Eschner, J. (2023). Real-time avalanche risk visualization on a large-scale geospatial dataset [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2023.102961
In jeder Wintersaison sind Berichte über tödliche Lawinenunfälle in den Alpen Teil des Nachrichtenzyklus. Daten für die Tourenplanung mit Lawinenrisikobewertung stehen Freizeitsportlerinnen und Freizeitsportlern in Form von täglichen Lawinenlageberichten und Outdoor-Karten zur Verfügung. Diese Daten sind jedoch über verschiedene Quellen verteilt und müssen manuell integriert werden, um eine Risikobewertung für eine bestimmte Tour zu erstellen. Reduktionsmethoden bieten eine Hilfestellung für diesen Integrationsprozess und ermöglichen es Bergsteigerinnen und Bergsteigern, das Gesamtrisiko zu beurteilen und potenzielle Schlüsselstellen im Voraus zu bestimmen. Wir stellen ein integriertes Risikovisualisierungstool zur Unterstützung einer risikoaversen Tourenplanung für Skitouren vor. Basierend auf einem hochauflösenden digitalen Höhenmodell zeigt unsere Visualisierung das Lawinenrisiko in Echtzeit auf einer webbasierten 2.5D-Kartenanwendung an. Verschiedene statische und dynamische Lawinenrisikolayer, die die alpinen Regionen Österreichs abdecken, werden auf der Grafikkarte ausgewertet und gerendert. Durch die Implementierung einer Prototyp-Anwendung zeigen wir, dass mit Hilfe von existierenden Reduktionsmethoden das Höhenmodell und der Lawinenlagebericht für die Region Österreich in Echtzeit ausgewertet und dargestellt werden können. Diese Darstellung erlaubt es uns das lokale Lawinenrisiko großflächig zu visualisieren. Um unseren Visualisierungsprototyp zu evaluieren, führten wir eine Pilot User Study durch. Die Ergebnisse dieser Studie zeigen, dass das Vertrauen der Benutzer in eine integrierte Risikovisualisierung gering ist, wenn sie mit der zugrunde liegenden Risikoreduktionsmethode nicht vertraut sind. Die Ergebnisse zeigen jedoch auch, dass die Kombination einer 2.5D-Karte mit unserem integrierten Risikolayer die Identifizierung potenziell risikoreicher Stellen erleichtert. Wir kommen zu dem Schluss, dass unsere Arbeit eine wertvolle Grundlage für eine integrierte Lawinenrisikovisualisierung darstellt, jedoch noch weitere Validierungsschritte notwendig sind.
de
Every winter season reports of fatal avalanche accidents in the Alps are part of the news cycle. Data for tour planning with avalanche risk evaluation is available to recreationists in the form of daily avalanche reports and outdoor maps. These data are, however, distributed across different sources and have to be manually integrated by the end user to arrive at a risk value for a given tour. Risk reduction methods provide a framework for this integration process and thereby allow mountaineers to judge the overall risk and determine potential high-risk areas beforehand. We present an integrated risk visualization tool to support risk-averse tour planning for backcountry skiing. Based on a high-resolution Digital Elevation Model (DEM), our visualization displays avalanche risk levels in real-time as a web-based 2.5D map application. Different static and dynamic avalanche risk layers are rendered on the Graphics Processing Unit (GPU) covering the alpine regions of Austria. By implementing a prototype application, we show that reduction methods can be evaluated in real-time based on existing data sources consisting of a Digital Elevation Model (DEM) and the per-region avalanche report for Austria. This evaluation allows us to visualize localized avalanche risk for a large area. To evaluate our prototype visualization, we conducted a pilot user study. The results of the study show that users have low trust in an integrated risk visualization when they are not familiar with the underlying risk reduction method. However, results also indicate that the combination of a 2.5D map with our integrated risk layer facilitates the identification of potential high-risk areas. We conclude that our work provides a foundation for an integrated risk avalanche risk visualization, however, further validation steps are still necessary.