Projektet ønsker at udvikle en dataanalyse-model, der kan forudsige vandstanden i åerne i Høje-Taastrup Kommune. Modellen vil gøre det muligt at tilpasse grødeskæringen – skæringen af åernes planter – på en mere hensigtsmæssig måde.
Formål med casen
Projektets formål er at reducere hyppigheden af grødeskæring i Høje-Taastrups åer. Planterne i åen bliver i øjeblikket skåret flere gange om året i Høje-Taastrup Kommune for at lede overskydende vand væk. Men vandplanterne øger biodiversiteten ved at være levested for mange dyrearter og holder på vandet i åerne, samt de mindsker risikoen for, at åerne tørrer ud i perioder med mindre regn.
Forventet resultat
Projektets forventer at udvikle en dataanalyse-model, sandsynligvis baseret på kunstig intelligens eller maskinlæring, der kan forudsige fremtidige vandstandsniveauer baseret på historiske data om vandstand, nedbør, temperatur m.v. Det kan hjælpe Høje-Taastrup Kommune med at finde den rette balance, så åens planter skæres så lidt som muligt, uden at øge risikoen for oversvømmelser. Modellen skal forudsige vandstanden med en vis sandsynlighed, hvilket gør det muligt at grødeskære rettidigt og samtidig støtte biodiversiteten i området.
Vandstandmåling i Høje-Taastrup
Case | Vandstandsmåling i Høje-Taastrup
Projektet ønsker at udvikle en dataanalyse-model, der kan forudsige vandstanden i åerne i Høje-Taastrup Kommune. Modellen vil gøre det muligt at tilpasse grødeskæringen – skæringen af åernes planter – på en mere hensigtsmæssig måde.
Formål med casen
Projektets formål er at reducere hyppigheden af grødeskæring i Høje-Taastrups åer. Planterne i åen bliver i øjeblikket skåret flere gange om året i Høje-Taastrup Kommune for at lede overskydende vand væk. Men vandplanterne øger biodiversiteten ved at være levested for mange dyrearter og holder på vandet i åerne, samt de mindsker risikoen for, at åerne tørrer ud i perioder med mindre regn.
Forventet resultat
Projektets forventer at udvikle en dataanalyse-model, sandsynligvis baseret på kunstig intelligens eller maskinlæring, der kan forudsige fremtidige vandstandsniveauer baseret på historiske data om vandstand, nedbør, temperatur m.v. Det kan hjælpe Høje-Taastrup Kommune med at finde den rette balance, så åens planter skæres så lidt som muligt, uden at øge risikoen for oversvømmelser. Modellen skal forudsige vandstanden med en vis sandsynlighed, hvilket gør det muligt at grødeskære rettidigt og samtidig støtte biodiversiteten i området.
Implementeringssted: Høje-Taastrup, Danmark
Ansvarlig Organisation: Høje-Taastrup Kommune
Kontaktperson: Bjørn Hallberg Nielsen
Andre cases inden for klima/vand-temaet