemäß einer Ausführungsform der vorliegenden Erfindung. Figur 4 zeigt ein Flussdiagram zur Illustration beispielhafter Schritte zur Ermittlung von Warnzeitpunkten gemäß einer Ausführungsform der vorliegenden Erfindung.
Figur 5 zeigt eine schematische Darstellung eines Beispiels zur Bestimmung einer potentiell gefährdeten Fläche.
Figur 6 zeigt ein Beispiel einer räumliche Lage von Zugangspunkten, die an die potentiell betroffene Fläche angrenzen.
Figur 7 zeigt die räumliche beispielhafte Darstellung der Evakuierungsge- schwindigkeitsverteilung hinsichtlich der Bevölkerungsdichte.
Figur 8 zeigt ein Flussdiagramm zur Berechnung der Evakuierungszeit gemäß einer Ausführungsform der Erfindung.
Figur 9 zeigt eine exemplarische Darstellung einer errechneten inversen Geschwindigkeitsverteilung.
Figur 10 zeigt beispielhaft für t=60 Minuten Flächen, die eine längere Evakuie- rungszeit aufweisen (dunkel), sowie Flächen, die eine geringere Evakuierungszeit aufweisen (hell).
Figur 11 zeigt ein Beispieldiagramm zur Bestimmung die Anzahl von betroffenen Menschen in Abhängigkeit der für die Evakuierungshandlung zur Verfügung stehenden Zeit.
Figur 12 illustriert eine beispielhafte Implementierung einer Ausführungsform der Erfindung als Bildschirmkopie einer Einbettung der responseab- hängigen Warnzeitpunkte in das GITEWS Entscheidungsunterstüt- zungssystem.
Figur 13 zeigt eine schematische Darstellung mit Zeitkomponenten in einer Warnkette gemäß einer Ausführungsform der Erfindung.
Figur 2 zeigt ein Frühwarnsystem 200 gemäß einer Ausführungsform der vorliegenden Erfindung. Das Frühwarnsystem benutzt ein Sensorsystem 120, welches Informationen von verschiedenen Sensoren bereitstellt. Dieses Sensorsystem kann wie in den zuvor beschrie- benen üblichen Frühwarnsystemen ausgebildet sein. Ein Aspekt der vorliegenden Erfindung beruht auf der Erkenntnis, dass eine bloße Erhöhung der Anzahl der Sensoren die oben genannten Nachteile bekannter Frühwarnsysteme nicht vermeiden kann. Eine Erhöhung der Anzahl der Sensoren erhöht gleichzeitig die Anzahl der Informationen, die das Frühwarnsys- tem in Echtzeit oder in sehr kurzer Zeit verarbeiten muss, ohne jedoch eine vollständige und lückenlose Erfassung der gemessenen Eigenschaften, wie z. B. Wellenhöhe, Vibration oder Bewegung, bereitstellen zu können. Dies führt zu einer stark steigenden Komplexität der Berechnung, die in Echtzeit oder sehr kurzer Zeit zu realisieren ist. Des Weiteren ist aus Kostengründen eine möglichst geringe Anzahl von Sensoren wünschenswert.
Die vorliegende Erfindung verknüpft die Sensorsysteme mit verschiedenen zuvor ermittelten Modellen zur räumlich und zeitlich differenzierten Berechnung von Warnentscheidungen. So wird das zu beobachtende Gebiet in verschiedene Bereiche unterteilt und es werden gemäß der vorliegenden Erfindung für jedes Warngebiet eine prognostizierte Auswirkung der von den Sensoren 120 und von dem Sensorerfassungssystem 210 vorverarbeiteten Sensorin- formationen berechnet. Hierzu können gemäß einer Ausführungsform der Erfindung verschiedene Ausbreitungsmodelle 220 in einem Datenspeicher gespeichert werden. Anhand dieser Ausbreitungsmodelle und den ermittelten Sensordaten des Sensorerfassungssystems 210 wird durch ein Auswirkungsermittlungssystem oder Berechnungseinheit 230 ein Ausbreitungsszenario ermittelt. Hierzu kann aufgrund der topographischen Lage und Be- schaffenheit des von dem Frühwarnsystem Beobachtungsgebietes in verschiedene Bereiche unterteilt werden.
Figur 3 zeigt eine beispielhafte Darstellung, bei der das Warngebiet des Frühwarnsystems 310 in acht Gebiete 320 bis 327 unterteilt ist. Des Weiteren dargestellt sind die verschiedenen Sensoren 120, welche im Fall eines Tsunami-Frühwarnsystems Bojen vor dem Küsten- abschnitt 310 sein können. Entsprechend der Unterteilung des Gebietes in verschiedene Zonen oder Teilgebiete werden vorab ein oder mehrere Ausbreitungsmodelle 220 ermittelt, um für jedes dieser Teilgebiete aufgrund der Information der Sensoren 120 eine zu erwartenden Auswirkung zu liefern. Darüber hinaus stellen die Ausbreitungsmodelle 220 gemäß einer Ausführungsform der Erfindung einen zeitlichen Verlauf der Auswirkungen, beispiels- weise eines Tsunamis, auf die Küste 310 für jeden der Bereiche 320 bis 327 bereit. Dies kann durch Berechnungen und Simulationen anhand der Art und Beschaffenheit des Gebietes 310 und dessen Bereichs, wie z. B. die Topographie und optional auch die Landnut- zung/Landbedeckung (bewaldetes Gebiet, städtische Bebauung, landwirtschaftliche Felder, Sumpflandschaften usw.) erfolgen. Da die Lage der Sensoren bezüglich des unterteilten Gebietes 310 vorab bekannt und festgelegt wird, können solche Ausbreitungsmodelle ebenfalls vorab erstellt und in einem entsprechenden Speichermedium abgelegt werden. Anhand dieser Ausbreitungsmodelle kann ein Auswirkungsermittlungssystem 230 des Frühwarnsystems anhand der Sensordaten einen räumlich und zeitlich differenzierten Ausbreitungsverlauf des von den Sensoren erkannten Ereignisses ermitteln.
Gemäß einer weiteren Ausführungsform werden die erhaltenen Sensordaten von dem Sensorerfassungssystem 210 so aufbereitet, dass das Auswirkungsermittlungssystem 230 diese Sensordaten mit den verschiedenen gespeicherten Ausbreitungsmodellen abgleichen kann. Hierzu können verschiedene logische Verknüpfungen und Filterfunktionen verwendet werden, welche ihrerseits bereits ein Ausbreitungsmodell 220 beschreiben, die örtliche Begebenheiten und Zusammenhänge zwischen den Positionen der Sensoren 120 und der entsprechenden betroffenen Bereiche 320 bis 327 berücksichtigen. Liefern einige oder alle der Sensoren Signale, die auf ein Naturereignis hindeuten, kann anhand der Ausbreitungsmodelle das wahrscheinlichste Ausbreitungsszenario ermittelt werden. Dieses gibt für jede der Regionen 320 bis 327 einen zeitlichen Verlauf an, wie sich das Ereignis in den Bereichen entsprechend ausbreiten wird. In dem Beispiel eines Tsunami-Frühwarnsystems entspricht dies einem zeitlichen Verlauf hinsichtlich der Größe und eventuell der Richtung einer Welle in den jeweiligen Bereichen der Küste 310.
Anhand des räumlich und zeitlich differenzierten Ausbreitungsszenarios, das von dem Auswirkungsermittlungssystem 230 ermittelt wird, kann für jedes der Bereiche 320 bis 327 ermittelt werden, ob das Gebiet von dem prognostizierten Ereignis betroffen ist, oder ob es sich um ein so genanntes „sicheres Gebiet" handelt, in welchem das Ereignis keinen direk- ten Einfluss haben wird. Des Weiteren ermöglicht das räumlich und zeitlich differenzierte Ausbreitungsszenario des Auswirkungsermittlungssystems eine Berechnung oder Voraussage, wann und ggf. in welcher Reihenfolge die Gebiete von dem Ereignis (z. B. der einer Tsunami-Welle) betroffen werden. Es kann somit die Zeit berechnet werden, die verbleibt, bis das Ereignis in jedem Teilgebiet auftritt. Aufgrund dieser Zeiten, die für jedes Gebiet bis zum Auftreten des Ereignisses verbleibt, können eine Rangliste oder eine Prioritätenliste der betreffenden Regionen erstellt werden. Beispielsweise können die Regionen, welche zuerst von dem Ereignis betroffen sind, eine höhere Priorität erhalten als jene Regionen, die später oder garnicht von dem Ereignis betroffen sein werden.
Gemäß einer weiteren Ausführungsform kann die Rangliste oder die Priorität der einzelnen Regionen auch anhand der verbleibenden Zeitkomponenten bis zur Auswirkung des prog- nostizierten Ereignisses ermittelt werden. Beispielsweise kann bei einer verbleibenden Zeit von mehr als drei Stunden bis zum Auftreten des Ereignisses im Gebiet G (326) eine geringe Prioritätsstufe zugewiesen werden, wohingegen Gebiet B (321) eine höhere Priorität zugewiesen wird, wenn die Auswirkung des prognostizierten Ereignisses bereits innerhalb von einer Stunde dieses Gebiet erreicht.
Gemäß einer weiteren Ausführungsform der Erfindung werden diese beiden Aspekte miteinander kombiniert. Es werden demnach sowohl die erwartete verbleibende Zeit bis zum Auftreten des Ereignisses als auch die Reihenfolge, in welcher die verschiedenen Regionen von dem prognostizierten Ereignis betroffen sind, zur Priorisierung der verschiedenen Gebiete berücksichtigt. Beispielsweise kann eine zeitliche Quantisierung in Stundenabschnitten erfolgen. Wenn die Ausbreitungsmodelle anhand der aktuellen Sensorinformationen ein Eintreffen des Ereignisses in den Bereichen A, B, C und F innerhalb von zwei Stunden sowie in den Bereichen E, G und D innerhalb von drei Stunden ermitteln, könnten die Gebiete A, B, C und F eine höhere Priorität erhalten als die Gebiete E, G, D, welche wiederum höher ist als die Priorität des Gebiets H, welches nicht von dem prognostizierten Ereignis betroffen sein wird. Wird des Weiteren die Reihenfolge in der die Auswirkung des Ereignisses die betroffenen Gebiete trifft berücksichtigt, sodass beispielsweise erst Region A, danach Region B, danach Region F und danach Region C betroffen sein wird, könnte diese Reihenfolge zu einer weiteren Unterscheidung in der Klassifikation oder Priorisierung der Gebiete benutzt werden, sodass Region A die höchste Priorität besitzt, Region die B die zweithöchste Priori- tat, gefolgt von Region F und C1 sowie den Regionen E, G, D und der Region H.
Gemäß einer weiteren Ausführungsform der Erfindung können zusätzlich zu den Ausbreitungsmodellen weitere Reaktionsmodelle bzw. Lagebeschaffenheits- und Evakuierungsmodelle vorab für die verschiedenen Regionen des Gebiets 310 ermittelt und in einem Datenspeicher 240 abgelegt werden. Diese zusätzlichen Modelle können von einem Warnsignal- ermittlungssystem oder Ermittlungseinheit 250 zum Berechnen eines Warninformationssig- nals dazu verwendet werden, die räumlich und zeitlich differenzierten Ausbreitungsszenarien, welche von dem Auswirkungsermittlungssystem 230 ermittelt wurden, weiter zu bear- beiten, um weiter verbesserte und optimierte Warnsignale und warnrelevante Informationen bereitzustellen. Wie zuvor beschrieben wurde, kann mit den Ausbreitungsmodellen 220 eine räumliche und zeitliche differenzierte Ausbreitungsprognose erstellt werden. Hierzu werden vorab gespeicherte Modelle auf die Sensorinformationen des Sensorsystems 120 angewen- det, um das wahrscheinlichste Ausbreitungsszenario zu ermitteln. Dadurch wird die Genauigkeit des Warnsignals bereits verbessert, da nicht die reinen Sensordaten benutzt werden, sondern diese Sensorinformation mittels bereits vorab ermittelter, theoretisch möglicher Ausbreitungsszenarien für verschiedene mögliche Ereignisse ausgewertet und verarbeitet werden. Jedoch kann man diese Berechnung möglicher Ausbreitungsszenarien noch weiter verbessern, wenn weitere Informationen zur Lage und Beschaffenheit der einzelnen Regionen benutzt werden. Diese Parameter können unter anderem die Anzahl der zu evakuierenden Bevölkerung, die Anzahl der kritischen Einrichtungen, wie Krankenhäuser und Schulen oder Flughäfen, die Anzahl und Beschaffenheit von zur Evakuierung zur Verfügung stehender Straßen und Wege sowie die Betroffenheit der benachbarten Regionen umfassen. Wei- tere Parameter können auch die Alters- und Geschlechtsverteilung der Bevölkerung sowie die räumliche Lage von möglichen Evakuierungsorten und Evakuierungswegen umfassen.
Während mit den Ausbreitungsmodellen 220 eine verbesserte Vorhersage der Auswirkungen der mittels der Sensorinformation detektierten prognostizierten Ereignisse erreicht wird, können mit den weiteren Lage-, Beschaffenheits- und Evakuierungsmodellen 240 die Maß- nahmen zum Schutz und zur Evakuierung einzelner Regionen bei der Ermittlung von Warnsignalen bereits mitberücksichtigt werden. Damit kann die räumlich und zeitlich differenziert ermittelte Ausbreitung des prognostizierten Ereignisses in den einzelnen Regionen, insbesondere die verbleibende Zeit bis zum Auftreten des Ereignisses, mit der benötigten Zeit möglicher Schutz- und Evakuierungsmaßnahmen verknüpft werden. Dies ist vergleichbar mit einer Kostenfunktion oder einer Gewichtung der von der Einheit 230 ermittelten räumlich und zeitlich differenzierten Auswirkungsberechnung durch das Frühwarnsystem. Ermittelt das System 230 beispielsweise ein auftretendes Ereignis in den Regionen A, B und F in 2 Stunden sowie in den Regionen E, C und G in drei Stunden, so ergibt sich hieraus, wie zuvor erläutert, bereits eine Klassifizierung oder Priorisierung der verschiedenen Regionen. Durch die zusätzlichen Lage-, Beschaffenheits- und Evakuierungsmodellen 240 kann diese Priorisierung und zeitliche Warnzeitermittlung für die Regionen nochmals verbessert werden. Gibt es in der Region B beispielsweise eine erhöhte Anzahl kritischer Einrichtungen, wie z. B. Schulen, Flughäfen oder Krankenhäuser oder eine hohe Bevölkerungsdichte, ist die benötigte Evakuierungszeit entsprechend hoch. Sind dagegen die Regionen A und F lediglich dünn besiedelt, kann hier eine wesentlich kürzere Evakuierungszeit angenommen werden. Basierend auf der durch die Auswirkungsermittlungseinheit 230 berechneten Ankunftszeit der Auswirkung des Ereignisses in zwei Stunden in den Regionen A, B und F kann mittels der Modelle 240 die bis zur Warnung verfügbaren Zeit für jede Region anhand der benötigten Evakuierungszeit geändert werden. So könnten in dem vorangegangenen Beispiel für die Region B trotz des derzeit erwarteten Eintreffens des Ereignisses in zwei Stunden lediglich 50 Minuten verbleiben, bis eine entsprechende Warnung ausgegeben werden muss, da die Evakuierungszeit für diese Gegend 1 Std. 10 Min. beträgt. Für die Re- gionen A und F kann die verfügbare Zeit bis eine Warnung erfolgen muss entsprechend der geringeren Evakuierungszeit wesentlich länger sein. Als weiteres Beispiel kann das Auswirkungsermittlungsystem 230 eine prognostizierte Ankunftszeit des Ereignisses in der Region G mit drei Stunden ermitteln. Wenn jedoch die Modelle 240 besagen, dass hier eine sehr lange Evakuierungszeit benötigt wird, da z. B. keine geeigneten Straßen zur Evakuierung vorhanden sind, kann die verbleibende Zeit, bis zu der eine Warnung für die Region G ausgegeben werden muss, geringer sein als in den Gebieten A und B, in welchen das Ereignis bereits in zwei Stunden eintrifft.
Ein weiterer Vorteil der Ausbreitungsmodelle 220 und der Evakuierungsmodelle 240 besteht darin, dass eine Zeit ermittelt werden kann, bis zu welcher eine entsprechende Warnung für jedes Gebiet ausgegeben werden muss. Dies hat zum Vorteil, dass eine Warnung nicht sofort ausgegeben werden muss und weitere Daten des Sensorsystems 120 abgewartet werden können. Wenn das Frühwarnsystem für eine Region ein Ereignis prognostiziert hat, kann es damit gleichzeitig ermitteln, dass eine Warnung noch nicht erforderlich ist. Daher können weitere Sensordaten abgewartet werden, um das prognostizierte Ereignis eventuell noch als Fehlalarm erkennen zu können. Das Frühwarnsystem kann daher entscheiden, ob eine Warnung für ein erkanntes Ereignis bereits ausgegeben werden muss, oder ob weitere Sensordaten abgewartet werden können.
Diese dynamische Verarbeitung der Sensorsysteme anhand von den Modellen 220 und/oder 240 erlaubt gemäß einer weiteren Ausführungsform der Erfindung die dynamische Berechnung von räumlich und zeitlich differenzierten Warnungen unter Berücksichtigung von zuvor ermittelten Daten. Dies ist durch die Rückführung der Informationen 270 und 280 in Figur 2 beispielhaft dargestellt. Somit können die Ausbreitungsmodelle 220 und die Lage-, Beschaffungs- und Evakuierungsmodelle 240 derart ausgebildet sein, dass sie zeitliche Änderungen von Sensorinformationen berücksichtigt. Dies ist möglich, da das Warnsignalermittlungssystem 250 selbständig ermitteln kann, ob eine Warnung bereits erfolgen muss, oder ob weitere zeitlich nachfolgende Sensordaten berücksichtigt werden können, bevor ein Warnsignal ausgegeben werden muss.
Die von dem Warnermittlungssystem und dem Auswirkungsermittlungssystem berechneten Informationen können an ein Anzeige- oder Warnsystem 260 übermittelt werden, um diese entsprechend einem Benutzer anzuzeigen, oder um diese direkt an die entsprechenden Gebiete zu senden. Der Benutzer hat damit die Möglichkeit, die betroffenen Gebiete diffe- renziert zu betrachten, und die verschiedenen Gebiete können bereits durch das System und die zugrunde liegenden Modelle so priorisiert werden, dass die verbleibende Zeit, in der eine Warnung erfolgen muss, von dem Frühwarnsystem bereits mit ausgegeben werden kann. Dies verringert die Anzahl der Fehlalarme, verbessert die Genauigkeit der Voraussagen und zeigt gleichzeitig an, welche Schutz- oder Evakuierungsmaßnahmen wann und in welchem Gebiet erfolgen sollten.
Figur 4 zeigt ein beispielhaftes Verfahren gemäß einer Ausführungsform der vorliegenden Erfindung zur Berechnung eines Warnzeitpunktes in einem Frühwarnsystem. Das Verfahren beginnt mit dem Erfassen von Sensordaten von verschiedenen Sensoren eines Sensorsystems (Schritt 410). In Schritt 420 werden die Sensorinformationen mit den Ausbreitungsmo- dellen 220 abgeglichen bzw. korreliert, um einen räumlich und zeitlich differenzierten Auswirkungsverlauf für die betroffenen Teilgebieten zu berechnen, der den erfassten Sensordaten erfassten Sensordaten am wahrscheinlichsten entspricht.
Im Schritt 430 wird eine oder mehrere Warninformationen basierend auf dem berechnetem räumlich und zeitlich differenzierten Auswirkungsverlaufs für die betroffenen Teilgebiete und den gespeicherten Reaktionsmodellen berechnet. In einem weiteren Schritt 440 können diese Warnzeitpunkte zusammen mit dem zeitlichen und räumlichen Verlauf des prognostizierten Ereignisses dargestellt oder an eine Benutzerschnittstelle, ein Ausgabegerät 250 oder eine Speichereinheit übermittelt werden. Die verschiedenen Ausbreitungsmodelle und die Evakuierungsmodelle werden vorab ermittelt und können in Form von zeitabhängigen Kostenfunktionen oder in Form von Look-up-Tabellen als auch in Form von Stützpunkten hinterlegt sein, aus der sich die entsprechende Kostenkurve rekonstruieren und abfragen lässt. Gemäß einer weiteren Ausführungsform der vorliegenden Erfindung umfasst der Schritt 430 des Berechnens von Warninformationen mindest einen der drei folgenden optionalen Schritte. In Schritt 450 könne betroffene Regionen eines zu erwartenden Ereignisses ermittelt werden. Des Weiteren können in Schritt 460 eine räumliche und zeitliche Auswirkung eines prognostizierten Ereignisses für verschiedene Regionen des Gebietes, wie oben beschrieben, ermittelt werden. In einem weiteren Schritt 470 kann anhand der Lage-, Beschaffen- heits- und Evakuierungsmodelle (oder auch Reaktionsmodelle) 240 und der ermittelten zeitlichen und räumlichen Auswirkungen auf die verschiedenen Regionen 320 bis 327 ein spätester Warnzeitpunkt für jede betroffene Region ermittelt werden.
Die zuvor beschriebenen Aspekte der Erfindung erlauben sowohl eine „Rückwärtsnutzung", indem der späteste Warnentscheidungszeitpunkt ermittelt werden kann, indem z. B. eine vorgegebene Mindestanzahl von Menschen und Gütern aus einem bestimmten Gebiet gesichert oder evakuiert werden können, als auch eine „Vorwärtsnutzung", indem berechnet werden kann, wie viele Personen oder Güter aus einem entsprechenden Gebiet zu einer gewissen Zeit gesichert oder evakuiert werden können.
Die in Figur 2 gezeigten verschiedenen Systeme 210, 230, 250 und 260 können gemäß weiterer Ausführungsformen der Erfindung auch mittels einer oder mehrerer Systeme oder Systemkomponenten verwirklicht werden. Darüber hinaus können die Ausbreitungsmodelle 220 und die Evakuierungsmodelle 240 mittels eines Modells nachgebildet werden. Die zuvor beschriebenen funktionalen Merkmale des Frühwarnsystems 200 können auch als compu- ter-implementierte Schritte oder als computerlesbare Instruktionen eines computer-lesbaren Mediums realisiert werden.
Gemäß einer weiteren Ausführungsform der Erfindung können die Ausbreitungsmodelle und die Reaktionsmodelle als ein einheitliches Modell ausgebildet und in einer einzelnen Daten- Speichereinheit gespeichert werden.
Im folgenden wird die Ermittlung der räumlich und zeitlich differenzierten Kosten ausführlicher gemäß weiterer Ausführungsformen der Erfindung beschrieben. Hierzu wird beispielhaft ein Tsunamiwarnsystem beschrieben. Der Fachmann wird jedoch erkennen, dass die nachfolgend beschriebenen Ausführungsformen auch auf andere Naturereignisse oder technische Ereignisse eines sensorgestützten Frühwarnsystems angewendet werden können. Ausgehend von zuvor erläuterten vorberechneten Szenarien oder Modellen wird für jedes annehmbare Ereignis die von dem Ereignis betroffene Landfläche ermittelt, die es gilt beim tatsächlichen Eintreten des Ereignisses zu evakuieren. Dann erfolgt die Ermittlung der Lage von sicheren Gebieten, die im Falle einer Evakuierung als Rückzugsraum für die betroffenen Landfläche genutzt werden können. Im einfachsten Fall grenzen die sicheren Ge- biete an die betroffenen Landflächen, das heisst der Rückzugsraum ergibt sich aus der nicht betroffenen Landfläche.
Figur 5 zeigt am Beispiel der möglichen Ausbreitungsszenarien die Nutzung einer sogenannten Tsunami Szenariendatenbank 510. In einer möglichen Abfrage kann das Gefährdungsgebiet für einen bestimmten Warnlevel (in der Figur als „Warning level" bezeichnet) ermittelt werden 560. Als Beispiel zur besseren Illustration wird eine Wellenhöhe an der Küste kleiner oder gleich 3 Meter dargestellt. Aus der Szenariendatenbank 510 werden so die Szenarien 1 , 4 und 5 ermittelt 570, die betroffenen Landpunkte werden berechnet 580 und ein hier als Karte dargestelltes Gefährdungsgebiet 590 ermittelt. Gemäß dieses Beispiels wird das Gefährdungsgebiet für eine weiteres Warnlevel (in der Figur als „Major War- ning Level" bezeichnet) ermittelt 520, welcher im gewählten Beispiel für eine Wellenhöhe an der Küste größer 3 Meter gilt. Aus der Szenariendatenbank 510 werden diesmal die Szenarien 2 und 3 ermittelt 530, die betroffenen Landpunkte werden berechnet 540 und ein hier als Karte dargestelltes Gefährdungsgebiet 550 ermittelt. Die Szenariendatenbank entspricht dem Datenspeicher zu Speicherung der Ausbreitungsmodelle 220 und/oder der Modelle 240. Der Fachmann wird erkennen, dass die in der Figur gewählte kartografische Darstellung in einer tatsächlichen Umsetzung der Erfindung mittels eines digitalen Kartenformats erfolgen kann.
Figur 6 zeigt in einer kartografischen Darstellung 600 ein Gefährdungsgebiet 630 mit möglichen Zugangs- bzw. Eintrittspunkten 620 in das Gefährdungsgebiet.
Gemäß einer Ausführungsform der vorliegenden Erfindung werden jedoch in vorteilhafterweise weitere Kriterien berücksichtigt, die durch räumliche Analysen mit Hilfe von Algorithmen in Geografischen Informationssystemen (GIS) umgesetzt werden. Beispielsweise könne folgende Kriterien berücksichtigt werden : Geeignete Landnutzung (z.B. kein dichter Wald oder kein Gewässer), geeignete Topographie (z.B. Hangneigung nicht größer als 20°), Mindestausmaße einer Fläche (z.B. größer als 10 000 m2), Erreichbarkeit über befestigte Straßen oder Wege oder räumliche Nähe zu der betroffenen Landfläche. Außerdem können sogenannte Eintrittspunkte aus der Gefahrenzone in ein sicheres Gebiet definiert werden, die sich als Schnittpunkte von Strassen und Wegen mit der Grenzlinie zwischen betroffener Landfläche und sicheren Gebieten ergeben.
Darüber hinaus 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, Landbedecken sowie die Dichte der kritischen Einrichtungen reduzierend auf die Evakuierungsgeschwindigkeit . Bevölkerungsdichte sowie Alters- und Geschlechtsverteilung werden für jeweilige Klassen aus empirischen Daten charakteristische Geschwindigkeiten zugeordnet. Die jeweiligen räumlichen Daten in den entsprechenden Klassifizierungen werden dann die jeweiligen Evakuierungsgeschwindigkeiten bzw. Reduzierungsfaktoren (vgl. Tabellen 1 bis 4) zugewiesen und gehen in die weiteren Berechnungen ein.
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 Ihren Evakuierungsverhalten limitiert. Je nach Dichte (Anzahl Einrichtungen pro Hektar) der Einrichtungen kann die jeweilige potentielle Evakuierungsgeschwindigkeit reduziert werden (z.B. mittels eines Faktors zwischen 0 und 100 Prozent).
Tabelle 1 zeit ein Parametrisierungsbeispiel zum Einfluss der Dichte kritischer Einrichtungen auf die Evakuierungsgeschwindigkeit. Hierbei bedeuten „PS" Schule und ,,KiGa" Kindergar- ten. Der Reduzierungsfaktor richtet sich insgesamt 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").
Figure imgf000019_0001
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.
Figure imgf000019_0002
Tabelle 2
In Figur 7 ist beispielhaft eine Geschwindigkeitsverteilung hinsichtlich der Bevölkerungsdich- te 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 Evakuierungsgeschwin- digkeiten 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 berücksich- tigt werden. Tabelle 3 zeigt ein Parametrisierungsbeispiel zum Einfluss der Hangneigung als Reduktionsfaktor (Kosten) auf die Evakuierungsgeschwindigkeit.
Figure imgf000020_0001
Tabelle 3
Landnutzung:
Die Landnutung / 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 zum Einfluss der Landbedeckung als Reduktionsfaktor (Kosten) auf die Evakuierungsgeschwindigkeit.
Figure imgf000020_0002
Tabelle 4 Basierend auf den räumlich aufgelösten Reduzierungsfaktoren, den Geschwindigkeitsverteilungen sowie der Lage der Eintrittspunkte kann nun die inverse Geschwindigkeit errechnet werden, wie in Figur 8 beispielhaft dargestellt ist. Diese kann benutzt werden, um über einen „Inverse-Distance-Weighting"-Ansatz beispielsweise mit Hilfe eines Geographischen Informationssystems 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-, Bevölkerungsund Topographiedaten sowie Daten über kritische Einrichtungen und eine Alters- und Geschlechterverteilung 810. Über sogenannte Reklassifizierungsparameter 820 erhält man die zugeordneten Kosten 830.
Der vorgenannte Distance-Weighting Ansatz kann mathematisch beispielsweise wie folgt ausgedrückt werden:
_ Kosten _ andbedecku ng Kosten _ topographi e Kosten _ kritsche _ Einrichtun gen v'men = iöö * iöö * iöö
( Kosten _ Bevöl ker ungsdichte + Kosten _ alter _ geschlecht λ
Λ 2 J
Ein Cost-Distance-Algorithmus 850 kann von jedem Punkt den bestmöglichen Weg zu einem Eintrittspunkt berechnen 860. Über diese Distanz bzw. Strecke und einem Datensatz, der die inverse Geschwindigkeit anzeigt, kann die benötigte Zeit errechnet werden 870. Figur 9 zeigt beispielhaft eine inverse Geschwindigkeitsverteilung für das beispielhafte Gebiet aus Figur 7.
Angenommene Ankunftszeit eines Ereignisses:
Aus einem vorberechneten Satz von Szenarien kann für jedes Warnsegment (im Sinne einer kleinsten warnbaren Einheit bezüglich eines Warnprozesses) die mittlere und minimale Ankunftszeit einer Auswirkung eines Ereignisses bestimmt werden. Beispielsweise kann diese Zeit in Minuten die maximal zur Verfügung stehende Zeit zur Evakuierung der Menschen oder Güter darstellen, die sogenannte Reaktionszeit. Da man für jeden Landpunkt die notwendige Evakuierungszeit errechnet hat, kann man nun für bestimmte Zeitscheiben bis zur mittleren erwarteten Ankunftszeit die Fläche angeben, in der die Evakuierungszeit nicht ausreicht.
Figur 10 zeigt hierzu ein Beispiel. Die dunkel gekennzeichnete Fläche weist das Gebiet aus, in dem die dort lebende Bevölkerung keine Möglichkeit hat, in der zur Verfügung stehenden Zeit ein sicheres Gebiet zu erreichen. Als helle Fläche ist gekennzeichnet wo dies potentiell möglich ist.
Errechnung der entscheidungsrelevanten Kosten:
Mit Hilfe von Bevölkerungsdaten kann nun die Anzahl der Menschen in der jeweiligen Fläche errechnet werden. Für ein gegebenes Raumelement sowie verschiedene Zeitscheiben kann nun der zeitliche Verlauf der Zunahme der Personenanzahl dargestellt werden, die ein sicheres Gebiet nicht mehr erreichen können und somit direkt von der Auswirkung eines Ereignisses betroffen sind. Exemplarisch ist dies in Figur 11 dargestellt.
Technische Umsetzung am Beispiel eines Tsunamifrühwarnsystems:
Die Quantifizierung der Zunahme betroffener Menschen in Abhängigkeit der response Zeit stellt eine wichtige Entscheidungsgröße im Frühwarnprozess dar. Dies fließt als Kostenfaktor in den Entscheidungsunterstüzungsprozess ein.
In Figur 12 ist beispielhaft zu sehen, wie in der „Decision Perspective" (der Anzeige, in der alle warnentscheidungsrelevanten Informationen und Handlungsvorschläge zusammenge- fasst werden) des Tsunami-Entscheidungsunterstützungssystems (GITEWS DSS) Risikoin- formationen eingebettet sind und sowohl dem System bei der technischen Ermittlung optimaler Entscheidungsvorschläge als auch bei der Darstellung derselben nutzbar gemacht werden können.
Die Erfassung der Kosten stellt dann eine wichtige Entscheidungsgrundlage im Frühwarnprozess bei der Tradeoff-Abschätzung „Warten auf nächste Observation" versus „früher warnen" dar, die sogar auf Warnsegmentebene individuell erfolgen kann und der Heteroge- nität der Warnsegmente Rechnung trägt.
Ein Entscheidungsunterstützungssystem wie beispielsweise das GITEWS DSS kann die oben beschriebenen Verfahren gemäß der vorliegenden Erfindung nutzen, um in einer gegebenen Lage individuell je Warnsegment zu ermitteln, wann der späteste Warnzeitpunkt ist, der einen Mindestevakuierungsgrad aus einem fallspezifisch oder allgemein bestimmten Evakuierungsgebiet gewährleistet (Rückwärtsnutzung). Die hierbei zu definierenden Schwellwerte können anwendungsfallspezifisch festzulegt werden (z.B. mind. X % der Bevölkerung, max. X % oder X Nichtevakuierte, etc.).
Das GITEWS DSS wird damit in die Lage versetzt, für schneller evakuierbare Warnsegmente eine Warnmeldung ggf. später und damit auf Basis weiterer oder besserer Sensor- oder Lageinformation zu versenden, wodurch sich auch die Fehlalarmrate und damit die Fehlalarmkosten (Schäden, Verletzte oder Tote durch die Evakuierung an sich) senken lässt.
In einer Vorwärtsnutzung kann ein DSS das neue Verfahren nutzen, um bei gegebenem Lagebild (und geschätzten Hazard-Ankunftszeiten in den Warnsegmenten) und gegebenen (oder angenommenen) Warnzeitpunkten die Response abzuschätzen (wie sieht die Response aus, wie viele Menschen können bis wann aus welchem Gebiet evakuiert werden etc.).
Wie oben beschrieben kann die Kostenfunktion auf ein Warnsegment bezogen werden, wel- ches im Rahmen des Warnprozesses als kleinste adressierbare/warnbare Einheit gesehen wird. Das Verfahren erlaubt es jedoch auch, die Kostenfunktion auch für beliebige andere räumliche Einheiten zu ermitteln, wenn dies erforderlich ist.
Die beschriebenen Verfahren gemäß der vorliegenden Erfindung können ferner dazu genutzt werden, bei gegebenem Beurteilungsgebiet sowie gegebener Evakuierungszeit und ggf. für eine gegebene Zahl an gefährdeten Menschen das Gefährdungsgebiet dynamisch zu ermitteln. Dies kann zur Lösung des technischen Problems genutzt werden, ohne entsprechende Echtzeitinformationen aus den gefährdeten Gebieten eine Gefährdungsabschätzung zu einem bestimmten Zeitpunkt (z.B. der Echtzeit) abzuleiten.
Figur 13 zeigt Zeitkomponenten in einer Warnkette und ihre Darstellung auf einer Zeitachse 1310. Eine IDT (Institutional Decision Time) bedingt die Zeit der Sensorerfassung des Ereignisses bis zum „Drücken des Warnknopfes". Die INT (Institutional Notification Time) ist die Zeit, die das Signal braucht, bis die Wamdisseminierungsgeräte die Bevölkerung benachrichtigen. Während die IDT nicht weiter unterteilt wird, kann die INT räumlich und in Abhängigkeit der verwendeten Wamtechnologien (Sirenen, Lautsprecher, Radio, SMS, TV usw.) differenziert werden. Die Reaktionszeit ist räumlich verteilt, da sie von soziologischen und anderen Eigenschaften abhängt, die aber schwer zu quantifizieren sind. Derzeit wird im oben beschriebenen Verfahren nur zwischen einer guten, mittleren und schlechten Reaktionszeit unterschieden, kann aber bei Vorliegen detaillierterer Daten genauer modelliert werden.
Im konkreten Fall der Tsunamifrühwarnung in Indonesien werden derzeit 5 Minuten für IDT und 3 Minuten für INT angenommen; die derzeitige Annahme RT = 0 Minuten (aller Menschen reagieren direkt und richtig) ist noch anzupassen.
Wenn die ETA und der Warnzeitpunkt gegeben sind, hängt die Response time nur noch von der Reaktionszeit der Menschen ab. Nimmt man eine direkte Reaktion (RT = 0 Minuten) an, so kann man die Fläche 1320 eingrenzen, wo die vorberechnete Evakuierungszeit (ET) > RsT ist. Diese Fläche kann nach dem oben beschriebenen Verfahren dynamisch ermittelt werden. Somit hätte man auch zu jedem möglichen Warnzeitpunkt die Beschreibung der Fläche 1330, wo die Bevölkerung verbleibt und nicht evakuieren kann. Die Summierung der Bevölkerung in dieser Fläche ergibt Anzahl, die absolut oder relativ dargestellt werden kann.
Die auf Basis des Phasenmodells durchzuführende Rechnung kann angewendet werden, um von der Warnauslösungszeit oder der Warnsignalauslösungszeit auf den Start der Evakuierungszeit zu kommen oder umgekehrt.
Die vorliegende Erfindung wurde anhand der bevorzugten Ausführungsform mit Verweis auf die Figuren erläutert. Der Fachmann erkennt jedoch, dass diverse Modifizierungen, Variationen und Verbesserungen der vorliegenden Erfindung im Lichte der obigen technischen Lehren und innerhalb des Bereichs der angefügten Patentansprüche möglich ist, ohne von dem Grundgedanken und dem beabsichtigten Schutzbereich der Erfindung abzuweichen. Ferner wurden jene Bereiche, von denen angenommen wird, dass der Fachmann damit vertraut ist, hierin nicht beschrieben, um die hierin beschriebene Erfindung nicht unnötig zu verdunkeln. Daher ist die Erfindung nicht als durch die speziellen anschaulichen Ausfüh- rungsformen eingeschränkt zu betrachten, sondern lediglich durch den Bereich der angefügten Patentansprüche.

Claims

Ansprüche
1. System zum computergestützten Verarbeiten und Auswerten von Informationen, die von einer Vielzahl von Sensoren (120) in einem Frühwarnsystem zum Erkennen von Naturereignissen oder technischen Ereignissen erzeugt werden, wobei die Vielzahl von Sensoren des Frühwarnsystems einem vorgegebenen räumlichen Gebiet (310) zugeordnet sind, und wobei das System umfasst:
Erfassungseinheit (210) zum Erfassen der Informationen der Vielzahl von Sensoren, wobei die Informationen geeignet sind ein Ereignis direkt oder indirekt anzuzeigen, das zumindest einen Teil des vorgegebenen räumlichen Gebiet betrifft, wobei das vorgegebene räumliche Gebiet in eine Vielzahl von Teilgebieten (320-
327) unterteilt ist;
Datenspeichereinheit zum Speichern von einem oder mehreren Ausbreitungsmodellen (220), wobei die Ausbreitungsmodelle einen oder mehrere räumlich und zeitlich differenzierte Auswirkungsverläufe für die Vielzahl von Teilgebieten in Abhängigkeit von verschiedenen vorgegebenen Informationen der Vielzahl von Sensoren angeben, wobei die Ausbreitungsmodelle vorab ermittelt und in der Datenspeichereinheit gespeichert werden;
Berechnungseinheit (230) zum Berechnen eines räumlich und zeitlich differenzierten Auswirkungsverlaufs für die Vielzahl von Teilgebieten basierend auf den erfassten Informationen der Erfassungseinheit und den in der Datenspeichereinheit gespeicherten Ausbreitungsmodellen, wobei die Berechnungseinheit angepasst ist, Daten von der Erfassungseinheit (210) zu empfangen und die empfangenen Daten auf die Ausbreitungsmodelle anzuwenden, um ein den empfangenen Daten entsprechenden wahrscheinlichen Auswirkungsverlauf für eine oder mehrere Teilgebiete zu berechnen;
Datenspeichereinheit zum Speichern von einem oder mehreren Reaktionsmodellen (240), wobei die Reaktionsmodelle mindestens eine Zeitspanne für jedes der Vielzahl von Teilgebieten in Abhängigkeit von verschiedenen vorgegebenen Auswirkungsver- laufen oder verschiedenen vorgegebenen Ausbreitungsmodellen angeben, wobei die Zeitspanne einer zuvor festgelegten Zeit entspricht, die zur Ergreifung von Schutzmaßnahmen in dem entsprechenden Teilgebiet benötigt wird, und die Reaktionsmodelle vorab ermittelt und in der Datenspeichereinheit gespeichert werden; Ermittlungseinheit (250) zum Berechnen eines Waminformationssignals basierend auf dem von der Berechnungseinheit berechnetem räumlich und zeitlich differenzierten Auswirkungsverlaufs für die Vielzahl von Teilgebieten und den in der Datenspeichereinheit gespeicherten Reaktionsmodellen, wobei die Ermittlungseinheit ange- passt ist: Daten von der Berechnungseinheit (230) zu empfangen, die den berechneten räumlich und zeitlich differenzierten Auswirkungsverlaufs anzeigen, die empfangenen Daten auf die Reaktionsmodelle anzuwenden, um für eine wahrscheinliche Zeitspanne für eine oder mehrere Teilgebiete zu ermitteln,
Erzeugen eines Waminformationssignals basierend auf der wahrscheinlichen Zeitspanne für eine oder mehrere Teilgebiete, und
Übermitteln des Waminformationssignals an eine Ausgabeeinheit (260) oder eine Speichereinheit.
2. System gemäß Anspruch 1 , wobei die Ermittlungseinheit (250) des Weiteren ange- passt ist, aus der ermittelten wahrscheinlichen Zeitspanne für jede der einen oder mehreren Teilgebiete eine verbleibende Zeitspanne zu berechen, nach dessen Ablauf eine Warnung zur Ergreifung von Schutzmaßnahmen in den einen oder mehreren Teilgebieten erfolgen muss.
3. System gemäß Anspruch 2, wobei das Warninformationssignal einem Hinweis auf eine empfohlene Ergreifung von Schutzmaßnahmen oder einer Information bezüglich eines erfassten Ereignisses in den einen oder mehreren Teilgebieten entspricht, das Warninformationssignal erst nach Ablauf der verbleibende Zeitspanne an die Ausgabeeinheit (260) oder eine Speichereinheit übermittelt wird.
4. System gemäß Anspruch 2 oder 3, wobei das Warninformationssignal einem Hinweis auf eine empfohlene Ergreifung von Schutzmaßnahmen oder einer Information be- züglich eines erfassten Ereignisses in den einen oder mehreren Teilgebieten ent- spricht und die Ermittlungseinheit (250) gemäß voreingestellter Parameter und/oder Schwellwerte der Reaktionsmodelle für jedes der einen oder mehreren Teilgebieten entscheidet, ob ein Warninformationssignal zu erzeugen und zu übermitteln ist; wobei das Warninformationssignal erst nach Ablauf der verbleibenden Zeitspanne an die Ausgabeeinheit (260) oder Speichereinheit übermittelt wird, sofern nach Ablauf der verbleibenden Zeitspanne anhand der voreingestellten Parameter und/oder Schwellwerte der Reaktionsmodelle ermittelt wird, dass ein Warninformationssignal zu erzeugen und zu übermitteln ist.
5. System gemäß einem der Ansprüche 1 bis 4, wobei die berechnete Information der Berechnungseinheit (230) an die Erfassungseinheit (210) zurückgeführt wird und die
Erfassungseinheit angepasst ist, die zurückgeführte Information zum Erfassen weiterer Sensorinformationen zu benutzen.
6. System gemäß einem der Ansprüche 1 bis 5, wobei die berechnete Information der Ermittlungseinheit (250) an die Berechnungseinheit (230) zurückgeführt wird und die Berechnungseinheit angepasst ist, die zurückgeführte Information zum weiteren Berechnen des räumlich und zeitlich differenzierten Auswirkungsverlaufs zu benutzen, wobei die Ausbreitungsmodelle zurückgeführte Informationen der Ermittlungseinheit berücksichtigen.
7. System gemäß einem der Ansprüche 1 bis 6, wobei die Ausbreitungsmodelle unter Berücksichtigung mindestens einer der folgenden Parameter ermittelt wird:
Topographie der Teilgebiete; und Landbedeckung der Teilgebiete;
8. System gemäß einem der Ansprüche 1 bis 7, wobei die Ausbreitungsmodelle unter Berücksichtigung mindestens einer der folgenden Parameter ermittelt wird: betroffene Landfläche der Teilgebiete;
Lage von sicheren Teilgebieten oder von einem Ausbreitungsverlauf des Ereignisses nicht betroffenen Teilgebieten;
Lage und/oder Ausbreitung von kritischen Einrichtungen in den Teilgebieten; Eigenschaften von möglichen Evakuierungswegen innerhalb und/oder zwischen den Teilgebieten;
Bevölkerungsdichte und/oder Bevölkerungsverteilung der Teilgebiete; erwartete Evakuierungsgeschwindigkeit innerhalb und/oder zwischen den Teilgebie- ten; angenommene erwartete Ankunftszeit des Ereignisses an den Teilgebieten;
Alters- und/oder Geschlechtsverteilung der Bevölkerung innerhalb und/oder zwischen den Teilgebieten;
Topographie der Teilgebiete; und Landbedeckung der Teilgebiete.
9. System gemäß einem der Ansprüche 1 bis 8, wobei die Ermittlungseinheit (250) des Weiteren angepasst ist, aus der ermittelten wahrscheinlichen Zeitspanne für die betroffenen Teilgebiete eine zu erwartende Auswirkung auf die betroffenen Teilgebiete zu berechnen.
10. System gemäß einem der Ansprüche 1 bis 9, wobei das Frühwarnsystem ein Tsu- namifrühwarnsystem ist.
11. Verfahren zum computergestützten Verarbeiten und Auswerten von Informationen, die von einer Vielzahl von Sensoren (120) in einem Frühwarnsystem zum Erkennen von Naturereignissen oder technischen Ereignissen erzeugt werden, wobei die Viel- zahl von Sensoren des Frühwarnsystems einem vorgegebenen räumlichen Gebiet
(310) zugeordnet sind, und wobei das Verfahren umfasst:
Erfassen (410) der Informationen der Vielzahl von Sensoren, wobei die Informationen geeignet sind ein Ereignis anzuzeigen, das zumindest einen Teil des vorgegebenen räumlichen Gebiet betrifft, wobei das vorgegebene räumliche Gebiet in eine Vielzahl von Teilgebieten (320-327) unterteilt ist;
Berechnen (420) eines räumlich und zeitlich differenzierten Auswirkungsverlaufs für die Vielzahl von Teilgebieten basierend auf den erfassten Informationen der Erfassungseinheit und gespeicherter Ausbreitungsmodelle, um ein den erfassten Informationen entsprechenden wahrscheinlichen Auswirkungsverlauf für eine oder mehrere der Teilgebiete zu berechnen, wobei die Ausbreitungsmodelle einen oder mehrere räumlich und zeitlich differenzierte Auswirkungsverläufe für die Vielzahl von Teilgebieten in Abhängigkeit von verschiedenen vorgegebenen Informationen der Vielzahl von Sensoren angeben; Berechnen (430) eines Warninformationssignals basierend auf dem berechnetem räumlich und zeitlich differenzierten Auswirkungsverlaufs für die Vielzahl von Teilgebieten und gespeicherter Reaktionsmodellen, wobei die Reaktionsmodelle auf den berechneten räumlich und zeitlich differenzierten Auswirkungsverlauf angewendet wird, um eine wahrscheinliche Zeitspan- ne für eine oder mehrere Teilgebiete zu ermitteln, die Zeitspanne einer zuvor festgelegten Zeit entspricht, die zur Ergreifung von Schutzmaßnahmen in dem entsprechenden Teilgebiet benötigt wird, und die Reaktionsmodelle mindestens eine Zeitspanne für jedes der Vielzahl von Teilgebieten in Abhängigkeit von verschiedenen vorgegebenen Auswirkungs- verlaufen oder verschiedenen vorgegebenen Ausbreitungsmodellen angeben; und
Übermitteln (440) des Warninformationssignals an eine Ausgabeeinheit (260) oder eine Speichereinheit.
12. Verfahren gemäß Anspruch 12, wobei der Schritt Berechnen (430) eines Warninfor- mationssignals mindestens einen der folgenden Schritte umfasst:
Ermitteln (450) von dem Ereignis betroffener Teilgebiete;
Ermitteln (460) einer zeitlicher Auswirkung des Ereignisses in den betroffenen Teilgebieten; und
Ermitteln eines spätesten Warnzeitpunktes für jedes der betroffenen Teilge- bieten.
13. Verfahren gemäß Anspruch 11 oder 12, wobei aus der ermittelten wahrscheinlichen Zeitspanne für jede der einen oder mehreren Teilgebiete eine verbleibende Zeitspanne berecht wird, nach dessen Ablauf eine Warnung zur Ergreifung von Schutzmaßnahmen in den einen oder mehreren Teilgebieten erfolgen muss.
14. Verfahren gemäß Anspruch 13, wobei das Warninformationssignal einem Hinweis auf eine empfohlene Ergreifung von Schutzmaßnahmen oder einer Information bezüglich eines erfassten Ereignisses in den einen oder mehreren Teilgebieten entspricht, das Warninformationssignal erst nach Ablauf der verbleibende Zeitspanne an die
Ausgabeeinheit (260) oder Speichereinheit übermittelt wird.
15. Verfahren gemäß einem der Ansprüche 11 bis 14, wobei das Warninformationssignal einem Hinweis auf eine empfohlene Ergreifung von Schutzmaßnahmen oder einer Information bezüglich eines erfassten Ereignisses in den einen oder mehreren Teilge- bieten entspricht und gemäß voreingestellter Parameter und/oder Schwellwerte der
Reaktionsmodelle für jedes der einen oder mehreren Teilgebieten entschieden wird, ob ein Warninformationssignal zu erzeugen und zu übermitteln ist; wobei das Warninformationssignal erst nach Ablauf der verbleibenden Zeitspanne an die Ausgabeeinheit (260) oder Speichereinheit übermittelt wird, sofern nach Ablauf der verbleibenden Zeitspanne anhand der voreingestellten Parameter und/oder
Schwellwerte der Reaktionsmodelle ermittelt wird, dass ein Warninformationssignal zu erzeugen und zu übermitteln ist.
16. Verfahren gemäß einem der Ansprüche 11 bis 15, wobei die berechnete Information eines räumlich und zeitlich differenzierten Auswirkungsverlaufs zum Erfassen weite- rer Sensorinformationen mit benutzt wird.
17. Verfahren gemäß einem der Ansprüche 11 bis 16, wobei die berechnete Information eines Warninformationssignals zurückgeführt und zum weiteren Berechnen des räumlich und zeitlich differenzierten Auswirkungsverlaufs benutzt wird, wobei die Ausbreitungsmodelle zurückgeführte Informationen der Ermittlungseinheit berück- sichtigen.
18. Verfahren gemäß einem der Ansprüche 11 bis 17, wobei die Ausbreitungsmodelle unter Berücksichtigung mindestens einer der folgenden Parameter ermittelt wird:
Topographie der Teilgebiete; und Landbedeckung der Teilgebiete;
19. Verfahren gemäß einem der Ansprüche 11 bis 18, wobei die Ausbreitungsmodelle unter Berücksichtigung mindestens einer der folgenden Parameter ermittelt wird: betroffene Landfläche der Teilgebiete;
Lage von sicheren Teilgebieten oder von einem Ausbreitungsverlauf des Ereignisses nicht betroffenen Teilgebieten;
Lage und/oder Ausbreitung von kritischen Einrichtungen in den Teilgebieten;
Eigenschaften von möglichen Evakuierungswegen innerhalb und/oder zwischen den Teilgebieten;
Bevölkerungsdichte und/oder Bevölkerungsverteilung der Teilgebiete; erwartetet Evakuierungsgeschwindigkeit innerhalb und/oder zwischen den Teilgebieten; angenommene erwartete Ankunftszeit des Ereignisses an den Teilgebieten;
Alters- und/oder Geschlechtsverteilung der Bevölkerung innerhalb und/oder zwischen den Teilgebieten; Topographie der Teilgebiete; und
Landbedeckung der Teilgebiete.
20. Verfahren gemäß einem der Ansprüche 11 bis 19, wobei aus der ermittelten wahrscheinlichen Zeitspanne für die betroffenen Teilgebiete eine zu erwartende Auswirkung auf die betroffenen Teilgebiete berechnet wird.
21. Verfahren gemäß einem der Ansprüche 11 bis 20, wobei das Frühwarnsystem ein Tsunamifrühwarnsystem ist.
22. Verfahren gemäß einem der Ansprüche 11 bis 21 , wobei die Ausbreitungsmodelle und die Reaktionsmodelle in einem einzigen Modell realisiert sind.
23. Computer-lesbares Medium welches computer-lesbare Anweisungen umfasst, die, wenn sie von einem Computer ausgeführt werden, ein Verfahren zum computergestützten Verarbeiten und Auswerten von Informationen von einer Vielzahl von Sensoren (120) in einem Frühwarnsystem zum Erkennen von Naturereignissen oder technischen Ereignissen gemäß einem der Ansprüche 11 bis 22 ausführt.
PCT/EP2010/002661 2009-04-30 2010-04-30 Verfahren und vorrichtung zum ermitteln von warnungen in einem sensorgestützten frühwarnsystem Ceased WO2010124875A2 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102009019606.4 2009-04-30
DE102009019606.4A DE102009019606B4 (de) 2009-04-30 2009-04-30 Verfahren und Vorrichtung zum Ermitteln von Warnungen in einem sensorgestützten Frühwarnsystem

Publications (2)

Publication Number Publication Date
WO2010124875A2 true WO2010124875A2 (de) 2010-11-04
WO2010124875A3 WO2010124875A3 (de) 2010-12-23

Family

ID=42670343

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2010/002661 Ceased WO2010124875A2 (de) 2009-04-30 2010-04-30 Verfahren und vorrichtung zum ermitteln von warnungen in einem sensorgestützten frühwarnsystem

Country Status (2)

Country Link
DE (1) DE102009019606B4 (de)
WO (1) WO2010124875A2 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011069613A1 (de) * 2009-12-11 2011-06-16 Deutsches Zentrum Für Luft- Und Raumfahrt E.V. (Dlr E.V.) Vorrichtung und verfahren zur risikobasierten zuweisung von warnstufen
DE102010052711A1 (de) * 2010-11-26 2012-05-31 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zur Darstellung von Informationen mehrerer Sensorsysteme in einem Frühwarnsystem
CN109243145A (zh) * 2018-07-23 2019-01-18 中国电力科学研究院有限公司 一种输电线路地质灾害的分区评估预警方法及系统

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011120053A1 (de) 2011-11-28 2013-07-04 Hans-Joachim Lange Individuelle Frühwarneinrichtung
DE202011108611U1 (de) 2011-11-28 2013-02-15 Hans-Joachim Lange Individuelle Frühwarneinrichtung
CN103033159B (zh) * 2013-01-11 2015-09-09 重庆大学 一种浅层地质位移监测与预警系统及方法

Family Cites Families (2)

* 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
US20070044539A1 (en) 2005-03-01 2007-03-01 Bryan Sabol System and method for visual representation of a catastrophic event and coordination of response

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
None

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011069613A1 (de) * 2009-12-11 2011-06-16 Deutsches Zentrum Für Luft- Und Raumfahrt E.V. (Dlr E.V.) Vorrichtung und verfahren zur risikobasierten zuweisung von warnstufen
DE102010052711A1 (de) * 2010-11-26 2012-05-31 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zur Darstellung von Informationen mehrerer Sensorsysteme in einem Frühwarnsystem
WO2012069207A3 (de) * 2010-11-26 2013-04-18 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und vorrichtung zur darstellung von informationen mehrerer sensorsysteme in einem frühwarnsystem
CN109243145A (zh) * 2018-07-23 2019-01-18 中国电力科学研究院有限公司 一种输电线路地质灾害的分区评估预警方法及系统

Also Published As

Publication number Publication date
WO2010124875A3 (de) 2010-12-23
DE102009019606B4 (de) 2019-08-01
DE102009019606A1 (de) 2010-12-30

Similar Documents

Publication Publication Date Title
Petrucci et al. MEFF: The database of Mediterranean flood fatalities (1980 to 2015)
Mileti et al. The social psychology of public response to warnings of a nuclear power plant accident
Piza et al. The effects of merging proactive CCTV monitoring with directed police patrol: A randomized controlled trial
DE69934632T3 (de) Dynamisches, multiattributes Gefahrenpriorisierungssystem für ein Flugzeug
WO2010124875A2 (de) Verfahren und vorrichtung zum ermitteln von warnungen in einem sensorgestützten frühwarnsystem
Walter et al. The effects of increased police enforcement along a route in London
Frank et al. Criminal directionality and the structure of urban form
DE112014006721T5 (de) Adaptive Warnungsverwaltung für das fortschrittiiche Fahrerassistenzsystem (ADAS)
DE112018006987B4 (de) Fahrzeugalarmvorrichtung
DE102010050388A1 (de) Verfahren zur Bereitstellung von kriminalitätsbezogenen Sicherheitsinformationen für einen Nutzer eines mobilen Navigationsgeräts und zugehöriges Gerät
DE102016112908A1 (de) Ereignismeldung und –rekonstruktion durch Crowdsourcing
Letterman et al. Unmanned aircraft and the human element: Public perceptions and first responder concerns
DE102015007493A1 (de) Verfahren zum Trainieren eines in einem Kraftfahrzeug eingesetzten Entscheidungsalgorithmus und Kraftfahrzeug
DE102009056777B4 (de) System und Verfahren zum Segmentieren einer Zielregion in räumliche Warneinheiten eines sensorgestützten Frühwarnsystems
WO2011069613A1 (de) Vorrichtung und verfahren zur risikobasierten zuweisung von warnstufen
DE102010011186B4 (de) Verfahren und Vorrichtung zur Visualisierung von räumlich verteilten Informationen in einem Frühwarnsystem
US20220189169A1 (en) System and method for utilizing heat maps for traffic and compliance reporting
DE102019003999A1 (de) System und Verfahren zur automatischen Erkennung von Gefährdungssituationen
DE102019109331A1 (de) Systeme und Verfahren zur Rückverfolgung von Schwundereignissen
DE112017006982T5 (de) Bedienungseignungsbeurteilungsvorrichtung,bedienungseignungsbeurteilungsverfahren undbedienungseignungsbeurteilungsprogramm
Gorr et al. Longitudinal study of crime hot spots: dynamics and impact on part 1 violent crime
DE102017208123B4 (de) Verfahren, Vorrichtung und System zum Ermitteln eines Wettergebiets
DE112018008144T5 (de) Benachrichtigungssteuervorrichtung, Benachrichtigungsvorrichtung, Benachrichtigungssystem und Benachrichtigungssteuerverfahren
DE19944891A1 (de) Verkehrslageerfassung mit Fuzzy-Klassifikation und mehrdimensionaler morphologischer Datenfilterung und dynamischer Domänenbildung
DE102012020100A1 (de) Verfahren zum Aufzeichnen von Nachweisen von Fahrgeschwindigkeiten und zugehörige mobile Vorrichtung

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10720346

Country of ref document: EP

Kind code of ref document: A2

122 Ep: pct application non-entry in european phase

Ref document number: 10720346

Country of ref document: EP

Kind code of ref document: A2