Leibniz Universität Hannover zur zentralen Website
Konstruktiver Ingenieurbau
Wasser und Umwelt
Geodäsie und Geoinformatik
Weitere Einrichtungen
Kontakt
 
StudiumStudienangebot der FakultätGeodäsie und GeoinformatikGeowerkstatt
GeoWerkstatt-Projekt des Monats Dezember 2020 - Hochwasserstand aus Social Media

Knöchel oder Hüfte? Hochwasserkartierung mit Social Media

GeoWerkstatt-Projekt des Monats Dezember 2020

Projekt: Abschätzung des Hochwasserstands anhand von Bildern aus sozialen Medien

Forschende: Yu Feng

Projektidee: Ableiten des Wasserstands anhand von im Hochwasser stehenden Menschen.

Mehr als fünf Milliarden Menschen besitzen ein Handy, mehr als 4 Milliarden nutzen soziale Medien und tauschen dementsprechend überall und ständig Nachrichten, Videos und Fotos aus. Diese Flut an Social-Media-Posts lässt sich auch für die Wissenschaft nutzen - beispielsweise um neu auftretende Hochwasser in Städten rasch zu orten und entsprechend schnell darauf reagieren zu können. Wir haben ein Verfahren zur Abschätzung des Hochwasserstands entwickelt, bei dem wir mit Methoden der künstlichen Intelligenz - dem Deep Learning - Social-Media-Posts mit Standortangaben auswerten, die oft als "Volunteered Geographic Information" (VGI) bezeichnet werden.

Zunächst konzentrierten wir uns darauf aus der Masse an Social-Media-Posts hochwasserbezogene Posts zu identifizieren, indem wir die Bildinhalte analysierten. Anhand einer Bildinterpretation können wir neben der Klassifizierung von Beiträgen als hochwasserrelevant oder nicht, auch detailliertere Informationen - wie etwa den Wasserstand - herauslesen.

© ebvimages on Flickr www.flickr.com/photos/ebvimages/albums/72157628033411293 unter CC BY-NC-SA 2.0
Annotationsregeln und Klassifikationsergebnisse zur Wasserstandsschätzung.
© ebvimages on Flickr www.flickr.com/photos/ebvimages/albums/72157628033411293 unter CC BY-NC-SA 2.0
Weitere Klassifikationsergebnisse zur Wasserstandsschätzung.

Dafür ziehen wir zur weiteren Analyse die hochwasserrelevanten Bilder heran, die Personen zeigen, die im Wasser stehen. Diese Bilder werden anhand des Wasserstands in Bezug auf verschiedene Körperteile - nämlich Knöchel, Knie, Hüfte und Brust - klassifiziert und in vier Wasserstände eingestuft.

© IKG
Überblick über die Hochwasserstärke für Hurrikan Harvey in Houston, USA 2017.

Zusammen mit den Standortangaben der Bilder kann eine Karte der geschätzten Hochwasserstärke erstellt werden. Um unser Verfahren zu testen, haben wir Social-Media-Posts ausgewertet, die aus dem Jahr 2017 stammen, als Houston in den USA stark vom Hurrikan Harvey getroffen wurde. Basierend auf den daraus extrahierten Wasserstandsinformationen konnten wir einen integrierten Überblick über die Hochwasserstärke erstellen. Ein solcher Überblick könnte beispielsweise für den Katastrophenschutz bereitgestellt werden, um bei einem Hochwasser frühzeitig planen und reagieren zu können.

Publikationen

Feng, Y., Brenner, C. and Sester, M. (2020). Flood severity mapping from Volunteered Geographic Information by interpreting water level from images containing people: A case study of Hurricane Harvey. ISPRS Journal of Photogrammetry and Remote Sensing, 169. pp. 301-319. https://doi.org/10.1016/j.isprsjprs.2020.09.011