Die Nitrat-Verteilung im Grundwasser stellt ein hochkomplexes, räumlich und zeitlich stark variables Muster dar, das regional und insbesondere vertikal eine ausgeprägte hydrogeochemische Differenzierung aufweist. Im Forschungsprojekt „NiMo 4.0“ sollen intelligente datenbasierte Systeme entwickelt werden, welche nachhaltig zur Reduzierung der Nitratbelastung beitragen.
Dabei werden drei durch KI-gesteuerte Kernelemente entwickelt. Das erste Element dient zur räumlichen Vorhersage des Parameters Nitrat. Dies soll in Zukunft vor allem die klassischen und deutlich ungenaueren Verfahren der Interpolation ersetzen und somit gewährleisten, dass Behörden und Wasserversorger die Nitratbelastung besser einschätzen können.
Als zweites Kernelement sollen datengetriebene, KI-basierte Algorithmen zur Optimierung eines Grundwassermessnetzes entwickelt werden, um in einem bestehenden Messnetz sowohl redundante Messstellen zu identifizieren als auch Vorschläge für neue Messstellen zu liefern und Messprogramme anzupassen. Das DVGW Arbeitsblatt W 108 soll dabei berücksichtigt werden.
Im dritten Kernelement wird ein dynamisches Eventdetektionssystem (EDS) zur frühzeitigen Erkennung von Nitratbelastungsschwerpunkten und Aufdeckung von Korrelationen zwischen den Messstellen innerhalb eines Gewässersystems aufgebaut. Weiterhin wird dieses System auch die teils aufwändige Plausibilisierung von Parametern übernehmen können.
Diese intelligenten Module werden anhand der Daten aus den zwei Pilotregionen, dem Zweckverband Landeswasserversorgung und des Wasser- und Abwasser-Zweckverbands Niedergrafschaft, entwickelt, kalibriert und angewendet.
Für Wasserversorgungsunternehmen wird damit ein System zur Optimierung ihres Nitratmessprogramms entwickelt, auf dessen Basis sie gezielt Maßnahmen ergreifen können, um in stark belasteten Gebieten die Nitratkonzentrationen nachhaltig zu reduzieren.
