Forschende am Ludwig-Franzius-Institut in Kooperation mit internationalen Partnereinrichtungen haben ein KI-basiertes System entwickelt, das Überflutungsflächen infolge Hochwasser auch unter dichtem Pflanzenbewuchs sowie bei Nacht und Bewölkung präzise kartiert.
Grundlage bilden Radarbilder des europäischen Satelliten Sentinel-1, deren typischen systembedingten Bildstörungen durch ein speziell angepasstes neuronales Netz effektiv reduziert werden. Durch die gezielte Verknüpfung mit Vegetations- und Landnutzungsdaten übertrifft das neue Verfahren bisherige Standardmethoden in der Genauigkeit der Hochwasserkartierung in anhaltenden Krisensituation deutlich, wie Tests zu den Extremereignissen in Hannover (2023) und Valencia (2024) belegen.
Die vom LuFI entwickelte Innovation ermöglicht dem Katastrophenschutz eine schnellere Lagebeurteilung im Ernstfall und unterstützt die langfristige Planung von wirkungsvollen Klimaanpassungsmaßnahmen.
Die Studie ist in BIG EARTH DATA von Taylor&Francis erschienen:
Moghimi, A., Bahrami Mahtaj, A., Jamali, A., Welzel, M., Motagh, M., & Schlurmann, T. (2026). SAGE-UNet: A mixture-of-experts spatially-aware gated enhancement U-Net for flood water segmentation from Sentinel-1 SAR and post-event impact assessment—learning from flood events in Germany and Spain. Big Earth Data, 1–43. https://doi.org/10.1080/20964471.2026.2702216
