Risiko for skybrud stiger i takt med klimaændringerne. Og med skybrud følger risiko for oversvømmelse af bygninger og infrastruktur. En nyudviklet AI-beredskabsmodel skal hjælpe os med at forudse risikoen for oversvømmelser og gøre det muligt at reagere i tide.
I begyndelsen af oktober 2023 faldt én måneds regn på én dag i Aarhus. Alle regnvandsbassiner blev fyldt op, og vandet flød i gaderne. Særligt kritisk blev det ved en bro på Ormslevvej i Viby J, som dannede en 'prop' i å-systemet, som betød, at der var risiko for, at Viby Renseanlæg ville blive oversvømmet, og og dermed var der risiko for overløb af urenset spildevand til vandløb, åer og Brabrand Sø. I al hast blev broen derfor fjernet. Og katastrofen afværget.
Hændelsen betød, at vi begyndte at se på, hvordan forskellige data kunne give os et forspring, når vejrguderne igen åbnede sluserne. For skybrud vil der pga. temperaturstigninger komme flere af i fremtiden ifølge DMI.
Vejrdata er en stor hjælp til drift og optimering af vores afløbssystem og renseanlæg. Men vi har ønsket at få endnu mere detaljerede data for at være på forkant ved kraftig regn.
Som led i dette har vi fået 3D-scannet Aarhus Å, og sensordata og data fra bl.a. DMI bliver sammen lagt ind i en AI-beredskabsmodel, der i første omgang skal kunne forudse ekstremsituationer. Næste skridt er, at modellen også kommer med løsningsforslag.
»Modellen vil kunne se på vandstanden og DMIʼs nedbørsprognoser og flere dage – eller måske uger – i forvejen fortælle os, at der er risiko for en prop i systemet. Og så kan vi forebygge, for eksempel ved at prøve at tømme bassinerne på renseanlægget eller pumpe mere vand ud fra å-systemet i Aarhus,” forklarer Yansi Mary Jesuloganathan, der tovholder for digitalisering og fagchef for 'Hydraulik og Afløb' hos Aarhus Vand..
De mere detaljerede data vil vi få fra 12 nye sensorer på strækningen fra Viby Renseanlæg forbi Åby Renseanlæg og ud til slusen ved havnen - cirka 8,35 km.
I 3D-scanningen af Aarhus Å indgår informationer om geometri med dybder og former på brinker osv.. Derudover fodrer vi beredskabsmodellen med andre fakta som nedbør, vand der siver ind i systemet på grund af utætte ledninger, jordens tørhed og mange andre faktorer – plus historiske fakta om nedbør og scenarier, der tidligere har givet oversvømmelser ved åen.
Så tanken er, at vi om få år ikke bare skal få opremset sandsynlige scenarier, når vi fodrer med DMIʼs vejrudsigter eller målere. Men også som en slags machine learning skal vi få svar på, hvordan bassiner skal styres, hvornår vi skal åbne og lukke for spjæld, for at regulere vandstanden og forebygge oversvømmelser.
”Så tanken er, at vi om få år ikke bare skal få opremset sandsynlige scenarier, når vi fodrer med DMIʼs vejrudsigter eller målere. Men også som en slags machine learning skal vi få svar på, hvordan bassiner skal styres, hvornår vi skal åbne og lukke for spjæld, for at regulere vandstanden og forebygge oversvømmelser,” siger Yansi Mary Jesuloganathan.
Hun har endnu til gode at afprøve beredskabsmodellen i praksis. Der har nemlig ikke været nedbørsmængder i samme grad som i 2023 og 2024. Men målet er i sidste ende, at dette bliver en del af en beredskabsapp, som bidrager til at kunne træffe de rette beslutninger i en krisesituation.