Visuelle und KI-gestützte Risikoanalyse von Ausfällen der Straßenverkehrsinfrastruktur zur Vermeidung klimabedingter Schadensereignisse durch eine erhöhte Waldbrandgefahr

Matheis, Nicolas and Henninger, Sascha (2026) Visuelle und KI-gestützte Risikoanalyse von Ausfällen der Straßenverkehrsinfrastruktur zur Vermeidung klimabedingter Schadensereignisse durch eine erhöhte Waldbrandgefahr. EVERYBODY PLANS ... SOMETIMES. Cherish Heritage, Plan Now, Create a Better Future! Proceedings of REAL CORP 2026, 31st International Conference on Urban Development, Regional Planning and Information Society. pp. 1035-1045. ISSN 2521-3938

Text (Visuelle und KI-gestützte Risikoanalyse von Ausfällen der Straßenverkehrsinfrastruktur zur Vermeidung klimabedingter Schadensereignisse durch eine erhöhte Waldbrandgefahr) CORP2026_72.pdf - Published Version Download (628kB)

Abstract

Der Klimawandel führt bereits heute zu einer deutlichen Zunahme klimabedingter Belastungen der Straßenverkehrsinfrastruktur in urbanen wie ländlichen Räumen. Extreme Wetterereignisse wie Starkregen, Überflutungen, Hitzeperioden oder Schnee- und Eisereignisse beeinträchtigen die Funktionsfähigkeit von Straßennetzen und gefährden die Verkehrssicherheit. Gleichzeitig sind viele bestehende Straßen- und Entwässerungssysteme historisch gewachsen und nur begrenzt an gegenwärtige und vor allem zu erwartende zukünftige Klimaextreme angepasst. Vor diesem Hintergrund adressiert dieser Beitrag den sogenannten Ausfall der Straßenverkehrsinfrastruktur, verstanden als kritische Überlastung des Straßennetzes infolge kumulativer klimatischer Stressoren. Ziel des Projektes ist die Entwicklung und prototypische Anwendung einer KI-gestützten Methodik zur Identifikation und Klassifikation klimatologisch gefährdeter Straßenzüge. Dabei soll ein systematischer, datenbasierter Ansatz entwickelt werden, der Klimaprojektionen, meteorologische Messreihen, topografische Informationen, Geodaten sowie verkehrsinfrastrukturelle Merkmale integriert und so eine räumlich möglichst hoch aufgelöste Risikobewertung erlaubt. Diese Arbeit schließt damit eine Lücke zwischen raumbezogener Klimaforschung, technischer Infrastrukturplanung und digitaler Risikobewertung. Methodisch folgt das Forschungsvorhaben einem mehrstufigen Design, einer theoretischen Fundierung in den Bereichen Klimapolitik, Stadt- und Geländeklimatologie, Infrastrukturvulnerabilität und KI-gestützter Risikoanalyse. Anschließend folgt der Aufbau eines referenzbasierten Datenmodells anhand ausgewählter urbaner und ruraler Modellregionen in denen Klimadaten, topografische Parameter und straßenbezogene Infrastrukturdaten zusammengeführt werden. Daraus resultierend folgt die Entwicklung eines KI-gestützten Analysemodells, das mittels linearer Regressionsmodellierung Risikomuster im Straßennetz identifiziert und in Form eines digitalen Risiko- Zwillings für das Jahr 2050 abbildet. Bei erfolgreicher Implementierung erfolgt die planerische Interpretation der Ergebnisse und die Ableitung von Handlungsstrategien für eine klimaresiliente Verkehrsplanung. Erwartet wird ein Instrumentarium, das Kommunen, Infrastrukturbetreibende und Planungsinstitutionen bei der frühzeitigen Identifikation kritischer Straßenzüge unterstützt. Damit können Entscheidungen zu Priorisierung, Anpassungsmaßnahmen und langfristiger Investitionssteuerung im Sinne klimaresilienter Stadt- und Regionalentwicklung fundiert getroffen werden. Als Validierungsgrundlage für die aufgestellte These wird das Thema der Waldbrandgefahr behandelt, um eine erste Aussage zum laufenden Arbeitsprozess liefern zu können. Der fortschreitende Klimawandel verändert die Häufigkeit, Intensität und saisonale Verteilung von Vegetationsbränden in Europa und damit auch die Risikolage für verkehrliche Infrastrukturen. Für die Straßenverkehrsinfrastruktur entstehen Belastungen sowohl unmittelbar durch thermische Einwirkungen und potenzielle Fahrbahnschäden als auch mittelbar durch Rauch, eingeschränkte Sichtweiten, Sperrungen, Umleitungen sowie durch Folgegefahren nach Bränden, z. B. erhöhte Erosions- und Massenbewegungsneigung infolge einer veränderten Vegetation. In waldreichen Regionen wie Rheinland-Pfalz besitzt die Waldbrandgefährdung daher eine infrastrukturelle Relevanz, die im Rahmen des Dissertationskontexts „Der Klimatologische Verkehrsinfarkt“ als eigenständiger Stressor in ein datenbasiertes, KI-gestütztes Bewertungs- und Klassifikationssystem integriert werden kann. Ziel ist es, eine Brücke zwischen Waldbrand-Indikatoren und einer segmentierten Risikoanalyse entlang des Straßennetzes zu bauen. Diese dient sowohl als Ausgangsbasis für den Ist-Zustand, als auch für ein Zukunftsszenario 2050 unter einem moderaten Erwärmungspfad (ca. +1,9 °C bis Mitte des Jahrhunderts, konsistent zu SSP (SharedSocioeconomicPathways) 2-4.5/RCP (RepresentativeConcentrationPathways) 4.5-nahen Annahmen), um belastbare und erklärbare Aussagen zu ermöglichen. Der vorliegende Beitrag fokussiert die Waldbrandgefahr als Pilotanwendung zur methodischen Validierung des übergeordneten, multirisikoorientierten Ansatzes. Die Auswahl begründet sich durch die Verfügbarkeit etablierter Indikatorik und europaweit harmonisierter Datenprodukte, die eine prototypische Umsetzung im Sinne eines digitalen Risiko-Zwillings ermöglichen können. Klimabedingte Ausfälle der Straßenverkehrsinfrastruktur treten jedoch auch durch weitere Gefährdungen auf, insbesondere Starkregen, Überflutungen, Hangrutschungen oder Windwurf, deren Integration als Anschlussarbeit konzeptionell vorgesehen ist.

Item Type:	Article
Uncontrolled Keywords:	Waldbrandgefahr, digitale Risikoanalyse, Planung, Klimaanpassung, Klimawandel
Subjects:	T Technology > T Technology (General) T Technology > TA Engineering (General). Civil engineering (General) T Technology > TD Environmental technology. Sanitary engineering T Technology > TE Highway engineering. Roads and pavements
Depositing User:	The CORP Team
Date Deposited:	09 Apr 2026 19:14
Last Modified:	09 Apr 2026 20:15
URI:	http://repository.corp.at/id/eprint/1381

Actions (login required)

View Item