KI-gestütztes Echtzeit-Mikroklimamodell

Kurzbeschreibung

Die Smart City Mannheim entwickelt ein hochmodernes, KI-gestütztes Echtzeit-Mikroklimamodell. Basierend auf über 500 Messpunkten bildet das Modell die komplexe Stadtstruktur detailgenau ab und liefert Wetterparameter in Echtzeit mit einer räumlichen Auflösung von 5x5 Metern. Durch die intelligente Verknüpfung von KI-Simulationen mit aktuellen 10-Minuten-Daten aus dem städtischen Klimamessnetz sowie Wetterinformationen des DWD entstehen präzise, hochaufgelöste Klimabilder – zeitlich wie räumlich. Diese liefern eine fundierte Entscheidungsgrundlage für eine klimaresiliente Stadtplanung.

Beschaffungs- und Vergabehinweise

Die Entwicklung des KI-Klimamodells wurde an ein Büro vergeben und wird sukzessive durch weitere Aspekte (Arbeitspakete) ergänzt. Die erarbeitete Software-Lösung ist open source und wird nach Projektabschluss veröffentlicht.

Zielsetzung

Klimaresilienz der Stadt Mannheim sowie ihrer Bürger*innen zu erhöhen

Zielgruppe

Stadtverwaltung (Stadtplanung, Stadtsteuerung) und letztendlich Bürger*innen Mannheims

Mehrwert für die Zielgruppe

Abschätzung von Auswirkungen städtebaulicher Maßnahmen und damit die langfristige Erfolgskontrolle des Mehr-Grün-in-der-Stadt-Ziels. Informations- und Warnangebote schützen die Bevölkerung.

Dies ist ein gefördertes Projekt

KFW, BMWSB

Herausforderungen

Um punktgenaue und belastbare Aussagen zu machen, bedarf es einer sehr dichten und flächendeckenden Erhebung von Daten, die eine konzeptionelle, sorgfältige Planung (Standortfindung und Umsetzung im öffentlichen Raum) erfordert und viel Zeit in Anspruch nehmen kann. Auch die Abstimmung mit Privaten, wenn es um die Errichtung von Sensorik auf nicht städtischen Flächen geht. Um die Qualität und Konsistenz der Daten zu gewährleisten müssen die unterschiedlichen Sensoren validiert werden. Hierzu werden an verschiedenen Stellen, wie z.B. der drei Stadtklimastationen, Parallelmessungen durchgeführt. Die Integration verschiedener meteorologischer, baulicher und sozialer Datenquellen Dritter kann teilweise sehr aufwändig oder technisch komplex sein. Hierzu zählen insbesondere Daten aus Netzen der kritischen Infrastruktur anzubinden. Für das Klimamodell sind bestmögliche Datengrundlagen über das Stadtgebiet (3D-Geländemodell, Höhenentwicklungen, Versiegelungen/Grünflächen, etc.) in ausreichender aktueller und räumlicher Auflösung.

Zentrale Erfolgsfaktoren

Ausgangslage ist eine Stadtklimaanalyse auf Basis des Modells FITNAH. Die Unterstützung und enge Zusammenarbeit mit den relevanten städtischen Stellen bei der Umsetzung des Messnetzes. Ein möglichst repräsentatives, hochwertiges Klimamessnetz, dass nahezu alle relevanten städtebaulichen und klimatischen Bedingungen bzw. Bereiche abdeckt. Hierbei werden eigene Sensoren errichtet und betrieben wie auch von Dritten integriert. Eine performante Datenplattform auf der die Daten zusammengeführt und verschnitten sowie weiterverarbeitet (Klimamodell) und für die Anwender und Bürgerschaft visualisiert werden kann Das Klimamodell muss angepasst werden, wenn neue Daten verfügbar sind sowie für deren Aussagequalität eine möglichst hohe Aktualität der Daten/-grundlagen gewährleistet werden. Die Fokussierung auf konkrete Fragestellungen (z.B. Wirkung begrünter Fassaden oder Dächer, Hitzewarnungen oder auch Simulation verschiedener städtebaulicher Maßnahmen) in enger Abstimmung mit den Stakeholdern der Stadtverwaltung. Und Integration der Erkenntnisse bzw. der Daten in die offizielle Stadtplanung und Bauleitplanung. Um die Akzeptanz und Beteiligung zu fördern, sind klare, verständliche Informationen und die Einbindung der Bürgerschaft notwendig. Hierbei ist eine Ausrichtung auf nutzerfreundliche und praxisnahe Ergebnisse für die Stadtplanung und die Bevölkerung essentiell.

Weiterführender Link

https://smartmannheim.de/newsartikel/wenn-staedte-ueberhitzen-wie-klimamodellierung-hilft/

Besonders hilfreich war

Das Klimamessnetz besteht nach Abschluss des Messnetzaufbaus aus bis zu 650 Standorten im Stadtgebiet Mannheim mit einer Datenerhebung von in der Regel 10 Minuten. Erhoben werden Lufttemperatur, Luftdruck, Luftfeuchtigkeit, Oberflächentemperaturen, Windgeschwindigkeit/-richtung und Niederschlagsmenge /-art, Wassertemperatur, etc. Die Wettervorhersagen des DWD fließen als weitere Eingangsparameter mit ein. Die Daten werden entweder über das eigene LoRaWAN oder Mobilfunk und wenn vorhanden LAN oder WLAN übertragen. Im Klimamodel wurden alle verfügbaren und relevanten Daten (Digitales Stadtmodell) und auch LIDAR- und aktuelle Luftbilddaten in 5 cm Auflösung integriert. Das KI-gestützt Neuronale Netz zur Mikroklimaberechnung rechnet alle 10 Minuten Werte im 5-Meter-Raster; derzeit im ersten Schritt die Lufttemperatur, berechnet weitere Faktoren und Kenngrößen und visualisiert diese auf der Plattform bzw. auf Dashboards. Eine Berechnung der Lufttemperatur bis zu 48 Stunden in dieser kleinräumigen Auflösung wird angestrebt.

Lessons learned

Die Errichtung des Messnetzes ist wesentlich personal- und zeitaufwändiger als ursprünglich gedacht. Sensoren können ausfallen, Datenlücken entstehen und unterschiedliche Formate erschweren die Integration. Ein robustes Monitoring zur Datenqualität sind unverzichtbar. Eine gute und flächendeckende Datenbasis garantiert die kleinräumige Auflösung der berechneten Werte.Die Mikroklimamodellierung ist aufwendig und benötigt Experten mit interdisziplinärem Know-how.

Projektpartner und Kooperationen

Unternehmen — GEO-NET Umweltconsulting GmbH

Große Pfahlstraße 5a
30161 Hannover
info@geo-net.de
https://www.geo-net.de

Ansprechperson

Sven Riffel

Landteilstraße 33
68163 Mannheim
0621 2934638
sven.riffel@smartmannheim.de
https://www.smartmannheim.de

Projektkoordinator

Sven Riffel

Landteilstraße 33
68163 Mannheim
0621 2934638
sven.riffel@smartmannheim.de
https://www.smartmannheim.de

Die Digitalakademie@bw

Sitemap

Digitalakademie@bw