Wasser ist eine der wichtigsten Ressourcen für uns Menschen – sei es als Trinkwasser oder zur Bewässerung in der Landwirtschaft. In einigen Regionen, die bereits heute mit Wasserknappheit kämpfen, ist die Versorgung etwa durch den Klimawandel stark gefährdet. Gleichzeitig steigt weltweit der Wasserbedarf. Für die Entwicklung und Umsetzung von Trinkwasserkonzepten für Städte in Wassermangelregionen ist es entscheidend, präzise Informationen über die Böden im Einzugsgebiet von Flüssen zu bekommen. Dies ist vor allem in unwegsamen Geländen bisher schwierig. Forscher des Karlsruher Instituts für Technologie (KIT) arbeiten nun an einer KI-basierten Methode, die anhand von Luftaufnahmen und Satellitenbildern verlässliche Angaben über Bodeneigenschaften machen kann.
Einige Bodeneigenschaften könne man zwar jetzt schon mit herkömmlichen Bildanalysemethoden erhalten, so Felix Riese vom Institut für Photogrammmetrie und Fernerkundung (IPF) des KIT. Parameter wie etwa die Bodenfeuchte und Bodenart könne man jedoch nur durch aufwendige Proben erfassen. Dies ist bei unwegsamem Gelände nur schwer oder gar nicht möglich. Hier setzt der Physiker in seinem Forschungsprojekt an: Man arbeite an einer Künstlichen Intelligenz, die nur aus Satelliten- und Luftbildern Angaben über zum Beispiel die Bodenfeuchte, die Art der Vegetation oder die Bodenzusammensetzung ermittle. Diese Zusammenhänge seien oft so komplex, dass ein Mensch sie nicht mit einem herkömmlichen Algorithmus beschreiben könne. KI soll sie selbstständig erkennen und miteinander verknüpfen, so Riese.
Bei einer gemeinsamen Kampagne mit dem Institut für Wasser und Gewässerentwicklung des KIT, die Riese koordinierte, haben die Forscher des KIT in Peru Bodenproben genommen. Außerdem haben sie ihr gesamtes Untersuchungsgebiet mit einer speziellen Kamera gescannt, die auf einem Hexakopter montiert ist. Sie macht Aufnahmen im Hyperspektralbereich und bildet das Hundertfache an sichtbaren Informationen im Vergleich zu normalen Kameras ab. Mit diesen Daten trainiere man die KI so lange, bis sie die Luftaufnahmen so auswerte, dass sie mit den gemessenen Werten übereinstimme.
Um die Methode auch außerhalb der Testregion in Peru anwenden zu können, speisen Riese und seine Kollegen Daten aus Gebieten in die KI ein, die etwa trockener sind, oder eine andere Vegetation haben. Wenn man die KI richtig trainiert, sind mühsame und teure Messkampagnen vor Ort nicht mehr nötig, um genaue Informationen über den Zustand des Grundwassers zu ermitteln. Ziel ist, dass dafür ein Satellitenbild ausreicht. Diese Auswertungen könnten künftig beispielsweise die schnellere und günstigere Umsetzung von Trinkwasserkonzepten für Städte unterstützen.
Weitere Informationen unter www.klima-umwelt.kit.edu