Forschungsgruppe Advanced Environmental Risk and Sustainability Modelling of Cities and Regions Using AI (SITES.AI)

Die DRESDEN-concept Forschungsgruppe „Advanced Environmental Risk and Sustainability Modelling of Cities and Regions Using AI“ (SITES.AI) ist eine gemeinsame Initiative der TUD Dresden und des Leibniz-Instituts für ökologische Raumentwicklung (IÖR) als Teil des Center for Scalable Data Analytics and Artificial Intelligence (ScaDS.AI) und eingebettet in die Forschungsallianz DRESDEN-concept. Ihr Ziel sind grundlagenorientierte und gesellschaftlich relevante methodische Innovationen in der datenintensiven Modellierung von Umweltrisiken und der Nachhaltigkeit von Städten und Regionen, die auf den neuesten und vielversprechendsten Ansätzen der Künstlichen Intelligenz (KI) und Datenanalytik basieren. Entsprechende Methoden haben gezeigt, dass sie die Abbildung von Systemkomplexität und -dynamik sowie die Möglichkeiten zur Einbeziehung großer und heterogener Datensätze aus unterschiedlichen Quellen und Sensoren in verschiedenen Bereichen der Erd-, Umwelt- und Raumwissenschaften erheblich erweitern.

SITES.AI zielt daher darauf ab, Ansätze von KI und Datenanalytik für die Analyse und Simulation von Wirkungszusammenhängen zwischen Erdsystem und Gesellschaft auf der Ebene von Städten und Regionen einzusetzen und weiterzuentwickeln. Der Schwerpunkt liegt auf grundlegenden methodischen Herausforderungen in diesem Themenbereich und diesbezüglichen Fortschritten basierend auf neuesten Erkenntnissen der Informatik im Allgemeinen und der Geo- und Umweltinformatik im Besonderen. Synergien zwischen den einzelnen Forschungsaktivitäten eröffnen ein umfassenderes raum-zeitliches Verständnis und eine ganzheitlichere Modellierung von Umweltrisiken und Nachhaltigkeit.

Der Ansatz adressiert insbesondere (i) raum-zeitliches maschinelles Lernen, (ii) Emulationen von Modellen und (iii) erklärbare KI. Die methodisch und thematisch zusammenhängenden Forschungsaktivitäten beziehen sich derzeit auf die folgenden Aufgaben:

  • KI-Anwendungen für Big-Data-Simulationen gekoppelter Modelle
  • Deep Learning-Methoden für die Erstellung von Emulatoren gekoppelter Modelle
  • KI-basierte geodatenbasierte Modellierungsansätze für erweiterte großmaßstäbliche Stadtanalysen
  • Räumlich explizites maschinelles Lernen und künstliche Intelligenz im Bereich der Forschung zu Landsystemen und Nachhaltigkeitstransformationen

Das Leibniz-Institut für ökologische Raumentwicklung e. V. wird gemeinsam durch Bund und Länder gefördert.

FS Sachsen

Diese Maßnahme wird mitfinanziert mit Steuermitteln auf Grundlage des vom Sächsischen Landtag beschlossenen Haushaltes.