P20137 KASIP -  Knowledge-Based Alarm System with Identified Deformation Predictor
 
Project
Abstract
Scientists/Scholars
Project Publications
Further Activities
Cooperations
Studysites
Events
Final Report

Abstract English

Because of increasing settlement activities of people in mountanious regions and the simultanous appearance of extreme climatic conditions the investigation and alerting of landslides becomes more and more important. Within the last few years a significant rising of disastrous slides could be registered which generated a broad public interest and the request for security measures. The investigation and installation of alarm systems aims for a raise of security and a restriction of human, economical and environmental damage.

Our new vision is the combination of monitoring data (e.g. GPS or tacheometer measurements) with a numerical model which represents the structure of the slope. The model is planned to overtake the calculation of precise simulations and to support the prediction of critical states of the slope as reaction to environmental influences (like mass excavation). It will be one central component of a new type of data- and knowledge-based alarm system.

Central elements of the data-based part are the monitoring system and the numerical slope model which is adapted to reality. For the model calibration step we are planning to use adaptive Kalman-filtering techniques and replace the statistically non assured try and error methods.

The knowledge-based part acts as a superordinated alarm manager which combines and evaluates the calibration, simulation and/or prediction results of the numerical model with additional hybrid expert knowledge. This will be measuring results from the monitoring system, additional local deformation models (e.g. polynomials or spectral analysis) and heuristic knowledge from landslide experts. The goal is to establish a widely automated decision process whether to keep the current alarm level of the slope or to change to another one.

Abstract German

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.

 
 
 

With support from
FWFDer Wissenschaftsfonds