Umwelttechnik & - schutz

AI und Data Science im Bereich Wassermanagment & -wirschaft

Umwelttechnologiekonzept. Nachhaltige Entwicklungsziele. SDGs.

Die Abschätzung und Prognose von Hoch- und Niedrigwasserereignissen ist nicht erst seit Zunahme der Auswirkungen des Klimawandels von großer gesellschaftlicher und wirtschaftlicher Bedeutung. Sie beruhen auf der Modellierung des hochkomplexen Abflussbildungsprozesses, das heißt der Transformation von räumlich und zeitlich varianten Niederschlagsdaten in eine quantitative Abschätzung des Abflussgeschehen auf Geländeoberflächen, im Boden und Grundwasserkörper sowie in Oberflächengewässern. Niederschlag-Abfluss-Modelle (NA-Modelle) gehören daher mit zu den wichtigsten Werkzeugen der wasserwirtschaftlichen Praxis. Dennoch existiert bis heute keine einheitliche physikalische Theorie zur Beschreibung des Abflussbildungsprozesses, weshalb es eine Vielzahl von NA-Modellen gibt, die für die unterschiedlichsten Zwecke eingesetzt werden. Hier können Methoden der KI helfen alternative bzw. unterstützende Modelle zu entwickeln.

AI und Data Science als Grundlage für Smart Farming

Die landwirtschaftliche Ernte ist ein komplexer Logistikprozess, dessen Ressourceneffizienz durch Analyse und Integration oftmals gemeinhin verfügbarer Daten optimiert werden kann. Hierzu zählen Daten aus Farm-Managementsystemen, den Ernte- und Transportmaschinen selbst, öffentlichen (Geo-)Informationsinfrastrukturen (z.B. Copernicus) sowie anderen unternehmensexternen Quellen (z.B. Abreifekarten oder Ernteprognosen). Auf dieser Datengrundlage lassen sich z.B. Informationsdienste zur (teil-) automatisierten Planung von Erntekampagnen, zur dynamischen Einsatzplanung der beteiligten Fahrzeuge bis hin zur vorausschauenden Einstellung der Erntemaschinen ableiten und so die gesamte Verfahrenskette steuern und überwachen. Durch den so möglichen produktiveren Maschineneinsatz kann nicht nur der Kraftstoffverbrauch und damit der CO2-Ausstoß reduziert werden. Auch lassen sich Bodenverdichtungen reduzieren, da die Befahrbarkeit vorab berücksichtigt und Fahrstrecken auf dem Feld minimiert werden können.

Projekte

  •  prospective.Harvest - Methoden und Technologien zur Unterstützung einer vorausschauenden Planung und Steuerung kooperativer landwirtschaftlicher Prozesse
  •  WaCoDIS - Wasserwirtschaftliche Copernicus-Dienste zur Bestimmung von Stoffeinträgen in Gewässer und Talsperren im Rahmen des Umweltmonitorings