KI verbessert die Überwachung von Grundwasserverunreinigungen für gezielte Untersuchungen in Risikogebieten

BerlinForscher haben eine neue Methode zur Überwachung der Grundwasserqualität mithilfe eines Maschinenlern-Tools verbessert. Dieses Tool identifiziert Hochrisikogebiete für Grundwasserkontamination, auch wenn nur begrenzte Daten verfügbar sind. Zunächst wird es in Arizona und North Carolina eingesetzt, kann aber auch an andere Orte angepasst werden. Da Grundwasser schädliche Stoffe wie Arsen und Blei enthalten kann, ist die Überwachung besonders wichtig. Die Untersuchung von Grundwasser ist oft kostspielig und schwierig, was diesen neuen Ansatz notwendig macht.

Der maschinelle Lernalgorithmus analysiert eine enorme Menge von Daten zur Wasserqualität aus den letzten 140 Jahren. Diese umfassen über 20 Millionen Messwerte und mehr als 50 verschiedene Parameter der Wasserqualität. Mit diesen Informationen kann die KI das Vorhandensein und die Konzentration verschiedener anorganischer Schadstoffe vorhersagen, selbst wenn nur wenige Parameter vorliegen. Erste Ergebnisse zeigen, dass es Unterschiede zwischen den aktuellen Daten und den Vorhersagen der KI gibt, welche Standorte die Sicherheitsstandards erfüllen. Beispielsweise legen Felddaten nahe, dass 75-80 % der Orte die Sicherheitsprüfungen bestehen, während die KI vorhersagt, dass möglicherweise nur 15-55 % der Standorte tatsächlich sicher sind.

Das Modell ermöglicht es, Ressourcen gezielt einzusetzen und sich auf die gefährdetsten Bereiche zu konzentrieren, indem es die folgenden Faktoren einbezieht:

• Verknüpfung von geologischen und umweltbezogenen Daten
• Historische Muster des Auftretens bestimmter Schadstoffe
• Elemente, die in der Landwirtschaft nützlich, aber in anderen Bereichen schädlich sind

Lesen Sie auch:

Heute · 15:54

Neue Studie: gefährliche Bleibelastung in Böden und auf Spielplätzen im Greater Fifth Ward entdeckt

Dieser Ansatz soll staatlichen Behörden und lokalen Regierungen dabei helfen, Ressourcen gezielt in die Bereiche zu lenken, die sie am dringendsten benötigen, um Tests und Wasseraufbereitung effektiver zu gestalten. Durch die kontinuierliche Aktualisierung des Modells mit verschiedenen Daten aus den USA und neuen Umweltinformationen streben Forscher an, die Genauigkeit im Laufe der Zeit zu verbessern.

Die Untersuchung befasst sich mit der Fähigkeit des Modells, Phosphorwerte zu überwachen, die für die Landwirtschaft entscheidend sind, jedoch auch der Umwelt schaden können. Das Hauptziel ist es, das Modell zur besseren Verwaltung des Phosphoreinsatzes in verschiedenen Ökosystemen einzusetzen. Durch die Verbesserung dieses KI-Werkzeugs streben Wissenschaftler an, die Wasserqualität weltweit zu erhöhen, was sowohl für die Umwelt als auch die öffentliche Gesundheit Vorteile verspricht. Forscher erhoffen sich zudem eine effektivere Überwachung von neuen Schadstoffen.