Se kildekoden til 'Hurtigere Beredskab ved skybrud' og 'Overblik over vandopland på tværs af kommunegrænser'

{{Projekt standard
|projektemner=Klima
|tovholder=Vallensbæk Kommune
|medvirkende_organisationer=HOFOR, Ishøj Forsyning, InforMetics, SNC-Lavalin Atkins, Gate 21
|netværk=Sigfox
|sensorprodukter=Dryp Ultrasonic water level sensor
|originalt_projektnavn=Deep learning og realtidsdata som alternativ modellering af vandopland. De 2 projekter undersøger, hvordan IoT sensorer kan give et realtids billede og forbedre beredskab ved skybrud samt give et overblik over vandopland på tværs af kommunegrænser. Delprojekter af 'Den Regionale Datahub' hos Gate 21.
|projektperiode=1.3 - 30.9.2019
|hjemmeside=https://denregionaledatahub.dk/temaer/klimasikring/
|sensortyper=Vandstandsmålere
|torvholder=Vallensbæk Kommune
}}
==Projektbeskrivelse==
Projektet består af 2 delprojekter: 
1: Hurtigere beredskab ved skybrud
2: Overblik over vandopland på tværs af kommunegrænser

= Projekt 1: Hurtigere beredskab ved skybrud =
Udgangspunktet for projektet har været at kunne anvende realtidsdata til at advisere borgere, beredskab og kommuner mere præcist - og differentieret - i situationer ved ekstremregn. En advisering, der dels skulle give et billede af den øjeblikkelige situation og dels kunne estimere vandstandens højde inden for de næste 6 timer.
Studiet omfattede områderne Store Vejle Å som er beliggende dels i Vallensbæk kommune og dels i Ishøj Kommune.

Tilgangen til at forudsige vandstand er her sket ud fra en datafokuseret tilgang. Mere specifikt med et fokus på at anvende de tidsvarierende data alene. I projektet anvendes en gren af machine learning kendt som deep learning, som er en tilgang baseret på anvendelsen af neurale netværk, som trænes på historiske data til at skabe prædiktioner på nye input data. 

I modsætning til en mere matematisk model funderet på geometri, som kræver en del menneskelig interaktion, baserer den databaserede tilgang sig på de data, som stilles til rådighed. Den neurale netværksbaserede model træner på data,og har ikke behov for eksplicitte beskrivelser af, hvordan data har indflydelse på modelresultater.

Som led i projektet blev der udviklet et eksempel på, hvordan borgere kunne abonnere på en SMS service til advisering af cyklister og fodgængere, når en sti i vandoplandet var oversvømmet. Denne service var baseret på data fra DRYP sensorer.  

== Overordnet formål ==
* At bidrage til et bedre grundlag for handling i realtid under skybrud, men henblik på at sikre tidsrigtig og passende handling. 
* At bidrage til bedre planlægning af præventiv og afhjælpende beredskab i tilfælde skybrud. 
* At moderere styrker til forskellige situationer og tilbyde information på forskellige niveauer til beredskab, forsyninger, kommuner og borgere. 
* At øge borgernes følelse af sikkerhed i situationer med ekstremt regnvejr og skybrud, ved at tilbyde viden og/eller incitamenter for handling. 

== Anvendt data ==
* Radar data (fra HOFOR) generelt, samt data om vandstandsniveau og ventilstatus (åben/lukket)

= Projekt 2: Overblik over vandopland på tværs af kommunegrænser =
Prototypen viste sig at kunne give et brugbart overblik til koordination af indsatser for klimatilpasning. Den internet baserede brugerflade giver både et generelt overblik og mulighed for at dykke ned i data grundlaget og interagere med episoder og perioder.
Med prototypen lykkedes det at skabe en fælles basis for beslutningstagning mellem instanser på tværs af kommuner og sektorer ved at arbejde med data transparent. I det videre arbejde, bør drænings-systemer fra byer inkluderes for at teste nye potentielle kontrol strukturer og deres indflydelse på oversvømmelsesniveauer.


== Anvendt data ==
* Radar data (fra HOFOR) (regnmængde og vejr)
* Niveaumålinger/Vandstandsmålinger
* Ventilstatus (åben/lukket)
* Højdemodelsdata (fra SDFE) (terrændata)
* Bluespot ekstremregn data (fra Kortforsyningen) (bl.a. med henblik på kapacitet i åer og søer)
* Loggere, realtid (sensorer)
* DRYP sensorer til at måle vandstanden i realtid

===Sammenhænge til andre tiltag & mere dokumentation===
Projektet er en del af paraplyprojektet 'Den Regionale Datahub': https://denregionaledatahub.dk/temaer/klimasikring/

==Erfaringer, tips & tricks==