Maschinelles Lernen soll Vorhersagen der BfG verbessern (02.05.2023)
Der Tag der Hydrologie fand in diesem Jahr am 22. und 23. März in Bochum statt. Im Mittelpunkt der zweitägigen Veranstaltung standen insbesondere die Themen maschinelles Lernen sowie Chancen, Potenzial und Risiken von künstlicher Intelligenz in der Hydrologie. Die BfG stellte hierzu u. a. das Projekt MALPROG vor.
Der TdH 2023 fand an der Ruhr-Universität Bochum statt.
Quelle: Dominik Rösch, BfG
Im Projekt MALPROG arbeiten Forscherinnen und Forscher der BfG seit Januar 2023 daran, Methoden des maschinellen Lernens in die gewässerkundliche Praxis zu überführen. Maschinelles Lernen ist ein Teilbereich der künstlichen Intelligenz (KI) und kommt in der BfG bisher bereits vereinzelt zum Einsatz. Anstatt mathematische Modelle explizit zu programmieren, werden beim maschinellen Lernen bspw. Algorithmen darauf angepasst, Muster und Zusammenhänge in Datensätzen selbstständig zu erkennen.
Anhand eines wissenschaftlichen Posters (Download) stellte Dr. Bastian Klein den Teilnehmerinnen und Teilnehmern des Tags der Hydrologie (TdH) den Ansatz des Projektes zum maschinellen Lernen sowie mögliche Anwendungsfelder vor. Ein zentrales Ziel des Projektes MALPROG ist die Entwicklung eines Werkzeugkastens, der die Anwendung von KI-Methoden an der BfG vorantreibt. Die Entwicklung von Anwendungsfeldern im Bereich der künstlichen Intelligenz ist ein zentrales Ziel der Bundesregierung. So sollen auch in diesem Projekt exemplarisch drei Anwendungsfelder aus dem Aufgabenbereich der BfG angegangen werden:
Wasserstandsvorhersage, Vegetationsanalyse und Ölerkennung verbessern
Schematische Darstellung eines datengetriebenen Modells für hydrologische Prognosezwecke
Quelle: BfG
Der KI-Werkzeugkasten ist Grundlage, um in den kommenden Jahren die Qualität und Genauigkeit der hydrologischen Vorhersagen der BfG zu steigern und längerfristige Vorhersageskalen zu erschließen. Zur Abfluss- und Wasserstandsvorhersage nutzen die BfG-Fachleute derzeit hydrologische und hydraulische Modelle.
Zusätzlich setzen sie statistische Verfahren ein, die jedoch die natürlichen Prozesse eines Flusssystems nicht komplett abbilden können. Die Anwendung von Methoden des maschinellen Lernens sind in der Lage, diese Schwächen zu beheben und die Vorhersagegüte zu erhöhen. Davon profitieren mittelfristig u. a. die Logistik, die Schifffahrt und andere Nutzende der Bundeswasserstraßen.
Sogenannte Deep Learning Methoden, die auf die Auswertung von Bilddaten spezialisiert sind, sollen die Identifizierung von Vegetationseinheiten für große Flächen weitestgehend automatisiert ermöglichen und so die Vegetations- und Biotoptypenkartierung unterstützen. Als Grundlage dienen dazu Luft- und Satellitenbilder von Gewässerabschnitten. Diese Klassifikationsmethoden sind auch auf die maritime Ölerkennung übertragbar. Maritime Ölverschmutzungen können gravierende Auswirkungen auf marine Ökosysteme haben. Die BfG berät das Havariekommando und das BMDV beim Einsatz von Fernerkundung und Daten, die z. B. durch Satelliten, Flugzeuge und Drohnen gesammelt werden. Die Anwendung der Methoden des maschinellen Lernens sollen zeigen, dass sie beispielsweise den effizienteren Einsatz unbemannter Systeme ermöglichen und durch direkte Verarbeitung auf den unbemannten Systemen teuren Datentransfer reduzieren können.
Informationen aus erster Hand
BfG-Wissenschaftler Gerd Hübner (links) im Fachgespräch bei der Posterausstellung.
Quelle: Dominik Rösch, BfG
Neben den verschiedenen Anwendungsgebieten für künstliche Intelligenz präsentierten BfG-Wissenschaftlerinnen und -Wissenschaftler auch Forschungsarbeiten in den Bereichen Oberflächen-Grundwasser-Interaktionen und extreme Niedrigwasser sowie zwei wissenschaftliche Poster des an der BfG eingerichteten Weltdatenzentrum Abfluss (Global Runoff Data Centre, GRDC).
Als Anlaufstelle für Fragen war die BfG zudem bei der Fachausstellung mit einem Informationstand vor Ort. Die Teilnehmerinnen und Teilnehmer des TdH hatten dort die Gelegenheit sich über laufende Projekte zu informieren, sich mit BfG´lern/-innen auszutauschen sowie sich mit den aktuellen Berichten z. B. dem Jahresbericht 21/22 und einer Studie zur Niedrigwassersequenz der Jahre 2015 bis 2018 zu versorgen. Zudem erkundigten sich insbesondere Studierende zu möglichen Abschlussarbeiten und der Bundesanstalt als Arbeitgeber. Mit am gemeinsamen Stand vertreten war auch das Internationale Zentrum für Wasserressourcen und Globalen Wandel (ICWRGC), das seit 2014 an der BfG angesiedelt ist und unter der Schirmherrschaft der UNESCO internationale Kompetenzen im Bereich Wasser bündelt sowie als internationale Referenzplattform für den Austausch von Wissen und Methoden dient.
