När skyfallen blir fler gäller det att vatten kan passera under vägar och järnvägar. Om en vägtrumma är underdimensionerad eller igensatt kan konsekvensen bli översvämningar, bortspolade vägar och skador för miljonbelopp.
AI-teknik ska stoppa översvämningar: ”Kan spara enorma kostnader”
INFRASTRUKTUR Ett skyfall kan snabbt spola bort en väg – med miljonkostnader som följd. Nu har SLU-forskaren William Lidberg utvecklat AI-kartor som gör en heltäckande inventering av vägtrummor i hela landet. ”Det är omöjligt att inspektera alla, men vi kan rangordna riskerna och fokusera resurserna”, säger han.

William Lidberg, forskare vid SLU. Foto: Pressbild.
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Miljö & Utveckling premium
Läs vidare – starta din prenumeration
- Magasinet Miljö & Utveckling - 6 nummer per år
- Full tillgång till allt digitalt material
Redan prenumerant? Logga in och läs vidare.
– Ingen har egentligen haft koll på vägtrummor. Många är nedgrävda långt innan man började använda GPS, och de har varit bortglömda i decennier, säger William Lidberg, forskare vid SLU.
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


