Bild: Rheologic / JOANNEUM RESEARCH, KI generiert
Wie viel Wind weht an einem möglichen Windkraftstandort in komplexem Gelände? Space4Wind entwickelte eine automatisierte Prozesskette, die diese Frage weltweit auf Basis frei verfügbarer Daten beantworten soll. Dazu werden Erdbeobachtungsdaten mit hochauflösender numerischer Strömungssimulation (CFD) verknüpft: Aus digitalen Gelände- und Oberflächenmodellen, KI-basierter Landbedeckungsklassifikation und Vegetationshöhen werden Gelände und Oberflächenrauigkeit abgeleitet und daraus ohne manuelle Eingriffe ein 3D-Simulationsmodell erzeugt. Als Antrieb dienen globale Wetterdaten (ECMWF ERA5); lokale Windmessungen zur Kalibrierung sind nicht erforderlich.
Validiert wurde die Methode mit Messdaten an den österreichischen Standorten Windpark Handalm (Steiermark) und Energieforschungspark Lichtenegg (Niederösterreich). Ein im Projekt neu entwickelter Korrekturschritt auf Basis eines lokalen Windmodells brachte die Simulationsergebnisse in einen Genauigkeitsbereich, der für praktische Ingenieuranwendungen und Entscheidungen geeignet ist.
Schwerpunkt der Arbeiten von JOANNEUM RESEARCH war die Ableitung der Oberflächenrauigkeit aus Fernerkundungsdaten – eine zentrale Eingangsgröße für die Strömungssimulation. Für die Landbedeckungsklassifikation aus sehr hochauflösenden optischen Daten wurden die im ASAP-Projekt AI4LULC entwickelten KI-Methoden weiterentwickelt: Zusätzliche Trainingsdaten und eine deutlich erweiterte Datenaugmentierung machen das Modell robuster gegenüber unterschiedlichen Sensoren und Aufnahmebedingungen.
Um Objekt- und Vegetationshöhen weltweit verfügbar zu machen, wurde ein KI-basierter Filter erforscht, der aus dem Copernicus-Oberflächenmodell (COPDEM30) normalisierte Oberflächenmodelle (nDSM) ableitet und mit Laserscanning-Daten aus Österreich und Frankreich trainiert wurde. Die Ergebnisse übertrafen das Vergleichsprodukt COPDEM-FABDEM, erreichten aber noch nicht die für die Strömungssimulation nötige Genauigkeit – im Workflow kommen daher die frei verfügbaren Vegetationshöhendaten von Meta zum Einsatz. Zusätzlich wurden Sentinel-1-Radarzeitreihen ausgewertet, um kritische Landbedeckungsklassen wie Wald und landwirtschaftliche Flächen besser zu unterscheiden.
Aus dem Abgleich von Landbedeckung, Höheninformation und Radardaten entsteht eine Qualitätsprognose, die die Zuverlässigkeit der Rauigkeitsschätzung als „Ampelkarte“ oder als detaillierte Prozentkarte ausweist. Die Aufbereitung der Geodaten erfolgt mit der JR-Software RSG (Remote Sensing Software Package Graz), die als Docker-Container vollständig in den CFD-Workflow des Konsortialführers Rheologic integriert wurde: Aus Koordinaten und gewünschter Gebietsgröße erzeugt RSG automatisch die Gelände- und Vegetationslayer für die Simulation.
Rheologic GmbH (Konsortialführer)
Space4Wind verbindet Fernerkundung und numerische Strömungsmechanik. Als Eingabe genügen geografische Breite, Länge und Nabenhöhe des Zielstandorts; danach läuft die Prozesskette ohne manuelle Eingriffe ab. Lokale Windmessungen zur Kalibrierung werden nicht benötigt:
Um Rückströmungszonen in Bodennähe korrekt zu erfassen, wurde die Gitterauflösung gegenüber der ursprünglichen Planung von 20 m auf 16 m verfeinert, was in Bodennähe eine Auflösung von rund 1,5 m ergibt.
Validiert wurde am Windpark Handalm (Messhöhe 78 m über Grund, Messdaten bereitgestellt von Energie Steiermark) und am Energieforschungspark Lichtenegg (19 m über Grund, Messdaten bereitgestellt von der FH Technikum Wien). Zuvor wurden Simulationen für weitere Standorte in komplexem Gelände, unter anderem in den USA, Dänemark (Bolund) und Schottland (Askervein), mit Messdaten verglichen. Numerische Optimierungen senkten den Rechenaufwand im aufwändigsten Schritt um 55 %. Dadurch konnten statt einer geplanten zwei vollständige, hochaufgelöste Validierungen mit je 16 Windsektoren gerechnet werden.
Ein zentrales Ergebnis: Die globalen ERA5-Punktdaten eignen sich nicht unverändert als Einströmbedingung – die simulierten mittleren Windgeschwindigkeiten lagen zunächst deutlich unter den Messwerten. Als Lösung wurde ein neuartiges lokales Windmodell (dynamisches Downscaling) entwickelt, das ein Jahr lang mit stündlichen ERA5-Daten angetrieben wird (125 m Auflösung, rund 600 km² Fläche) und daraus einen Korrekturfaktor ableitet. Nach dieser Korrektur lag die Abweichung der mittleren Windgeschwindigkeit bei −3,8 % (Handalm) bzw. −8,5 % (Lichtenegg), jene der Leistungsdichte bei −17,6 % bzw. −26,3 %.
Die Ergebnisse sind in der Open-Access-Publikation „Fully Automated Wind Site Assessment in Complex Terrain Using Satellite Data and Global Circulation Models“ (Remote Sensing, 2026) ausführlich beschrieben.
Ergänzend entstand eine weltweite Karte im 0,5°-Raster, die auf Basis der Variabilität der ERA5-Daten zeigt, wo das Korrekturverfahren voraussichtlich zuverlässig anwendbar ist.
Die JOANNEUM RESEARCH ist Innovations- und Technologieanbieter im Bereich der angewandten Forschung. Als Forschungsgesellschaft der Länder und Regionen prägen wir mit unseren Forschungskompetenzen die Entwicklung unserer modernen Gesellschaft und Wirtschaft nachhaltig und menschenzentriert. Als multidisziplinäres Team in flexiblen, innovationsfreundlichen Strukturen leben wir höchste gesellschaftliche und wissenschaftliche Ansprüche.