WO2011110366A1 - Verfahren und vorrichtung zur visualisierung von räumlich verteilten informationen in einem frühwarnsystem - Google Patents

Verfahren und vorrichtung zur visualisierung von räumlich verteilten informationen in einem frühwarnsystem Download PDF

Info

Publication number
WO2011110366A1
WO2011110366A1 PCT/EP2011/001222 EP2011001222W WO2011110366A1 WO 2011110366 A1 WO2011110366 A1 WO 2011110366A1 EP 2011001222 W EP2011001222 W EP 2011001222W WO 2011110366 A1 WO2011110366 A1 WO 2011110366A1
Authority
WO
WIPO (PCT)
Prior art keywords
segments
warning
segment
early warning
wave
Prior art date
Application number
PCT/EP2011/001222
Other languages
English (en)
French (fr)
Inventor
Ulrich Raape
Manuel Hunold
Sven Tessmann
Monika Friedemann
Original Assignee
Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR) filed Critical Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR)
Publication of WO2011110366A1 publication Critical patent/WO2011110366A1/de

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00

Definitions

  • the present invention generally relates to the visualization of information in a sensor-based early warning system, and more particularly to the visualization of spatially distributed properties of a spatiotemporal event that has been determined with a sensor-based 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 after detecting 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 a timely manner.
  • the task in particular is to reliably detect the occurrence of a tidal wave (tsunami) from a large number of available sensor information, thus enabling a timely warning of the residents near the coast.
  • a tidal wave (tsunami)
  • the tidal wave can be triggered by a seaquake or by slipping under water.
  • the impact of a tidal wave on land depends on many factors, such as: For example, the terrain profile under water and near the coast, and can be determined using simulations almost approximate.
  • the early warning system Due to the significant accompanying damage caused by a tsunami warning caused by a short-term evacuation of a coastal region, the early warning system only provides decision-supporting recommendations for action to a team of trained seismologists, who ultimately assume responsibility for the actual warning of the doctrine.
  • the present invention is therefore intended in particular also to be able to warn only the actually endangered coastal regions in order to evacuate only these. Corresponding It should be possible to look at different regions differently, for example in chronological order, and to warn them differently.
  • a tidal wave can also be caused by slipping of slopes under water. Simple physical propagation calculations of a water wave are not expedient in this case, in particular since frequently occurring aftershocks can lead to a superposition of the excitation of a tidal wave.
  • only certain earthquakes produce an impulse on the water body, therefore the location of the impulse and the earthquake hearth can fall apart. Therefore, it is often not enough to calculate and present the possible effects of a tidal wave with only one simulation.
  • the decision-making information must be as quick and complete as possible to the personnel or the seismologists in the situation center of the early warning system, and at the same time as clear as possible, provided and presented.
  • the present invention is therefore based on the object for an early warning system to provide improved visualization and representation of a detected by the early warning system property of a spatially and temporally propagating event despite its spatial distribution to a sometimes large warning area.
  • the object of the present invention is to provide for a tsunami warning system an improved visualization of one or more properties of a spatially and temporally propagating tidal wave in their spatial distribution to a corresponding warning area (coastal sections and / or islands) in an improved manner.
  • a method of processing data from a sensor-based early warning system that provides improved representation of the spatial distribution of one or more characteristics of a spatially and temporally propagating event detected by the early warning system to a warning area.
  • These events which are recognized by the early warning system and which spread spatially and temporally, can be tsunamis, earthquakes, storms, hurricanes and blizzards.
  • a method for computer-implemented representation of a spatial distribution of a property of a spatially and temporally propagating event on a spatial area.
  • the property is determined by an early warning system.
  • a plurality of segments are sorted, the segments sorted and the spatial distribution represented for the plurality of segments, where an identifier of the segments on the abscissa of a coordinate system and the effect of the property on a segment indicated by the abscissa on the ordinate of Coordinate system is displayed.
  • the identifier can be a numbering of the segments.
  • the method further comprises the following steps: determining a plurality of observation points; Determining a sorted segment list for each of the observation points; and determining a single sorted segment list from the plurality of sorted segment list.
  • the illustrated at least one property of the spatially and temporally propagating event may in particular be a wave height of a wave, an arrival time of a wave at the corresponding segment, a remaining time until a wave strikes the corresponding segment, or a water level.
  • FIG. 1 shows a block diagram of an early warning system according to the prior art
  • Figure 12 is a block diagram of an early warning system as may be used in accordance with an embodiment of the present invention.
  • 1 is a diagram illustrating a spatial division of a warning area into various areas (segments) of an early warning system according to an embodiment of the present invention. shows an example for illustrating a representation of a "mareograms"
  • Fig. 1 shows an example for illustrating a known form of representation
  • Fig. 2 shows an example for illustrating another known form of presentation
  • Fig. 14 shows an example for illustrating a spatial distribution of a property of the spatiotemporal event according to an embodiment of the present invention
  • 1 shows an example for illustrating a spatial distribution of a property of the spatiotemporal event according to an embodiment of the invention ..
  • FIG. 1 shows an example for illustrating a spatial distribution of a property of the spatiotemporal event according to an embodiment of the invention Spatial Distribution of a Property of the Spatio-temporal Event According to an Embodiment of the Invention
  • Fig. 1 shows an example of a display form of an early warning system user interface according to a preferred embodiment gsform the present invention.
  • FIG. 9 shows a method according to a preferred embodiment of the invention for creating and sorting warning segments.
  • FIG. 10 shows an exemplary illustration of aspects of the method according to FIG. 9.
  • FIG. 11 shows an exemplary illustration of aspects of the method according to FIG. 11
  • Figure 12 shows an example for illustrating tsunami directionality.
  • FIG. 13 shows a method according to another embodiment of the invention for creating and sorting Wam segments.
  • FIG. 14 shows an exemplary illustration of aspects of the method according to FIG. 14
  • Figure 15 shows an exemplary illustration of a vertical aggregation of scenarios.
  • Figure 16 shows an exemplary illustration of a vertical and horizontal aggregation of scenarios.
  • time components are divided.
  • 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 can already pre-process the measured values and only send signals to a central sensor detection system 110 if a relevant measured value 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 Mindeshvellen lake be defined for each buoy, 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.
  • quantification of the measurements may 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 (eg, measuring the occurring wave height of a tsunami) while indirect sensor systems only allow conclusions about an event, 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 10 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 to initiate protection or evacuation in the area concerned.
  • the observation area refers to the area covered by the sensors, while the warning area refers to the area or subareas for which one or more warning signals can be generated.
  • Figure 2 shows an early warning system 200 as may be used in accordance with 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 be designed as in the conventional early warning systems described above.
  • the sensor systems can be linked to various previously determined models for spatially and temporally differentiated calculation of warning decisions.
  • the area to be observed is divided into different areas, and for each warning area, a predicted effect of the sensor information preprocessed by the sensors 120 and the sensor detection system 210 can be calculated.
  • 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 topographical situation and nature of the observation area, which is monitored by the early warning system it can be subdivided into different areas.
  • FIG. 3 shows an exemplary representation in which the warning area of the early warning system 30 is subdivided into eight areas 320 to 327. Also shown are the various sensors 120 that may be buoys from the coastline 310 in the Fa / I of a tsunami early warning system.
  • one or more propagation models 220 can be determined in advance in order to provide an expected effect for each of these subareas based on the information of the sensors 120.
  • 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.
  • the resulting sensor data from the sensor detection system 210 may be conditioned 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 of the impact assessment system allows a calculation or prediction of when and, if appropriate, in which order the regions of the event (eg, that of a tsunami wave)
  • 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 first selected by the E events are given higher priority than those regions that will be affected by the event later or not at all.
  • further reaction models or positional 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 may be used by a warning signal determination or determination unit 250 to calculate
  • a warning information signal can be used to further process the spatially and temporally differentiated propagation scenarios, which were determined by the impact determination system 230, in order to provide further improved and optimized warning signals and warning-relevant information.
  • 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 to determine the most likely 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 location of possible evacuation sites and evacuation routes.
  • the propagation models 220 provide an improved prediction of the effects of the predicted events detected by the sensor information
  • the further location, condition and evacuation models 240 may already take into account the measures to protect and evacuate individual regions in the detection of warning signals become.
  • the spatially and temporally differentiated determined spread of the forecasted event in the individual regions, in particular the remaining time (hereinafter referred to as remaining term) until the occurrence of the event, with the time required for possible protection and evacuation measures are linked. This corresponds to 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. Due to the additional location, condition and evacuation models 240 this Pnori 'si' augmentation and temporal warning time determination for the regions are further improved. For example, in Region B there is an increased number of critical facilities, such as: As schools, airports or hospitals or a high population density, the required evacuation time is 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 evacuation time required.
  • the evacuation time for this area is 1 hour 10 minutes.
  • 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 account for 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 prioniert by the system and the underlying models so that the remaining time in which a warning must be issued by the early warning system can be. 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.
  • the system described above allows both "reverse use” by determining the latest caution time, for example by securing or evacuating a predetermined minimum number of people and goods from a particular area, as well as “forward utilization” by calculating can be saved or evacuated at a certain time.
  • 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 described above may also be formed as a single model and stored in a single data storage unit.
  • a visualization of the information of the sensor-based early warning system and in particular the clear visualization of the spatially distributed properties of the detected event on a warning area has not been satisfactorily made possible.
  • a representation of the arrival time or remaining time to hitting a tsunami wave on a coastline is usually only the arrival time of the tsunami, z. In minutes remaining.
  • FIG. 4 shows an example of such a known representation.
  • a marigram shows the time course of a tsunami wave level in a coordinate system.
  • the level is displayed in a graphic representation of a coastline with a fixed color gradient. This form of representation occurs either in a coordinate system in which a coastline is projected, or the representation of the coastline takes place on the surface of the projected into the plane of the earth.
  • FIG. 6 illustrates this form of representation, in which the coastline is shown in an inclined plane spanned by latitude and longitude.
  • a height profile is usually shown, which represents the distribution of terrain altitude from a starting point to a destination and Thus, it allows to display the slopes and slopes of a three-dimensional terrain in a two-dimensional diagram.
  • the altitude is plotted on the ordinate axis and the distance traveled on the abscissa of the coordinate system.
  • the representation according to an embodiment of the invention takes place -arp oriented, i.
  • a profile section is taken transversely to the propagation of the event or along a considered interest / damage area.
  • a given coastline or a region in general
  • FIG. 3 a given coastline (or a region in general) is divided into individual segments (as exemplified in FIG. 3), which can then be numbered in ascending order. These ordinal numbers of the segments can then be represented on the abscissa of a two-dimensional diagram.
  • the wave height (for example in meters above sea level) can then be plotted on the ordinate, with a suitable color gradient representing the different heights in a particularly advantageous manner.
  • Multiple gradients (e.g., in a variety of simulations) can be represented with different colored or styled lines in the same graph.
  • the superimposition can also be done with the aid of the known candle-display graph ("candle-stick graph") .
  • candle-display graph candle-display graph
  • the visualization can take place in which the propagation of an impact in general - and the arrival time in particular - of an event (tidal wave
  • tidal wave In the above example of the impact of a tidal wave on a coast, a given coastline (or a region in general) is considered to be in a three-dimensional area in plan view
  • the segments are arranged on the abscissa of a two-dimensional diagram according to the sorting criterion, on the ordinate the time of arrival (or remaining time) of the effect of the events is subdivided according to a certain criterion (at least one ordinal scale) s applied for the respective segment.
  • Optional vertical dividing lines between the segments make it easier to show a notation of the segments divided into segments, so that, for example, in the case of an offshore island (which has a shorter remaining time due to wave propagation), this fact is also graphically conveyed to the viewer.
  • FIG. 7A shows by way of example the spatial distribution of a property of the spatiotemporal event.
  • This may represent a wave height along previously determined warning segments (for example, the various regions of a coastline of FIG. 3) or the remaining time of the tidal wave until impingement on the corresponding warning segments of the shoreline.
  • the curve in FIG. 7A approaches the residual time value 0 in more and more segments, which means that the curve travels downwards in terms of time.
  • the time 0 (which corresponds to the arrival of the tidal wave at the respective segment) can also be set at the upper scale end of the ordinate axis.
  • the curve will increase and, if the event fully arrives on all segments, the graph would be completely filled.
  • the representation in FIG. 7A can be used by different colorations below the curve to further improve the visual impression.
  • the colors can be used yellow to red, in particular, shorter residual maturity can be displayed in red solder.
  • FIG. 7B shows, for the example of a visualization of a wave height along warning segments, a superposition of several scenarios according to a further embodiment of the invention.
  • a solid line is shown per scenario.
  • a continuous line in contrast to FIG. 7B, connects the respective segment value of the same rank.
  • the embodiment according to FIG. 7B has the advantage that the affiliation of a value to a specific scenario remains recognizable by a line connection.
  • this membership can also be indicated by other graphic designs (color, shape) or by the selection of a scenario from a graphic identification of the associated values (highlighting).
  • FIG. 7D shows a corresponding representation of a wave height along warning segments, in which a superimposition of several scenarios is displayed by means of the candlestick representation.
  • FIG. 8 is an exemplary illustration of a user interface within an early warning system according to a preferred embodiment of the present invention.
  • the illustrated graph, and in particular the curve can visualize the residual time of a tidal wave until it encounters the shoreline of a warning segment or, according to another example, the wave height of a tidal wave at the time of impact with the shoreline (lower graph in FIG. 8).
  • FIG. 9 shows a method according to a preferred embodiment of the invention for constructing and sorting warning segments, as may be used to visualize the spatial distribution of a spatiotemporal event in accordance with the present invention.
  • the warning segments are created or selected. These warning segments subdivide the warning area of the early warning system into partial areas, as described in connection with FIG. 3. The subdivision of the warning area into warning segments can also take place once and / or independently of the subsequent method steps. In this case, it is also possible to select only a subset of previously established warning segments, for example to represent a remaining time or a wave height of a tsunami for only some of the warning segments.
  • step 910 may be performed once, for example upon initialization of the early warning system, to set the warning segments. Therefore, step 910 may be considered optional for the method of FIG. 9.
  • the goal of the sorting of the warning segments is to arrange the warning segment information in a traceable and repeatable manner in order to allow the users a spatial, as intuitive as possible orientation and the search for a particular information, such as the temporal and spatial course of a wave height or the remaining time to Impact of a tidal wave on the shoreline of the warning segment, to facilitate.
  • FIG. 10 shows the sorting method according to FIG. 9 for warning segments using the example of the Indian Ocean / Sumatra
  • FIG. 11 shows the sorting method according to FIG. 9 using the example of Java Lake.
  • a fictitious location or observation point is selected for the alert area of the early warning system.
  • This selection of a fictitious location within the geographical environment of the warning area (or the selected warning segments) and / or the area of origin of the event is shown in FIG. 10 using the example of the Indian Ocean / Sumatra.
  • the observation point "m" corresponds to a location of an observer, from which the warning segments, in this example along the coastal regions and offshore islands, can be viewed.
  • the distance vectors to the individual warning segments are determined.
  • the location is chosen so that a sufficient fictitious line of sight can be formed for each of the selected warning signals, as shown in FIG. 10 by arrows.
  • the fictitious location can also be referred to as a reference point.
  • the distance vectors for each warning signal can be determined.
  • the distance vectors according to one embodiment of the invention correspond to the angle with respect to a reference angle, such as a north direction, and the distance to the selected fictitious location.
  • the distance vectors can be calculated from the fictitious observation location or reference point as follows. For the calculation, known georeferenced geometries, such as a known coastline, are considered for the selected warning segments. At the beginning of the calculation, a uniform measuring point for the determination of the distance vectors is determined for the areal warning segments in order to obtain uniform comparison points for all warning segments.
  • the unitary measurement point may be a "corner" of the warning segment shoreline, such as the northwest corner of the shoreline
  • the length of the distance vector Vi is determined as the distance between the start and end points of the vector.
  • an angle-true projection is selected according to a preferred embodiment, but this is not a prerequisite, since a certain sorting property is not required, but the uniformity and reproducibility are in principle sufficient.
  • the ascertained distance vectors are sorted by increasing angle into a sorted list of warning segment distance vectors.
  • the warning segment sorting is determined according to the sorted list of warning segment distance vectors.
  • the method can also be performed for individual disjoint reference points.
  • the distance to a warning segment to the center of gravity of the warning segment, to the center of the coastline or to the outermost point in the direction of increasing angle of a warning segment take place. If, in this case, the sorting according to one of the distance measures does not lead to a clear result, a different distance determination can be selected in this case in order to arrive at a clear result.
  • the tsunami directionality is a statement on the "direction of incidence” or the possible directions of incidence on a coastline or on a coastal segment / warning segment, which can be taken into account in particular in the case of several alternative tsunami scenarios or calculations ) or almost frontally on a (in the example idealized as straight assumed) coastline, the wave hits the entire coastline practically at the same time. If the wave moves at an acute angle from one side to the coastline, the wave meets the coastline within one First, the tsunami nearer the coastline, and finally the tsunami distant end of the shoreline, the sharper the angle, the greater the time difference between the arrival times at these two coastal endpoints, the larger the warning segment (the longer the coastline), the greater the time difference.
  • Figure 12 illustrates tsunami directionality on an exemplary coastline.
  • an exemplary coastline is shown as dark area 1220, respectively.
  • the correspondingly idealized coastal course is shown as line 1210.
  • a frontal approach of the tsunami to the coast according to the illustrated arrow direction 1230 is shown.
  • the right half of the picture illustrates two possibilities 1240 and 1245, respectively, of a lateral tsunami inflow on the coastline.
  • the previously described method for sorting the warning segments for a plurality of observation points can be carried out.
  • FIG. 13 shows according to another embodiment of the invention a method involving tsunami directionality.
  • step 1310 a selection is made of a plurality of observation points, as previously described in connection with step 920 of FIG. This step may also be preceded by the optional step 910 of FIG. 9 for creating the warning segments.
  • step 1320 a sorted alert segment list is created for each of the observation points.
  • the method according to FIG. 9 can be used.
  • a sorted list is determined from the set of the sorted list such that the respective rank of a warning segment in the individual lists represents the sorting criterion for the result list.
  • the rank of a segment here can correspond to the position of the segment in a warning segment list.
  • the first named warning segment has rank 1, the second rank 2, and so on. It therefore tracks list aggregation.
  • These rankings may be given different weights resulting, among other things, from probability estimates for tsunami formation in the area of individual per viewpoints. In this case, it is a weighted list aggregation.
  • each warning segment exists exactly once in each list. Accordingly, each alert segment has exactly one rank in each list.
  • the total rank or rank of a warning segment is the sum of the individual ranks of the warning segment.
  • the warning segments are sorted according to their overall ranking. For this case, the same overall length can be sorted according to a classic tie-breaking method, which ensures a repeatability of the sorting.
  • the warning segments of the same rank can be sorted by ascending alert segment ID.
  • the warning segment 5 in the list 1 has the rank 3, in the list 2 the rank 1 and in the list 3 the rank 17. This results in the overall ranking for the warning segment 5 in all three lists 21 (addition of the three Ranks for the segment).
  • you can additionally use the In this way, the rank determined is divided by the number of aggregated lists in order to arrive at a ranking in the range [1 ... number of warning segments]. The total rank is thus normalized to the number of warning segments.
  • the weighting factors lie in the unit interval and the sum of all weighting factors is 1. Otherwise, the overall rank is determined as in the above-mentioned non-weighted case. In the above example with three lists, in which the warning signal 5 in list 1 has the rank 3, in the list 2 the rank 1 and in the list 3 the rank 17, an additional weighting factor is assigned to each warning segment.
  • warning signal 5 has a weighting factor of 0.2 for list 1, a weighting factor of 0.3 for list 2, and a weighting factor of 0.5 for list 3.
  • FIG. 14 again illustrates the sorting method according to FIG. 13, which incorporates the tsunami directionality, using the example of Javaase, and shows a multiplicity of possible observation points (or reference points) "m".
  • the aggregation of scenarios via warning-relevant parameters is described using the example of the tsunami warning system for two case groups.
  • a weighted list of possible hit scenarios including error and quality measures is determined. For this purpose, it can be decided on the basis of an analysis of the result list whether and, if so, how many and which scenarios are to be aggregated in a respective result list.
  • the result list can be evaluated on the basis of various criteria with regard to homogeneity, heterogeneity in the predicted sequences, accuracy of hit or Error measures, clustering, etc. are evaluated. Subsequently, the corresponding scenarios can be combined into an aggregated or preferred scenario.
  • Each scenario includes prediction values for certain parameters (e.g., tsunami arrival time, wave height, flooding area) at particular prediction points or in certain prediction areas (e.g., a warning segment).
  • certain parameters e.g., tsunami arrival time, wave height, flooding area
  • certain prediction areas e.g., a warning segment
  • the aggregation of the scenarios can take place via relevant scenario parameters, whereby different cases can be distinguished. According to a first case, all the scenarios to be aggregated have the parameters to be aggregated. According to a second case, only a part of the scenarios to be aggregated has the parameter to be aggregated.
  • FIG. 15 shows an example of a weighted result list 1510 and the aggregated tsunami description 1540 to be determined.
  • all the scenarios to be aggregated have the parameters to be aggregated.
  • three warning segments 1520 are shown.
  • the information to be aggregated is available for all scenarios in accordance with the example of FIG. 15.
  • four scenarios 1515 to 1518 are shown correspondingly, each extending over all three warning segments 1520.
  • the various warning segments 1520 may be e.g. be different shorelines of a tsunami warning system. In the example shown, it is only necessary to aggregate in the vertical direction, since there are no horizontal gaps in the information to be aggregated, and corresponding aggregated values can be determined for each warning segment.
  • Figure 16 shows a corresponding example where there are such information gaps 1617, 1618 and 1620 in the scenarios for some warning segments. Therefore, in the example according to FIG. 16, not only in the vertical, but also in the horizontal direction must be aggregated, since not all scenarios contain the information to be aggregated for all warning segments. This case can occur especially in local scenarios that have only a small coverage area.
  • One possible aggregation for closing a "gap" is an interpolation or extrapolation of the data, in particular the information of the neighboring areas of the information gap to be closed.
  • horizontal aggregation it is particularly important to avoid consistency problems that can arise from the fact that the preferred scenario is composed of partial individual scenarios, which may contain strongly diverging assumptions with regard to tsunami stimulation or tsunami propagation. This type of inconsistency comes into its own especially when vertical aggregation (eg due to the quality of the results) can be dispensed with, but the best scenario / scenarios do not contain information for all warning segments.
  • the aggregation of the scenario parameters can take place according to a specific, predefined function.
  • Possible functions are for the application example of predicted wave heights in tsunami scenarios: worst case (target function max); Average; X% - quantile; or median. Using the example of predicted arrival times of a tsunami, these would be: worst case (objective function min); Average; X% - quantile; or median.
  • the above functions can also be preceded by an outlier elimination, for example by using a RANSAC or a similar algorithm.
  • the aggregation functions to be used depending on the parameter to be aggregated can be based purely on the parameter values to be aggregated or use existing background knowledge. For example, existing risk information per alert segment, or existing vulnerability information per alert segment can be integrated.
  • the individual scenarios can be weighted with different weights, for example according to the presumed probability of occurrence.
  • the warning segments can be structured such that their affiliation to a geographical unit, such as an island, becomes immediately apparent.
  • the warning segments for which information, such as a wave height display or an arrival time display should be displayed usually belong to higher-level structures (eg administrative units) whose names are known and can therefore be used for orientation.
  • bars with this name of the superordinate units can be superimposed on the upper or lower edge of a display in a user interface, so that all the warning segment information below or above it is shown above or above. belonging to the parent unit below.
  • the bar width can vary with the number of associated warning segments.
  • a tsunami early warning system in Indonesia the considered coast of the Indian Ocean, for example, can be divided into 125 warning segments, which are distributed over the islands of Sumatra, Java and Beauty.
  • three bars are displayed with the respective island names, so that the affiliation of each of the 125 warning segments to one of the three islands becomes immediately apparent.
  • an optical separation of discontinuous warning segment transitions from the created sorted warning segment List.
  • warning segments on upstream islands may experience cracks in the illustrated property of the tsunami (eg, cracks in the wave height representation), which could lead to misinterpretations in the proposed continuous graphical representation.
  • optical (vertical) hyphens can be drawn and the straight line otherwise drawn between the wave heights of two neighboring warning segments is represented in such a way, that it is pulled horizontally to the dividing line.
  • two adjacent warning segments that are not adjacent in reality may be drawn by optical (vertical) hyphens and those otherwise between the arrival times two adjacent warning segments drawn straight line are shown in such a way that it is pulled horizontally to the dividing line.
  • the sorting method described above may be used.
  • the distances determined thereby can be used in the resulting sorted list in order to compare the distance difference of two list neighbors with a threshold value. If the threshold is exceeded, an optical isolation is inserted.
  • the representation can be made zoomable (zoom in, zoom out) with respect to the warning segment axis, as well as with respect to the arrival time axis.
  • a display bar can be displayed above or below the display, whose width always remains approximately the same and extends over the entire width of the visible diagram section, and in the interior of which a rectangle by position and width indicates which area of the overall diagram is currently visible. This rectangle can be moved within the indicator bar and thus influences the displayed section of the overall diagram. This can be seen by way of example from FIG.
  • the display can be scrolled synchronously with other warning segment-based graphics.
  • selectivity of the warning segment information in the representation may link to other information.
  • the selection of alert segment information e.g., wave height representation or time of arrival representation
  • inventions described above can be applied not only to early warning systems, but also to appropriate control center technology, warning systems in general and situation centers in general in order to visualize properties and in particular a spatial and temporal distribution of the properties of a spatiotemporal event on a in To visualize segments that can be divided into segments.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Geophysics (AREA)
  • Alarm Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren und Frühwarnsystem zur computer-implementierten Darstellung einer räumliche Verteilung einer Eigenschaft eines sich räumlich und zeitlich ausbreitenden Ereignisses auf ein räumliches Gebiet. Hierbei werden die Eigenschaften von einem Frühwarnsystem ermittelt. Es wird eine Vielzahl von Segmenten ausgewählt. Die Segmente umfassen hierbei das räumliche Gebiet. Die Segmente werden danach sortiert und eine räumlichen Verteilung wird für die Vielzahl von Segmenten dargestellt, wobei eine Kennung der Segmente auf der Abszisse eines Koordinatensystems und die Auswirkung der Eigenschaft auf ein durch die Abszisse angegebenes Segment auf der Ordinate des Koordinatensystems angezeigt ist.

Description

Verfahren und Vorrichtung zur Visualisierung von
räumlich verteilten Informationen in einem Frühwarnsystem
Die vorliegende Erfindung betrifft im Allgemeinen die Visualisierung von Informationen in einem sensorgestützten Frühwarnsystem und insbesondere die Visualisierung von räumlich verteilten Eigenschaften eines raum-zeitlichen Ereignisses, welches mit einem sensorgestützten Frühwarnsystem ermittelt wurde.
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 Frühwarnsystem 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 vornehmen zu können.
Bei einem Tsunami-Frühwarnsystem ist es insbesondere die Aufgabe, aus einer Vielzahl von verfügbaren Sensor-Informationen das Auftreten einer Flutwelle (Tsunami) zuverlässig zu erkennen und so eine rechtzeitige Warnung der Anlieger in Küstennähe zu ermöglichen. Die Flutwelle kann durch ein Seebeben oder durch Abrutschen von Hängen unter Wasser ausgelöst werden. Die Auswirkung einer Flutwelle beim Auftreten auf Land hängt hierbei von vielen Faktoren ab, z. B. das Geländeprofil unter Wasser und in Küstennähe, und kann mithilfe von Simulationen zumeist annähernd bestimmt werden. Aufgrund der signifikanten Begleitschäden einer Tsunami-Warnung, die durch eine kurzfristige Räumung einer Küstenregion entstehen, gibt das Frühwarnsystem nur entscheidungsunterstützende Handlungsempfehlungen an ein Team von ausgebildeten Seismologen, welches letztlich die Verantwortung dafür übernimmt, ob eine tatsächliche Warnung der Verfolgung erfolgt. Die vorliegende Erfindung soll es deshalb insbesondere auch ermöglichen, nur die tatsächlich gefährdeten Küstenregionen warnen zu können, um nur diese zu evakuieren. Entsprechend soll es möglich sein, verschiedene Regionen unterschiedlich, beispielsweise zeitlich nacheinander, zu betrachten und unterschiedlich zu warnen.
Aufgrund der begrenzten Anzahl von Messinstrumenten und Sensoren kann jedoch der tatsächliche Ort des Auftretens eines See- oder Erdbebens nur ungenau bestimmt werden. Je nach Art des Bebens kann eine Flutwelle auch durch Abrutschen von Hängen unter Wasser entstehen. Einfache physikalische Ausbreitungsberechnungen einer Wasserwelle sind hier nicht zielführend, insbesondere da es durch häufig auftretende Nachbeben zu einer Überlagerung der Anregung einer Flutwelle kommen kann. Außerdem erzeugen nur bestimmte Erdbeben einen Impuls auf dem Wasserkörper, daher können der Ort des Impulses und der Erdbebenherd auseinanderfallen. Daher genügt es oftmals nicht, mit nur einer Simulation die möglichen Auswirkungen einer Flutwelle zu berechnen und darzustellen. In der Praxis erfolgt daher eine Überlagerung der Auswirkung einer Vielzahl von Simulationen, was jedoch die zuständigen Seismologen (oder Benutzer einer graphischen Benutzerschnittstelle einer Leitstelle des Frühwarnsystems) vor erhebliche Schwierigkeiten stellt, diese zeitnah zu interpretieren und auszuwerten.
Da je nach Region vom ersten Feststellen eines Erdbebens bis zum Auftreten der Flutwelle nur wenig Zeit für die Entscheidung zur Ausgabe einer Warnung bleibt, müssen die zur Entscheidungsfindung dienenden Informationen dem Personal oder den Seismologen in dem Lagezentrum des Frühwarnsystems so schnell und vollständig wie möglich, und zugleich so übersichtlich wie möglich, bereitgestellt und präsentiert werden.
Der vorliegenden Erfindung liegt daher die Aufgabe zugrunde, für ein Frühwarnsystem eine verbesserte Visualisierung und Darstellung einer von dem Frühwarnsystem erfassten Eigenschaft eines sich räumlich und zeitlich ausbreitenden Ereignisses trotz seiner räumlichen Verteilung auf ein mitunter großes Warngebiet bereitzustellen. Insbesondere liegt der vorliegenden Erfindung die Aufgabe zugrunde, für ein Tsunami-Warnsystem eine verbesserte Visualisierung einer oder mehrerer Eigenschaften einer sich räumlich und zeitlich ausbreitenden Flutwelle in ihrer räumlichen Verteilung auf ein entsprechendes Warngebiet (Küstenabschnitte und/oder Inseln) in verbesserter Weise bereitzustellen.
Die Aufgabe wird durch die vorliegende Erfindung und insbesondere durch den Gegenstand der nebengeordneten Patentansprüche gelöst. Weitere bevorzugte Ausführungsformen der Erfindung sind Gegenstand der Unteransprüche und werden unter Bezugnahme auf die Zeichnungen nachfolgend näher erläutert.
Entsprechend wird gemäß einer bevorzugten Ausführungsform der Erfindung ein Verfahren zur Verarbeitung von Daten eines sensorgestützten Frühwarnsystems bereitgestellt, welches eine verbesserte Darstellung der räumlichen Verteilung von einer oder mehreren Eigenschaften eines von dem Frühwarnsystem erkannten, sich räumlich und zeitlich ausbreitenden Ereignisses auf ein Warngebiet ermöglicht. Diese von dem Frühwarnsystem erkannten, sich räumlich und zeitlich ausbreitenden Ereignisses können Tsunamis, Erdbeben oder auch Stürme, Orkane und Blizzards sein.
Des Weiteren wird gemäß einer bevorzugten Ausführungsform der Erfindung ein Verfahren zur computer-implementierten Darstellung einer räumliche Verteilung einer Eigenschaft eines sich räumlich und zeitlich ausbreitenden Ereignisses auf ein räumliches Gebiet bereitgestellt. Hierbei wird die Eigenschaft von einem Frühwarnsystem ermittelt. Gemäß dem Verfahren wird eine Vielzahl von Segmenten bestimmt, die Segmente sortiert und die räumlichen Verteilung für die Vielzahl von Segmenten dargestellt, wobei eine Kennung der Segmente auf der Abszisse eines Koordinatensystems und die Auswirkung der Eigenschaft auf ein durch die Abszisse angegebenes Segment auf der Ordinate des Koordinatensystems angezeigt ist. Hierbei kann die Kennung eine Nummerierung der Segmente sein.
Gemäß einer weiteren bevorzugten Ausführungsform umfasst das Verfahren des Weiteren die folgenden Schritte: Bestimmen einer Vielzahl von Beobachtungspunkten; Ermitteln einer sortierten Segmentliste für jeden der Beobachtungspunkte; und Ermitteln einer einzigen sortierten Segmentlist aus der Vielzahl von sortierten Segmentliste.
Die dargestellte mindestens eine Eigenschaft des sich räumlich und zeitlich ausbreitenden Ereignisses kann insbesondere eine Wellenhöhe einer Welle, eine Ankunftszeit einer Welle bei dem entsprechenden Segment, eine verbleibende Zeit bis zum Auftreffen einer Welle auf das entsprechende Segment, oder ein Pegelstand eines Gewässers sein.
Weitere bevorzugte Ausführungsformen der Erfindung und deren Details werden unter Bezugnahme auf die Zeichnungen näher erläutert.
Figur 1 zeigt ein Blockschaltbild eines Frühwarnsystems gemäß dem Stand der
Technik. zeigt ein Blockschaltbild eines Frühwarnsystems, wie es gemäß einer Ausführungsform der vorliegenden Erfindung verwendet werden kann. zeigt eine Darstellung zur Illustration einer räumlichen Aufteilung eines Warngebietes in verschiedene Bereiche (Segmente) eines Frühwarnsystems gemäß einer Ausführungsform der vorliegenden Erfindung. zeigt ein Beispiel zur Illustration einer Darstellungsweise eines „mareograms". zeigt ein Beispiel zur Illustration einer bekannten Darstellungsform. zeigt ein Beispiel zur Illustration einer weiteren bekannten Darstellungsform. zeigt ein Beispiel zur Illustration einer räumliche Verteilung einer Eigenschaft des raum-zeitlichen Ereignisses gemäß einer Ausführungsform der Erfindung. zeigt ein Beispiel zur Illustration einer räumliche Verteilung einer Eigenschaft des raum-zeitlichen Ereignisses gemäß einer Ausführungsform der Erfindung. zeigt ein Beispiel zur Illustration einer räumliche Verteilung einer Eigenschaft des raum-zeitlichen Ereignisses gemäß einer Ausführungsform der Erfindung. zeigt ein Beispiel zur Illustration einer räumliche Verteilung einer Eigenschaft des raum-zeitlichen Ereignisses gemäß einer Ausführungsform der Erfindung. zeigt ein Beispiel einer Darstellungsform einer Benutzeroberfläche für ein Frühwarnsystem gemäß einer bevorzugten Ausführungsform der vorliegenden Erfindung.
Figur 9 zeigt ein Verfahren gemäß einer bevorzugten Ausführungsform der Erfindung zur Erstellung und Sortierung von Warnsegmenten. Figur 10 zeigt eine beispielhafte Illustration von Aspekten des Verfahrens gemäß Figur 9.
Figur 11 zeigt eine beispielhafte Illustration von Aspekten des Verfahrens gemäß
Figur 9.
Figur 12 zeigt ein Beispiel zur Illustration der Tsunami-Direktionalität.
Figur 13 zeigt ein Verfahren gemäß einer weiteren Ausführungsform der Erfindung zur Erstellung und Sortierung von Wamsegmenten.
Figur 14 zeigt eine beispielhafte Illustration von Aspekten des Verfahrens gemäß
Figur 13.
Figur 15 zeigt eine beispielhafte Illustration einer vertikalen Aggregation von Szenarien.
Figur 16 zeigt eine beispielhafte Illustration einer vertikalen und horizontalen Aggregation von Szenarien.
Für Frühwarnsysteme ist daher, neben der Ausgestaltung der Sensorsysteme, auch die Verdichtung von Sensor-Information und anderen Informationsquellen verknüpft mit dem Faktor Zeit von zentraler Bedeutung. Hierzu kann die Zeit vom Auftreten des Ereignisses bis zum Eintreffen der Auswirkung des Ereignisses in Zeitabschnitte, sog. Zeitkomponenten unterteilt werden.
Bestehende Frühwarnsysteme benutzen zur Ermittlung einer Warnentscheidung lediglich Sensor-Information, welche die anfängliche Ausprägungen eines Ereignisses messen und an eine zentrale Ermittlungs- oder Warnentscheidungseinheit übermitteln. Dabei müssen Warnentscheidungen getroffen werden, die aufgrund des oftmals kurzen Zeitraums zwischen 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 bei „unnötigen" Evakuierungen 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 Sensoren bereits die gemessenen Werte vorverarbeiten und nur dann Signale an ein zentrales Sensorerfassungssystem 1 10 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 1 10 senden. Wenn es sich bei den Sensoren um Bojen in Küstennähe handelt, kann z. B. eine Mindeshvellenhöhe 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 verwendet 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) während 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 10 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 ßeobachtungs- gebiet 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 Warnsignale erzeugt werden können. Figur 2 zeigt ein Frühwarnsystem 200, wie es gemäß einer Ausführungsform der vorliegenden Erfindung verwendet werden kann. Das Frühwarnsystem benutzt ein Sensorsystem 120, welches Informationen von verschiedenen Sensoren bereitstellt. Dieses Sensorsystem kann wie in den zuvor beschriebenen üblichen Frühwarnsystemen ausgebildet sein.
Die Sensorsysteme können mit verschiedenen zuvor ermittelten Modelfen zur räumlich und zeitlich differenzierten Berechnung von Warnentscheidungen verknüpft werden. So wird das zu beobachtende Gebiet in verschiedene Bereiche unterteilt und es können für jedes Warngebiet eine prognostizierte Auswirkung der von den Sensoren 120 und von dem Sensorerfassungssystem 210 vorverarbeiteten Sensor-Informationen berechnet werden. Hierzu können 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 Beschaffenheit des von dem Frühwarnsystem Beobachtungsgebietes in verschiedene Bereiche unterteilt werden.
Figur 3 zeigt eine beispielhafte Darstellung, bei der das Warngebiet des Frühwarnsystems 3 0 in acht Gebiete 320 bis 327 unterteilt ist. Des Weiteren dargestellt sind die verschiedenen Sensoren 120, weiche im Fa/I eines Tsunami-Frühwarnsystems Bojen vo dem Küstenabschnitt 310 sein können. Entsprechend der Unterteilung des Gebietes in verschiedene Zonen oder Teilgebiete können vorab ein oder mehrere Ausbreitungsmodelle 220 ermittelt werden, 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, beispielsweise 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 Landnutzung/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.
Die erhaltenen Sensordaten von dem Sensorerfassungssystem 210 können so aufbereitet werden, 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 direkten 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 gar nicht von dem Ereignis betroffen sein werden.
Zusätzlich können zu den Ausbreitungsmodellen weitere Reaktionsmodelle bzw. Lagebe- schaffenheits- und Evakuierungsmodelle vorab für die verschiedenen Regionen des Gebiets 310 ermittelt und in einem Datenspeicher 240 abgelegt werden. Diese zusätzlichen Modelle können von einem Warnsignalermittlungssystem oder Ermittlungseinheit 250 zum Berech- nen eines Warninformationssignals dazu verwendet werden, die räumlich und zeitlich differenzierten Ausbreitungsszenarien, welche von dem Auswirkungsermittlungssystem 230 ermittelt wurden, weiter zu bearbeiten, 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 Sensor-Informationen des Sensorsystems 120 angewendet, um das wahrscheinlichste Ausbreitungsszenario zu ermitteln. Dadurch wird die Genauigkeit des Warnsignals bereits verbessert, da nicht die reinen Sensordaten benutzt werden, sondern diese Sensor-Information 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. Weitere 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 Sensor-Information detektierten prognostizierten Ereignisse erreicht wird, können mit den weiteren Lage-, Beschaffenheits- und Evakuierungsmodellen 240 die Maßnahmen 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 (nachfolgend auch Restlaufzeit genannt) bis zum Auftreten des Ereignisses, mit der benötigten Zeit möglicher Schutz- und Evakuierungsmaßnahmen verknüpft werden. Dies entspricht 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 Pnori'si'erung 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 Regionen 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 Ausbreitungsmodelte 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 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 Sensor-Informationen 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 differenziert zu betrachten, und die verschiedenen Gebiete können bereits durch das System und die zugrunde liegenden Modelle so prionsiert 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.
Das zuvor beschriebene System erlaubt sowohl eine„Rückwärtsnutzung", indem der späteste Warnentschetdungszeitpunkt 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. Die zuvor beschriebenen Ausbreitungsmodelle und die Reaktionsmodelle können auch als ein einheitliches Modell ausgebildet sein und in einer einzelnen Datenspeichereinheit gespeichert werden.
Eine Visualisierung der Information des sensorgestützten Frühwarnsystems und insbesondere die übersichtliche Visualisierung der räumlich verteilten Eigenschaften des erfassten Ereignisses auf ein Warngebiet wurde bisher nicht zufriedenstellend ermöglicht. In dem Anwendungsbeispiel einer Darstellung der Ankunftszeit oder Restlaufzeit bis zum Auftreffen einer Tsunamiwelle auf einen Küstenabschnitt wird üblicherweise lediglich die Ankunftszeit des Tsunamis, z. B. in verbleibenden Minuten, dargestellt.
Des Weiteren sind so genannte „mareograms", welche auch als „marigrams" bezeichnet werden, bekannt. Figur 4 zeigt beispielhaft eine solche bekannte Darstellungsweise. Wie in Figur 4 dargestellt ist, zeigt ein Marigram den zeitlichen Verlauf eines Pegels einer Tsunamiwelle in einem Koordinatensystem. Gleichzeitig wird in einer graphischen Darstellung einer Küstenlinie der Pegel mit einem festen Farbverlauf dargestellt. Diese Form der Darstellung erfolgt entweder in einem Koordinatensystem, in welches eine Küstenlinie projiziert wird, oder aber die Darstellung der Küstenlinie erfolgt auf der Oberfläche der in die Ebene projizierten Erde.
Diese Form der Darstellung wird ausführlich in John McCIoskey et. al.„Tsunami threat in the Indian Ocean from a future megathrust earthquake west of Sumatra" (Earth and Planetary Science Letters 265 (2008) 61-81 ) erläutert. Figur 5 zeigt eine solche bekannte Darstellungsform.
In derselben Publikation von John McCIoskey et. al. ist eine Darstellungsform vorgeschlagen, bei der eine Wellenhöhe in einem dreidimensionalen Koordinatensystem dargestellt wird. Figur 6 illustriert diese Darstellungsform, bei der die Küstenlinie in einer geneigten Ebene, aufgespannt durch Längen- und Breitengrad, dargestellt wird.
Selbst in anderen technischen Gebieten, die nicht mit Frühwarnsystemen in Verbindung stehen, wie beispielsweise der Routenplanung, sind die Möglichkeiten der Visualisierung von räumlichen Verteilungen eines raum-zeitlichen Ereignisses sehr begrenzt und auf lediglich diagrammatische Darstellungen von dreidimensionalen Objekten (im Allgemeinen ein Gelände oder Geländeprofil) beschränkt. Dargestellt wird üblicherweise ein Höhenprofil, welches die Verteilung der Geländehöhe von einem Startpunkt zu einem Ziel darstellt und es somit ermöglicht, die Steigungen und Gefälle eines dreidimensionalen Geländes in einem zweidimensionalen Diagramm anzuzeigen. Im Allgemeinen wird der Höhenmeter auf der Ordinatenachse und die zurückgelegte Strecke auf der Abszisse des Koordinatensystems abgebildet.
Diese bekannten Verfahren zur Darstellungen eines Höhenprofils eignen sich jedoch nur für sich nicht verändernde Geländeprofile (was beim Auftreffen einer Tsunamiwelle auf eine Küste oder Insel nicht gegeben ist) und zeigen auch nur den Verlauf entlang eines Profils von einem Start zu einem Zielpunkt. Diese Art der Darstellung würde im Anwendungsfall der Darstellung einer Wellenhöhe einer sich ausbreitenden Flutwelle nur einer Momentaufnahme entsprechen und damit lediglich die Bestimmung des Ortes der Flutwelle zum Zeitpunkt der Momentaufnahme ermöglichen. Diese Darstellung eignet sich daher nicht dafür, die Auswirkung auf eine ganze Region (z.B. Küstenlinie) darzustellen.
Im Unterschied zu diesem bekannten Verfahren erfolgt die Darstellung gemäß einer Ausführungsform der Erfindung -Targef-orientiert, d.h. zur Darstellung der räumlichen Verteilung eines raum-zeitlichen Ereignisses erfolgt ein Profilschnitt quer zur Ausbreitung des Ereignisses bzw. entlang eines betrachteten Interessens-/Schadensgebietes. Im vorgenannten Beispiel der Darstellung einer Wellenhöhe wird eine vorgegebene Küstenlinie (oder ein Region im Allgemeinen) in einzelne Segmente unterteilt (wie in Fig. 3 beispielhaft gezeigt ist), welche dann aufsteigend durchnummeriert werden können. Diese Ordnungszahlen der Segmente können dann auf der Abszisse eines zweidimensionalen Diagramms dargestellt werden. Auf der Ordinate kann dann die Wellenhöhe (beispielsweise in Metern über dem Meeresspiegel) aufgetragen werden, wobei in besonders vorteilhafter Weise ein geeigneter Farbverlauf die unterschiedlichen Höhen darstellen kann. Mehrere Verläufe (z.B. bei einer Vielzahl von Simulationen) können mit farblich oder stilistisch unterschiedlichen Linien in demselben Diagramm dargestellt werden. Alternativ kann die Überlagerung auch mit Hilfe der bekannten Kerzendarstellung („candle-stick graph") erfolgen. Der \/orieil dieser Darstellung liegt darin, dass auch kleinere Trends und Verteilungseigenschaften der in die Darstellung eingegangenen Einzelsimulationen leicht zu erkennen sind.
Da diese Darstellungsweise eine Dimensionsreduktion beinhaltet (d.h. von einem zweidimensionalen Gebiet wie beispielsweise einer Küstenlinie auf eine eindimensionale Achse), muss zusätzlich sichergestellt sein, dass der Betrachter sich orientieren kann. Dies kann durch Einführung von Labels, Richtungsangaben („NW nach SO") oder in Form eines„Run- dumblicks" erfolgen (z.B. Java-See mit Angabe von Startpunkt und Richtung).
In dem vorgenannten Beispiel zur Visualisierung einer räumlich verteilten Ankunftszeit (oder Restlaufzeit) einer ausgelösten Flutwelle an einem Küstenabschnitt kann gemäß einer weiteren Ausführungsform der Erfindung die Visualisierung erfolgen, in dem die Ausbreitung einer Auswirkung im Allgemeinen - und der Ankunftszeit im Speziellen - eines Ereignisses (Flutwelle) in einem eigentlich dreidimensionalen Gebiet in der„Draufsicht" betrachtet wird. Das bedeutet, dass die Ausbreitung der Auswirkung in der Ebene betrachtet wird. Im vorgenannten Beispiel des Auftreffens einer Flutwelle auf eine Küste wird eine vorgegebene Küstenlinie (oder eine Region im Allgemeinen) in einzelne Segmente unterteilt, welche nach einem bestimmten Kriterium (mindestens eine Ordinaiskala) benannt werden. Die Segmente werden auf der Abszisse eines zweidimensionalen Diagramms gemäß des Sortierkriteriums angeordnet. Auf der Ordinate wird die Ankunftszeit (oder Restlaufzeit) der Auswirkung des Ereignisses für das jeweilige Segment aufgetragen. Optionale vertikale Trennlinien zwischen den Segmenten erleichtern die Darstellung einer Benachbarung von den in Segmenten aufgeteilten Gebieten, so dass beispielsweise im Falle einer vorgelagerten Insel (die aufgrund der Wellenausbreitung eine geringere Restlaufzeit aufweist) dem Betrachter dieser Sachverhalt auch graphisch vermittelt wird.
Hierzu zeigt Figur 7A beispielhaft die räumliche Verteilung einer Eigenschaft des raumzeitlichen Ereignisses. Dies kann eine Wellenhöhe entlang von zuvor bestimmten Warnsegmenten (beispielsweise die verschiedenen Regionen eines Küstenabschnittes aus Figur 3) oder die Restlaufzeit der Flutwelle bis zum Auftreffen auf die entsprechenden Warnsegmente der Küstenlinie darstellen. Im letzteren Fall nähert sich bei fortlaufender Zeit die Kurve in Figur 7A in immer mehr Segmenten dem Restlaufzeitwert 0, was bedeutet, die Kurve wandert zeitlich gesehen nach unten. Alternativ kann zur Verstärkung des visuellen Eindrucks auch der Zeitpunkt 0 (welcher dem Eintreffen der Flutwelle an dem jeweiligen Segment entspricht) am oberen Skalenende der Ordinatenachse festgelegt werden. Entsprechend wächst bei fortschreitender Zeit die Kurve nach oben und würde bei vollständigem Eintreffen des Ereignisses an allen Segmenten die Graphik komplett ausfüllen.
Des Weiteren kann die Darstellung in Figur 7A durch unterschiedliche Einfärbungen unterhalb der Kurve zu einer weiteren Verbesserung des visuellen Eindrucks benutzt werden. Beispielsweise können die Farben gelb bis rot verwendet werden, wobei insbesondere kürzere Restlaufzeiten in Rottöten dargestellt werden können.
Figur 7B zeigt für das Beispiel einer Visualisierung einer Wellenhöhe entlang von Warnsegmenten eine Überlagerung mehrerer Szenarien gemäß einer weiteren Ausführungsform der Erfindung. In diesem Beispiel aus Figur 7B ist pro Szenario eine durchgehende Linie gezeigt.
In einer alternativen Darstellungsform gemäß Figur 7C verbindet eine durchgehende Linie im Gegensatz zu Figur 7B den jeweiligen Segmentwert gleichen Ranges. Dies bedeutet, dass die durchgehende Linie jeweils den kleinsten Wert, den zweitkleinsten Wert, den drittkleinsten Wert usw. verbindet. Dies verbessert die Übersichtlichkeit, da sich die Linien nicht wie in dem Beispiel aus Figur 7B kreuzen. Dahingehen hat die Ausführungsform gemäß Figur 7B den Vorteil, dass die Zugehörigkeit eines Wertes zu einem speziellen Szenario durch eine Linienverbindung erkennbar bleibt. Diese Zugehörigkeit kann jedoch gemäß weiterer Ausführungsformen der Erfindung auch durch andere graphische Gestaltungen (Farbe, Form) angezeigt werden bzw. durch die Auswahl eines Szenarios von einem graphischen Kenntlichmachen der zugehörigen Werte (Highlighting) erfolgen.
Figur 7D zeigt eine entsprechende Darstellungsform einer Wellenhöhe entlang von Warnsegmenten, bei der eine Überlagerung mehrerer Szenarien mittels der Candle-Stick- Darstellungsweise angezeigt wird.
Figur 8 ist eine beispielhafte Darstellungsform einer Benutzeroberfläche innerhalb eines Frühwarnsystems gemäß einer bevorzugten Ausführungsform der vorliegenden Erfindung. Die dargestellte Graphik, und insbesondere die Kurve, kann die Restlaufzeit einer Flutwelle bis zum Auftreffen auf die Küstenlinie eines Warnsegments oder gemäß eines anderen Beispiels die Wellenhöhe einer Flutwelle zur Zeit des Auftreffens auf die Küstenlinie (untere Graphik in Figur 8) visualisieren.
Figur 9 zeigt ein Verfahren gemäß einer bevorzugten Ausführungsform der Erfindung zur Erstellung und Sortierung von Warnsegmenten, wie es zur Visualisierung der räumlichen Verteilung einer Eigenschaften eines raum-zeitlichen Ereignisses gemäß der vorliegenden Erfindung benutzt werden kann. Beim ersten Schritt 910 werden die Warnsegmente erstellt oder ausgewählt. Diese Warnsegmente unterteilen das Warngebiet des Frühwarnsystems in Teilgebiete, wie im Zusammenhang mit Fig. 3 beschrieben wurde. Das Unterteilen des Warngebietes in Warnsegmente kann hierbei auch einmalig und/oder unabhängig von dem nachfolgenden Verfahrensschritten erfolgen. In diesem Fall kann auch lediglich eine Teilmenge von zuvor bereits festgelegten Warnsegmenten ausgewählt werden, um beispielsweise eine Restlaufzeit oder eine Wellhöhe eines Tsunamis für nur einige der Warnsegmente darzustellen.
Der Schritt 910 daher kann einmalig, beispielsweise bei einer Initialisierung des Frühwarnsystems, ausgeführt werden, um die Warnsegmente festzulegen. Daher kann der Schritt 910 als optional für das Verfahren gemäß Fig. 9 angesehen werden.
Ziel der Sortierung der Warnsegmente ist es, die Warnsegmentinformation in einer nachvollziehbaren und wiederholbaren Weise anzuordnen, um den Nutzern eine räumliche, möglichst intuitive Orientierung zu erlauben und die Suche nach einer bestimmten Informationen, wie der zeitliche und räumliche Verlauf einer Wellenhöhe oder die Restlaufzeit bis zum Auftreffen einer Flutwelle auf die Küstenlinie des Warnsegment, zu erleichtern.
Das Verfahren ist zum besseren Verständnis in den Figuren 10 und 1 anhand von zwei Beispielen graphisch illustriert. Figur 10 zeigt hierbei das Sortierungsverfahren gemäß Figur 9 für Warnsegmente am Beispiel des Indischen Ozeans/Sumatra und Figur 11 zeigt das Sortierungsverfahren gemäß Figur 9 anhand des Beispiels Javasee.
In Schritt 920 wird ein fiktiver Standort oder Beobachtungspunkt für das Warngebiet des Frühwarnsystems ausgewählt. Diese Auswahl eines fiktiven Standortes innerhalb der geographischen Umgebung des Warngebietes (oder der ausgewählten Warnsegmente) und/oder des Entstehungsgebietes des Ereignisses ist in Figur 10 am Beispiel des Indischen Ozeans/Sumatra dargestellt. Der Beobachtungspunkt„m" entspricht einem Standort eines Betrachters, von dem aus die Warnsegmente, in diesem Beispiel entlang der Küstenregionen und vorgelagerten Inseln, betrachtet werden können.
Von dem fiktiven Standort aus werden die Distanzvektoren zu den einzelnen Warnsegmenten ermittelt. Gemäß einer bevorzugten Ausführungsform wird der Standort so gewählt, dass eine ausreichende fiktive Sichtlinie für jede der ausgewählten Warnsignale gebildet werden kann, wie in Figur 10 durch Pfeile dargestellt ist. Der fiktive Standort kann auch als Referenzpunkt bezeichnet werden. Entsprechend können in einem weiteren Schritt 930 die Distanzvektoren für jedes Warnsignal ermittelt werden. Die Distanzvektoren entsprechen gemäß einer Ausführungsform der Erfindung dem Winkel gegenüber einem Referenzwinkel, wie beispielsweise einer Nord- Richtung, sowie der Entfernung zum gewählten fiktiven Standort.
Gemäß einer Ausführungsform der Erfindung können die Distanzvektoren ausgehend von dem fiktiven Beobachtungsstandort bzw. Referenzpunkt wie folgt berechnet werden. Für die Berechnung werden für die ausgewählten Warnsegmente bekannte georeferenzierte Geometrien, wie z.B. eine bekannte Küstenlinie, betrachtet. Zu Beginn der Berechnung wird für die flächenhaften Warnsegmente ein einheitlicher Messpunkt für die Bestimmung der Distanzvektoren festgelegt, um für alle Warnsegmente einheitliche Vergleichspunkte zu erhalten. Der einheitliche Messpunkt kann beispielsweise eine himmelsrichtungsmäßig bestimmte „Ecke" der Küstenlinie der Warnsegmente, beispielsweise die nordwestlich gelegene Ecke der Küstenlinie sein. Alternativ kann der einheitliche Messpunkt auch die geometrische Mitte der Küstenlinie, der Schwerpunkt der Warnsegmentflächen, welche je nach Form des Warnsegments dann auch auf See oder im Landesinneren liegen kann, oder jeder sonstige geeignete einheitliche Messpunkt sein. Danach werden für alle Warnsegmente WSt aus der Menge der ausgewählten Warnsegmente (i = 1 ... Anzahl der Warnsegmente) der Distanzvektor i (Vektor mit Anfangskoordinaten des Referenzpunktes und mit Endkoordinaten des WSi) bestimmt. Ebenso wird die Länge des Distanzvektors Vi als Strecke zwischen Anfangsund Endpunkt des Vektors bestimmt.
Bei Verwendung geografischer Koordinaten kann festgestellt werden, dass je nach gewählter Projektion Winkel-, Flächen- oder Längentreue gegeben ist, aber nicht alle Eigenschaften gleichzeitig. Beispielsweise erfolgt bei der Übertragung von Koordinaten auf einer Kugeloberfläche (3D) auf eine Karte (2D) immer mindestens eine„Verzerrung". Bei dem zuvor erläuterten Verfahren mit einer Sortierung nach Winkeln gegenüber Norden kann vorzugsweise ein winkeltreues Verfahren verwendet werden. Dies ist aber nicht zwingend erforderlich.
Zur Berechnung der Sortierung der bei einem gewählten Referenzpunkt beginnenden Distanzvektoren„im Uhrzeigersinn" wird gemäß einer bevorzugten Ausführungsform eine winkeltreue Projektion gewählt. Dies ist jedoch nicht Voraussetzung, da eine bestimmte Sortiereigenschaft nicht erforderlich ist, sondern die Einheitlichkeit und Reproduzierbarkeit prinzipiell ausreichend ist. In einem weiteren Schritt 940 werden die ermittelten Distanzvektoren nach aufsteigendem Winkel in eine sortierte Liste von Warnsegment-Distanzvektoren sortiert.
In einem nachfolgenden Schritt 950 wird die Warnsegment-Sortierung bzw. Reihenfolge entsprechend der sortierten Liste von Warnsegment-Distanzvektoren festgelegt.
Hierbei können zwei Sonderfälle auftreten, welche wie folgt behandelt werden können.
Falls kein geeigneter einzelner Standort für die Betrachtung ermittelt werden kann, kann das Verfahren auch für einzelne disjunkte Referenzpunkte durchgeführt werden. In einem zweiten Sonderfall kann die Distanz zu einem Warnsegment zum Schwerpunkt des Warnsegmentes, zum Mittelpunkt der Küstenlinie oder zu dem äußersten Punkt in Richtung aufsteigender Winkel eines Warnsegmentes, erfolgen. Führt in diesem Fall die Sortierung nach einem der Distanzmaße nicht zu einem eindeutigen Ergebnis, kann in diesem Fall eine andere Distanzermittlung gewählt werden, um zu einem eindeutigen Ergebnis zu kommen.
In dem Fall eines Frühwarnsystems für Tsunamis wird gemäß einer weiteren Ausführungsform der Erfindung ein Verfahren zur Einbeziehung der Tsunami-Direktionalität bereitgestellt.
Hierzu wurde erkannt, dass die Reihenfolge, in der ein einzelner Tsunami die Warnsegmente erreicht, insbesondere von seinem Entstehungsort, der Küstengeometrie und der sich daraus ergebenden Richtung, aus der er die Warnsegmente erreicht, abhängt.
Die Tsunami-Direktionalität ist eine Aussage zu der„Einfallsrichtung" oder den möglichen Einfallsrichtungen an einer Küstenlinie bzw. an einem Küstensegment/Warnsegment. Dies kann insbesondere bei mehreren alternativen Tsunami-Szenarien bzw Berechnungen berücksichtigt werden. Bewegt sich eine Tsunamiwelle frontal (im rechten Winkel) oder annähernd frontal auf eine (im Beispiel idealisiert als Gerade angenommene) Küstenlinie, so trifft die Welle die ganze Küstenlinie praktisch zeitgleich. Bewegt sich die Welle eher im spitzen Winkel von einer Seite auf die Küstenlinie zu, so trifft die Welle die Küstenlinie innerhalb eines Zeitfensters- zuerst das tsunaminähere Ende der Küstenlinie und zuletzt das tsunamientferntere Ende der Küstenlinie. Umso spitzer der Winkel, umso größer ist die Zeitdifferenz zwischen den Ankunftszeiten an diesen beiden Küstenendpunkten. Umso größer das Warnsegment (umso länger die Küstenlinie), umso größer ist auch die Zeitdifferenz. Figur 12 veranschaulicht die Tsunami-Direktionalität an einem beispielhaften Küstenverlauf. In den jeweils linken und rechten Teilbild ist jeweils als dunkle Fläche 1220 ein beispielhafter Küstenabschnitt dargestellt. Der entsprechend idealisierte Küstenablauf ist als Linie 1210 dargestellt. In der linken Darstellung der Fig. 12 ist ein frontales Zulaufen des Tsunamis auf die Küste entsprechend der dargestellten Pfeilrichtung 1230 dargestellt. Die rechte Bildhälfte veranschaulicht entsprechend zwei Möglichkeiten 1240 und 1245 eines seitlichen Zulaufens des Tsunamis auf die Küstenlinie.
Über mehrere Warnsegmente hinweg betrachtet können stark abweichende Einfallsrichtungen einer Tsunamiwelle an einer gegebenen, in Warnsegmenten eingeteilten Küste stark abweichende Wellenankunftszeiten an den Warnsegmenten ergeben. Sortiert man in diesen die Warnsegmente nach Wellenankunftszeit, können sich für solche stark abweichenden Fälle unterschiedliche Reihenfolgen ergeben.
Während man im Einzelfall die Tsunami-Direktionalität (den Tsunami-Einfallswinkel) einer spezifischen Welle für ein spezifisches Warnsegment (mit der jeweiligen individuellen Küstengeometrie) ermitteln kann, ergibt sich insbesondere ein Vorteil der Berücksichtigung der Tsunami-Direktionaliät, wenn eine (möglichst große) Menge alternativer Tsunami-Szenarien betrachtet und mögliche bzw. wahrscheinliche (oder zumindest mit Häufigkeitsangaben versehene) Einfallsrichtungen berechnet werden. Steht eine große Menge an vorberechneten Tsunami-Szenarien zur Verfügung, um die Gesamtheit der möglichen Küstenankunftsverhalten zu repräsentieren (und insbesondere dann, wenn diese als ausreichend vollständig angesehen werden kann), so können die so gewonnenen Häufigkeits- und Verteilungswerte in den Warnprozess einfließen. In dieser Betrachtung können zusätzlich tsunami- szenariospezifische Angaben, wie etwa Wahrscheinlichkeiten einfließen, die eine zusätzliche Gewichtungsmöglichkeit bei der Betrachtung möglicher bzw. wahrscheinlicher Einfallsrichtungen ermöglichen.
Um eine höhere Stabilität der Sortierung der Warnsegmente gegenüber dieser Tsunami- Direktionalität gemäß einer weiteren Ausführungsform der Erfindung bereitzustellen, kann das zuvor beschriebene Verfahren zur Sortierung der Warnsegmente für eine Vielzahl von Beobachtungspunkten durchgeführt werden.
Figur 13 zeigt entsprechend einer weiteren Ausführungsform der Erfindung ein Verfahren, welches die Tsunami-Direktionalität miteinbezieht. Im Schritt 1310 erfolgt eine Auswahl von einer Vielzahl von Beobachtungspunkten, wie zuvor im Zusammenhang mit Schritt 920 der Figur 9 beschrieben wurde. Diesem Schritt kann ebenfalls der optionale Schritt 910 der Figur 9 zum Erstellen der Warnsegmente vorausgehen.
Im Schritt 1320 wird für jeden der Beobachtungspunkte eine sortierte Warnsegment-Liste erstellt. Hierzu kann das Verfahren gemäß Figur 9 angewendet werden.
In einem weiteren Schritt 1330 wird aus der Menge der sortierten Liste eine sortierte Liste derart ermittelt, dass der jeweilige Rang eines Warnsegments in den einzelnen Listen das Sortierkriterium für die Ergebnisliste darstellt. Der Rang eines Segmentes kann hierbei der Position des Segmentes in einer Warnsegmentliste entsprechen. Das erstgenannte Warnsegment hat demnach Rang 1 , das zweitgenannte Rang 2, usw. Es verfolgt also eine Listenaggregation. Diese Rangangaben können mit unterschiedlichen Gewichten versehen werden, die sich unter anderem aus Wahrscheinlichkeitsabschätzungen für die Tsunami- Entstehung im Gebiet einzelner pro Betrachtungspunkte ergeben. In diesem Fall handelt es sich um eine gewichtete Listenaggregation.
Für die Listenaggregation und zur Berücksichtigung des Ranges der Warnsegmente kann zwischen zwei Fällen unterschieden werden, einem Fall mit Gewichtung sowie einem Fall ohne Gewichtung.
Im ersten Fall wird von mehreren sortierten Warnsegmentlisten ausgegangen. Wird immer die gleiche Anzahl von Warnsegmenten sortiert (entsprechend von unterschiedlichen Positionen aus) so ist jedes Warnsegment in jeder Liste genau einmal vorhanden. Entsprechend hat jedes Warnsegment in jeder Liste genau einen Rang.
Der gesamte Rang bzw. die Rangzahl eines Warnsegments ergibt sich aus der Summe der Einzelränge des Warnsegments. In der aggregierten Liste werden die Warnsegmente gemäß ihres Gesamtrangs sortiert. Für diesen Fall können gleiche Gesamtränge nach einem klassischen Tie-Breaking Verfahren sortiert werden, welches eine Wiederholbarkeit der Sortierung sicherstellt. Beispielsweise können die Warnsegmente gleichen Ranges nach aufsteigender Warnsegment-ID sortiert werden. In einem Betspiel von drei Listen, habe das Warnsegment 5 in Liste 1 den Rang 3, in Liste 2 den Rang 1 und in Liste 3 den Rang 17. Daraus ergibt sich der Gesamtrang für das Warnsegment 5 in allen drei Listen 21 (Addition der drei Ränge für das Segment). Für diesen nicht gewichteten Fall kann man zusätzlich die so ermittelte Rangzahl durch die Anzahl der aggregierten Listen dividiert werden, um so zu einer Rangzahl im Bereich [1 ... Anzahl der Warnsegmente) zu kommen. Der gesamte Rang wird somit auf die Anzahl der Warnsegmente normiert.
Für einen zweiten, gewichteten Fall werden ebenfalls mehrere sortierte Warnsegmentlisten betrachtet. Zusätzlich kann es jedoch für jeden oder einige der Referenzpunkte (und damit für jede oder einige der Listen) einen Gewichtungsfaktor geben. Hierfür kann angenommen werden, dass die Gewichtungsfaktoren im Einheitsintervall liegen und die Summe aller Gewichtungsfaktoren 1 beträgt. Ansonsten wird der Gesamtrang wie in dem oben genannten nicht-gewichteten Fall bestimmt. In dem obigen Beispiel mit drei Listen, in welchem das Warnsignal 5 in Liste 1 den Rang 3, in Liste 2 den Rang 1 und in Liste 3 den Rang 17 hat, ist zusätzlich jedem Warnsegment ein Gewichtungsfaktor zugeordnet. In diesem Beispiel sei angenommen, dass Warnsignal 5 einen Gewichtungsfaktor 0,2 für Liste 1 , einen Gewichtungsfaktor 0,3 für Liste 2 und einen Gewichtungsfaktor 0,5 für Liste 3 hat. Der Gesamtrang des Warnsegment 5 in diesen drei Listen beträgt somit 0,2 x 3 + 0,3 x 1 + 0,5 x 17 = 9,4.
Die zuvor beschriebenen zwei Möglichkeiten zur Listenaggregation und zur Berücksichtigung des Ranges der Segmente sind jedoch nur vorteilhafte Beispiele. Für die vorliegende Erfindung können auch alternative Möglichkeiten der Berücksichtigung genutzt werden.
Figur 14 illustriert das Sortierungsverfahren gemäß Figur 13, welches die Tsunami- Direktionalität einbezieht, erneut am Beispiel Javasee und zeigt eine Vielzahl von möglichen Beobachtungspunkten (bzw. Referenzpunkte)„m".
Gemäß einer weiteren Ausführungsform der Erfindung wird die Aggregation von Szenarien über warnrelevante Parameter am Beispiel des Tsunami-Warnsystems für zwei Fallgruppen beschrieben.
Für eine Menge von im Zusammenhang zu beurteilenden und mit einer Datenbank von vorberechneten Szenarien zu vergleichenden Sensorobservationen wird eine gewichtete Liste von möglichen Trefferszenarien einschließlich von Fehler- und Qualitätsmaßen ermittelt. Hierzu kann auf Basis einer Analyse der Ergebnisliste entschieden werden, ob und wenn ja, wie viele und welche Szenarien in einer jeweiligen Ergebnisliste zu aggregieren sind.
Als vorgegebener erster Schritt kann die Ergebnisliste anhand verschiedener Kriterien hinsichtlich Homogenität Heterogenität in den vorhergesagten Folgen, Treffergenauigkeit bzw. Fehlermaße, Clusterbildung, etc. bewertet werden. Anschließend können die entsprechenden Szenarien zu einem aggregierten oder bevorzugten Szenario zusammengefasst werden.
Jedes Szenario beinhaltet Vorhersagewerte für bestimmte Parameter (z.B. Tsunamiankunftszeit, Wellenhöhe, Überflutungsfläche) an bestimmten Vorhersagepunkten oder in bestimmten Vorhersagebereichen (z.B. einem Warnsegment).
Die Aggregation der Szenarien kann über relevante Szenarienparameter stattfinden, wobei verschiedene Fälle unterschieden werden können. Gemäß eines ersten Falles weisen alle zu aggregierenden Szenarien den zu aggregierenden Parameter auf. Gemäß eines zweiten Falles weist nur ein Teil der zu aggregierenden Szenarien den zu aggregierenden Parameter auf.
Figur 15 zeigt an einem Beispiel eine gewichtete Ergebnisliste 1510 sowie die zu ermittelnde aggregierte Tsunamibeschreibung 1540. In diesem Beispiel weisen alle zu aggregierenden Szenarien den zu aggregierenden Parameter auf. Dargestellt sind beispielhaft drei Warnsegmente 1520. Für diese Warnsegmente liegen entsprechend des Beispiels aus Figur 15 für alle Szenarien die zu aggregierenden Informationen vor. In dem dargestellten Beispiel sind entsprechend vier Szenarien 1515 bis 1518 dargestellt, welche sich jeweils über alle drei Warnsegmente 1520 erstrecken. Die verschiedenen Warnsegmente 1520 können z.B. verschiedene Küstenabschnitte eines Tsunamiwarnsystems sein. In dem gezeigten Beispiel ist lediglich in vertikaler Richtung zu aggregieren, da es keine horizontalen Lücken in der zu aggregierenden Information zu schließen gilt und für jedes Warnsegment entsprechende aggregierte Werte ermittelbar sind.
Figur 16 zeigt ein entsprechendes Beispiel, wo es solche Informationslücken 1617, 1618 und 1620 in den Szenarien für manche Warnsegmente gibt. Daher muss in dem Beispiel gemäß Fig. 16 nicht nur in vertikaler, sondern auch in horizontaler Richtung aggregiert werden, da nicht alle Szenarien für alle Wamsegmente die zu aggregierenden Informationen enthalten. Dieser Fall kann insbesondere bei lokalen Szenarien auftreten, die nur einen geringen Abdeckungsbereich haben. Eine mögliche Aggregation zum Schließen einer„Lücke" ist eine Interpolation oder Extrapolation der Daten, insbesondere der Information der Nachbarbereiche der zu schließenden Informationslücke. Bei der horizontalen Aggregation gilt es insbesondere Konsistenzprobleme zu vermeiden, die dadurch entstehen können, dass das bevorzugte Szenario aus partiellen Einzelszenarien zusammengestellt wird, welche ggf. stark abweichende Annahmen bzgl. der Tsunamianregung bzw. Tsunamiausbreitung beinhalten. Dieser Inkonsistenztyp kommt besonders dann stark zum Tragen, wenn auf eine vertikale Aggregation (z.B. aufgrund der Treffergüte) verzichtet werden kann, das beste Szenario / die besten Szenarien jedoch nicht für alle Warnsegmente Informationen beinhalten.
Die Regeln, nach denen entschieden werden kann, ob eine vertikale Aggregation und / oder eine horizontale Aggregation erforderlich sind, können jedoch entsprechend nachdefiniert werden und sind anfänglich nicht erforderlich. Dies trifft zu, da der sog.„worst-case" Ansatz im Falle der vertikal-horizontalen Aggregation bereits in der Form beschreibbar ist, als nach der Entscheidung, dass je Warnsegment n Szeneriendaten aggregiert werden sollen, die je Warnsegment besten n Szenarien, die für das Warnsegment die zu aggregierenden Informationen enthalten, verwendet werden.
Die Aggregation der Szenarienparameter kann nach einer bestimmten, vorgegebenen Funktion stattfinden. Mögliche Funktionen sind für das Anwendungsbeispiel von vorhergesagten Wellenhöhen bei Tsunamiszenarien: Worst Case (Zielfunktion max); Mittelwert; X% - Quan- til; oder Median. Am Beispiel von vorhergesagten Ankunftszeiten eines Tsunamis wären dies: Worst Case (Zielfunktion min); Mittelwert; X% - Quantil; oder Median.
Den obigen Funktionen kann auch eine Ausreißerelimination vorgeschaltet werden, beispielsweise durch Einsatz eines RANSAC - oder eines ähnlichen Algorithmus.
Die je nach zu aggregierendem Parameter einzusetzenden Aggregierungsfunktionen können dabei rein auf den zu aggregierenden Parameterwerten aufsetzen oder auch vorhandenes Hintergrundwissen nutzen. So können beispielsweise vorhandene Risikoinformationen pro Warnsegment, oder vorhandene Vulnerabilitätsinformationen pro Warnsegment eingebunden werden. Die einzelnen Szenarien können dabei mit unterschiedlichen Gewichten, beispielsweise gemäß der vermuteten Eintrittswahrscheinlichkeit, gewichtet werden.
Gemäß einer weiteren Ausführungsform der Erfindung können die Warnsegmente derart gegliedert werden, dass deren Zugehörigkeit zu einer geografischen Einheit, wie beispielsweise einer Insel, sofort ersichtlich wird. Die Warnsegmente, für die Informationen, wie eine Wellenhöhen-Darstellung oder eine Ankunftszeit-Darstellung, angezeigt werden sollen, gehören in der Regel zu übergeordneten Strukturen (z.B. Verwaltungseinheiten), deren Namen bekannt sind und daher für eine Orientierung genutzt werden können.
Daher ist gemäß einer weiteren Ausführungsform der Erfindung vorgeschlagen, dass am oberen oder unteren Rand einer Darstellung in einer Benutzeroberfläche Balken mit diesem Namen der übergeordneten Einheiten derart eingeblendet werden können, so dass alle darunter bzw. darüber angezeigten Warnsegment-Information zu der jeweils darüber bzw. darunter angezeigten übergeordneten Einheit gehören. Die Balkenbreite kann dabei mit der Anzahl der zugehörigen Warnsegmente variieren. Als Beispiel für ein Tsunami- Frühwarnsystem in Indonesien kann die betrachtete Küste des Indischen Ozeans beispielsweise in 125 Warnsegmente eingeteilt werden, die über die Inseln Sumatra, Java und Bali verteilt sind. Hier werden entsprechend drei Balken mit den jeweiligen Inselnamen eingeblendet, so dass die Zugehörigkeit eines jeden der 125 Warnsegmente zu einer der drei Inseln sofort ersichtlich wird.
Um zu verhindern, dass die Darstellung der sortierten Warnsegment-Liste nicht zu erkennen lässt, welche Warnsegment-Nachbarn in der Liste auch tatsächlich benachbarte Regionen sind, kann gemäß einer weiteren Ausführungsform der Erfindung eine optische Trennung von unzusammenhängenden Warnsegment-Übergängen aus der erstellten sortierten Warnsegment-Liste erfolgen. So können beispielsweise Warnsegmente auf vorgelagerten Inseln Sprünge in der dargestellten Eigenschaft des Tsunamis (z.B. Sprünge in der Wellenhöhen- Darstellung) auftreten, was in der vorgeschlagenen durchgehenden grafischen Darstellung zu Fehlinterpretationen führen könnte. Im Beispiel der Darstellung einer Wellenhöhe eines Tsunamis können dort, wo zwei in der Sortierung benachbarte Warnsegmente nicht auch in der Realität benachbarter Regionen darstellen, optische (senkrechte) Trennstriche gezogen werden und die ansonsten zwischen den Wellenhöhen zweier benachbarter Warnsegmente gezogene gerade Linie derart dargestellt wird, dass sie jeweils horizontal bis zum Trennstrich gezogen wird. In einem weiteren Beispiel kann bei der Darstellung der Ankunftszeit eines Tsunamis bei den jeweiligen Warnsegmenten, dort, wo in der Sortierung zwei benachbarte Warnsegmente, die in der Realität nicht benachbart sind, durch optische (senkrechte) Trennstriche gezogen werden und die ansonsten zwischen den Ankunftszeiten zweier benachbarter Warnsegmenten gezogene gerade Linie derart dargestellt werden, dass sie jeweils horizontal bis zum Trennstrich gezogen wird.
Zur Ermittlung, welche Warnsegmente als tatsächlich benachbart gelten, kann das oben beschriebene Sortierungsverfahren verwendet werden. Die dabei ermittelten Distanzen können in der resultierenden sortierten Liste verwendet werden, um die Distanzdifferenz zweier Listennachbarn mit einem Schwellwert zu vergleichen. Wird der Schwellwert überschritten, wird eine optische Trennung eingefügt.
Die Darstellung kann bezüglich der Warnsegment-Achse, als auch bezüglich der Ankunftszeitsachse zoombar (hereinzoomen, herauszoomen) ausgebildet sein.
In dem Beispiel einer Darstellung mehrerer Wellenhöhen eines Tsunamis kann es aus verschiedenen Gründen erforderlich sein, neben einer (Haupt-)Wellenhöhe ja Warnsegment auch alternative Wellenhöhen darzustellen. Dies kann dann vorteilhaft sein, wenn es noch große Unsicherheiten bezüglich des anzunehmenden Ereignisses (Tsunami) gibt, und gegebenenfalls mehrere Alternativen berücksichtigt oder aggregiert werden müssen, um entsprechende Unsicherheiten zu mindern. Beispielsweise kann bei großer Unsicherheit in der Tsunami-Szenario-Vorhersage nach einem bestimmten vorher festgelegten Verfahren mehrere Tsunami-Szenarien zu einem aggregierten vorhergesagten Tsunami-Szenario zusam- mengefasst werden. Zur Darstellung der alternativen Wellenhöhen können Diagramme dieser alternativen Wellenhöhen auch als Liniengrafiken dem Hauptwellenhöhen-Diagramm überlagert werden, um flächige Überdeckungen zu vermeiden. Dies ist in der grafischen Benutzerschnittstelle aus Figur 8 exemplarisch dargestellt. Die gleiche Überlagerung kann auch auf andere Eigenschaften eines raum-zeitlichen Ereignisses angewendet werden, wie beispielsweise einer Darstellung mehrerer Ankunftszeiten eines Tsunamis.
Um ein aufwändiges und unübersichtliches Links-/Rechts-Scrollen bei einer großen Anzahl von Warnsegmenten, für die die Eigenschaft eines Ereignisses (z.B. Wellenhöhe oder Ankunftszeit eines Tsunamis) selbst für den Fall zu verhindern, dass ein die Übersicht verbesserndes Herauszoomen nicht mehr möglich ist, kann oberhalb oder unterhalb der Darstellung ein Anzeigebalken eingeblendet werden, dessen Breite immer annähernd gleich bleibt und über die gesamte Breite des sichtbaren Diagrammausschnitts reicht, und in dessen Inneren ein Rechteck durch Position und Breite angibt, welcher Bereich des Gesamtdiagramms gerade sichtbar ist. Dieses Rechteck kann innerhalb des Anzeigebalkens bewegt werden und beeinflusst damit den angezeigten Ausschnitt des Gesamtdiagramms. Dies kann beispielhaft der Figur 8 entnommen werden.
Des Weiteren wird gemäß einer weiteren Ausführungsform der Erfindung vorgeschlagen, dass die Darstellung mit anderen Warnsegment-basierten Grafiken synchron gescrollt werden kann. Darüber hinaus kann durch eine Selektierbarkeit der Warnsegment-Information in der Darstellung (z.B. durch Klicken auf den Darstellungsbereich für ein bestimmtes Warnsegment) eine Verknüpfung mit anderen Informationen hergestellt werden. Hierzu zählt beispielsweise die Auswahl eines Warnsegmentes in einer anderen Darstellungsform, wie einer Karten- oder Tabellendarstellung, welche zu einer Auswahl des entsprechenden Darstellungsteils, zu einem Sprung dorthin bzw. einem automatischen Scrollen dorthin führen kann, falls der Teil der Darstellung nicht sichtbar sein sollte, da beispielsweise dieser Teil links oder rechts außerhalb des Anzeigebereiches der ßenutzerschnittstelle liegt. Umgekehrt kann die Auswahl einer Warnsegment-Information (z.B. Wellenhöhendarstellung oder Ankunftszeitdarstellung) das entsprechende Warnsegment in anderen Darstellungsarten (Karten, Tabellen oder Ähnliches) auswählen.
Die zuvor beschriebenen Ausführungsformen der Erfindung können nicht nur auf Frühwarnsysteme, sondern auch auf entsprechende Leitstellentechnik, Warnsysteme im Allgemeinen und Lagezentren im Allgemeinen angewandt werden, um eine Visualisierung von Eigenschaften und insbesondere einer räumlichen und zeitlichen Verteilung der Eigenschaften eines raum-zeitlichen Ereignisses auf ein in Segmente unterteilbares Gebiet zu visualisie- ren.
Die vorliegende Erfindung wurde entsprechend anhand der bevorzugten Ausführungsform mit Verweis auf die Figuren erläutert. Der Fachmann erkennt jedoch, dass verschiedene Modifizierungen, Variationen und Verbesserungen der vorliegenden Erfindung im Lichte der oben erläuterten technischen Lehre und innerhalb des Bereichs der angefügten Patentansprüche möglich ist, ohne von dem Grundgedanken der Erfindung abzuweichen. Ferner wurden jene Bereiche, von denen angenommen wird, dass der Fachmann damit vertraut ist, hierin nicht beschrieben, um die beschriebene Erfindung so klar wie möglich zu beschreiben, ohne durch unnötige Details abzulenken. Daher ist die Erfindung nicht als durch die speziellen anschaulichen Ausführungsformen eingeschränkt zu betrachten, sondern lediglich durch den Bereich den angefügten Patentansprüche.

Claims

Patentansprüche
1. Verfahren zur computer-implementierten Darstellung einer räumliche Verteilung einer Eigenschaft eines sich räumlich und zeitlich ausbreitenden Ereignisses auf ein räumliches Gebiet (310), wobei die Eigenschaft von einem Frühwarnsystem ermittelt wird, wobei das Verfahren umfasst:
Auswählen von einer Vielzahl von Segmenten, wobei das räumliche Gebiet die Vielzahl von Segmenten umfasst;
Sortieren der Segmente; und
Darstellen der räumlichen Verteilung für die Vielzahl von Segmenten, wobei eine Kennung der Segmente auf der Abszisse eines Koordinatensystems und die Auswirkung der Eigenschaft auf ein durch die Abszisse angegebenes Segment auf der Ordinate des Koordinatensystems angezeigt ist.
2. Verfahren gemäß Anspruch 1 , wobei das Sortieren der Segmente umfasst:
Bestimmen (920) eines ßeobachtungspunktes;
Ermitteln (930) eines Distanzvektors für jedes der Segmente, wobei ein Distanzvektor für ein Segment entspricht einem Winkel gegenüber einem Referenzwinkel und einer Entfernung zwischen dem Beobachtungspunkt und dem Segment;
Sortieren (940, 950) der Segmente gemäß aufsteigender Winkel der entsprechenden Segmente.
3. Verfahren gemäß Anspruch 1 oder 2, wobei die Kennung der Segmente eine Numme- rierung ist.
4. Verfahren gemäß einem der Ansprüche 1 bis 3, wobei die Eigenschaft des sich räumlich und zeitlich ausbreitenden Ereignisses eine Wellenhöhe einer Welle, eine Ankunftszeit einer Welle bei dem entsprechenden Segment, eine verbleibende Zeit bis zum Auftreffen einer Welle auf das entsprechende Segment, oder ein Pegelstand eines Gewässers ist.
5. Verfahren gemäß einem der Ansprüche 1 bis 4, wobei das Verfahren weiter umfasst:
Unterteilen des räumlichen Gebietes in die Vielzahl von Segmenten.
6. Verfahren gemäß einem der Ansprüche 1 bis 5, wobei das Verfahren weiter umfasst: Bestimmen (1210) einer Vielzahl von Beobachtungspunkten;
Ermitteln (1220) einer sortierten Segmentliste für jeden der Beobachtungspunkte; und
Ermitteln (1230) einer einzigen sortierten Segmentlist aus der Vielzahl von sortierten Segmentliste.
7. Verfahren gemäß einem der Ansprüche 1 bis 6, wobei der Zahlenwert der Eigenschaft entsprechend eines vorgegebenen Farbverlaufes dargestellt wird.
8. Verfahren gemäß einem der Ansprüche 1 bis 7, wobei zusätzliche vertikale Trennlinien zwischen den Segmenten die Benachbarung zweier Gebiete anzeigen.
9. Verfahren gemäß Anspruch 8, wobei die beiden Gebiete Festland und/oder Inseln umfassen.
10. Verfahren gemäß einem der Ansprüche 1 bis 9, wobei die Segmente auf der Abszisse äquidistant dargestellt sind.
1 1. Verfahren gemäß einem der Ansprüche 1 bis 10, wobei die Segmente auf der Abszisse im Verhältnis zur Fläche des durch das Segment spezifizierten räumlichen Gebiets dargestellt sind.
12. Verfahren gemäß einem der Ansprüche 1 bis 1 1 , wobei die Segmente auf der Abszisse im Verhältnis zur Küstenlinie des durch das Segment spezifizierten räumlichen Gebiets dargestellt sind. 3. Frühwarnsystem umfassend eine grafische Benutzerschnittstelle zur Darstellung einer räumliche Verteilung einer Eigenschaft eines sich räumlich und zeitlich ausbreitenden Ereignisses auf ein räumliches Gebiet (310), wobei das Frühwarnsystem angepasst ist, ein Verfahren gemäß einer der Ansprüche 1 bis 12 auszuführen.
14. Computer-lesbares Medium welches computer-lesbare Befehle umfasst, die, wenn sie auf einem Computersystem ausgeführt werden, dieses veranlassen ein Verfahren gemäß einer der Ansprüche 1 bis 12 auszuführen.
PCT/EP2011/001222 2010-03-12 2011-03-11 Verfahren und vorrichtung zur visualisierung von räumlich verteilten informationen in einem frühwarnsystem WO2011110366A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102010011186.4A DE102010011186B4 (de) 2010-03-12 2010-03-12 Verfahren und Vorrichtung zur Visualisierung von räumlich verteilten Informationen in einem Frühwarnsystem
DE102010011186.4 2010-03-12

Publications (1)

Publication Number Publication Date
WO2011110366A1 true WO2011110366A1 (de) 2011-09-15

Family

ID=44123376

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2011/001222 WO2011110366A1 (de) 2010-03-12 2011-03-11 Verfahren und vorrichtung zur visualisierung von räumlich verteilten informationen in einem frühwarnsystem

Country Status (2)

Country Link
DE (1) DE102010011186B4 (de)
WO (1) WO2011110366A1 (de)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI496118B (de) * 2013-09-24 2015-08-11
CN110543406A (zh) * 2019-08-27 2019-12-06 正知（上海）智能技术有限公司 一种基于工业人机界面显示处理报警信息的方法及装置
CN111080557A (zh) * 2019-12-24 2020-04-28 科大讯飞股份有限公司 亮度均衡处理方法及相关装置
CN114187751A (zh) * 2021-12-06 2022-03-15 西南交通大学 预警系统的适应性评价方法、装置、设备及可读存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021058051A1 (de) 2019-09-26 2021-04-01 Geomar Helmholtz-Zentrum Für Ozeanforschung Kiel Meeresbodenmessungen-messeinheit, meeresbodenmessungen-messeinheiten-sensorschwarm und einsatzverfahren dafür
CN112526606A (zh) * 2021-02-08 2021-03-19 南京云创大数据科技股份有限公司 一种基于异构多分类模型的震源类型预测方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1304049A (zh) * 1999-12-16 2001-07-18 宋期 全球尺度强地震趋势预警系统
JP2007018291A (ja) * 2005-07-08 2007-01-25 Port & Airport Research Institute 津波情報提供方法および津波情報提供システム
US20070203759A1 (en) * 2006-02-27 2007-08-30 Guy Carpenter & Company Portfolio management system with gradient display features
US20080270034A1 (en) * 2007-04-27 2008-10-30 Friedlander Robert R System and method for detection of earthquakes and tsunamis, and hierarchical analysis, threat classification, and interface to warning systems
US20090309742A1 (en) * 2008-06-11 2009-12-17 Jillian Alexander Disaster alert display (dad) emergency and natural disaster warning system that automatically detects if people are caught in an emergency or disaster, determines if they are ok, and notifies their emergency contacts

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6990385B1 (en) * 2003-02-03 2006-01-24 Kla-Tencor Technologies Corporation Defect detection using multiple sensors and parallel processing

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1304049A (zh) * 1999-12-16 2001-07-18 宋期 全球尺度强地震趋势预警系统
JP2007018291A (ja) * 2005-07-08 2007-01-25 Port & Airport Research Institute 津波情報提供方法および津波情報提供システム
US20070203759A1 (en) * 2006-02-27 2007-08-30 Guy Carpenter & Company Portfolio management system with gradient display features
US20080270034A1 (en) * 2007-04-27 2008-10-30 Friedlander Robert R System and method for detection of earthquakes and tsunamis, and hierarchical analysis, threat classification, and interface to warning systems
US20090309742A1 (en) * 2008-06-11 2009-12-17 Jillian Alexander Disaster alert display (dad) emergency and natural disaster warning system that automatically detects if people are caught in an emergency or disaster, determines if they are ok, and notifies their emergency contacts

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DATABASE WPI Week 200168, Derwent World Patents Index; AN 2001-597601, XP002642205 *
JOHN MCCLOSKEY: "Tsunami threat in the Indian Ocean from a future megathrust earthquake west of Sumatra", EARTH AND PLANETARY SCIENCE LETTERS, vol. 265, 2008, pages 61 - 81, XP022389004
PEMJIT APHIMAETEETHOMRONG ET AL: "A Visualization Portal for a Tsunami Warning System on a Distributed Environment", SOFTWARE ENGINEERING, ARTIFICIAL INTELLIGENCE, NETWORKING, AND PARALLEL/DISTRIBUTED COMPUTING, 2008. SNPD '08. NINTH ACIS INTERNATIONAL CONFERENCE ON, IEEE, PISCATAWAY, NJ, USA, 6 August 2008 (2008-08-06), pages 694 - 699, XP031315827, ISBN: 978-0-7695-3263-9 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI496118B (de) * 2013-09-24 2015-08-11
CN110543406A (zh) * 2019-08-27 2019-12-06 正知（上海）智能技术有限公司 一种基于工业人机界面显示处理报警信息的方法及装置
CN111080557A (zh) * 2019-12-24 2020-04-28 科大讯飞股份有限公司 亮度均衡处理方法及相关装置
CN111080557B (zh) * 2019-12-24 2023-10-27 科大讯飞股份有限公司 亮度均衡处理方法及相关装置
CN114187751A (zh) * 2021-12-06 2022-03-15 西南交通大学 预警系统的适应性评价方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
DE102010011186B4 (de) 2014-09-04
DE102010011186A1 (de) 2011-09-15

Similar Documents

Publication Publication Date Title
DE102010011186B4 (de) Verfahren und Vorrichtung zur Visualisierung von räumlich verteilten Informationen in einem Frühwarnsystem
EP2418510B1 (de) Verfahren zur Beurteilung einer Bodenfläche auf deren Eignung als Landezone oder Rollfläche für Luftfahrzeuge
DE60208438T2 (de) Verfahren zum anzeigen der position eines flugzeugs in einer anzeigeeinrichtung zur luftverkehrskontrolle
EP3121620B1 (de) Verfahren zur segmentierung der daten eines 3d-sensors, erzeugt in gegenwart von aerosol-wolken, zur erhöhung des situationsbewusstseins und der lageerkennung von hindernissen
Selçuk et al. Monitoring land-use changes by GIS and remote sensing techniques: case study of Trabzon
EP3387633B1 (de) Verfahren und system zur verkehrsvorhersage in querschnittsbeschränkten seegebieten
DE102009019606B4 (de) Verfahren und Vorrichtung zum Ermitteln von Warnungen in einem sensorgestützten Frühwarnsystem
DE102017210390A1 (de) Verfahren, Vorrichtung und System zur Bestimmung eines Windeinflusses auf ein Objekt
DE112017004901T5 (de) Hochwasservorhersage-System, Vorhersageverfahren und Vorhersageprogramm
WO2011069613A1 (de) Vorrichtung und verfahren zur risikobasierten zuweisung von warnstufen
van Westen 17 GIS for the assessment of risk from geomorphological hazards
DE102009056777B4 (de) System und Verfahren zum Segmentieren einer Zielregion in räumliche Warneinheiten eines sensorgestützten Frühwarnsystems
DE102013217223A1 (de) Überwachungsanlage sowie Verfahren zur Darstellung eines Überwachungsbereichs
Lentini et al. Consequence analyses induced by landslides along transport infrastructures in the Enna area (South Italy)
EP3127042A1 (de) Informationsanzeige zu durch fenster sichtbaren, bewegten objekten
WO2018210487A1 (de) Verfahren, vorrichtung und system zum ermitteln eines wettergebiets
DE112017001558T5 (de) Kartenanzeigesystem und Kartenanzeigeprogramm
WO2019162112A1 (de) Überwachungssystem für objektbewegungen und überwachungsverfahren
EP3175255B1 (de) Verfahren zum bestimmen einer position und/oder ausrichtung eines sensors
EP2687819A1 (de) Aufbereitung von ortsbezogenen Daten
DE102019002574A1 (de) Navigationssystem und Verfahren zum diskreten Routen
WO2017144033A1 (de) Verfahren zur ermittlung und darstellung von veränderungen in einer ein reales gelände und darin befindliche reale objekte umfassenden realumgebung
EP2921879B1 (de) Klassifikationsverfahren für Messpunkte eines topobathymetrischen Datensatzes
DE102010052711A1 (de) Verfahren und Vorrichtung zur Darstellung von Informationen mehrerer Sensorsysteme in einem Frühwarnsystem
DE102020122638A1 (de) Verfahren zur Prädiktion eines Aufenthaltsorts und/oder eines Fahrverhaltens eines Ego-Fahrzeugs

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: 11708204

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 11708204

Country of ref document: EP

Kind code of ref document: A1