Anzeige
1 Monat GRATIS testen. Danach zum Jubiläumspreis weiterlesen.
Startseite »

KI zeigt Monsterwellen-Risiko auf

Naturgewalten

KI zeigt Monsterwellen-Risiko auf
Unter bestimmten Bedingungen können sich im Meer vereinzelte Monsterwellen bilden, die Schiffe und Ölplattformen bedrohen. RugliG/iStock

Wann und wo könnten die gefürchteten „Kaventsmänner“ zuschlagen? Anhand von umfangreichen Wellendaten und mithilfe von künstlicher Intelligenz haben Forscher eine Formel entwickelt, die das jeweilige Bedrohungs-Risiko durch die Extremwellen auf See aufzeigen kann. Die Berechnungen könnten somit der Routenplanung in der Schifffahrt zugutekommen, sagen die Wissenschaftler.

Lange galten sie als Seemannsgarn: Geschichten von gigantischen Wellen auf hoher See, die aus dem Nichts zu kommen scheinen und dann Schiffe zermalmen. Doch mittlerweile ist klar, dass die auch Kaventsmänner genannten Monsterwellen tatsächlich die Schifffahrt und Ölplattformen bedrohen. Es zeichnet sich ab, dass viele teils mysteriöse Unglücke auf See auf diese Naturgewalt zurückzuführen sind. Besonders genau dokumentiert wurde ein Fall im Jahr 1995, als eine 26 Meter hohe Monsterwelle über die norwegische Ölplattform Draupner hereinbrach. Durch verschiedene Methoden der Meeresüberwachung wurde mittlerweile auch nachgewiesen, dass sich die Wasserwände sogar recht häufig in verschiedenen Meeresregionen der Welt auftürmen.

Monsterwellen-Dynamik im Visier

Forscher haben bereits Modelle entwickelt, um zu beschreiben, durch welche Faktoren diese Extremwellen entstehen. Im Gegensatz zu den Tsunamis, die durch geologische Effekte hervorgerufen werden, „schaukeln“ sich die Monsterwellen dabei durch bestimmte Überlagerungsmuster auf. Doch noch immer gibt es dazu Unklarheiten und die Vorhersage regionaler Monsterwellen-Risiken ist schwierig. Der Herausforderung einer Modellierung haben sich nun die Wissenschaftler um Dion Häfner vom Niels-Bohr-Institut der Universität von Kopenhagen erneut gestellt. „Im Grunde ist es einfach großes Pech, wenn eine dieser Wellen zuschlägt. Sie werden durch eine Kombination vieler Faktoren verursacht, die bisher aber nicht in einer einzigen Risikoabschätzung zusammengefasst wurden“, sagt Häfner.

Um das Phänomen genauer zu charakterisieren, haben er und seine Kollegen deshalb nun erstmals intensiv das Hilfsmittel der künstlichen Intelligenz eingesetzt. „In der Studie haben wir die ursächlichen Variablen systematisch erfasst, die Monsterwellen erzeugen. Dann haben wir diese Informationen mithilfe von künstlicher Intelligenz in ein Modell übertragen, das die Wahrscheinlichkeit ihrer Entstehung berechnen kann“, sagt Häfner. Ihre Ergebnisse basieren auf umfangreichen Daten zu Meeresbewegungen bei bestimmten Bedingungen sowie über Wassertiefen und weiteren ozeanografischen Informationen. Diese haben die Wissenschaftler dann mit Seegang-Informationen von Mess-Bojen in 158 verschiedenen Meeresgebieten kombiniert. Zusammengenommen enthielten diese Informationen Merkmals-Daten zu mehr als einer Milliarde Wellen, schreiben die Forscher.

Anzeige

Als Monsterwellen wurden dabei nicht nur die teils über 20 Meter hohen Extrem-Exemplare eingestuft: Als „abnormal“, also als eine Welle mit Monster-Charakter, definierte das Team Wasserberge, die mindestens doppelt so hoch waren wie die umliegenden Wellen. „Unsere Analyse zeigte, dass solche abnormalen Wellen häufig auftreten. Tatsächlich haben wir in unserem Datensatz 100.000 Wellen registriert, die als Monsterwellen definiert werden können. Dabei handelt es sich aber nicht unbedingt um Exemplare von extremer Größe“, erklärt Co-Autor Johannes Gemmrich von der kanadischen University of Victoria.

Potenzial für die Routenplanung in der Schifffahrt

Das Team nutzte dann verschiedene Methoden der künstlichen Intelligenz beziehungsweise des maschinellen Lernens, um die Daten zu verarbeiten und auszuwerten. Der Clou ist dabei, dass diese Verfahren schwer erkennbare Verknüpfungen in den Daten aufspüren können. Im aktuellen Fall zwischen bestimmten Konstellationen im Meer und der Wahrscheinlichkeit der Bildung der Extremwellen. Der KI-Ansatz hat dabei nun zu einer Formel geführt, die für die Beschreibung und Voraussage eingesetzt werden kann. Konkret bedeutet das: Auf der Grundlage von verfügbaren Daten über Meeresbewegungen kann dieser Algorithmus das Risiko vorherzusagen, in einem Meeresbereich bei bestimmten Bedingungen von einer Monsterwelle getroffen zu werden.

Die Ergebnisse belegten außerdem, dass der dominierende Faktor bei der Entstehung der Extremwellen eine spezielle Form der Überlagerung ist. Dabei kreuzen zwei Wellensysteme einander, wodurch sie sich für kurze Zeit gegenseitig verstärken. „Wenn zwei Wellensysteme auf See so aufeinandertreffen, dass die Chance steigt, hohe Wellenkämme und anschließend tiefe Wellentäler zu erzeugen, besteht ein hohes Risiko für Monsterwellen“, so Häfner. Wann diese Kombination von Faktoren vorliegt, die das Risiko für die Monsterwellen erhöht, kann der Algorithmus nun also aufzeigen.

Den Forschern zufolge könnte dies somit der Sicherheit in der Schifffahrt zugutekommen: „Wenn Reedereien ihre Routen planen, könnten sie mithilfe unseres Algorithmus eine Risikoeinschätzung darüber erhalten, inwieweit den Schiffen auf dem Weg gefährliche Wellen drohen. Auf dieser Grundlage können sie dann alternative Routen auswählen“, resümiert Häfner das mögliche Anwendungspotenzial der Studienergebnisse.

Quelle: University of Copenhagen, Fachartikel: Proceedings of the National Academy of Sciences, doi: 10.1073/pnas.2306275120

Anzeige
Wissenschaftsjournalist Tim Schröder im Gespräch mit Forscherinnen und Forschern zu Fragen, die uns bewegen:

  • Wie kann die Wissenschaft helfen, die Herausforderungen unserer Zeit zu meistern?
  • Was werden die nächsten großen Innovationen?
  • Was gibt es auf der Erde und im Universum noch zu entdecken?

Hören Sie hier die aktuelle Episode:

Youtube Music
Aktueller Buchtipp

Sonderpublikation in Zusammenarbeit  mit der Baden-Württemberg Stiftung
Jetzt ist morgen
Wie Forscher aus dem Südwesten die digitale Zukunft gestalten

Wissenschaftslexikon

SAM  〈IT; Abk. für engl.〉 Sequential Access Method, serieller Zugriff (auf Dateien)

On|line|ban|king  〈[–lnbænkın] n.; – od. –s; unz.; IT〉 computergestützte Abwicklung des Zahlungsverkehrs im Bankwesen [<online … mehr

Hy|po|tha|la|mus  〈m.; –, –la|mi; Anat.〉 unter dem Thalamus liegender Teil des Zwischenhirns [<grch. hypo … mehr

» im Lexikon stöbern
Anzeige
Anzeige
Anzeige