ArticlePDF Available

Entscheidungsunterstützung im Hochwasser- management ‒ Integration von Kritischer Infrastruk- tur und Notfallrouting auf der Basis freier Geodaten

Authors:

Abstract and Figures

Die OpenFloodRiskMap (OFRM) ist ein Entscheidungsunterstützungssystem, welches Entscheidungsträger in der Alarm- und Einsatzplanung und im Hochwasserfall in der Identifi- zierung Kritischer Infrastrukturen (KI) und Navigation zu KI unterstützt. Durch die Zusammenarbeit mit verschiedenen Kommunen wurde die OFRM an deren Bedürfnisse im Hochwassermanagement angepasst, zudem wurden die frei verfügbaren OpenStreetMap-Daten als allgemein zugängliche Da- tengrundlage integriert. Im Praxisbericht wird der Beitrag der OFRM zu Hochwassermanagement an- hand des Fallbeispiels Evakuierung veranschaulicht.
Content may be subject to copyright.
412 Praxisbeitrag
Entscheidungsunterstützung im Hochwasser-
management Integration von Kritischer Infrastruk-
tur und Notfallrouting auf der Basis freier Geodaten
Melanie Eckle1, João Porto de Albuquerque1,2,3, Benjamin Herfort1, Alexander Zipf1
1GIScience Chair, Universität Heidelberg · eckle@stud.uni-heidelberg.de
2Centre for Interdisciplinary Methodologies, University of Warwick, UK
3Department of Computer Systems/ICMC, University of São Paulo, Brazil
Zusammenfassung: Die OpenFloodRiskMap (OFRM) ist ein Entscheidungsunterstützungssystem,
welches Entscheidungsträger in der Alarm- und Einsatzplanung und im Hochwasserfall in der Identifi-
zierung Kritischer Infrastrukturen (KI) und Navigation zu KI unterstützt. Durch die Zusammenarbeit
mit verschiedenen Kommunen wurde die OFRM an deren Bedürfnisse im Hochwassermanagement
angepasst, zudem wurden die frei verfügbaren OpenStreetMap-Daten als allgemein zugängliche Da-
tengrundlage integriert. Im Praxisbericht wird der Beitrag der OFRM zu Hochwassermanagement an-
hand des Fallbeispiels Evakuierung veranschaulicht.
Schüsselwörter: Entscheidungsunterstützungssystem, OpenStreetMap, Kritische Infrastrukturen, Vo-
lunteered Geographic Information (VGI), Notfallroutenplanung
Abstract: The OpenFloodRiskMap is a decision support system which supports decision makers in the
identification of Critical Infrastructure (CI) and in emergency routing. These tasks can be supported
both during pre-disaster planning and in response to a flood event. OFRM was developed in coopera-
tion with different municipalities in Germany to have functionalities that are well-suited to their re-
quirements in flood risk management. Furthermore, OFRM builds upon the openly accessible Open-
StreetMap data. This paper illustrates the contribution of OFRM to flood risk management using an
evacuation scenario.
Keywords: Decision support systems, OpenStreetMap, Critical Infrastructure, Volunteered Geogra-
phic Information (VGI), emergency routing
1 Projektidee und Motivation
Im Hochwassermanagement sowie in der Alarm- und Einsatzplanung benötigen Entschei-
dungsträger aktuelle und detaillierte Daten um Hilfsaktionen koordinieren, angepasste Maß-
nahmen ergreifen und potenziell Kritische Infrastrukturen (KI) identifizieren zu können. Laut
der KRITIS Strategie sind KI „Organisationen und Einrichtungen mit wichtiger Bedeutung
für das staatliche Gemeinwesen bei deren Ausfall oder Beeinträchtigung nachhaltig wirkende
Versorgungsengpässe, erhebliche Störungen der öffentlichen Sicherheit oder andere drama-
tische Folgen eintreten würden“ (BUNDESMINISTERIUM DES INNERN 2009). Die Anschaffung
und Pflege offizieller Daten sind jedoch kostspielig, weswegen Kommunen oftmals nicht
über eine aktuelle und detaillierte Datengrundlage verfügen. Laut Beschluss der Europäi-
schen Gemeinschaft war jede Kommune verpflichtet bis Ende 2015 individuelle Hochwas-
seralarm- und Einsatzpläne zu entwickeln (THE EUROPEAN PARLIAMENT AND THE COUNCIL
OF THE EUROPEAN 2007). Diese Richtlinie konnte aufgrund der ungenügenden Datenverfüg-
barkeit bis heute von vielen nicht erfüllt werden.
AGIT Journal für Angewandte Geoinformatik, 2-2016. © Herbert Wichmann Verlag, VDE VERLAG GMBH,
Berlin/Offenbach. ISBN 978-3-87907-622-2, ISSN 2364-9283, doi:10.14627/537622056.
Dieser Beitrag ist ein Open-Access-Beitrag, der unter den Bedingungen und unter den Auflagen der
Creative Commons Attribution Lizenz verbreitet wird (http://creativecommons.org/licenses/by-nd/4.0/).
M. Eckle et al.: Entscheidungsunterstützung im Hochwassermanagement mit freien Geodaten 413
Die OpenFloodRiskMap (OFRM) ermöglicht Kommunen diese Aufgabe durch die Verwen-
dung freier Geodaten (bekannt als Volunteered Geographic Information VGI) zu bewälti-
gen. VGI hat sich in den letzten Jahren verstärkt im Katastrophenmanagement und insbeson-
dere im Hochwassermanagement etabliert. Eines der bekanntesten VGI-Projekte ist die Open-
StreetMap (OSM) (R
AMM
&
T
OPF
2010). Die online Weltkarte besteht aus von internationa-
len Freiwilligen gesammelten Geoinformationen, die je nach Anwendungsfall und unter Be-
achtung der Open Data Commons Open Database License (ODbL)
1
verwendet werden dür-
fen. Mithilfe der OFRM können Entscheidungsträger das Potenzial der OSM-Daten auch im
Hochwassermanagement nutzen.
In der Konzeptualisierung der OFRM wurden Entscheidungsträger verschiedener Kommu-
nen miteinbezogen um die Anwendung bestmöglich an deren Bedürfnisse anpassen zu kön-
nen. In den in diesem Rahmen geführten Expertengesprächen wurden Evakuierung und Ver-
sagen des technischen Hochwasserschutzes zu den bedeutendsten Szenarien für die Alarm-
und Einsatzplanung sowie den Einsatzfall erklärt.
Nach einer kurzen Vorstellung der OFRM-Struktur wird im vorliegenden Praxisbeitrag ver-
anschaulicht, wie Entscheidungsträger das Entscheidungsunterstützungssystem in einem
konkreten Szenario, in diesem Fall der Evakuierung, nutzen können.
2 Struktur der OpenFloodRiskMap (OFRM)
2.1 Objektartenkatalog Kritischer Infrastrukturen
Objektartenkataloge enthalten generell keine Angaben über KI und erlauben folglich keine
direkte KI-Selektion auf Objektebene. Internationale Rahmenwerke verfügen jedoch über
Kategorisierungen in kritische Sektoren und Branchen, welche des Weiteren erlauben eine
Folgeauswahl von KI auf Objektebene vorzunehmen (A
USTRALIAN
G
OVERNMENT
2010,
B
UNDESMINISTERIUM DES
I
NNERN
2009, OAS &
DRDE 1991, T
HE
C
OUNCIL OF THE
E
URO
-
PEAN
U
NION
2008). Die Sektoren- und Branchenauswahl des Bundesministeriums des Innern
beinhaltet im direkten Vergleich die umfassendste Auflistung kritischer Sektoren und wurde
aufgrund dessen bereits von H
ERFORT
et al. (2015) genutzt um einen KI-Objektartenkatalog
zu erstellen (s. Abb. 1).
Abb. 1:
Sektorenübersicht
1
http://opendatacommons.org/licenses/odbl/ (15.04.2016).
414 AGIT – Journal für Angewandte Geoinformatik · 2-2016
Dieser KI-Objektartenkatalog wurde in der OFRM zur Identifikation von KI im OSM-Da-
tensatz genutzt.
2.2 In die OFRM integrierte OSM-Services zur Selektion von KI und
Integration der KI in Notfallroutenplanung
Die zunehmende Ausbreitung und der wachsende Detailgrad in OSM führten zu der Ent-
wicklung zahlreicher OSM-spezifischer Werkzeuge. Diese können zur Auswahl von OSM-
Daten und zum OSM-basierten Routing genutzt werden. Die overpass API (OLBRICHT 2015)
und der OpenRouteService (SCHMITZ et al. 2008) wurden in angepasster Form in die OFRM
integriert um die Abfrage von KI und Routing zu KI in der OSM-Datenbank unter Berück-
sichtigung von Hochwasserverhältnissen zu ermöglichen. Die OSM-Services, sowie deren
Funktionalitäten wurden in ECKLE et al. (2016) vorgestellt.
3 OpenFloodRiskMap-Fallbeispiel Evakuierung
Ein Prototyp der OFRM steht in der öffentlichen Version unter https://ofrm.de zur Verfü-
gung. Auch nichtregistrierte Nutzer können hier die OFRM-Kernfunktionen testen. Regis-
trierte Nutzer können darüber hinaus individuelle Abfragen speichern und editieren sowie
eigene Objekte ergänzen und Erweiterungen, wie die Abbildung von Hochwassergefahren-
karten, nutzen. Letztere wurden von der Landesanstalt für Umwelt, Messungen und Natur-
schutz Baden-Württemberg für die interne Verwendung zur Verfügung gestellt. Um einen
Überblick über alle OFRM-Funktionalitäten zu ermöglichen wurde für die folgende Ausfüh-
rung die nichtöffentliche OFRM-Version verwendet.
3.1 Identifikation KI Objekte für Evakuierung
Im Fall eines Hochwassers sind Entscheidungsträger für den Schutz und die Versorgung po-
tenziell gefährdeter KI verantwortlich. Um diese identifizieren zu können benötigen Ent-
scheidungsträger folglich Informationen über potenziell betroffene Gebiete und KI-Stand-
orte. Durch den KI-Objektartenkatalog und den Zugriff auf die overpass API können die KI-
Standorte direkt in der aktuellen OSM-Datenbank identifiziert und selektiert werden. Die in
der OFRM verfügbaren Hochwassergefahrenkarten ermöglichen zudem die Identifizierung
von potenziellen Überflutungsflächen. Auf diese Weise können Entscheidungsträger zum ei-
nen Lagekarten zur besseren Übersicht über potenziell betroffene KI erstellen und zum an-
deren bedeutende und potenziell betroffene KI, wie etwa Krankenhäuser, Schulen und Kin-
dergärten, in der Evakuierung priorisieren. Im ersten Schritt werden hierfür die für das Sze-
nario Evakuierung bedeutenden KI in der KI-Objektauswahl in der OFRM selektiert und für
den potenziellen Überflutungsbereich abgefragt. Um weitere Informationen über ein KI Ob-
jekt zu erhalten, wie etwa Kapazitäten und Ausstattung, kann das gewünschte Objekt in der
Karte selektiert werden. Die OSM-Kennung des Objektes ist zudem ein direkter Link zu dem
iD Editor2, einem online OSM-Editierprogramm. Dieser Editor kann genutzt werden um Ob-
jektinformationen hinzuzufügen oder zu verändern (s. Abb. 2).
2 http://wiki.openstreetmap.org/wiki/DE:ID (26.01.2016).
M. Eckle et al.: Entscheidungsunterstützung im Hochwassermanagement mit freien Geodaten 415
Abb. 2: Objekttypbasierte Evakuierungsabfrage in der OpenFloodRiskMap
3.2 Notfallroutenplanung in der Evakuierung
Um KI zu evakuieren müssen Entscheidungsträger nach der KI-Identifizierung zu den rele-
vanten KI navigieren. Der integrierte OpenRouteService ermöglicht Nutzern einen Start- und
Endpunkt über die Adresssuche, durch das Hinzufügen eines neuen Punktes in die Karte oder
durch die Auswahl eines Objektes aus den Ergebnissen der KI-Objektabfrage zu definieren.
Basierend auf dieser Auswahl kann die kürzeste Route zu KI unter Berücksichtigung von
potenziell überfluteten Gebieten berechnet werden. Die Ergebnisse der Routenplanung, die
Wegdauer und -strecke, werden innerhalb der Routenanfrage angezeigt.
Alle Anfragen können von registrierten Nutzern gespeichert und erneut aufgerufen werden.
Dies ermöglicht Entscheidungsträgern Anfragen für Szenarien, wie Evakuierung, vorzube-
reiten und im Einsatzfall abzurufen. Die Ergebnisse werden von der aktuellen OSM-Daten-
bank abgefragt und können durch die Druckfunktion auch im Feld genutzt werden.
416 AGIT – Journal für Angewandte Geoinformatik · 2-2016
Abb. 3: Notfallrouting in Evakuierungsszenario in der OpenFloodRiskMap
4 Diskussion und Ausblick
Die OFRM ermöglicht potenziell gefährdete KI zu identifizieren und unter Berücksichtigung
von Hochwasserverhältnissen zu diesen zu navigieren. Während die OFRM durch die OSM-
Datenbasis weltweit genutzt werden kann, ist es bedeutend die OSM-spezifischen Einschrän-
kungen zu berücksichtigen. Da es sich um eine VGI-Plattform handelt besteht eine Hetero-
genität der OSM-Daten bezüglich Qualität und Detailgrad, welche mit der Aktivität der
OSM-Gemeinschaft in Verbindung steht. Folglich sollte in der Planungsphase die Verfüg-
barkeit bedeutender KI getestet werden. Gegebenenfalls können OSM-Daten ergänzt und
verbessert werden, auch mit Unterstützung der lokalen OSM-Community.
Neben OSM stehen registrierten Nutzern auch offizielle Daten in Form der Hochwasserge-
fahrenkarten zur Verfügung. Das Ziel der Open-Government-Data-Initiative3 ist es Verwal-
tungen dazu zu bewegen staatliche Daten unter Open-Data-Lizenz der Allgemeinheit bereit-
zustellen. Durch die Ergänzung von staatlichen hochwasserrelevanter Daten könnte die
OFRM eine noch umfassendere Informationsquelle darstellen, ohne Einschränkungen hin-
sichtlich Nutzergruppen. Zudem könnten durch Verwendung staatlicher Daten die OSM-
Daten verifiziert und mögliche Haftungs- bzw. Verantwortlichkeitsfragen geklärt werden.
3 http://opengovernmentdata.org/ (26.01.2016).
M. Eckle et al.: Entscheidungsunterstützung im Hochwassermanagement mit freien Geodaten 417
Danksagung
Die Autoren danken der Landesanstalt für Umwelt, Messungen und Naturschutz Baden-
Württemberg (LUBW) für die Unterstützung im Rahmen des “Klimopass“ Programms. Be-
sonderer Dank geht zudem an Leiner & Wolff GmbH für die gute Zusammenarbeit im Pro-
jekt sowie an Joachim Fritz und Frank Lamm vom Tiefbauamt Offenau und Karlsruhe für
deren praktische Einsichten. J. P. Albuquerque dank darüber hinaus der CAPES (grant no.
12065-13-7) und der Universität Heidelberg (Excellence Initiative II / Action 7).
Literatur
AUSTRALIAN GOVERNMENT (2010), Critical Infrastructure Resilience Strategy.
http://www.emergency.qld.gov.au/publications/pdf/Critical_Infrastructure_Resilience_
Strategy.pdf. (14.04.2016)
BUNDESMINISTERIM DES INNERN (2009), Nationale Strategie zum Schutz Kritischer Infra-
strukturen (KRITIS-Strategie).
http://www.bmi.bund.de/cae/servlet/contentblob/544770/publicationFile/27031/kritis.
pdf (14.04.2016)
ECKLE, M., PORTO DE ALBUQUERQUE, J., HERFORT, B., LEINER, R., WOLFF, R., JACOBS, C. &
ZIPF, A. (2016, accepted), Leveraging OpenStreetMap to support flood risk man agement:
A prototype decision support system for the identification of critical infrastructure. 13th
Int. Conference on Information Systems for Crisis Response and Management. ISCRAM
2016. Rio de Janeiro, Brazil.
HERFORT, B., ECKLE, M., PORTO DE ALBUQUERQUE, J. & ZIPF, A. (2015), Towards Assessing
the Quality of Volunteered Geographic Information from OpenStreetMap for Identifying
Critical Infrastructures. 12th Int. Conference on Information Systems for Crisis Response
and Management. ISCRAM 2015. Kristiansand, Norway.
OLBRICHT, R. M. (2015), Data Retrieval for Small Spatial Regions in OpenStreetMap. Open-
StreetMap in GIScience. Springer International Publishing, 101-122.
ORGANIZATION OF AMERICAN STATES (OAS) DEPARTMENT FOR REGIONAL DEVELOPMENT
AND ENVIRONMENT (DRDE) (1991), Primer on Natural Hazard Management in Integra-
ted Regional Development Planning. Washington D.C.
http://pdf.usaid.gov/pdf_docs/Pnabj801.pdf. (14.04.2016).
RAMM, F. & TOPF, J. (2010), OpenStreetMap. Lehmanns, Berlin.
SCHMITZ, S., ZIPF, A. & Neis, P. (2008), New Applications Based on Collaborative Geodata
the Case of Routing. Proceedings of XXVIII INCA International Congress on Collabo-
rative Mapping and Space Technology (September).
http://koenigstuhl.geog.uni-heidelberg.de/publications/bonn/conference/cmap2008.
cartography-bonn.subm.pdf. (14.04.2016).
THE COUNCIL OF THE EUROPEAN UNION (2008), Council Directive 2008/114/EC.
http://eur-lex.europa.eu/legal-content/DE/TXT/PDF/?uri=CELEX:32008L0114&from=
EN. (14.04.2016).
THE EUROPEAN PARLIAMENT AND THE COUNCIL OF THE EUROPEAN UNION (2007), Directive
2007/60/ec of the European Parliament and of the Council of 23 October 2007 on the
Assessment and Management of Flood Risks. Official Journal of the European Union,
2455, 27-34.
ResearchGate has not been able to resolve any citations for this publication.
Article
Full-text available
Setting the scene The successful collection of information by masses of volunteering individuals enabled by Web technology (otherwise referred to as Web 2.0) does not halt before the realm of geographic information. Information resources available for instance in the online-encyclopedia Wikipedia or the photo-sharing platform flickr are currently being extended with geographic information or geotags at an impressive rate. 1 Even more remarkable in the given context, several projects concentrating solely on the collection of geographic information have formed. Goodchild (2007) gives an overview of these global collaborations and calls the phenomenon Voluntary Geographic Information (VGI). One of the most striking and sophisticated examples of VGI is the OpenStreetMap (OSM) project started in 2004. It aims at creating and collecting free vector geodata covering the whole planet. Its means are ordinary citizens vested with GPS-devices logging coordinates, out-of-copyright maps and aerial imagery provided by OSM-friendly companies (like Yahoo! Inc.). Deriving from these data sources geodata is then created. At the time of writing OSM counts ~60000 registered users: ~7000 of which have created or updated nodes and ~3000 have uploaded GPX tracks. Altogether the OSM dataset currently consists of roughly 270 Mio. nodes partly constituting 30 Mio. ways. 2 Haklay (2008) analysed the data quality of OSM data in England. One outcome of his analysis is the fact that against common expectation only very little quality assurance is being carried out upon the OSM data: Dividing England into grid cells of 1 km 2 , it turns out that 50% of the area of England has been mapped by individual persons and 89.5% by only up to three individuals. Due to this and also due to its lack of completeness the dataset would not (yet) be suitable for more sophisticated purposes than 'cartographic products that display central areas of cities' (p.24).
Chapter
Using OpenStreetMap data usually means, firstly, filtering for thematic extracts. This can be done with the OpenStreetMap mirror database Overpass API (application programming interface). To do this efficiently, the database takes advantage of the assumption that data is often selected from a relatively small spatial region instead of randomly across the planet. The paper aims to investigate what design choices are required to be able to answer almost any geographic query whilst serving common use cases fast enough such that the services based on this database are fast on affordable and standard sized hardware. The usage patterns from the main instance of Overpass API on overpass-api.de are evaluated. These comprise more than 40 million requests from the years 2012 to 2013 coming from about 60 % of the global IPv4 (IP protocol version 4) space. Therefore it can be said for sure that the assumption that queries are spatially dense holds on a large share of all queries.
Critical Infrastructure Resilience Strategy
  • Australian Literatur
  • Government
Literatur AUSTRALIAN GOVERNMENT (2010), Critical Infrastructure Resilience Strategy. http://www.emergency.qld.gov.au/publications/pdf/Critical_Infrastructure_Resilience_ Strategy.pdf. (14.04.2016)
Primer on Natural Hazard Management in Integrated Regional Development Planning
  • Organization Of
  • American States
  • Oas
  • Department
  • For
  • Development
  • Environment
ORGANIZATION OF AMERICAN STATES (OAS) DEPARTMENT FOR REGIONAL DEVELOPMENT AND ENVIRONMENT (DRDE) (1991), Primer on Natural Hazard Management in Integrated Regional Development Planning. Washington D.C. http://pdf.usaid.gov/pdf_docs/Pnabj801.pdf. (14.04.2016).
Leveraging OpenStreetMap to support flood risk man agement: A prototype decision support system for the identification of critical infrastructure
  • M Eckle
  • J Porto De Albuquerque
  • B Herfort
  • R Leiner
  • R Wolff
  • C Jacobs
  • A Zipf
ECKLE, M., PORTO DE ALBUQUERQUE, J., HERFORT, B., LEINER, R., WOLFF, R., JACOBS, C. & ZIPF, A. (2016, accepted), Leveraging OpenStreetMap to support flood risk man agement: A prototype decision support system for the identification of critical infrastructure. 13th
Nationale Strategie zum Schutz Kritischer Infrastrukturen (KRITIS-Strategie)
  • Bundesministerim Des Innern
BUNDESMINISTERIM DES INNERN (2009), Nationale Strategie zum Schutz Kritischer Infrastrukturen (KRITIS-Strategie). http://www.bmi.bund.de/cae/servlet/contentblob/544770/publicationFile/27031/kritis. pdf (14.04.2016)
Conference on Information Systems for Crisis Response and Management
  • Int
Int. Conference on Information Systems for Crisis Response and Management. ISCRAM 2016. Rio de Janeiro, Brazil.
Primer on Natural Hazard Management in Integrated Regional Development Planning
  • American Organization Of
  • States
ORGANIZATION OF AMERICAN STATES (OAS) DEPARTMENT FOR REGIONAL DEVELOPMENT AND ENVIRONMENT (DRDE) (1991), Primer on Natural Hazard Management in Integrated Regional Development Planning. Washington D.C. http://pdf.usaid.gov/pdf_docs/Pnabj801.pdf. (14.04.2016).