Globale Bewertung der Hochwasseranpassung und des Hochwasserrisikos durch Large Language Modelle | FloodChat
Angesichts des beschleunigten Klimawandels und der zunehmenden Ausdehnung der Städte sind wirksame Anpassungsmaßnahmen dringend erforderlich, um dem steigenden Hochwasserschäden entgegenzuwirken. Inmitten der zunehmenden Rufe nach einer beschleunigten Klimaanpassung bleibt eine zentrale Frage offen: Wie ist der Stand, die Wirksamkeit und das Potenzial der Anpassungsmaßnahmen zur Verringerung künftiger Hochwasserrisiken?
FloodChat zielt darauf ab, eine Antwort auf diese Frage zu geben, indem ein automatisiertes Datenverarbeitungssystem für die globale Bewertung der Hochwasseranpassung entwickelt wird, das auf Large Language Models (LLMs) und anderen Techniken des maschinellen Lernens basiert, um öffentliche Dokumente zur Hochwasseranpassung zu verarbeiten und die Auswirkungen von Anpassungsmaßnahmen auf die Risikodynamik im globalen Maßstab quantitativ zu bewerten. Jüngste Entwicklungen bei LLMs haben die Textverarbeitung revolutioniert und ihr beispielloses Potenzial aufgezeigt. LLMs können riesige Dokumentensammlungen effizient analysieren und synthetisieren und liefern interpretierbare und prägnante Ergebnisse, die eine fundierte Wissensgenerierung unterstützen.
Der Treatmenteffekt verschiedener Anpassungsmaßnahmen auf Hochwasserschäden wird quantifiziert. Die Schäden in Situationen mit und ohne eine durchgeführte Maßnahme werden verglichen, wobei Störvariablen, die ebenfalls einen erheblichen Einfluss auf Hochwasserschäden haben können, berücksichtigt werden. Unsere geplante Bewertung von Anpassungsberichten und der Wirksamkeit von Anpassungsmaßnahmen ergänzt und verbessert die Bemühungen der Global Adaptation Mapping Initiative im Einklang mit den für die globale Anpassungsforschung gesetzten Prioritäten.
FloodChat ist ein Promotionsprojekt im Rahmen der HEIBRIDS - Helmholtz Einstein International Berlin Research School in Data Science und wird betreut von PD Dr. Heidi Kreibich, Sektion Hydrologie, GFZ und Prof. Andrea Cominola, Lehrstuhl für Intelligente Wassernetze, Technische Universität Berlin und Einstein Center Digital Future.