Fraunhofer InnoVisions - Nachgeforscht Folge 15: Wie Akustik Starkregen in Echtzeit messbar macht

Warum ist es so schwierig, Niederschläge lokal präzise zu erfassen?
Weshalb liefern klassische Regenmessungen oft nur punktuelle Daten
statt eines flächendeckenden Echtzeitbildes? Wie können Kommunen,
Katastrophenschutz und Landwirtschaft verlässlich darüber
informiert werden, wo wie viel Regen fällt - und das möglichst
kostengünstig, robust und in Echtzeit? Und welche Rolle kann dabei
Akustik spielen? Diese und weitere Fragen klären wir in der neuen
»Nachgeforscht«-Folge mit Kevin Hock, Forscher im Projekt
»lokalRAIN« am FraunhoferIDMT. Im Podcast erläutert er, wie
gemeinsam mit der Pan Acoustics GmbH ein neuartiger akustischer
Regensensor entwickelt wird, der Regen nicht optisch, sondern über
Schwingungen auf Oberflächen misst - ausgewertet mithilfe von
Machine Learning und Deep Learning.