German: In den vergangenen Jahren hat sich die Datenlage zum Zustand der Abwasserkanalisation und zur Wirkung unterschiedlicher Sanierungsverfahren stetig verbessert. Basierend auf diesen Erkenntnissen wurden durch das Kompetenzzentrum Wasser Berlin und die Berliner Wasserbetriebe Prognosemodelle zur Bewertung unterschiedlicher Sanierungsszenarien sowie zur Lokalisierung schadhafter Kanäle entwickelt. Die vorliegende Studie zeigt den Weg von Bestands- und Zustandsdaten des Kanalnetzes zu einem an die lokalen Randbedingungen angepassten Simulationswerkzeug für die strategische Kanalsanierungsplanung. Dabei werden Methoden zur modellgestützten Ergänzung von Datenlücken sowie die entwickelten Modellkomponenten für Kanalalterung und -sanierung vorgestellt. Darüber hinaus werden Ergebnisse ausgewählter Sanierungsszenarien und die wichtigsten Prognoseunsicherheiten diskutiert. Der entwickelte Ansatz unterstützt die Kanalsanierungs- und Investitionsplanung von Kommunen und hilft, den Zustand der Abwasserinfrastruktur langfristig zu erhalten oder zu verbessern.

The H2020 innovation project digital-water.city (DWC) aims at boosting the integrated management of water systems in five major European cities – Berlin, Copenhagen, Milan, Paris and Sofia – by leveraging the potential of data and digital technologies. The goal is to quantify the benefits of a panel of 15 innovative digital solutions and achieve their long-term uptake and successful integration in the existing digital systems and governance processes. One of these promising technologies is a new generation of sensors for measuring combined sewer overflow occurrence, developed by ICRA and IoTsens. Recent EU regulations have correctly identified CSOs as an important source of contamination and promote appropriate monitoring of all CSO structures in order to control and avoid the detrimental effects on receiving waters. Traditionally there has been a lack of reliable data on the occurrence of CSOs, with the main limitations being: i) the high number of CSO structures per municipality or catchment and ii) the high cost of the flow-monitoring equipment available on the market to measure CSO events. These two factors and the technical constraints of accessing and installing monitoring equipment in some CSO structures have delayed the implementation of extensive monitoring of CSOs. As a result, utilities lack information about the behaviour of the network and potential impacts on the local water bodies. The new sensor technology developed by ICRA and IoTsens provides a simple yet robust method for CSO detection based on the deployment of a network of innovative low-cost temperature sensors. The technology reduces CAPEX and OPEX for CSO monitoring, compared to classical flow or water level measurements, and allows utilities to monitor their network extensively. The sensors are installed at the overflows crest and measure air temperature during dry-weather conditions and water temperature when the overflow crest is submerged in case of a CSO event. A CSO event and its duration can be detected by a shift in observed temperature, thanks to the temperature difference between the air and the water phase. Artificial intelligence algorithms further help to convert the continuous measurements into binary information on CSO occurrence. The sensors can quantify the CSO occurrence and duration and remotely provide real-time overflow information through LoRaWAN/2G communication protocols. The solution is being deployed since October 2020 in the cities of Sofia, Bulgaria, and Berlin, Germany, with 10 offline sensors installed in each city to improve knowledge on CSO emissions. Further 36 (Sofia) and 9 (Berlin) online sensors will follow this winter. Besides its main goal of improving knowledge on CSO emissions, data in Sofia will also be used to identify suspected dryweather overflows due to blockages. In Berlin, data will be used to improve the accuracy of an existing hydrodynamic sewer model for resilience analysis, flood forecasting and efficient investment in stormwater management measures. First results show a good detection accuracy of CSO events with the offline version of the technology. As measurements are ongoing and further sensors will be added, an enhanced set of results will be presented at the conference.

Studien zur Entwicklung der Abwasserinfrastruktur in Deutschland zeigen, dass die derzeitigen Investitionen nicht ausreichen, um die fortschreitende Alterung der Kanalisation aufzuhalten. Um Prognosen zur zukünftigen Entwicklung des baulichen Zustands machen und daraus Investitionsentscheidungen ableiten zu können, wurden im Rahmen des Forschungsvorhabens SEMA-Berlin in enger Kooperation mit den Berliner Wasserbetrieben verschiedene Alterungsmodelle für die lokalen Gegebenheiten getestet und hinsichtlich ihrer Genauigkeit bewertet. Mit diesen Modellen kann der Zustand nicht inspizierter Kanalabschnitte simuliert und die zukünftige Entwicklung des Netzzustandes prognostiziert werden. Die Modelle berücksichtigen Ergebnisse von mehr als hunderttausend Kamerabefahrungen sowie Daten zu individuellen Kanaleigenschaften und Umgebungsfaktoren der Stadt Berlin. Zwei der getesteten Modelle, die den Zustand der Kanalisation mit besonders hoher Genauigkeit wiedergeben können, wurden nun in die Praxis überführt, um i) die bedarfsgerechte Planung von Kanalinspektionen und ii) die langfristige Kanalsanierungs- und Investitionsplanung zu unterstützen. Für den ersten Anwendungsfall werden mit Hilfe von „Maschinellem Lernen“ prioritäre Kanalabschnitte identifiziert und visualisiert. Die Modellergebnisse ermöglichen eine bedarfsgerechte Inspektion von dringend sanierungsbedürftigen Kanälen und eine georeferenzierte Verschneidung mit anderen Bauaktivitäten. Für den zweiten Anwendungsfall werden mit Hilfe eines statistischen Alterungsmodells langfristige Prognosen zur Zustandsentwicklung des Kanalnetzes unter Berücksichtigung verschiedener Investitionsszenarien erarbeitet. Das eigentliche Kanalalterungsmodell wird dafür mit Modellbausteinen für verschiedene Sanierungsverfahren kombiniert, die die Wirkung von Reparaturen, Schlauchlining oder Erneuerung auf den baulichen Zustand simulieren. Neben dem baulichen Zustand des Netzes berechnet das Werkzeug für den Betreiber wichtige Kennzahlen zu Sanierungskosten, zum Netzalter und zur Restnutzungsdauer der Kanäle. Dabei werden auch Unsicherheiten in den Prognoseergebnissen quantifiziert. Die Modellwerkzeuge sind wichtige Bausteine für eine effiziente Sanierungsplanung und den Werterhalt der städtischen Abwasserinfrastruktur und wurden inzwischen in die Praxis überführt. Eine Übertragung der durch das Kompetenzzentrum Wasser und die Berliner Wasserbetriebe entwickelten Ansätze und Werkzeuge auf andere Kommunen und Betreiber ist vorgesehen.

The Implementation Plan (D2.1) is a document, which outlines how and where different digital solutions for water infrastructures will be demonstrated and assessed in the scope of WP2 of the DWC project. It is the first of three deliverables and followed by demonstration and assessment of performance and return of investment by means of key performance indicators (KPI) also defined in this deliverable. ; Version (v0.1.0) submitted to EC.

Sustainable urban drainage systems (SUDS) can significantly reduce runoff from urban areas. However, their potential to mitigate acute river impacts of combined sewer overflows (CSO) is largely unknown. To close this gap, a novel coupled model approach was deployed that simulates the effect of realistic SUDS strategies, developed for an established city quarter, on acute oxygen depressions in the receiving river. Results show that for an average rainfall year the SUDS strategies reduce total runoff by 28% - 39% and peak runoff by 31% - 48%. Resulting relative reduction in total CSO volume ranges from 45% - 58%, exceeding annual runoff reduction from SUDS by a factor of 1.5. Negative impacts in the form of fish-critical dissolved oxygen (DO) conditions in the receiving river (<2 mg DO/L) can be completely prevented with the SUDS strategies for an average rainfall year. The realistic SUDS strategies were compared with a simpler simulation approach which consists in globally downscaling runoff from all impervious areas. It indicates that such a simple approach does not completely account for the positive effect of SUDS, underestimating CSO volumes for specific rain events by up to 13%. Accordingly, global downscaling is only recommended for preliminary planning purposes.

Urban water infrastructure is increasingly expected to be resilient to change. To support such resilience goals of cities we propose an approach, which quantifies resilience based on observed or simulated system performance and a tolerable threshold of performance. The approach is demonstrated for the performance of urban drainage systems during storm events regarding their impact on receiving surface waters. The exemplary application underlines that resilience can be quantified and that it may support the understanding of system performance. Moreover, different disturbances (such as storm events or technical system failures) can be assessed separately or in combination. The presented approach is suggested as a starting point to be tested and developed further. In order to allow this development, all the functions used were joined in an R package and made freely available online.