Unternehmen & Branchen, Wissenschaft & Forschung

Mit Künstlicher Intelligenz das Grundwasser schützen

Disy präsentiert die Ergebnisse des KI-Leuchtturmprojekts „Nitrat-Monitoring 4.0“ beim BMUV-Vernetzungstreffen. Das Ziel des Projekts: der Schutz des Grundwassers.

Parlamentarische Staatssekretärin Rita Schwarzelühr-Sutter stellt bei der Scheckübergabe am 15.10.2020 an das Konsortium des Verbundprojekts die Förderinitiative des Bundesumweltministeriums „KI-Leuchttürme für Umwelt, Klima, Natur und Ressourcen“ vor. Bild: Disy Informationssysteme GmbH

Das Forschungskonsortium unter Leitung der Disy Informationssysteme hat das KI-Leuchtturmprojekt „Nitrat-Monitoring 4.0“ (Nimo 4.0) erfolgreich abgeschlossen. Beim 4. Vernetzungstreffen der Förderinitiative des Bundesministeriums für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) im Juni stellt Disy vor, wie intelligente Systeme mit Künstlicher Intelligenz (KI) zur besseren Vorhersage der Nitratkonzentration im Grundwasser beitragen können.

Nitrat-Monitoring dient dem Grundwasserschutz

Das Verbundprojekt Nimo entwickelt Softwaresysteme, die KI-Verfahren mit traditionellen Methoden der Umweltinformatik kombinieren, um die räumliche Verteilung von Nitrat im Grundwasser präziser vorherzusagen. Da 70 Prozent des Trinkwassers aus Grundwasser gewonnen werden, ist der Schutz vor überhöhten Nitratwerten von großer Bedeutung. KI-gestützte Systeme können die Nitratverteilung im Grundwasser besser vorhersagen und bieten somit eine intelligente Entscheidungsunterstützung für Maßnahmen zum Grundwasserschutz.

Einsatz von Algorithmen des maschinellen Lernens

Im Projekt wurden die Anwendungsfälle Regionalisierung, Messwertüberwachung und Messnetzoptimierung betrachtet. Durch die Regionalisierung soll die Nitratverteilung im Grundwasser räumlich vorhergesagt werden. Bei der intelligenten Messwertüberwachung werden große Mengen von Messdaten mithilfe von Regressions- und Klassifikationsalgorithmen auf Abweichungen untersucht (Anomalieerkennung). Die Messnetzoptimierung zielt darauf ab, redundante Messstellen zu reduzieren und fehlende Standorte zu identifizieren. Dadurch können Kosten für Technik und Personal eingespart, aber auch Standorte für fehlende Messstellen identifiziert werden. Für diese Anwendungsfälle kamen verschiedene maschinelle Lernalgorithmen zum Einsatz, beispielsweise Random-Forest-Methoden, Deep Learning mit LSTM-Netzwerken sowie Methoden der Geostatistik und mathematischen Optimierung.

Basis für Integration von KI-Verfahren in Datenanalysen entwickelt

Neben den spezifischen Anwendungsfällen wurde ein methodisch-technisches Rahmenwerk geschaffen, um KI-Verfahren mit Technologien der Umweltinformatik im Bereich Wasser zu kombinieren. Das KI-Leuchtturmprojekt hat dafür verschiedene Beiträge zur Konzeption, Aufbau und ersten Erprobungen geliefert. Insbesondere wurde dadurch auch die technologische Grundlage für die Analyseerweiterung der Datenanalyse-Plattform Disy Cadenza gelegt. Diese erweitert die Analysemöglichkeiten, indem sie unter anderem die Einbettung von wissenschaftlichen Diagrammen und Ergebnissen KI-basierter Algorithmen, wie der Klassifikation, Vorhersage oder Clustering in Dashboards, unterstützt. Dadurch können Anwendende auch ohne tiefgehende KI-Kenntnisse von erweiterten Analysemöglichkeiten profitieren.

Präsentation der Projektergebnisse beim Vernetzungstreffen

Das BMUV lädt alle Projektdurchführenden der KI-Leuchttürme am 11.06.2024 zum vierten Vernetzungstreffen nach Berlin ein. Disy wird dort das Forschungskonsortium des KI-Leuchtturms Nimo vertreten und das Projekt mit seinen Zielen, Lösungsansätzen und Ergebnissen präsentieren. Aufgrund des weiterhin hohen Forschungsbedarfs an KI-Anwendungen für den natürlichen Klimaschutz hat das BMUV nachgelegt und im Frühjahr einen dritten Förderaufruf gestartet.

Weitere Informationen unter www.disy.net

Keywords: Geo-IT, Geodäsie, Geoinformation, Geo, Geoinformatik, GI, Disy, KI, Grundwasser