Världsvattendagen: AI och radar ska hjälpa städer hantera översvämningar

Victoria Rydengård är projektledare för Opti-SITE och berättar att det handlar om att hitta de mest optimala områdena för att satsa på naturbaserade lösningar i städerna. Städers ledningsnät ska leda bort regnvattnet, men står inför utmaningar på grund av klimatförändringar med ökade vattenmängder, vilket också kan leda till att orenat avloppsvatten släpps ut. Det krävs naturbaserade lösningar, alltså lösningar som efterliknar naturens sätt att leda bort eller fördröja regnvatten. Detta kallas blågröna lösningar, men det är svårt att veta vilka platser som är bäst lämpade för detta.

– Vi har valt två pilotstäder, Landskrona och Köpenhamn, där man med hjälp av radar och AI vill titta på vilka områden i städerna som är bäst att satsa på. Vi vill, med hjälp av Opti-SITE, kunna optimera var man satsar på sina naturbaserade lösningar för att komma runt översvämningar och bräddningar, säger Victoria Rydengård.

Översvämningar och bräddningar är ett känt problem i våra städer, och tanken med projektet är att man ska kunna använda verktyget bredare än bara pilotstäderna.

– Jag undviker avsiktligt ordet ”lösning”, för vi kommer aldrig lösa det här problemet, det finns ingen ultimat lösning. Men vi kan minska skadorna och skapa motståndskraft och förbättra hållbarhet i själva ledningsnätet, säger Salar Haghighatafshar, universitetsadjunkt i miljöteknik vid Högskolan i Kristianstad och expert i projektet.

En central del av Opti-SITE är användningen av AI och radar.

Salar förklarar hur de löser problem som finns med de matematiska modeller som traditionellt används av hydrologer och dagvattenutredare. Radarn kommer att hjälpa till att skapa en mer komplett och representativ bild av regnmönstren över hela modellområdet. Till skillnad från dagens modeller, som baseras på punktmätningar, ger radar en mer heltäckande bild. Dessutom är modellerna väldigt tunga att köra, säger Salar Haghighatafshar. För att optimera ett helt ledningsnät med många brunnar behövs oftast flera hundra tusen körningar. Med en långsam modell kan varje körning ta exempelvis 20 minuter. Oceaner av tid – men AI kan snabba på processen.

– Vi vill träna en AI-modell som kan ersätta den traditionella matematiska modellen vi använder i dag. Och fördelen med AI är att det är väldigt snabbt, så man kan klara 200 000 till 300 000 körningar på kanske några dygn, vilket annars skulle ta, till exempel tio år att köra. Så det här öppnar upp en väldigt ny möjlighet, en ny värld, för alla dagvattenexperter och VA-ingenjörer att kunna jobba på ett nytt sätt.

Projektet, som startade i januari i år, planeras vara klart i januari 2028.

– Målet är att utveckla en fungerande prototyp som kan vidareutvecklas till ett användbart verktyg för ingenjörer och stadsplanerare – ett verktyg som kan revolutionera arbetet med hållbar dagvattenhantering, säger Salar Haghighatafshar.