Das Messnetz mit zugehörigen Untersuchungsprogrammen und Datendiensten ist zugleich ein Frühwarnsystem für großräumige natürlich und menschlich verursachte Veränderungen des Grundwassers, beispielsweise Versauerung, Klimafolgen, Belastungsveränderungen und Übernutzungen.
Veranlassung
Die Fördermaßnahme LURCH lässt sich in drei übergeordnete Themenfelder untergliedern. Dazu gehören:
- Quantitative Herausforderungen, in Bezug auf ein integriertes Systemverständnis der Grundwasserleiter unter Einbeziehung aller beeinflussenden natürlichen Schnittstellen (Oberflächengewässer, Grundwasserneubildung, saline Wässer, etc.) und aller Akteure und Funktionen (Trinkwasserversorgung, Land- und Forstwirtschaft, Industrie, Wärme- oder Kältespeicher, Ökosystemfunktionen)
- Qualitative Herausforderungen, z. B. stofflich (Nitrat, aktuelle Schadstoffe, Spurenstoffe, Krankheitserreger, künftige regulatorische Qualitätsparameter), analytisch (z. B. Non-Target Analytik, Indikatoren), technologisch (z. B. In-situ Behandlung, Überwachung)
- Herausforderungen der nachhaltigen Bewirtschaftung, multidimensionale und integrierte Bewirtschaftungsstrategien (z. B. Grundwasseranreicherung), wirtschaftliche Anforderungen (z. B. Investitions-/Betriebskosten) und Digitalisierungsmaßnahmen
Das Augenmerk der Fördermaßnahme liegt auf der Unterstützung der erfolgreichen Entwicklung, Demonstration und Umsetzung von anwendungsorientierten Lösungen, die in interdisziplinären Verbundprojekten wie KIMoDIs erarbeitet werden.
Um die verfügbaren Grundwasserressourcen optimal und nachhaltig zu nutzen, entwickelt das Projekt ein Monitoring-, Datenmanagement- und Informationssystem zur gekoppelten Vorhersage und Frühwarnung vor Grundwasserniedrigständen und -versalzung, das auf Methoden der KI basiert. Die Ergebnisse werden in einem nutzerspezifischen Entscheidungshilfe-Tool zusammengeführt, welches mittels verschiedener Klima- und Nutzungsszenarien standortspezifisch eine intelligente Planung von Gegenmaßnahmen ermöglichen soll.
Ziele
Ziele des Gesamtprojekts:
- Entwicklung eines auf KI basierenden Monitoring-, Datenmanagement- und Informationssystems zur kurz- (saisonal), mittel- (1 bis 10 Jahre) und langfristigen (bis 2100) Vorhersage von Grundwasserständen und -versalzung.
- Aufbau eines anwenderspezifischen Entscheidungs-Unterstützungssystems zur frühzeitigen Warnung vor Grundwasserniedrigständen und -versalzung sowie den damit verbundenen Schäden.
- Zusammenführung aller erforderlichen Messdaten in einem intelligenten Datenmanagementsystem.
- Berücksichtigung verschiedener Nutzungsszenarien zur standortspezifischen, intelligenten Planung von Gegenmaßnahmen.
- Die methodische Entwicklung und Demonstration des Ansatzes erfolgt überregional im Land Brandenburg, unter großräumiger Betrachtung aller Aspekte wie den Entnahmen für Trinkwasserversorgung, Industrie und Landwirtschaft, zeitlich hochaufgelöstem Monitoring der Bewässerungslandwirtschaft sowie der Gefahr durch Tiefenversalzung infolge von Übernutzung.
- Der entwickelte Ansatz wird in der Folge übertragen und getestet 1. auf regionaler Ebene, für ein Einzugsgebiet der Harzwasserwerke in Niedersachsen mit Fokus auf problematische Auswirkungen niedriger Grundwasserstände, und 2. auf lokaler Ebene, am Beispiel der Insel Langeoog mit Betrachtung der touristisch bedingten starken Variabilität des saisonalen Wasserbedarfs bei zunehmender Trockenheit sowie Gefährdung der Trinkwasserversorgung durch Versalzung.
Die BfG leitet das Arbeitspaket 4 „KI-gestützte Wasserhaushaltsmodellierung“. Hierfür gelten folgende Ziele:
-- Bereitstellung von simulierten und vorhergesagten Wasserhaushaltsgrößen für die Pilotregion „Untere Havel“, speziell für den Havelnebenfluss Nuthe und die Wasserversorgung Potsdam EWP.
- Berechnung der flächendifferenzierten und zeitlich hochauflösenden Wochenmittel der Grundwasserneubildung (GWN) mittels klassischer Verfahren und KI-basierter Algorithmen.
- Prozess- bzw. Konzeptmodell und KI-basierte Ansätze zur Berechnung der Grundwasser-Oberflächengewässer-Interaktion.
- Kurz-, Mittel- und Langfristvorhersagen der GWN mit einem hybriden Modellsystem.
- Zur Unterstützung der Machine Learning (ML)-Modelle zur Berechnung der Grundwasserneubildung werden
Fünf Partnerinstitutionen (Bernhard-Nocht-Institut für Tropenmedizin, BNITM; Friedrich-Loeffler-Institut, FLI; Universität Oldenburg, CvO; Leibniz-Zentrum für Agrarlandschaftsforschung, ZALF; Gesellschaft zur Förderung der Stechmückenbekämpfung, GFS) und ein assoziierter Partner (Fraunhofer Institut für Zelltherapie und Immunologie, IZI) werden in CuliFo3 Effekte biotischer und abiotischer Faktoren auf das Auftreten tier- und humanmedizinisch bedeutender Arboviren in Deutschland analysieren. Das wissenschaftliche Konzept baut auf Erkenntnisse der zuvor vom BLE finanzierten Projekte CuliFo und CuliFo2 auf. Ergebnisse werden genutzt, um zeitnahe gezielte Reaktionen zum Management von Risikosituationen zu ermöglichen und adäquate Maßnahmenkataloge zu entwickeln. Für ein Frühwarnsystem wird der Einfluss von insektenspezifischen Viren auf die Arbovirus-Replikation in Vektoren, von Ko-Infektionen mit Arboviren auf die Vektorkapazität, die Ausscheidungsdynamik und minimale Infektionsdosis von Arboviren für Culiciden erforscht. Ebenso, ob Infektionen von Vögeln mit USUV oder TBEV zu Kreuzprotektion gegenüber WNV führen. Die klinische Relevanz von Arbovirus-Infektionen wird über Untersuchung von Blutspender- und Patientenproben und toten Wildvögeln erfolgen und die Arbovirus-Surveillance durch Analyse des Viroms von Culiciden und Vögeln und die Validierung des Einsatzes von FTA-Karten. Modellierung von Landschaftsstrukturen als Stechmückenhabitat, Erfassung von Flugaktivitäten, physikalisch-chemischer und ökologischer Parameter sowie der Rastplätze von Stechmücken tragen zum besseren Verständnis der Vektorökologie bei. Die biologische Bekämpfung von Culiciden-Larven durch Copepoden sowie mit mikrobiellen Bekämpfungsstoffen wird als umweltverträgliche und nachhaltige Strategie evaluiert. Eine Kosten-Nutzen-Analyse zur Wirksamkeit und zu sozioökonomischen Konsequenzen von Maßnahmen zur Bekämpfung von Arboviren untersucht Vor- und Nachteile der verschiedenen Methoden.
Fünf Partnerinstitutionen (Bernhard-Nocht-Institut für Tropenmedizin, BNITM; Friedrich-Loeffler-Institut, FLI; Universität Oldenburg, CvO; Leibniz-Zentrum für Agrarlandschaftsforschung, ZALF; Gesellschaft zur Förderung der Stechmückenbekämpfung, GFS) und ein assoziierter Partner (Fraunhofer Institut für Zelltherapie und Immunologie, IZI) werden in CuliFo3 Effekte biotischer und abiotischer Faktoren auf das Auftreten tier- und humanmedizinisch bedeutender Arboviren in Deutschland analysieren. Das wissenschaftliche Konzept baut auf Erkenntnisse der zuvor vom BLE finanzierten Projekte CuliFo und CuliFo2 auf. Ergebnisse werden genutzt, um zeitnahe gezielte Reaktionen zum Management von Risikosituationen zu ermöglichen und adäquate Maßnahmenkataloge zu entwickeln. Für ein Frühwarnsystem wird der Einfluss von insektenspezifischen Viren auf die Arbovirus-Replikation in Vektoren, von Ko-Infektionen mit Arboviren auf die Vektorkapazität, die Ausscheidungsdynamik und minimale Infektionsdosis von Arboviren für Culiciden erforscht. Ebenso, ob Infektionen von Vögeln mit USUV oder TBEV zu Kreuzprotektion gegenüber WNV führen. Die klinische Relevanz von Arbovirus-Infektionen wird über Untersuchung von Blutspender- und Patientenproben und toten Wildvögeln erfolgen und die Arbovirus-Surveillance durch Analyse des Viroms von Culiciden und Vögeln und die Validierung des Einsatzes von FTA-Karten. Modellierung von Landschaftsstrukturen als Stechmückenhabitat, Erfassung von Flugaktivitäten, physikalisch-chemischer und ökologischer Parameter sowie der Rastplätze von Stechmücken tragen zum besseren Verständnis der Vektorökologie bei. Die biologische Bekämpfung von Culiciden-Larven durch Copepoden sowie mit mikrobiellen Bekämpfungsstoffen wird als umweltverträgliche und nachhaltige Strategie evaluiert. Eine Kosten-Nutzen-Analyse zur Wirksamkeit und zu sozioökonomischen Konsequenzen von Maßnahmen zur Bekämpfung von Arboviren untersucht Vor- und Nachteile der verschiedenen Methoden.