WO2012069207A2 - Verfahren und vorrichtung zur darstellung von informationen mehrerer sensorsysteme in einem frühwarnsystem - Google Patents

Verfahren und vorrichtung zur darstellung von informationen mehrerer sensorsysteme in einem frühwarnsystem Download PDF

Info

Publication number
WO2012069207A2
WO2012069207A2 PCT/EP2011/005947 EP2011005947W WO2012069207A2 WO 2012069207 A2 WO2012069207 A2 WO 2012069207A2 EP 2011005947 W EP2011005947 W EP 2011005947W WO 2012069207 A2 WO2012069207 A2 WO 2012069207A2
Authority
WO
WIPO (PCT)
Prior art keywords
event
timeline
sensor
representation
early warning
Prior art date
Application number
PCT/EP2011/005947
Other languages
English (en)
French (fr)
Other versions
WO2012069207A3 (de
Inventor
Ulrich Raape
Original Assignee
Deutsches Zentrum für Luft- und Raumfahrt e.V.
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. filed Critical Deutsches Zentrum für Luft- und Raumfahrt e.V.
Publication of WO2012069207A2 publication Critical patent/WO2012069207A2/de
Publication of WO2012069207A3 publication Critical patent/WO2012069207A3/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
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/01—Measuring or predicting earthquakes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/34—Displaying seismic recordings or visualisation of seismic data or attributes
    • G01V1/345—Visualisation of seismic data or attributes, e.g. in 3D cubes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/70—Other details related to processing
    • G01V2210/74—Visualisation of seismic data

Definitions

  • the present invention generally relates to the representation of information from multiple sensor systems in a sensor-based early warning system, and more particularly to the representation of decision support information in a control room of a multi-sensor sensor-based early warning system for assessing a spatiotemporal event such as a tsunami or earthquake.
  • 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 concomitant damage of a tsunami warning caused by a short-term evacuation of a coastal region, the early warning system only gives decision-supporting recommendations for action to a team of trained seismologists, which ultimately assumes responsibility for whether an actual warning is given.
  • 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. Accordingly, it should be possible to look at different regions differently, for example in chronological order, and to warn them differently.
  • the actual location of the occurrence of a sea or earthquake can only be determined inaccurately.
  • a tidal wave can also be caused by slipping of slopes under water.
  • 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.
  • preprocessed data from different systems were combined to determine a singular event, such as the generation of a tsunami with respect to the excitation region, the type and intensity of the impulse, and so on.
  • a singular event such as the generation of a tsunami with respect to the excitation region, the type and intensity of the impulse, and so on.
  • Such an event triggers a chain of predefined measures.
  • These include, for example, the activation of further sensor systems (or the switching of the operating modes of existing systems), but also the initiation of simulations or the comparison with results of stored simulations or other historical data.
  • the system on which this aggregation and analysis of the various types of information occurs is a decision support system (such as the GITEWS Decision Support System, DSS).
  • the sensor data as well as the analysis results must be presented up-to-date, comprehensively but nevertheless clearly to the on-duty personnel or the decision maker.
  • the present invention relates to the technical interface between the decision maker (for example, in the GITEWS context, called “Chief Officer on Duty", “COOD”) and the decision support system (such as in the GITEWS context DSS), which is responsible for that at any time, the current situation is on the one hand presented in a clear form, but on the other hand detailed information, up to the detailed data of the sensors are available at any time.
  • COOD Chief Officer on Duty
  • the present invention relates to the computer-aided display of a spatial and temporal situation image, which results from the aforementioned preprocessed sensor data, events, simulations and decision support information.
  • 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 present invention is based on the object for a tsunami warning system improved visualization of one or more properties of a spatially and temporally propagating tidal wave in their spatial distribution to a corresponding warning area (such as coastal sections and / or islands) in an improved manner in a To provide the control room of the early warning system.
  • method for computer-implemented representation of a spatial and temporal situation image consists provided from at least one event.
  • the event or events are displayed both in a cartographic view and on a timeline separated from the cartographic view, with both representations being linked in terms of content and graphics.
  • At least one prediction of an effect of the event in the cartographic view and the timeline is performed, and the prediction is based on at least one simulation or a predetermined rule.
  • an expected second consecutive event causally linked to a first event can be displayed in the same cartographic view and the timeline.
  • the same symbolic representation may be used in both the cartographic view and the timeline. For this purpose, it is advantageous to use the symbolic representation in normal representation or in a modified symbolic representation, the latter allowing a conclusion on the status of the event.
  • the representation of the current time or a simulated time (for example for test or training purposes) on the timeline can be made by a vertical line.
  • at least one further line may represent a decision to be made by a user, whereby the time interval of the lines results from at least one prediction method.
  • timeline grouped to represent the events, predictions and / or a decision to be made by the user may be grouped horizontally into categories. Furthermore, one or more events can be summarized in one operation in a separate view, wherein information groups can be switched on and off. It is also possible to change the timeline in relation to its scaling.
  • the method described above and below is implemented in an early warning system which comprises a graphical user interface for displaying a spatial distribution of at least one spatially and temporally propagating event on a spatial area.
  • the method described above and described below may be implemented by computer readable instructions on a computer readable medium, the computer readable instructions carrying out the method of any one of the above Embodiments of the invention execute, if they are executed on a computer system.
  • FIG. 1 shows a block diagram of an early warning system according to the prior art
  • Figure 2 shows a block diagram of an early warning system, as it according to a
  • Embodiment of the present invention can be used.
  • FIG. 3 shows a representation to illustrate a spatial distribution of a
  • Warning area in different areas (segments) of an early warning system according to an embodiment of the present invention.
  • FIG. 4 shows an exemplary representation of a coastline with a
  • Tsunami warning system which can be used for an embodiment of the present invention.
  • Figure 5 shows an exemplary representation in a timeline according to a
  • 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 may already pre-process the measured values and only send signals to a central sensor detection system 110 if a relevant measurement is present.
  • the sensors can classify the measured values on the basis of preset threshold values and send them to the central detection unit 110 in accordance with the classification of corresponding signals. If the sensors are buoys near the coast, z. B.
  • a minimum wave height are defined for each buoy, from which the buoy sends a corresponding signal to the central detection unit 1 10.
  • various signals may be sent to the central unit 110 according to different threshold values of the measured wave height.
  • Such 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 110 will process the received signals of the various sensors and output a warning signal 130 according to these values.
  • This warning signal can either be sent directly to the affected region and population via a communication system, or it can be used by authorities as a basis for decision-making to initiate protection or evacuation in the area concerned.
  • the observation area refers to the area detected by the sensors, while the warning area refers to the area or areas for which one or more warning signals can be generated.
  • FIG. 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 covered 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 310 is subdivided into eight areas 320 to 327, wherein the number eight is to be understood as an example of a multiplicity of warning areas.
  • the various sensors 120 which, in the case of a tsunami early warning system, may be buoys in front of the coastal section 310.
  • 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 a Describe propagation model 220 that takes into account local circumstances and relationships between the locations of sensors 120 and the corresponding affected areas 320-327. 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, 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 can the regions first of which Event are given higher priority than those regions that will be affected later or not at all by the event.
  • reaction models or attitude condition and evacuation models can be determined in advance for the different regions of the area 310 and stored in a data memory 240.
  • additional models may be used by a warning signal determination system 250 to calculate a warning information signal to further process the spatially and temporally differentiated propagation scenarios determined by the impact determination system 230 to provide further improved and optimized warning signals and information relevant to warnings.
  • 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 by means of previously determined, theoretically possible propagation scenarios for different possible events are evaluated and processed.
  • 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.
  • the additional location, condition and evacuation models 240 can further enhance this prioritization and time warning determination for the regions. For example, in Region B there is an increased number of critical facilities, such as: 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 here.
  • the models 240 can be used to change the time to warning for each region based on the required evacuation time.
  • the impact determination system 230 may determine a predicted time of arrival of the event in region G at three hours.
  • the models 240 say that a very long evacuation time is needed here, as e.g. For example, if there are no suitable roads for evacuation, the remaining time to which a warning for region G must be issued may be less than in areas A and B where the event will arrive within two hours.
  • Another advantage of the propagation models 220 and the evacuation models 240 is that a time can be determined to which a corresponding alert must be issued for each area. This has the advantage that a warning does not have to be issued immediately and further data of the sensor system 120 can be awaited. If the early warning system has predicted an event for a region, it can simultaneously determine that a warning is not yet required. Therefore, additional sensor data can be awaited in order to be able to recognize the predicted event as a false alarm. The early warning system can therefore decide whether a warning for a detected event must already be issued or whether further sensor data can be awaited.
  • This dynamic processing of the sensor systems based on the models 220 and / or 240 allows the dynamic calculation of spatially and temporally differentiated warnings taking into account previously determined data. This is exemplified by the feedback of the information 270 and 280 in FIG.
  • the propagation models 220 and the location, procurement, and evacuation models 240 may be configured to 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 prioritized 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 positives, improves the accuracy of the predictions, and at the same time indicates which protective or evacuation measures should be taken when and in which area.
  • the system described above allows both "backward use” by determining the latest alert decision timing, eg, by backing up 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 may 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.
  • Sensor systems have general characteristics as well as customizations for specific applications. For example, several sensors (such as earthquake sensors) are grouped into a sensor network and managed together. Due to the spatial extent of these networks, the individual sensors are usually displayed on a geographical map and depending on the application and authorization of the user, for example, after selecting a sensor by clicking on the map data can be retrieved or operational parameters of the sensor can be viewed or changed.
  • some systems can process the incoming raw data and provide the respective application area with higher-quality data for further processing with other systems (so-called preprocessed data). These higher-valued data are usually stored in proprietary data formats, eg in binary data formats, encoded as text data or XML, which complicates the representation.
  • each system is managed separately for itself.
  • the display of raw data or events is usually done separately for each system. If the systems have the above-mentioned possibilities for data export, then these data are usually further processed and displayed by another system (independent of the respective sensor systems).
  • the present invention solves the aforementioned problems by simultaneously displaying an event in a cartographic view and on a timeline.
  • 4 shows an example of a coastal section with a tsunami warning system according to an embodiment of the invention, at several points of the coastal section 410 and possibly upstream islands 411.
  • FIG sensors or sensor systems 430, 431, 432, 433 and 434 are arranged These sensors or sensor systems can be buoys
  • An earthquake 420, represented by a circle, is also shown The illustration shown in FIG a control room are displayed accordingly graphically.
  • One of the decision-relevant relationships is whether waiting for the next sensor event "worthwhile", for example, if a sensor value is expected in a minute, which increases the security of the situation assessment and thus reduces the risk of false alarms and a subsequently triggered warning still enough time for This is represented by the timing of the next decision to be taken and the arrival of the sensor result, which immediately shows whether the sensor result arrives before the decision or not.
  • the earthquake event when it occurs, it is displayed as a symbolic representation (e.g., icon) in the cartographic view, and at the same time this event can be displayed using the same iconic representation in the timeline.
  • a symbolic representation e.g., icon
  • FIG. 5 accordingly shows an exemplary representation in a timeline 500 according to an embodiment of the invention.
  • the timeline has a marker the current time 503 in the form of a vertical line. Furthermore, the timeline is divided horizontally into different categories. In case of a Embodiments of the invention may be, for example, categories for observations 502, simulation-based predictions 501, and decisions (not shown).
  • a different symbolic representation is selected for this, which represents the current status of the respective event. If it turns out that the same event relates to different geographical regions, segmentation can be carried out, so that each segment (for example, each warning segment according to FIG. 3) is assigned its own information area on the timeline. The user can then see by selecting ("clicking") the respective segment the temporal effects of that event for the selected segment.
  • deadlines 504, 505 may be represented by further vertical lines on the timeline. This type of representation makes it possible to optimally represent the decision relevance in a decision-making process.
  • the above-mentioned current time marker can be interactively shifted in the form of a vertical line by the user so as to directly drive relevant times for the (simulated) decision process.
  • both representations can be displayed one below the other on a monitor or screen of a control room Representations the same symbols and the same color for the same events (earthquake 420 or 520) and the same sensors (buoys 430-433 or 530-534) to use.
  • An essential element of decision support is the technical question of when required information will be available to the decision maker.
  • Other components and systems eg, a tsunami simulation system
  • may predict the arrival times of a phenomenon eg, a tsunami wave
  • a sensor model has a multiplicity of subregions which may comprise the subsegments mentioned below.
  • One subarea relates to the modeling of the sensor with respect to the measurement behavior.
  • Another sub-area concerns the modeling of the possibly occurring (pre-) processing, especially in terms of time. Examples are streamwise processing or blockwise processing.
  • Another sub-area concerns the modeling of the transmission behavior (when data packets are sent, individual information is transmitted immediately or combined into data packets that are sent as a block regularly or under certain conditions).
  • Another subsection concerns the modeling of the communication link in terms of latency, reliability, etc.
  • Another sub-area concerns the modeling of any (subsequent) processing.
  • Another subarea relates to the scope of a measured data packet; depending on the sampling rate and the length of the sample, the amount of information to be transmitted is just in narrowband communications links can have a decisive influence on the transmission duration.
  • Another sub-area concerns the latencies in communication on sub-sections of the overall transmission (for example, the transmission from the sensor to the processing system, from the sensor data infrastructure to the DSS).
  • Modeling of the sensor and communication behavior can take place, for example, in proprietary form or using the relevant specifications of the Open Geospatial Consortium (OGC) (in particular Transducer Markup Language Specification, TML).
  • OAC Open Geospatial Consortium
  • TML Transducer Markup Language Specification
  • these technical methods can be used to estimate from a given measurement time the time of arrival of the measured value (for example, on the DSS), including an uncertainty range.
  • these technical methods can be used to determine the estimated time of arrival of the next data packet of a sensor (for example on the DSS).
  • these technical methods in addition to or as an alternative to the above individual case, can be used to determine a specific point in time at which information will be available.
  • these technical methods can be used to determine when measured, processed, transmitted in a given situation a particular phenomenon or event (at a defined time) and ultimately arrives at the target system where it is available for actual processing.
  • a decision maker of a tsunami early warning system can easily determine, based on the mapping of a timeline according to FIG. 5, whether he can (within certain decision deadlines) expect (and wait for) further sensor observations 502 to clarify the situation making an informed decision) or waiting too late for a sensor measurement to take too long.
  • it can be recognized whether waiting for further sensor data would be acceptable in time, but that the potentially obtained information would not lead to a sufficient improvement of the decision situation.
  • the expected arrival times of the expected measurements may be represented by a connecting line 540 to an expected time range 550 at the "monitoring" level 502. In this way, the decision maker can see in which time window an expected sensor measurement is likely to arrive and be usable for the assessment of the situation. By marking the current time 503 and decision deadlines (for example, "5 min” line 504), the decision maker is supported in the decision.
  • the method is described on the basis of empirical values (statistical approach). However, other methods can also be used according to the invention.
  • the sensors for example, ocean buoys, level stations, GPS land stations
  • the tsunami mode differs from the (power-saving) normal mode by higher measurement rates and measurement accuracy as well through more frequent data transmission to the respective sensor processing systems.
  • the latter can be located in the central warning center or control room.
  • Sensors can be switched to tsunami mode and back. Exceptions to this may be self-activation (if the sensors autonomously switch to tsunami mode due to their own abnormality detection in normal mode) and self-deactivation (for example due to low battery capacity, timeout). The warning center or control room can then be informed of all mode changes that have taken place.
  • All sensors can transmit the measurements in blocks, depending on the sensor type and operating mode.
  • level stations may for example use a new 2-minute measurement time window of the level time series (tsunami mode) every 2 minutes. Otherwise, a small sampled 8-hour measurement window can be used every 8 hours.
  • buoys may use a new 2-hour measurement window (tsunami mode) every 2 minutes and may not measure or transmit at all (normal mode).
  • GPS land stations may, for example, use a new 2-minute measurement time window (tsunami mode) every 2 minutes and otherwise not measure or transmit (normal mode).
  • the following information can now be recorded during operation and statistically processed.
  • the following may be determined: the measurement time, a sensor mode, the interval from-to the measurement time window, the time to arrival at the warning center, other timestamps included in the measurement, and / or if for this measurement expected arrival time window was the expected time of arrival window.
  • the sending of a sensor operating mode change command the transmission of a successful sensor operating mode change or, if for the operating mode change an expected arrival time window was determined, the expected arrival time window determined.
  • statistical values can be determined for each sensor, for each processing system and for each communication link depending on the respective statuses (mean, variance, confidence intervals, other distribution parameters). On this basis, depending on the respective sensor status, for example the last measuring time window, for the duration of the switching in tsunami mode (from when higher measured values are to be expected), for the duration until the transmission of the next data block (in normal mode), or for the duration until the transmission of the next data block (in alarm mode) expectation windows are determined. These values may be used to apply them on the timeline of FIG. 5 as visual decision support, or to take them into account in generating policy recommendations for the decision maker.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Remote Sensing (AREA)
  • Geophysics (AREA)
  • Alarm Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren und Frühwarnsystem zur computerimplementierten Darstellung eines räumlichen und zeitlichen Lagebildes bestehend aus mindestens einem Ereignis bereitgestellt. Hierzu wird das Ereignis oder die Ereignisse sowohl in einer kartographischen Ansicht, als auch auf einem von der kartographischen Ansicht getrennten Zeitleiste dargestellt, wobei beide Darstellungen inhaltlich und graphisch miteinander verknüpft sind.

Description

Verfahren und Vorrichtung zur Darstellung von
Informationen mehrerer Sensorsysteme in einem Frühwarnsystem
Die vorliegende Erfindung betrifft im Allgemeinen die Darstellung von Informationen mehrerer Sensorsysteme in einem sensorgestützten Frühwarnsystem und insbesondere die die Darstellung von Informationen zur Entscheidungsunterstützung in einer Leitwarte eines sensorgestützten Frühwarnsystem mit mehreren Sensorsystemen zu Beurteilung eines raumzeitlichen Ereignisses, wie beispielsweise eines Tsunamis oder Erdbebens.
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 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.
Als Beispiel zur Verdeutlichung der hierin beschrieben Erfindung wurde im Rahmen des German-Indonesian Tsunami Early Warning System (GITEWS) Projektes vom DFD technische Komponenten eines Tsunami-Frühwarnsystems entwickelt. Extern betreute Sensoren wie z.B. Erdbebenmesstationen, Positionsbestimmungs-Messstationen, Küstenpegel und Ozeanbojen liefern die Sensor-Rohdaten an ein Warnzentrum, wo diese weiterverarbeitet werden.
Je nach Komplexität des Systems wurden vorprozessierte Daten von verschiedenen Systemen kombiniert, um ein singuläres Ereignis, z.B. die Generierung eines Tsunamis in Bezug auf das Anregungsgebiet, die Art und Stärke des Impulses, usw. zu ermitteln. Ein solches Ereignis löst eine Kette vorgegebener Maßnahmen aus. Dazu gehören z.B. die Aktivierung von weiteren Sensorsystemen (bzw. die Umschaltung der Betriebsmodi vorhandener Systeme), aber auch das Anstoßen von Simulationen oder der Vergleich mit Ergebnissen gespeicherter Simulationen oder anderer historischer Daten. Das System, an dem diese Zusammenführung und Analyse der verschiedenartigen Informationen geschieht, ist ein Entscheidungsunterstützungssystem (wie beispielsweise das entwickelte GITEWS Decision Support System, DSS). Die Sensordaten sowie die Analyseergebnisse müssen jederzeit aktuell, umfassend, aber dennoch übersichtlich dem diensthabenden Personal bzw. dem Entscheidungsträger präsentiert werden. Dieser hat in der Regel nur sehr wenig Zeit, sich auf Basis noch nicht vollständiger Informationen ein Lagebild zu verschaffen und Entscheidungen unter Unsicherheit zu treffen. Zusätzlich tritt in solchen zeitkritischen Entscheidungssituationen der bekannte Effekt auf, die zusammengetragenen (neu eintreffenden bzw. vorbereiteten) Informationen nicht effektiv auf Relevanz prüfen zu können (Information Overload).
Die vorliegende Erfindung bezieht sich auf die technische Schnittstelle zwischen dem Entscheidungsträger (wie beispielsweise im GITEWS-Kontext„Chief Officer on Duty",„COOD", genannt) und dem Entscheidungsunterstützungssystem (wie beispielsweise im GITEWS- Kontext DSS), welches dafür verantwortlich ist, daß zu jedem Zeitpunkt die aktuelle Lage zwar einerseits in übersichtlicher Form dargestellt wird, aber andererseits jederzeit detaillierte Informationen, bis hin zu den Detaildaten der Sensoren abrufbar sind.
Konkret betrifft die vorliegende Erfindung die computergestützte Darstellung eines räumlichen und zeitlichen Lagebildes, welches sich aus den vorgenannten vorprozessierten Sensordaten, Ereignissen, Simulationen und entscheidungsunterstützenden Informationen ergibt.
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 (wie beispielsweise Küstenabschnitte und/oder Inseln) in verbesserter Weise in eine Leitwarte des Frühwarnsystem 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 Verfahren zur computerimplementierten Darstellung eines räumlichen und zeitlichen Lagebildes bestehend aus mindestens einem Ereignis bereitgestellt. Gemäß dieser bevorzugten Ausführungsform der Erfindung wird das Ereignis oder die Ereignisse sowohl in einer kartographischen Ansicht, als auch auf einem von der kartographischen Ansicht getrennten Zeitleiste dargestellt, wobei beide Darstellungen inhaltlich und graphisch miteinander verknüpft sind.
Des Weiteren erfolgt hierbei gemäß einer weiteren bevorzugten Ausführungsform der Erfindung mindestens eine Vorhersage einer Auswirkung des Ereignisses in der kartographischen Ansicht und der Zeitleiste und die Vorhersage basiert auf mindestens einer Simulation oder einer vorbestimmten Regel. Des weiteren kann ein zu erwartendes, ursächlich mit einem ersten Ereignis verknüpftes zweites Folgeereignis in derselben kartographischen Ansicht und der Zeitleiste dargestellt werden. Ferner zur Darstellung des Ereignisses und/oder der Vorhersage dieselbe zeichenhafte Darstellung sowohl in der kartographischen Ansicht als auch auf der Zeitleiste verwendet werden. Hierzu ist es vorteilhaft, die zeichenhafte Darstellung in Normaldarstellung oder in modifizierter zeichenhafter Darstellung verwenden, wobei letztere einen Rückschluss auf den Status des Ereignisses erlaubt.
Gemäß einer weiteren Ausführungsform der Erfindung kann die Darstellung der aktuellen Zeit oder einer simulierten Zeit (beispielsweise für Test- oder Trainingzwecke) auf der Zeitleiste durch eine senkrechte Linie erfolgen. Hiezu kann parallel zur aktuellen oder simulierten Zeit mindestens eine weitere Linie eine von einem Nutzer zu treffende mindestes eine Entscheidung darstellen, wobei sich der zeitliche Abstand der Linien aus mindestens einem Vorhersageverfahren ergibt.
Gemäß einer weiteren Ausführungsform der Erfindung kann Zeitleiste zur Darstellung der Ereignisse, Vorhersagen und/oder einer vom Nutzer zu treffenden Entscheidung gruppiert in Kategorien horizontal unterteilt sein. Des weiteren können ein oder mehrere Ereignisse zu einem Vorgang zusammengefasst in einer separaten Ansicht dargestellt werden, wobei Informationsgruppen an- und abschaltbar sind. Ebenfalls ist es möglich die Zeitleiste in Bezug auf ihre Skalierung zu verändern.
Gemäß einer weiteren bevorzugten Ausführungsform der Erfindung ist das zuvor und nachfolgend beschriebene Verfahren in einem Frühwarnsystem implementiert, welches eine grafische Benutzerschnittstelle zur Darstellung einer räumliche Verteilung mindestens einer Eigenschaft mindestens eines sich räumlich und zeitlich ausbreitenden Ereignisses auf ein räumliches Gebiet umfasst. Ebenfalls kann das zuvor und nachfolgend beschriebene Verfahren mittels computerlesbarer Befehle auf einem computerlesbares Medium umgesetzt werden, wobei die computerlesbaren Befehle das Verfahren gemäß eines der beschriebenen Ausführungsformen der Erfindung ausführen, sofern sie auf einem Computersystem ausgeführt werden.
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.
Figur 2 zeigt ein Blockschaltbild eines Frühwarnsystems, wie es gemäß einer
Ausführungsform der vorliegenden Erfindung verwendet werden kann.
Figur 3 zeigt eine Darstellung zur Illustration einer räumlichen Aufteilung eines
Warngebietes in verschiedene Bereiche (Segmente) eines Frühwarnsystems gemäß einer Ausführungsform der vorliegenden Erfindung.
Figur 4 zeigt eine beispielhafte Darstellung eines Küstenabschnitt mit einem
Tsunamiwarnsystem, welches für eine Ausführungsform der vorliegenden Erfindung verwendet werden kann. Figur 5 zeigt eine beispielhafte Darstellung in einer Zeitleiste gemäß einer
Ausführungsform der vorliegenden Erfindung.
Für Frühwarnsysteme ist, 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 110 senden, wenn ein relevanter Messwert vorliegt. Beispielsweise können die Sensoren die gemessenen Werte anhand voreingestellter Schwellwerte klassifizieren und entsprechend der Klassifizierung entsprechender Signale an die zentrale Erfassungseinheit 110 senden. Wenn es sich bei den Sensoren um Bojen in Küstennähe handelt, kann z. B. eine Mindestwellenhöhe für jede Boje definiert werden, ab welcher die Boje ein entsprechendes Signal an die zentrale Erfassungseinheit 1 10 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 110 die empfangenen Signale der verschiedenen Sensoren verarbeiten und gemäß dieser Werte ein Warnsignal 130 ausgeben. Dieses Warnsignal kann entweder über ein Kommunikationssystem direkt an die betroffene Region und Bevölkerung gesendet werden, oder sie dient behördlichen Einrichtungen als Entscheidungsgrundlage zur Veranlassung von Schutz- oder Evakuierungsmaßnahmen in dem entsprechenden Gebiet. Im folgenden kann zwischen dem Beobachtungsgebiet und dem Warngebiet unterschieden werden. Das Beobachtungsgebiet bezieht sich auf das von den Sensoren erfasste Gebiet, während sich das Warngebiet auf das Gebiet oder die Teilgebiete bezieht, für die ein Warnsignal oder mehrere 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 Modellen 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 erfassten Beobachtungsgebietes in verschiedene Bereiche unterteilt werden.
Figur 3 zeigt eine beispielhafte Darstellung, bei der das Warngebiet des Frühwarnsystems 310 in acht Gebiete 320 bis 327 unterteilt ist, wobei die Anzahl acht als Beispiel für eine Vielzahl von Warngebiet zu verstehen ist. Des Weiteren dargestellt sind die verschiedenen Sensoren 120, welche im Fall eines Tsunami-Frühwarnsystems Bojen vor 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. Lagebeschaffenheits- und Evakuierungsmodelle vorab für die verschiedenen Regionen des Gebiets 310 ermittelt und in einem Datenspeicher 240 abgelegt werden. Diese zusätzlichen Modelle können von einem Warnsignalermittlungssystem oder Ermittlungseinheit 250 zum Berechnen 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 Priorisierung und zeitliche Warnzeitermittlung für die Regionen nochmals verbessert werden. Gibt es in der Region B beispielsweise eine erhöhte Anzahl kritischer Einrichtungen, wie z. B. Schulen, Flughäfen oder Krankenhäuser oder eine hohe Bevölkerungsdichte, ist die benötigte Evakuierungszeit entsprechend hoch. Sind dagegen die Regionen A und F lediglich dünn besiedelt, kann hier eine wesentlich kürzere Evakuierungszeit angenommen werden. Basierend auf der durch die Auswirkungsermittlungseinheit 230 berechneten Ankunftszeit der Auswirkung des Ereignisses in zwei Stunden in den Regionen A, B und F kann mittels der Modelle 240 die bis zur Warnung verfügbaren Zeit für jede Region anhand der benötigten Evakuierungszeit geändert werden. So könnten in dem vorangegangenen Beispiel für die Region B trotz des derzeit erwarteten Eintreffens des Ereignisses in zwei Stunden lediglich 50 Minuten verbleiben, bis eine entsprechende Warnung ausgegeben werden muss, da die Evakuierungszeit für diese Gegend 1 Std. 10 Min. beträgt. Für die 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 Ausbreitungsmodelle 220 und der Evakuierungsmodelle 240 besteht darin, dass eine Zeit ermittelt werden kann, bis zu welcher eine entsprechende Warnung für jedes Gebiet ausgegeben werden muss. Dies hat zum Vorteil, dass eine Warnung nicht sofort ausgegeben werden muss und weitere Daten des Sensorsystems 120 abgewartet werden können. Wenn das Frühwarnsystem für eine Region ein Ereignis prognostiziert hat, kann es damit gleichzeitig ermitteln, dass eine Warnung noch nicht erforderlich ist. Daher können weitere Sensordaten abgewartet werden, um das prognostizierte Ereignis eventuell noch als Fehlalarm erkennen zu können. Das Frühwarnsystem kann daher entscheiden, ob eine Warnung für ein erkanntes Ereignis bereits ausgegeben werden muss, oder ob weitere Sensordaten abgewartet werden können.
Diese dynamische Verarbeitung der Sensorsysteme anhand von den Modellen 220 und/oder 240 erlaubt 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 priorisiert werden, dass die verbleibende Zeit, in der eine Warnung erfolgen muss, von dem Frühwarnsystem bereits mit ausgegeben werden kann. Dies verringert die Anzahl der Fehlalarme, verbessert die Genauigkeit der Voraussagen und zeigt gleichzeitig an, welche Schutz- oder Evakuierungsmaßnahmen wann und in welchem Gebiet erfolgen sollten.
Das zuvor beschriebene System erlaubt sowohl eine„Rückwärtsnutzung", indem der späteste Warnentscheidungszeitpunkt ermittelt werden kann, indem z. B. eine vorgegebene Mindestanzahl von Menschen und Gütern aus einem bestimmten Gebiet gesichert oder evakuiert werden können, als auch eine„Vorwärtsnutzung", indem berechnet werden kann, wie viele Personen oder Güter aus einem entsprechenden Gebiet zu einer gewissen Zeit gesichert oder evakuiert werden können. Die in Figur 2 gezeigten verschiedenen Systeme 210, 230, 250 und 260 können gemäß weiterer Ausführungsformen der Erfindung auch mittels einer oder mehrerer Systeme oder Systemkomponenten verwirklicht werden. Darüber hinaus können die Ausbreitungsmodelle 220 und die Evakuierungsmodelle 240 mittels eines Modells nachgebildet werden. Die zuvor beschriebenen funktionalen Merkmale des Frühwarnsystems 200 können auch als computer- implementierte Schritte oder als computerlesbare Instruktionen eines computerlesbaren 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.
Sensorsysteme weisen neben allgemeinen Eigenschaften Anpassungen für spezielle Anwendungen auf. So werden beispielsweise mehrere Sensoren (beispielsweise Erdbebensensoren) zu einem Sensornetzwerk gruppiert und gemeinsam verwaltet. Aufgrund der räumlichen Ausdehnung dieser Netze werden die einzelnen Sensoren üblicherweise auf einer geographischen Karte dargestellt und je nach Anwendung und Berechtigung des Nutzers können beispielsweise nach Auswahl eines Sensors durch Anklicken auf der Karte Daten abgerufen werden oder betriebliche Parameter des Sensors eingesehen oder verändert werden. Darüber hinaus können einige Systeme die eingehenden Rohdaten verarbeiten und dem jeweiligen Anwendungsgebiet höherwertige Daten zur Weiterverarbeitung mit anderen Systemen liefern (sog. vorprozessierte Daten). Diese höherwertigen Daten werden meist in proprietären Datenformaten abgelegt, z.B. in binären Datenformaten, als Textdaten oder XML codiert, welches die Darstellung erschwert.
Werden mehrere Sensorsysteme gleichzeitig eingesetzt, beispielsweise wenn sich diese Systeme gegenseitig ergänzen, so wird üblicherweise jedes System für sich separat verwaltet. Die Anzeige von Rohdaten oder Ereignissen erfolgt üblicherweise für jedes System separat. Verfügen die Systeme über vorgenannte Möglichkeiten zum Datenexport, so werden diese Daten üblicherweise von einem weiteren System (unabhängig von den jeweiligen Sensorsystemen) weiterverarbeitet und dargestellt.
Diese separate Darstellung führt üblicherweise zu einer Vielzahl von Anzeigesystemen (Monitore, Beamer und andere Leuchtanzeigen) in einer Leitwarte. Fortschritte auf dem Gebiet der Virtualisierung von Rechnern und Anzeigesystemen hat zwar dazu geführt, dass die Anzahl der physisch notwendigen Hardwarekomponenten wie z.B. TFT-Displays reduziert werden kann, birgt aber ein großes Risiko, dass wichtige Informationen nicht jederzeit im Vordergrund angezeigt werden kann. Beispiele hierzu finden sich aus dem Bereich des Umschalten von Displays, bei webbasierten Darstellung den Einsatz von sog. „Tabs" oder bei physikalischen Monitorumschaltern in Form einer manuellen Auswahl des Screens. In einigen Fällen können bei gegenseitigen Abhängigkeiten auch nicht immer alle für ein Ereignis notwendigen Informationen der beteiligten Systeme gleichzeitig dargestellt werden, kurz: die zeitlichen Zusammenhänge räumlicher Ereignisse sind nur schwer übersichtlich darstellbar.
Entscheidungsunterstützungssysteme in einem Multi-Sensor-Kontext stellen die verfügbaren Geo- und Sensorinformationen auf einer geographischen Karte dar. Jedoch ergibt sich der insbesondere bei knappen Entscheidungszeitfenstern wichtige zeitliche Kontext der Geschehensabläufe, der prognostizierten Entwicklung sowie der zu treffenden Entscheidungen, eben das zeitliche Lagebild, hieraus gar nicht oder nur implizit. Oft verbleibt die Beurteilung des zeitlichen Kontextes dem Entscheidungsträger, der dadurch zusätzlich belastet wird und eine weitere potentielle Fehlerquelle darstellt.
Ferner sind derzeitige Systeme, die über ein räumliches Lagebild verfügen, für den Einsatz in ausschließlich einem Anwendungskontext konzipiert, also beispielsweise entweder für den realen Einsatz, oder für Planungszwecke, oder für Analyseaufgaben oder für das Training von Personal.
Will man für Trainings-, Analyse-, Planungs- und andere Aufgaben auf aufgezeichnete, simulierte oder anderweitig generierte Sensordaten zugreifen, werden hierzu üblicherweise separate, von den Systemen zur Darstellung der Livedaten getrennte Systeme eingesetzt.
Die vorliegende Erfindung löst die vorgenannten Probleme durch die gleichzeitige Darstellung eines Ereignisses in einer kartographischen Ansicht und auf einer Zeitleiste. Diese Zeitleiste ist „das zeitliche Lagebild", in dem die entscheidungsrelevanten Informationen in einer für den Entscheidungsprozeß optimierten Darstellung aufbereitet werden. Figur 4 zeigt beispielhaft einen Küstenabschnitt mit einem Tsunamiwarnsystem gemäß einer Ausführungsform der Erfindung. An mehreren Stellen des Küstenabschnitts 410 sowie eventuell vorgelagerte Inseln 411 sind Sensoren bzw. Sensorsysteme 430, 431 , 432, 433 und 434 angeordnet. Diese Sensoren bzw. Sensorsysteme können Bojen sein. Ebenfalls gezeigt ist ein Erdbeben 420, dargestellt durch einen Kreis. Die in Figur 4 gezeigte Darstellung kann auf einem Monitor oder Kontrollbildschirm in einer Leitwarte entsprechend graphisch angezeigt werden.
Eine der entscheidungsrelevanten Zusammenhänge ist beispielsweise, ob sich das Warten auf das nächste Sensorereignis „lohnt", beispielsweise wenn ein Sensorwert in einer Minute erwartet wird, der die Sicherheit der Lagebeurteilung erhöht und das Fehlalarmrisiko damit mindert und eine erst danach ausgelöste Warnung noch genug Zeit für eine Evakuierung des betroffenen Gebietes ließe. Dies wird durch die zeitliche Darstellung von nächster zu treffender Entscheidung und dem Eintreffen des Sensorergebnis darstellt, woraus sich unmittelbar ergibt, ob das Sensorergebnis vor der Entscheidung eintrifft oder nicht.
Im Falle des zuvor beschriebenen DSS wird beispielsweise bei Auftreten des Ereignisses „Erdbeben" dieses in Form einer zeichenhaften Darstellung (z.B. Piktogramm) in der kartographischen Ansicht dargestellt. Gleichzeitig kann dieses Ereignis unter Verwendung derselben zeichenhaften Darstellung in der Zeitleiste dargestellt werden.
Figur 5 zeigt entsprechend eine beispielhafte Darstellung in einer Zeitleiste 500 gemäß einer Ausführungsform der Erfindung.
Die Zeitleiste weist eine Markierung die aktuellen Zeit 503 in Form einer senkrechten Linie auf. Des Weiteren ist die Zeitleiste horizontal in verschiedene Kategorien unterteilt. Im Falle einer Ausführungsform der Erfindung können dies beispielsweise Kategorien für Beobachtungen 502, Simulationsgestützte Vorhersagen 501 und Entscheidungen (nicht gezeigt) sein.
Werden aufgrund einer Beobachtung 502, d.h. infolge des Auftretens eines Ereignisses, Vorhersageverfahren zur Bestimmung möglicher Auswirkungen des Ereignisses ausgelöst (beispielsweise durch Simulation oder Vergleich mit gespeicherten Auswirkungen ähnlicher Ereignisse in Form von historischen Daten), so können diese räumliche und zeitliche Auswirkungen wiederum sowohl in der kartographischen Darstellung gemäß Figur 4 als auch in der zeitlichen Darstellung gemäß Figur 5 vermerkt werden.
Vorteilhafterweise wird hierfür an eine andere zeichenhafte Darstellung gewählt, die den aktuellen Status des jeweiligen Ereignisses darstellt. Stellt sich dabei heraus, dass dasselbe Ereignis unterschiedliche geographische Regionen betrifft, kann eine Segmentierung vorgenommen werden, so dass jedem Segment (beispielsweise jedem Warnsegment gemäß Figur 3) ein eigener Informationsbereich auf der Zeitleiste zugeordnet wird. Der Anwender kann dann durch Auswählen („Anklicken") des jeweiligen Segmentes die zeitlichen Auswirkungen dieses Ereignisses für das ausgewählte Segment ersehen.
Müssen aufgrund eines Ereignisses bestimmte Entscheidungen innerhalb des vorgegeben Zeitraums getroffen werden, so können diese Fristen oder Deadlines 504, 505 durch weitere senkrechte Linien auf der Zeitleiste dargestellt werden. Diese Art der Darstellung ermöglicht es, die Entscheidungsrelevanz in einem Entscheidungsprozeß optimiert darzustellen. Zu Trainingszwecken, d.h. wenn das System statt mit Livedaten mit vorab erzeugten Ereignissen betrieben wird, kann die oben genannte Markierung der aktuellen Zeit in Form einer senkrechten Linie interaktiv durch den Benutzer verschoben werden, um so relevante Zeitpunkte für den (simulierten) Entscheidungsprozeß unmittelbar anzusteuern.
Die räumliche Lagebilddarstellung gemäß Figur 4 kann auch mit der zeitlichen Lagebilddarstellung einer „Timeline" gemäß Figur 5 kombiniert werden. Gemäß einer bevorzugten Ausführungsform der Erfindung können beide Darstellungen untereinander auf einem Monitor oder Bildschirm einer Leitwarte dargestellt werden. In diesem Fall ist es vorteilhaft in beiden Darstellungen die gleichen Symbole und die gleiche Farbgebung für gleiche Ereignisse (Erbeben 420 bzw. 520) und gleiche Sensoren (Bojen 430-433 bzw. 530-534) zu verwenden. Ein wesentliches Element der Entscheidungsunterstützung ist die technische Frage, wann eine benötigte Information dem Entscheidungsträger zur Verfügung stehen wird. Durch andere Komponenten und Systeme (beispielsweise eines Tsunamisimulationssystems) können die Ankunftszeiten eines Phänomens (beispielsweise einer Tsunamiwelle) an einzelnen Sensoren einer Sensorinfrastruktur prognostiziert werden. Dies entspricht der Ebene Simulationsvorhersage 501 in Figur 5.
Von grundlegender Bedeutung für den Warn- bzw. Entscheidungsprozeß ist jedoch nicht, wann ein Sensor eine wichtige Messung voraussichtlich vornehmen kann, sondern wann diese Messung dem Entscheidungsträger bzw. in dem vom Entscheidungsträger genutzten Informationssystem vorliegt und nutzbar ist.
Es ergibt sich daraus das technische Problem, wann eine Messung eines bestimmten Sensors, der über eine bestimmte Kommunikationsinfrastruktur und verschiedene Prozessierungsschritte übermittelt wird, letztlich im Zielsystem ankommt. Hierbei können einige oder sämtliche der folgenden Faktoren eines Sensormodells einbezogen werden. Ein Sensormodell verfügt grundsätzlich über eine Vielzahl von Teilbereichen, welche die nachfolgend genannten Teilbereiche umfassen können.
Ein Teilbereich betrifft die Modellierung des Sensors bezüglich des Meßverhaltens.
Ein anderer Teilbereich betrifft die Modellierung des gegebenenfalls stattfindenden (Vor- )Verarbeitens, insbesondere in zeitlicher Hinsicht. Beispiele sind Stream-weise Verarbeitung oder blockweise Verarbeitung.
Ein weiterer Teilbereich betrifft die Modellierung des Sendeverhaltens (wann werden Datenpakete abgesendet; werden einzelne Informationen sofort übertragen oder zu Datenpaketen zusammengefaßt, die als Block regelmäßig bzw. unter bestimmten Bedingungen versendet werden). Ein weiterer Teilbereich betrifft die Modellierung der Kommunikationsstrecke in Bezug auf Latenz, Zuverlässigkeit, usw.
Ein weiterer Teilbereich betrifft die Modellierung einer gegebenenfalls stattfindenden (Nach- )Verarbeitung.
Ein weiterer Teilbereich betrifft den Umfang eines Meßdatenpaketes; je nach Sampling-Rate und Länge des Samples ergibt sich die Menge der zu übermittelnden Informationen, die gerade bei schmalbandigen Kommunikationsstrecken entscheidenden Einfluß auf die Übermittlungsdauer haben können.
Ein weiterer Teilbereich betrifft die Latenzen bei der Kommunikation auf Teilstrecken der Gesamtübermittlung (beispielsweise die Übermittlung vom Sensor zum Prozessierungssystem, vom Prozessierungssystem zur Sensordateninfrastruktur und von dieser zum DSS).
Modellierung des Sensor- und Kommunikationsverhaltens kann dabei beispielsweise in proprietärer Form oder unter Nutzung der einschlägigen Spezifikationen des Open Geospatial Consortiums (OGC) erfolgen (insb. Transducer Markup Language Specification, TML).
Für die Beschreibung des Verhaltens eines bestimmten realen Sensors können bevorzugt zwei Verfahren (einzeln oder gemeinsam) zum Einsatz kommen: Nutzung der technischen Spezifikationen (theoretische Werte) und Erhebung von Erfahrungswerten.
Im konkreten Einzelfall einer bevorzugten Ausführungsform der Erfindung können diese technischen Verfahren dazu genutzt werden, um von einem gegebenen Meßzeitpunkt aus die Zeit des Eintreffens des Meßwertes (beispielsweise am DSS), einschließlich eines Unsicherheitsbereiches, abzuschätzen.
Im konkreten Einzelfall einer weiteren bevorzugten Ausführungsform der Erfindung können diese technischen Verfahren (zusätzlich oder alternativ zum obigen Einzelfall) dazu genutzt werden, um den geschätzten Ankunftszeitpunkt des nächsten Datenpaketes eines Sensors (beispielsweise am DSS) zu bestimmen. Im konkreten Einzelfall einer weiteren bevorzugten Ausführungsform der Erfindung können diese technischen Verfahren (zusätzlich oder alternativ zum obigen Einzelfall) dazu genutzt werden, um einen bestimmten Zeitpunkt zu bestimmen, an welchem Informationen vorliegen werden.
Im konkreten Einzelfall einer weiteren bevorzugten Ausführungsform der Erfindung können diese technischen Verfahren (zusätzlich oder alternativ zum obigen Einzelfall) dazu genutzt werden, um zu ermitteln, wann in einer bestimmten Situation ein bestimmtes Phänomen oder Ereignis (zu einem definierten Zeitpunkt) gemessen, verarbeitet, übermittelt und letztlich am Zielsystem ankommt und dort für die eigentliche Verarbeitung zur Verfügung steht.
Hierfür können statistische, regelbasierte, simulationsgestützte oder andere Verfahren angewendet werden. Gemäß einer beispielhaften Implementierung der vorliegenden Erfindung kann ein Entscheidungsträger einer Leitwarte eines Tsunamifrühwarnsystems einfach anhand der Abbildung einer Timeline gemäß Figur 5 ermitteln, ob er innerhalb gewisser Entscheidungsfristen mit weiteren, die Situation klärenden Sensorbeobachtungen 502 rechnen kann (und auf diese warten kann, um eine besser fundierte Entscheidung zu treffen) oder ob ein Warten auf nächsteintreffende Sensormessung zu lange dauern würde. Alternativ kann erkannt werden, ob ein Warten auf weitere Sensordaten zwar zeitlich vertretbar wäre, die potentiell gewonnene Information jedoch keine ausreichende Verbesserung der Entscheidungssituation bewirken würde. In Figur 5 sieht man auf der mit „Simulationsvorhersage" bezeichneten Ebene 501 die erwarteten Ankunftszeiten nennenswerter Messungen auf dem Zeitstrahl (beispielsweise von einer Boje 532 und drei Pegeln 534, 531 und 530; wobei Bojen und Pegelstände durch entsprechend unterschiedliche Symbole dargestellt werden können). Auf der Ebene „Überwachung" 502 werden nennenswerte reale Messungen verzeichnet. Gemäß eines Beispiels sind dies ein Erdbeben 520 und eine Boje 533, wobei eine Wellenbestätigung durch eine spezielle Farbe -beispielsweise rot - angezeigt werden kann.
Die erwarteten Ankunftszeiten der erwarteten Messungen (auf der„Simulationsvorhersage"- Ebene 501) können durch eine Verbindungslinie 540 auf einen Erwartungszeitbereich 550 auf der„Überwachnungs"-Ebene 502 dargestellt werden. Hierdurch kann der Entscheidungsträger sehen, in welchem Zeitfenster voraussichtlich eine erwartete Sensormessung eintreffen und zur Lagebeurteilung nutzbar sein wird. Durch die Einzeichnung der aktuellen Zeit 503 und von Entscheidungs-Deadlines (beispielsweise„5 min"-Linie 504) wird der Entscheidungsträger bei der Entscheidung unterstützt.
Um von einer erwarteten Sensormessung auf das dazugehörende erwartete Ankunftszeitfenster 550 zu schließen, kann man sich der beschriebenen technischen Verfahren bedienen.
Beispielhaft wird das Verfahren auf Basis der Erhebung von Erfahrungswerten (statistischer Ansatz) beschrieben. Andere Verfahren können jedoch ebenfalls gemäß der Erfindung verwendet werden.
Die Sensoren (beispielsweise Ozeanbojen, Pegelstationen, GPS-Landstationen) können zwei Betriebsmodi aufweisen: Normalmodus und Tsunamimodus. Der Tsunamimodus unterscheidet sich vom (stromsparenden) Normalmodus durch höhere Meßraten und Meßgenauigkeiten sowie durch häufigere Datenübermittlung an die jeweiligen Sensor-Prozessierungssysteme. Letztere können sich im zentralen Warnzentrum bzw. Leitwarte befinden.
Sensoren können in den Tsunamimodus und zurück versetzt werden. Ausnahmen hiervon können die Eigenaktivierung (wenn sich die Sensoren durch eigene Anomaliedetektion im Normalmodus eigenständig in den Tsunamimodus versetzen) und die Eigenabschaltung (beispielsweise wegen geringer Batteriekapazität, Zeitablauf) sein. Über alle erfolgten Moduswechsel kann dann das Warnzentrum bzw. Leitwarte informiert werden.
Alle Sensoren können hierzu die Messungen blockweise, je nach Sensortyp und Betriebsmodus unterschiedlich übermitteln. Hierfür können Pegelstationen beispielsweise alle 2 Minuten ein neues 2-Minuten-Meßzeitfenster der Pegelzeitreihe (Tsunamimodus) verwenden. Ansonsten kann alle 8 Stunden ein geringer gesampeltes 8-Stunden-Meßzeitfenster verwendet werden.
Als weiteres Beispiel können Bojen beispielsweise alle 2 Minuten ein neues 2-Stunden- Meßzeitfenster (Tsunamimodus) verwenden und ansonsten gar nicht messen oder senden (Normalmodus). Als weiteres Beispiel können GPS-Landstationen beispielsweise alle 2 Minuten ein neues 2- Minuten-Meßzeitfenster (Tsunamimodus) verwenden und ansonsten gar nicht messen oder senden (Normalmodus).
Der Fachmann wird verstehen, daß die obigen Angabe „2 Minuten" oder „8 Stunden" stellvertretend für eine zuvor festgelegte Zeitspanne steht. Durch die unterschiedlichen Kommunikationswege und Prozessierungszeiten treten je nach Sensortyp und Betriebsmodus unterschiedliche Latenzen auf. Damit einige Sensoren (GPS- Landstationen und Bojen) Messdaten liefern können, müssen entsprechende Prozessierungssysteme ebenfalls in den Tsunamimodus versetzt werden (beispielsweise kann ein GPS-Prozessierungssystem auch die Wellenhöhenbestimmung der Bojensensoren übernehmen).
An den Schnittstellen Warnzentrum bzw. Leitwarte könnnen nun im laufenden Betrieb einige oder alle der folgende Informationen aufgezeichnet und statistisch aufbereitet werden. Bei der Ankunft einer Überwachung bzw. Messung 502 können bestimmt werden: der Meßzeitpunkt, ein Sensormodus, das Intervall von-bis des Meßzeitfensters, die Zeit bis zur Ankunft am Warnzentrum, weitere in der Messung enthaltene Zeitstempel, und/oder falls für diese Messung ein erwartetes Ankunftszeitfenster bestimmt war, das erwartete Ankunftszeitfenster. Ebenfalls kann (alternativ oder zusätzlich) das Absenden einer Sensor-Betriebsmodus-Wechselbefehls, die Übermittlung eines erfolgten Sensor-Betriebsmodus-Wechsels oder, falls für den Betriebsmodus-Wechsel eine erwartetes Ankunftszeitfenster bestimmt war, das erwartete Ankunftszeitfenster bestimmt werden. Auf dieser Datenbasis können für jeden Sensor, für jedes Prozessierungssystem und für jede Kommunikationsstrecke statistische Werte in Abhängigkeit der jeweiligen Stati ermittelt werden (Mittelwert, Varianz, Konfidenzintervalle, andere Verteilungsparameter). Auf dieser Basis können dann, in Abhängigkeit des jeweiligen Sensorstatus, beispielsweise des letzten Meßzeitfensters, für die Dauer der Umschaltung in Tsunamimodus (ab wann mit höher gesampleten Messwerten zu rechnen ist), für die Dauer bis zur Übermittlung des nächsten Datenblocks (im Normalmodus), oder für die Dauer bis zur Übermittlung des nächsten Datenblocks (im Alarmmodus) Erwartungszeitfenster ermittelt werden. Diese Werte können genutzt werden, um sie auf der Timeline gemäß Figur 5 als visuelle Entscheidungsunterstützung aufzutragen, oder um sie bei der Erzeugung von Handlungsempfehlungen für den Entscheidungsträger zu berücksichtigen. Damit wird ein JernendesTadaptives" System beschrieben, welches umso genauere Vorhersagen treffen kann, desto länger es läuft. Für die Praxistauglichkeit können weitere Kriterien und Stati zusätzlich zu den oben genannten erfaßt werden, um bestimmte auftretende Situationen besser abzufangen und die Ermittlungen der erwarteten Ankunftszeitfenster daran anpassen zu können. 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 Darstellung von Eigenschaften und insbesondere einer räumlichen und zeitlichen Verteilung der Eigenschaften eines raum-zeitlichen Ereignisses auf ein in Segmente unterteilbares Gebiet bereitzustellen. 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 die angefügten Patentansprüche.

Claims

Patentansprüche
1. Verfahren zur computerimplementierten Darstellung eines räumlichen und zeitlichen Lagebildes bestehend aus mindestens einem Ereignis (420; 520), worbei das Verfahren umfasst:
Darstellen des Ereignisses (420) in einer kartographischen Ansicht (400), und
Darstellen des Ereignisses (520) auf einem von der kartographischen Ansicht getrennten Zeitleiste (500); wobei
die Darstellung der Zeitleiste mit der kartographischen Ansicht verknüpft ist.
2. Verfahren gemäß Anspruch 1 , wobei:
mindestens eine Vorhersage einer Auswirkung des Ereignisses (420; 520) in der kartographischen Ansicht (400) und der Zeitleiste (400) erfolgt.
3. Verfahren gemäß Anspruch 1 oder 2, wobei:
die Vorhersage auf mindestens einer Simulation basiert, und/oder
die Vorhersage auf mindestens einer vorbestimmten Regel basiert.
4. Verfahren gemäß einem der Ansprüche 1 bis 3, wobei ein zu erwartendes, ursächlich mit einem ersten Ereignis verknüpftes zweites Folgeereignis in derselben kartographischen Ansicht (400) und der Zeitleiste (500) dargestellt wird.
5. Verfahren gemäß einem der Ansprüche 2 bis 4, wobei zur Darstellung des Ereignisses und/oder der Vorhersage dieselbe zeichenhafte Darstellung sowohl in der kartographischen Ansicht (400) als auch auf der Zeitleiste (500) verwendet wird, und die zeichenhafte Darstellung in
Normaldarstellung, oder
in modifizierter zeichenhafter Darstellung erfolgt, welche einen Rückschluss auf den Status des Ereignisses erlaubt.
6. Verfahren gemäß einem der Ansprüche 1 bis 5, wobei
die Darstellung der aktuellen Zeit auf der Zeitleiste durch eine senkrechte Linie erfolgt, und/oder
die Darstellung einer simulierten Zeit auf der Zeitleiste durch eine senkrechte Linie erfolgt.
7. Verfahren gemäß Anspruch 6, wobei die senkrechte Linie durch Interaktion mit einem Benutzer verschiebbar ist.
8. Verfahren gemäß Anspruch 6 oder 7, wobei parallel zur aktuellen oder simulierten Zeit mindestens eine weitere Linie eine von einem Nutzer zu treffende mindestes eine Entscheidung darstellt, wobei sich der zeitliche Abstand der Linien aus mindestens einem Vorhersageverfahren ergibt.
9. Verfahren gemäß einem der Ansprüche 1 bis 8, wobei die Zeitleiste (500) zur Darstellung der Ereignisse, Vorhersagen und/oder einer vom Nutzer zu treffenden Entscheidung gruppiert in Kategorien horizontal unterteilt ist.
10. Verfahren gemäß einem der Ansprüche 1 bis 9, wobei ein oder mehrere Ereignisse zu einem Vorgang zusammengefasst in einer separaten Ansicht dargestellt werden.
11. Verfahren gemäß Anspruch 10, wobei die in der Zeitleiste (500) dargestellten Informationsgruppen an- und abschaltbar sind.
12. Verfahren gemäß einem der Ansprüche 1 bis 11 , wobei die Zeitleiste (500) in Bezug auf ihre Skalierung verändert werden kann.
13. Frühwarnsystem umfassend eine grafische Benutzerschnittstelle zur Darstellung einer räumliche Verteilung mindestens einer Eigenschaft mindestens eines sich räumlich und zeitlich ausbreitenden Ereignisses auf ein räumliches Gebiet (310; 410, 411), wobei das Frühwarnsystem angepasst ist, ein Verfahren gemäß einer der Ansprüche 1 bis 12 auszuführen.
14. Computerlesbares Medium welches computerlesbare Befehle umfasst, die, wenn sie auf einem Computersystem ausgeführt werden, dieses veranlassen ein Verfahren gemäß einer der Ansprüche 1 bis 12 auszuführen.
PCT/EP2011/005947 2010-11-26 2011-11-25 Verfahren und vorrichtung zur darstellung von informationen mehrerer sensorsysteme in einem frühwarnsystem WO2012069207A2 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102010052711A DE102010052711A1 (de) 2010-11-26 2010-11-26 Verfahren und Vorrichtung zur Darstellung von Informationen mehrerer Sensorsysteme in einem Frühwarnsystem
DE102010052711.4 2010-11-26

Publications (2)

Publication Number Publication Date
WO2012069207A2 true WO2012069207A2 (de) 2012-05-31
WO2012069207A3 WO2012069207A3 (de) 2013-04-18

Family

ID=45406639

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2011/005947 WO2012069207A2 (de) 2010-11-26 2011-11-25 Verfahren und vorrichtung zur darstellung von informationen mehrerer sensorsysteme in einem frühwarnsystem

Country Status (2)

Country Link
DE (1) DE102010052711A1 (de)
WO (1) WO2012069207A2 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110377656A (zh) * 2019-06-13 2019-10-25 中国地质大学深圳研究院 一种基于mvc架构的风暴潮淹没预警可视化方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016114373A1 (de) * 2016-08-03 2018-02-08 Endress+Hauser Conducta Gmbh+Co. Kg Netzwerk aus Regel-/Steuerkreisen

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6753784B1 (en) * 2001-03-28 2004-06-22 Meteorlogix, Llc GIS-based automated weather alert notification system
US20070044539A1 (en) * 2005-03-01 2007-03-01 Bryan Sabol System and method for visual representation of a catastrophic event and coordination of response
DE102009019606B4 (de) * 2009-04-30 2019-08-01 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zum Ermitteln von Warnungen in einem sensorgestützten Frühwarnsystem

Non-Patent Citations (1)

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

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110377656A (zh) * 2019-06-13 2019-10-25 中国地质大学深圳研究院 一种基于mvc架构的风暴潮淹没预警可视化方法
CN110377656B (zh) * 2019-06-13 2023-04-25 中国地质大学深圳研究院 一种基于mvc架构的风暴潮淹没预警可视化方法

Also Published As

Publication number Publication date
WO2012069207A3 (de) 2013-04-18
DE102010052711A1 (de) 2012-05-31

Similar Documents

Publication Publication Date Title
Piciullo et al. Territorial early warning systems for rainfall-induced landslides
DE112018004325T5 (de) Systeme und verfahren für die risikoanalyse
Fernando et al. Forecasting PM10 in metropolitan areas: Efficacy of neural networks
DE112013002233T5 (de) System, Verfahren und Programmprodukt zum Bereitstellen von für Bevölkerungsbewegung empfindlichen Wettervorhersagen
DE102010011186B4 (de) Verfahren und Vorrichtung zur Visualisierung von räumlich verteilten Informationen in einem Frühwarnsystem
DE102009019606B4 (de) Verfahren und Vorrichtung zum Ermitteln von Warnungen in einem sensorgestützten Frühwarnsystem
DE202008011177U1 (de) Ortungssystem zur Gebietsüberwachung und handgeführtes Ortungsgerät
DE102013000385A1 (de) Verfahren und Navigationssystem zum Ermitteln eines Fahrroutenvorschlags für eine bevorstehende Fahrt mit einem Kraftwagen
EP3104314A1 (de) System und verfahren zur warnung vor lokalen hochwasserereignissen
Archibald et al. Learning from traffic data collected before, during and after a hurricane
WO2011069613A1 (de) Vorrichtung und verfahren zur risikobasierten zuweisung von warnstufen
Pappenberger et al. Seamless forecasting of extreme events on a global scale
Sarica et al. Spatio-temporal dynamics in seismic exposure of Asian megacities: Past, present and future
DE102004022657B4 (de) Verfahren und Vorrichtung zum Anzeigen der hierarchischen Dienstgesundheit eines Netzwerks über der Zeit
Shamoun-Baranes et al. Avian information systems: developing web-based bird avoidance models
de Moraes Proposing a metric to evaluate early warning system applicable to hydrometeorological disasters in Brazil
WO2012069207A2 (de) Verfahren und vorrichtung zur darstellung von informationen mehrerer sensorsysteme in einem frühwarnsystem
WO2011066874A1 (de) System und verfahren zum segmentieren einer zielregion in räumliche warneinheiten eines sensorgestützten frühwarnsystems
Soler et al. Challenges and perspectives of innovative digital ecosystems designed to monitor and warn natural disasters in Brazil
CN117275181A (zh) 基于双控地质灾害监测预警系统
EP3926564B1 (de) Computerimplementiertes verfahren, computersystem und computerprogramm zur automatisierten überwachung einer elektrischen schaltanlage
CN109960203A (zh) 一种基于人工智能的单体结构户外标识物监测系统
WO2017144033A1 (de) Verfahren zur ermittlung und darstellung von veränderungen in einer ein reales gelände und darin befindliche reale objekte umfassenden realumgebung
AT523069B1 (de) Verfahren zum Überwachen einer Blitzaktivität in einem Überwachungsgebiet
DE102006033532A1 (de) Verfahren und Vorrichtung zur Generierung von Frühwarnungen vor Verkehrszusammenbrüchen an Engstellen

Legal Events

Date Code Title Description
122 Ep: pct application non-entry in european phase

Ref document number: 11801590

Country of ref document: EP

Kind code of ref document: A2