CASE-STUDIE

Bedre
flomvarsel

Dagens flomvarslinger er veldig generelle og gir lite fakta om det spesifikke vassdrag. Vår plattform gir vesentlig mer lokal og detaljert data om hva som skjedde,  skjer og kommer til å skje.

Erfaringer fra Synne
– flommen i 2015

  • Begrenset kunnskap om forholdene:
    • nedstrøms kraftverk
    • mellom regulerte og uregulerte vassdrag
    • flomforhold mellom ulike dalfører
    • hvor det er mest vann
    • hva som skjer i nærmeste fremtid
  • Tidkrevende kommunikasjon av informasjon mellom aktører
  • Begrenset faktainformasjon til innbyggere, berørte og media
  • Fravær av data i sanntid
  • Unøyaktige data på vannmengder

Data for kritiske situasjoner

Intoto jobber sammen med en rekke kommuner, næringsliv og faginteresserte som selv har opplevd krevende flomsituasjoner.

Intoto sin kraftige plattform har alle komponenter som trengs for å jobbe med avanserte problemstillinger, og for å kunne beholde fokus på målet: løsningen. Smart, robust og fleksibel teknologi settes i system. Vår styrke er et komplett økosystem som forvandler verdier fra naturen til digitale tall, på en måte og med en kvalitet du trenger for gode svar.

Vi sammenstiller all tilgjengelig klimadata, etablerer dataflyt på utilgjengelig data og bygger ut ny nødvendig instrumentering i naturen.

Samlet oppnår man den grad av innsikt et vassdrag fortjener. Det man trenger for å både se flom før den kommer, hva som skjer i situasjonen og kunne predikere fremover – i sanntid.

Strategisk data

Vi analyserer vassdrag for å finne hensiktsmessige lokasjoner for ny instrumentering.

Intoto tilfører verdi

  1. Kraftverk får bedre datagrunnlag for å hjelpe med styring av mengder vann i vassdrag i flomsituasjoner
  2. Området som helhet får verdifull data om hva som skjer i en flomsituasjon, som er viktig for fremtidig planlegging av flomtiltak, reguleringsplaner m.m.
  3. Kommune, innbyggere, media og berørte får tilgang til sanntidsinformasjon av høy nøyaktighet om hva som skjer.
  4. Kombinasjon av hyperlokal data og åpne historiske data muliggjør flere løsninger på prediksjoner.

Har du en lignende problemstilling?