Extreme Wettersituationen führen immer wieder zu einem abrupten Anstieg eingehender Notrufe in Leitstellen der Feuerwehren. Datenbasierte Vorhersagemodelle für wetterbedingte Feuerwehreinsätze könnten dem Führungspersonal in der Leitstelle dabei helfen, präventive Maßnahmen besser zu planen und umzusetzen. Für die Entwicklung solcher Modelle ist wichtig, die relevante Wettergefahren und deren Auswirkungen auf das Einsatzgeschehen zu kennen. Deshalb wurde eine ereignisbasierte Analyse wetterbedingter Feuerwehreinsätze im Zuständigkeitsgebiet der Leitstelle Allgäu durchgeführt. Diese Analyse liefert wertvolle Einblicke in die Häufigkeit und Eigenschaften von Ereignissen mit erhöhtem Einsatzaufkommen. Z.B. stehen Gewittersituationen im Zusammenhang mit 26% der analysierten Ereignisse und führen oft zu einer hohen stündlichen Einsatzzahl innerhalb kurzer Zeit. Im Vergleich dazu verteilen sich Einsätze bei großflächige Stürme und Starkregen auf längere Zeiträume. Auf Grundlage der Ergebnisse wird im nächsten Schritt die Entwicklung von Modellen zur Einsatzvorhersage durchgeführt.
Extreme weather conditions repeatedly lead to a sudden increase in incoming emergency calls at fire brigade dispatch centers. Data-driven prediction models for weather-related fire brigade operations could support command staff in planning and implementing preventive measures more effectively. For the development of such models, it is essential to identify the relevant weather hazards and their impacts on operational activity. Therefore, an event-based analysis of weather-related fire brigade operations in the response area of the Allgäu Dispatch Center was conducted. This analysis provides valuable insights into the frequency and characteristics of events associated with increased operational demand. For example, thunderstorm situations account for 26% of the analyzed events and often result in a high hourly number of operations within short time periods. In comparison, large-scale storms and heavy rainfall also high numbers of operations, but these are distributed over longer periods of time. Based on these results, the next step will be the development of models for operation forecasting.
