Bochum, Germany
September 25, 2019
Climate change affects our environment in many different ways: crop failure, river shipping being hampered due to low water, floods and storm damage in the cities are only a few examples of the factors that have been increasingly affected our lives in recent years.
Researchers at Ruhr-Universität Bochum (RUB) are developing digital applications intended to make it easier for various actors to better cope with weather events in the future.
Dr. Benjamin Mewes and Dr. Henning Oppel from the Institute of Engineering Hydrology and Water Resource Management are deploying Artificial Intelligence in their joint project “Okeanos”. While Benjamin Mewes focuses on irrigated agriculture, Henning Oppel is figuring out how to better predict flood events.
Farmers could save a lot of water
Agriculture is the largest consumer of fresh water globally. “Most of the time, farmers employ their expertise and experience to decide when and how to water their soil,” says Mewes. However, this results in hundreds of thousands litres of this valuable resource being wasted.
This could be remedied by a computer software that provides a recommendation for action based on all the important factors for irrigation – or better still, controls the irrigation systems itself.
Autonomous software units
Mewes’ solution deploys an agent-based soil/water model that he developed himself. Agents are software units that act autonomously and make decisions in accordance on a set of rules and that can represent complex systems and chains through their interaction with each other.
“The model is dynamic, can adapt to individual conditions, and it thus offers every farmer a tailor-made irrigation strategy,” as Mewes outlines the benefits.
Enabling precise flood warnings
Henning Oppel researches into a water management problem of a very different kind. He intends to pave the way for more precise flood warnings with the aid of machine learning.
In order to predict how the water level of a river will change, it is not enough to simply consider the local processes at the location for which a flood forecast is required. Rather, it is necessary to take the thousands of square kilometres that define a river’s catchment into consideration, including a wealth of different surfaces such as asphalt, forest soil or gravel, as water moves at different speeds on all of them.
Interesting for insurance companies and flood reporting services
“Due to the large number of active processes, it is difficult to apply a single process equation. Machine learning enables us to develop new process descriptions and add to existing concepts,” says Oppel.
A number of target groups might benefit from an improved solution in the form of an app: flood reporting services, insurance companies, fire brigades and technical assistance services, to name but a few.
Detailed article in the science magazine Rubin
You can find a detailed article on this topic in the science magazine Rubin. Texts on the website and images on the download page are free to use for editorial purposes, provided the relevant copyright notice is included.
More information:
https://news.rub.de/english/2019-09-25-water-resource-management-ai-has-found-it...
Künstliche Intelligenz in der Agrar- und Umweltwirtschaft
Die Folgen des Klimawandels auf unsere Umwelt sind vielfältig: Ernteausfälle, Einschränkungen in der Schifffahrt durch Niedrigwasser, Überschwemmungen und Sturmschäden in den Städten sind nur einige, die das Leben seit einigen Jahren immer stärker beeinträchtigen. Wissenschaftler der Ruhr-Universität Bochum (RUB) arbeiten an digitalen Anwendungen, die es verschiedenen Akteuren leichter machen sollen, anstehenden Wetterereignissen besser begegnen zu können.
Dr. Benjamin Mewes und Dr. Henning Oppel vom Lehrstuhl für Ingenieurhydrologie und Wasserwirtschaft setzen in ihrem gemeinsamen Projekt „Okeanos“ auf den Einsatz von künstlicher Intelligenz. Während sich Benjamin Mewes auf die bewässerte Landwirtschaft konzentriert, beschäftigt sich Henning Oppel damit, wie man Hochwasserereignisse besser vorhersagen kann.
Landwirte könnten viel Wasser einsparen
Weltweit gesehen ist die Landwirtschaft der größte Frischwasserverbraucher. „Die Entscheidung, wann und wieviel sie ihre Böden wässern, fällen die meisten Landwirte aufgrund ihrer Erfahrung und ihres Fachwissens“, so Mewes. Doch auf diese Weise werden viele Hunderttausende Liter der wertvollen Ressource verschwendet.
Abhilfe schaffen könnte eine Computeranwendung, die alle für die Bewässerung wichtigen Faktoren betrachtet und daraus eine Handlungsempfehlung ableitet – oder besser noch, gleich selbst die Bewässerungsanlagen steuert.
Autonom handelnde Software-Einheiten
Mewes Lösung basiert auf einem von ihm entwickelten Agenten-basiertem Bodenwassermodell. Agenten sind autonom handelnde Software-Einheiten, die auf Basis eines Regelwerks Entscheidungen treffen und durch ihre Interaktion untereinander komplexe Systeme und Verkettungen darstellen können.
„Das Modell ist dynamisch, kann sich an individuelle Gegebenheiten anpassen und bietet somit jedem Landwirt eine auf ihn zugeschnittene Bewässerungsstrategie“, erklärt Mewes die Vorzüge.
Präzisere Hochwasserwarnungen ermöglichen
Mit einem wasserwirtschaftlichen Problem ganz anderer Art beschäftigt sich Henning Oppel. Er möchte präzisere Hochwasserwarnungen möglich machen. Auch er setzt dabei auf maschinelles Lernen.
Denn wenn man wissen will, wie sich der Wasserstand eines Flusses ändern wird, reicht es nicht, sich nur die lokalen Prozesse am Ort, für den eine Hochwasservorhersage benötigt wird, anzuschauen. Man muss stattdessen viele Tausend Quadratkilometer betrachten, die das Einzugsgebiet des Flusses definieren, und die ganz unterschiedliche Oberflächen wie Asphalt, Waldboden oder Kiesflächen enthalten können – auf allen bewegt sich das Wasser mit unterschiedlichen Geschwindigkeiten.
Interessant für Versicherungen und Hochwassermeldedienste
„Diese Vielzahl von aktiven Prozessen macht die Anwendung einer einzelnen Prozessgleichung schwer. Maschinelles Lernen eröffnet uns aber die Möglichkeit, neue Prozessbeschreibungen zu erarbeiten und bestehende Konzepte zu ergänzen“, sagt Oppel.
Von einem verbesserten Angebot in Form einer App könnten viele verschiedene Zielgruppen profitieren: Hochwassermeldedienste, Versicherungen, Feuerwehr oder Technischer Hilfsdienst, um nur einige zu nennen.
Ausführlicher Beitrag im Wissenschaftsmagazin Rubin
Einen ausführlichen Beitrag zu dem Thema finden Sie im Wissenschaftsmagazin Rubin. Texte auf der Webseite und Bilder aus dem Downloadbereich dürfen unter Angabe des Copyrights für redaktionelle Zwecke honorarfrei verwendet werden.
Topics
Species
