Online-Seminarserie: Künstliche Intelligenz in der Hydrometeorologie
Benjamin Mewes, Okeanos Smart Data Solutions GmbH:
KI-gestützte Datenassimilierung über unterschiedliche Messskalenniveaus am Beispiel der Ergebnisse des Projekts heavyRAIN
Abstract
Nutzen von Skalen-überschreitenden Verschnitt von Niederschlagsdaten unterschiedlicher Quellen mittels KI
Die zuverlässige Erfassung und Vorhersage von Niederschlagsereignissen ist für Bereiche wie Wasserwirtschaft, Landwirtschaft und Katastrophenvorsorge von zentraler Bedeutung. Traditionelle Messverfahren – von Bodenstationen über Radar bis hin zu Satelliten – liefern Daten mit stark variierenden Auflösungen und Unsicherheiten. In diesem Vortrag präsentieren wir einen neuartigen KI-basierten Ansatz, der diese heterogenen Niederschlagsinformationen skalenübergreifend miteinander verschneidet aus dem Projekt heavyRAIN. Mittels einer Kombination aus tiefen neuronalen Netzen und physikalisch orientierten Modellen erzeugen wir konsistente, hochauflösende Niederschlagskarten und quantifizieren dabei systematisch die Unsicherheiten.
CV
Benjamin Mewes
Benjamin Mewes
– Bachelor (2009-2012): Uni Heidelberg in den Fächern Geographie und Soziologie (Schwerpunkt Geoinformatik)
– Master (2012 – 2015): Abschluss in der Hydrologie (Universität Freiburg) mit Schwerpunkt Hydroinformatik
– Promotion (2015 – 2019): Ruhr Universität Bochum mit Schwerpunkt Einsatz von KI in der Hydrologie und Wasserwirtschaft
– seit 2019: Gründer und Geschäftsführer der Fa. Okeanos Smart Data Solutions GmbH