Wissensbasiertes Alarmsystem mit identifiziertem Deformations Prädiktor (KASIP)

Aufgrund der zunehmenden Siedlungstätigkeit des Menschen in bergigen Regionen und dem gleichzeitig verstärkten Auftreten von extremen Wetterbedingungen kommt der Untersuchung und Alarmierung von Hangrutschungen eine immer größere Bedeutung zu. In den vergangenen Jahren konnte eine deutliche Zunahme von Rutschungen verzeichnet werden, welche aufgrund ihrer zum Teil katastrophalen Auswirkungen auch Gegenstand einer breiten öffentlichen Diskussion geworden sind. Mit der Erforschung und Installation von Frühwarnsystemen soll eine Steigerung der Sicherheit und eine Begrenzung von humanen, ökonomischen und ökologischen Schäden bewirkt werden. Unsere neue Vision ist die Kombination von Hangbeobachtungsdaten ("Monitoring": z.B. GPS- oder Tachymetermessungen) mit einem numerischen Modell, welches die innere Struktur des Hanges repräsentiert. Das Modell soll die Berechnung von präzisen Simulationen und die Prädiktion von kritischen Zuständen des Hanges ermöglichen, welche durch Umwelteinflüsse wie z.B. Massenentnahme verursacht werden. Es wird eine zentrale Komponente eines neuartigen daten- und wissensbasierten Alarmsystems für Hangrutschungen sein. Wesentlicher Kern der datenbasierten Systemanalyse ist ein Monitoring-System und ein an die Realität angepasstes numerisches Modell des Rutschhanges. Für die Kalibrierung des Modells sind von uns Methoden der adaptiven KALMAN-Filterung angedacht. Zielsetzung ist hierbei die Einführung von "least squares"-Algorithmen anstelle von bisher üblichen, statistisch nicht gesicherten "try and error"-Methoden. Diese Art der Identifikation von geomechanischen Prozessen stellt noch völliges Neuland dar. Die wissensbasierte Systemanalyse agiert dann als übergeordneter "Alarm-Manager", der die Prädiktions- und Simulationsergebnisse des numerischen Modells mit zusätzlichem hybriden Expertenwissen verknüpft und beurteilt. Das werden Messergebnisse des Monitoring-Systems, lokale Deformationsmodelle (z.B. Polynome oder Spektralanalysen) und heuristisches Wissen von Hangrutschungsexperten sein. Das Ziel ist einen weitgehend automatisierten Entscheidungsprozess herbeizuführen, inwieweit eine aktuelle Alarmstufe des Hanges beibehalten wird oder ein Wechsel erfolgen muss.

Das Projekt "KASIP" (Knowledge-based Alarm System with Identified Deformation Predictor) beschäftigt sich mit der Untersuchung eines vollkommen neuen Typs von Alarmsystem für Hangrutschungen. Die zentrale Forschungsidee ist die Kombination von Echtzeit-Beobachtungsdaten (z.B. Tachymeter- und Radarmessungen) einer Hangrutschung mit einem numerischen Modell der Rutschung (im Folgenden "Hangmodell"). Das Hauptziel von KASIP ist die Entwicklung eines verbesserten Hangmodells, welches an die realen Deformationsvorgänge am Hang angepasst ist und mit dessen Hilfe realistische Vorhersagen für das künftige Verhalten des Hanges berechnet werden können. In diesem Zusammenhang wird eine neue flächenhafte Beobachtungsmethode für Hangrutschungen weiterentwickelt: die bodengestützte Radarbeobachtung. Die Methode ermöglicht die Beobachtung einer Rutschung aus einer Entfernung von bis zu 4 km, mit einer Messrate von ca. 6 Minuten und mit einer Genauigkeit von wenigen Millimetern. Dynamische Effekte am Hang wie Beschleunigungen und Konsolidierungen infolge einer Veränderung des Wetters und sogar plötzliche Steinschlagereignisse können mit der neuen Methode beobachtet werden. Ein anderes großes Thema in KASIP ist die optimale Schätzung von a priori unbekannten Materialparametern im Hangmodell mittels adaptiver Kalman-Filterung. Es kann gezeigt werden, dass die präzise Bestimmung von wichtigen Parametern wie Reibung und Kohäsion möglich ist, welche die Stabilität des Hanges stark beeinflussen.