Skip to main content

Development of a Decision Support System for increasing the Resilience of Transportation Infrastructure based on combined use of terrestrial and airborne sensors and advanced modelling tools

Article Category

Article available in the folowing languages:

Mehr Klimaresistenz von Straßen

EU-finanzierte Forschende haben neue Möglichkeiten erarbeitet, mit vorhandenen Technologien die Resilienz des europäischen Straßennetzes gegenüber der wachsenden Bedrohung durch den Klimawandel zu steigern.

Verkehr und Mobilität

Eine der größten Herausforderungen für Verkehrsunternehmen und das Verkehrsingenieurswesen ist die sichere Verwaltung und Wartung von Autobahnen sowie der gesamten Straßeninfrastruktur. Außerdem müssen Inspektionen und Reparaturen schnell und effizient durchgeführt werden, um die Störungen möglichst gering zu halten. Aufgrund von Faktoren wie Verfall, extremen Wetterbedingungen, zunehmendem Verkehrsaufkommen, veränderter Nutzung sowie schlechter Wartung und aufgeschobenen Reparaturarbeiten verschlechtert sich der Zustand der Straßeninfrastruktur stetig. Die Dringlichkeit für Inspektionen und Reparaturen an der Straßeninfrastruktur nimmt also stetig zu, da sie immer anfälliger für Schäden wird. Das EU-finanzierte Projekt PANOPTIS geht diese Probleme an und setzt dabei auf bestehende Instrumente und Dienstleistungen wie Klimamodelle, Modellierungen von Extremwetterereignissen und deren Auswirkungen, Frühwarnsysteme sowie Umgebungssensoren. Die Forschenden setzten auch Landfahrzeuge und Drohnen für Inspektionen ein. Außerdem wurde ein Großteil des Straßennetzes mit modernster Technologie zur mobilen Kartierung kombiniert mit Drohnentechnologie kartiert.

Verbesserte Wiederherstellung nach Schäden

Das Ziel war es, ein integriertes System zur Entscheidungsunterstützung für mehr Resilienz der Straßeninfrastruktur zu entwickeln. Dieses sollte auf Boden- und Luftsensoren sowie fortschrittlichen Modellierungsinstrumenten basieren. Dieses System kann so zuverlässige Messwerte zu klimabedingten, hydrologischen und atmosphärischen Stressfaktoren sowie Modelle zu mehreren Gefahren bieten und die Prognose struktureller und geotechnischer Sicherheitsrisiken verbessern. Durch die Entwicklung eines Vorhersagemoduls konnten maßgeschneiderte Wetter- und Niederschlagsvorhersagen mit hoher Auflösung erstellt werden. „Risikohinweise, die auf den aktuellen Bedingungen und Vorhersagen beruhen, ermöglichen die Vorbereitung einer angepassten Reaktion“, berichtet der Projektkoordinator Phillipe Chrobocinski. „Das System gibt auch Warnungen zu Unfällen und deren möglichen Folgen aus, um die Auswirkungen schnellstmöglich abzufedern“, ergänzt er. Die Projektpartner setzten fortschrittliche Verfahren des maschinellen Lernens und der Datenfusion ein, um eine integrierte Plattform einzurichten, die im Straßenverkehrswesen eingesetzt werden kann. Sie fördert das Verständnis von Risiken mit mehreren Gefahren und unterstützt die Vermeidung und Vorsorge. Dieses neue integrierte System stützt betriebliche und strategische Entscheidungen gleichermaßen, indem es eine effizientere Wiederherstellung der Straßeninfrastruktur ermöglicht und so die Resilienz der Straßen- und Verkehrsinfrastruktur ausbaut. Die Forschenden griffen außerdem auf vorhandene Sensoren an Versuchsstandorten in Spanien und Griechenland zurück und richteten neue, kostengünstige, autonome Wetterstationen zur Messung der Mikroklimabedingungen wie Windgeschwindigkeit, Luftfeuchtigkeit, Temperatur und Feuchtigkeitsgehalt des Bodens ein. Sie setzten zudem RFID-Tags zur Überwachung von Vibrationen sowie Nebelerkennungssysteme ein.

Feldtests zu extremen Bedingungen

Als erster Versuchsstandort wurde ein Abschnitt der Autovía A-2 zwischen Madrid und Guadalajara in Spanien ausgewählt. Dieser Abschnitt ist wetterbedingten Ereignissen ausgesetzt, die bereits zu schweren Schäden geführt haben, darunter eine eingestürzte Brücke durch eine Überschwemmung. Der zweite Versuchsstandort war ein Abschnitt der Aftokinitodromos 2 in Nordgriechenland. Der Standort wurde aufgrund der Brücken und Deiche ausgewählt, die seismischen Ereignissen und hohen Niederschlagsmengen ausgesetzt sind. Diese können Bodenabsetzungen, Erdrutsche und Steinschläge auslösen. Die einzigartigen Bestandteile von PANOPTIS zur Modellierung von Gefahren und zu präzisen Vorhersagen für sehr kleine Gebiete sind die ersten, die auf so hohem Niveau entwickelt wurden. Die Risikomodellierung kombiniert Umweltdaten wie Boden- und hydrologische Daten mit den besten Vulnerabilitätsmodellen, um eine effizientere Verwaltung der Straßeninfrastruktur auf Planungs-, Wartungs- und Betriebsebene zu ermöglichen. „Das System kann täglich eingesetzt werden, um mit Drohnen schnell auf Unfälle und Naturkatastrophen zu reagieren oder mit diesen im Inspektionsmodus eine langfristigere Wartung durchzuführen“, so Chrobocinski.

Schlüsselbegriffe

PANOPTIS, Straße, Resilienz, Infrastruktur, Verkehr, Klimawandel, System zur Entscheidungsunterstützung

Entdecken Sie Artikel in demselben Anwendungsbereich

Wissenschaftliche Fortschritte
Digitale Wirtschaft
Verkehr und Mobilität
Klimawandel und Umwelt

22 April 2022