RIVERCAST

AI-stödd översvämningsprognos via hybrid satellitkommunikation. ERUF/FRO-finansierat samarbetsprojekt (programmet GreenEconomy.IN.NRW), oktober 2025 till september 2028, under ledning av TerraTransfer.

ERUF/FRO NRW · 2025-2028

RIVERCAST

AI-stödd översvämningsprognos via hybrid satellitkommunikation.

Inom RIVERCAST-projektet utvecklas ett intelligent varnings- och informationssystem som förutser översvämningar tidigare och mer exakt. Det kombinerar AI-modeller, moderna IoT-mätsystem och en hybrid dataförbindelse som använder både mobilnät och LEO-satelliter, så att mätdata förblir tillgängliga även när mobilnäten slås ut vid en katastrof.

Målet är att på ett tillförlitligt sätt prognostisera vattennivåer, flöden och fyllnadsgraden i fördröjningsmagasin för översvämningar och därmed avsevärt öka motståndskraften och planeringssäkerheten i översvämningsskyddet.

Erfts avrinningsområde, testregion för RIVERCASTs observationsområden.

LöptidOktober 2025 till september 2028

FinansieringERUF-programmet GreenEconomy.IN.NRW

ProjektledningTerraTransfer GmbH

RegionErfts avrinningsområde, Nordrhein-Westfalen

Projektpartner

TerraTransfer GmbH Projektledning, utveckling av hybrida IoT-dataloggrar, backend- och frontendsystem, övergripande samordning
Erftverband Tillhandahållande av testregionen, hydrologiska analyser och integration i befintliga strukturer för översvämningsskydd
BO-I-T gGmbH Utveckling av AI- och maskininlärningsalgoritmer samt datapipelinen
FAU Erlangen-Nürnberg Prof. Dr. Gabriele Chiogna (professor i tillämpad geologi och modellering av miljösystem), vetenskaplig modellering och validering

Friedrich-Alexander-Universität Erlangen-Nürnberg

Projektets tidsplan

2025 / 2026Val och iordningställande av testområdena i Erfts avrinningsområde, definition av sensorkraven.
2026 / 2027Installation av det utökade IoT-mätnätet, utveckling och träning av de första AI-modellerna.
2027 / 2028Byggnation och test av hybrida dataloggrar (mobilnät/satellit), integration av modellerna i en övervakningsplattform i realtid.

Resultat och nytta

Hybrid datalogger med automatisk omkoppling mellan mobilnät och satellit vid nätavbrott
AI-stödda prognosmodeller för vattennivåer och fyllnadsgrad i fördröjningsmagasin
Utökat IoT-nät för vattennivå, nederbörd och flöde (via avbördningskurvor) i realtid, samt vattentemperatur och elektrisk konduktivitet som proxy för huvudjoner
Övervakningsplattform för myndigheter och räddningstjänst med prognos- och visualiseringsfunktioner
Överförbart koncept som kan skalas upp till andra avrinningsområden i NRW och i hela Europa

RIVERCAST stärker motståndskraften mot hydrologiska extremhändelser och lägger grunden för en modern, digitalt uppkopplad översvämningshantering i Nordrhein-Westfalen.

Finansierat av Europeiska unionen och delstaten Nordrhein-Westfalen inom programmet ERUF/FRO NRW 2021-2027 (GreenEconomy.IN.NRW).

Relaterat projekt

Också av intresse.

IoT4SRGK GüterslohBättre riskkartor för skyfall med sensordata i realtid: projektöversikt.

Intresserad av ett forskningssamarbete?

Vi bidrar med mäthårdvara, plattformsutveckling och erfarenhet av arbete med myndigheter. Hör av dig om du planerar ett samarbetsprojekt, på delstats-, förbunds- eller EU-nivå.

Kontakta oss → Projektöversikt