URBAN-CLIMATE

Im Rahmen des Projekts „Urban Climate“ trainieren wir eine Künstliche Intelligenz (KI), die zukünftig in der Lage sein wird, detaillierte Heat Maps für urbane Hitzeinseln zu erstellen – und das auch für Städte, die keine umfassenden Wetterdaten besitzen. Mit dieser KI möchten wir dazu beitragen, klimatische Unterschiede in Städten besser zu verstehen und Lösungen für die Herausforderungen durch Hitzeinseln bereitzustellen.

Unser KI-Modell wird anhand von Wetterdaten trainiert, die wir durch ein Netzwerk aus Wetterstationen und Bodenfeuchtesensoren erfassen. Diese Geräte sammeln Daten zu Temperatur, Wind, Luftdruck, Niederschlag, Luftfeuchtigkeit und Bodenfeuchte, die über ein LoRaWAN-Netzwerk auf unseren zentralen Server übertragen werden. In einem ersten Schritt nutzt die KI diese umfangreichen Daten, um Heat Maps für städtische Bereiche zu generieren, in denen Sensoren vorhanden sind.

Langfristig ist unser Ziel jedoch, das KI-Modell so zu trainieren, dass es auf Grundlage dieser vorhandenen Daten in der Lage ist, Hitzeinseln auch für Städte ohne eigene Wetterstationen präzise zu prognostizieren. Durch die Verknüpfung mit Geodaten und zusätzlichen städtischen Informationen, wie Gebäudedichte und Vegetation, kann die KI bestimmte Muster erkennen und diese auf vergleichbare urbane Umgebungen übertragen.

Unsere Arbeit mit JupyterHub ist ein zentraler Bestandteil des Trainingsprozesses dieser KI. In JupyterHub importieren, analysieren und annotieren wir die Messdaten, die das KI-Modell benötigt, um Hitze- und Kühlmuster zu erkennen. Mithilfe dieser annotierten Daten trainieren wir die KI darauf, Faktoren und Muster zu identifizieren, die zur Bildung von Wärmeinseln beitragen. Erste experimentelle Heat Maps und Prognosen, die Sie hier als Screenshots sehen können, zeigen die potenzielle Verteilung von Wärme und Kühle in verschiedenen urbanen Zonen.

Die Fähigkeit, Hitzeinseln auch ohne lokale Messungen präzise zu prognostizieren, ermöglicht es Städten weltweit, gezielte Maßnahmen zur Klimaanpassung zu ergreifen. Stadtverwaltungen könnten beispielsweise mithilfe dieser Prognosen strategische Begrünung planen, Hitzegebiete vermeiden oder Ressourcen gezielt dort einsetzen, wo besonders viele Menschen von Hitze betroffen sind. So leistet unsere KI einen wertvollen Beitrag zum Umweltschutz und unterstützt dabei, den Lebensraum in urbanen Gebieten klimafreundlicher und lebenswerter zu gestalten.