lokalRAIN –Niederschlagsmessung mit akustischer Sensorik in IoT-Netzwerken zur verbesserten Vorhersage von Starkregen

Die Erfassung von Niederschlägen stellt nach wie vor eine technische und wirtschaftliche Herausforderung dar. Bestehende Methoden zur Erfassung der Regenmenge sind mit hohem Aufwand und erheblichen Kosten verbunden. Daher stehen solche Systeme oft nur an wenigen Standorten zur Verfügung. Die Folge: regionale Wettervorhersagen sind ungenau, und schnelle Reaktionen auf Starkregenereignisse bleiben erschwert. Eine flächendeckende Vorhersage von Starkregen ist daher nur schwer umsetzbar. Es besteht daher der Bedarf an innovativen Messmethoden, die kostengünstig und damit flächendeckend einsetzbar sind.    
 

Intelligente Sensorik zur Echtzeit-Niederschlagsmessung

Im Forschungsprojekt »lokalRAIN« wird eine neuartige Methode zur Regenmessung entwickelt. Dabei werden die akustischen Schwingungen, die beim Auftreffen des Regens auf Oberflächen wie z. B. Photovoltaikmodulen entstehen, mit Schwingungsaufnehmern erfasst und mithilfe von Machine und Deep Learning-Methoden (ML/DL) ausgewertet, um die Regenmenge präzise und in Echtzeit zu bestimmen. Ziel des Projekts ist die Entwicklung von akustischen Sensorknoten zur Erfassung von Regen, die durch Sensordatenfusion eine flächendeckende Erfassung in einem robusten Netzwerk ermöglichen. Dafür wird neben Algorithmen zur Schwingungs-Klassifizierung auch eine kostengünstige und energieoptimierte Rechenhardware für den Einsatz in der Sensorik entwickelt.
 

Vorteile präziser Niederschlagsmessung für Stadtplanung, Katastrophenschutz und Landwirtschaft

Eine kostengünstige, ortsgenaue Niederschlagsmessung in Echtzeit eröffnet neue Möglichkeiten in zahlreichen Bereichen:

• Stadtplanung und Katastrophenschutz: Exakte Informationen zur Regenmenge helfen bei der Planung von Entwässerungssystemen und der schnellen Reaktion auf Starkregenereignisse.
• Versicherungen: Genaue Wetterdaten unterstützen bei der Risikoanalyse und Schadensbewertung.
• Landwirtschaft: Detaillierte, ortsgenaue Daten zur Niederschlagsmenge ermöglichen eine gezielte Steuerung der Bewässerung und fördern eine nachhaltige Ressourcennutzung.