Blog post
Analyse af oversvømmelsesrisiko med Big Data
Oversvømmelser som følge af ekstremt vejr har haft dramatiske konsekvenser i de senere år. Førende danske kræfter inden for håndtering af store datamængder og analyse af vands bevægelsesmønstre går nu sammen i et projekt om at udvikle unikke produkter, der kan udpege områder, hvor der er fare for oversvømmelser. Højteknologifonden investerer 3 mio. kroner i projektet.
I de senere år har vi set mange eksempler på dramatiske konsekvenser af oversvømmelser som følge af ekstremt vejr. Oversvømmelserne i København i 2011 estimeres til at have kostet over 6 milliarder kroner, og nylige undersøgelser viser, at 50 % af danskerne bekymre sig for, om deres hus kan blive udsat for oversvømmelse.
For at begrænse skader som følge af oversvømmelser er det vigtigt at kunne forudse, hvor de kan opstå. Datagrundlaget for udpegning af risikoområder eksisterer i vid udstrækning allerede. For eksempel har Danmarks Højdemodel flere hundrede målinger på en almindelig parcelhusgrund. Højdemodellen kan derfor bruges til at forudsige meget præcist, hvor vandet løber og samler sig under et skybrud. Desværre gør den store mængde data det også svært at udnytte målingerne til at udpege risikoområder. Danmarks Højdemodel alene indeholder over 25 milliarder målinger. Eksisterende software kan simpelthen ikke håndtere så store datamængder effektivt nok.
Nu går iværksættervirksomheden SCALGO sammen med COWI og forskere ved Danmarks Grundforskningsfonds Center for Massive Data Algorithmics (MADALGO) i et samarbejde, der kan trække på teknikker udviklet af SCALGO på baggrund af forskningsmæssige gennembrud ved MADALGO, samt på COWIs ekspertise inden for hydrologisk analyse og klimatilpasning. Målet er at udvikle nye unikke produkter til analyse af oversvømmelsesrisiko baseret på detaljerede højdemodeller.
SCALGOs direktør Morten Revsbæk siger: ”Produkterne til analyse af oversvømmelsesrisiko på meget store områder åbner op for helt nye forretningsområder. Det gælder f.eks. offentlige myndigheder, forsikrings- og ejendomsmarkedet. Vækstpotentialet er enormt, da oversvømmelsesproblemer er globale, og detaljeret højdedata fra flere og flere lande bliver gjort frit tilgængeligt.”
COWI, SCALGO og MADALGO har tidligere arbejdet sammen om at produktmodne og markedsføre produkter baseret på grundvidenskabelige resultater.
”Det er utroligt tilfredsstillende at se vores grundforskning udvikle sig til vigtige praktiske anvendelser, og investeringen fra Højteknologifonden vil sætte os i stand til at accelerere denne udvikling,” siger Professor Lars Arge som leder MADALGO.
Information about SCALGO technology, products and services can be found at http://scalgo.com. Future information about SCALGO products and services can also be received directly through Twitter and Facebook.

Beregning af oversvømmelsesrisiko for en del af Aarhus. Blå områder viser hvordan vandet løber og potentielt oversvømmede områder efter 50mm regn.
Scalable Algorithmics (SCALGO) was founded with the mission to bring cutting-edge big terrain data processing technology to market. The SCALGO technology is based on more than two decades of basic and applied research on I/O-efficient and geometric algorithms at Center for Massive Data Algorithmics (MADALGO) at Aarhus University in Denmark and at Duke University in the US, in collaboration with industry LiDAR and environmental GIS application experts. SCALGO provides a range of desktop software, analysis and online large-area detailed terrain data set processing and analysis products.