Center for Hydrosystems and Health
Finanzielle Förderung:
Projektleitung:
Forschungsteam:
Laufzeit:
04.2023 bis 03.2027
Kooperationspartner:
Fördernummer:
Fördersumme:
Beteiligte Fakultäten und Institute:
Projektbeschreibung:
Das Projekt PRiuS ist Teil des Zukunftslabor Wasser, das, als neuer Teil des ZDIN (Zentrum für digitale Innovationen Niedersachsen), vom Land Niedersachsen und von der Volkswagenstiftung gefördert wird.
Das Ziel ist die Entwicklung eines Prognose-/Vorhersagetools zur Risikoabschätzung/-minimierung von urbanen Schadstoffeinträgen in Gewässer. In einem ersten Schritt erfolgt die Entwicklung eines ML-basierten Modells welches anhand klassischer Kanalnetzmodelle trainiert wird, um Emissionen (bspw. E.coli, AFS, usw.) aus dem urbanen Gebiet mittels leicht zu messender bzw. abzuleitender Parameter (z.B. Niederschlag, Oberflächenbedeckung, etc.) zu quantifizieren. Zusätzlich soll eine Überlagerung mit den zu erwartenden Abflüssen in der Vorflut inkl. Risikobewertung umgesetzt werden (mögliche Vernetzung zu AP 3.2 und 3.3). In Verbindung mit AP 2.1 wird ein Digitaler Zwilling erarbeitet, um den Datentransfer zu optimieren und ggf. eine synthetische Steuerung des Kanalnetzes zur Risikominimierung umzusetzen. In Zusammenarbeit mit AP 2.5 soll exemplarisch für das Untersuchungsgebiet ein Transfer der erarbeiteten Methoden in die Praxis mittels Dashboards als Entscheidungsunterstützungssystem mit hinterlegten Modellen erfolgen. Als Untersuchungsgebiet dient das Stadtgebiet Celle mit der Aller als Vorflut.
Finanzielle Förderung:
Projektleitung:
Forschungsteam:
Laufzeit:
07.2023 bis 30.06.2026
Kooperationspartner und Aufgabenverteilung:
Fördernummer:
Fördervolumen:
Beteiligte Fakultäten und Institute:
Projektbeschreibung:
Antibiotikaresistenzen stellen weltweit eine wachsende Bedrohung für die öffentliche Gesundheit und die Gesundheitsversorgung dar (WHO 2017). In Niedersachsen wurde wegen dieser Gefährdung das Sentinelsystem „Antibiotika-Resistenz-Monitoring in Niedersachsen“ (ARMIN) vom Niedersächsischen Landesgesundheitsamt (NLGA) implementiert. Innerhalb dieses Projektes werden zu ARMIN ergänzende Untersuchungen in Hydrosystemen, im speziellen in Entwässerungssystemen durchgeführt, um räumlich hochauflösende Daten zur Verbreitung von Antibiotika-resistenten Keimen in der Bevölkerung zu erhalten. Hierfür werden drei maßgebende Forschungsfelder adressiert:
Die Arbeiten werden in Kooperation mit der Stadtentwässerung Celle und dem AKH Celle exemplarisch für das Stadtgebiet Celle durchgeführt. Für die aus dem Projekt gewonnenen Erkenntnisse werden anschließend innerhalb eines eigenen Schwerpunktthemas Konzepte zu einer Einbindung in bestehende Systeme wie bspw. ARMIN entwickelt.
Das Kernelement des Projektes ist ein sogenanntes Internet of Floods (IoF). Dieses soll mittels künstlicher neuronaler Netze (KNN) zur Verbesserung von Vorhersage und Frühwarnsystemen für die betriebliche Optimierung der Kanalnetzsteuerung bzw. der Gefahrenabwehr im Entwässerungssystem beitragen. Eine Novität des angedachten Ansatzes ist die Unabhängigkeit von unsicheren Niederschlagsvorhersagen. KI-Kanal wird exemplarisch am Entwässerungssystem von Osnabrück entwickelt und auch direkt unter realen Bedingungen getestet. Im Falle eines Starkregenereignisses werden Echtzeit-Daten von Niederschlägen aber auch Wasserständen im Kanalnetz aufgezeichnet und über LoRaWAN Sensoren an das IoF gesandt. Sie dienen als Eingangsdaten für ein zuvor trainiertes KNN. Das KNN ist darauf ausgelegt die optimale Kanalsteuerung, Abfluss- und Wasserstandsvorhersagen an unbeobachteten Punkten sowie ggf. lokales Netzversagen auszugeben. Durch die optimale Kanalsteuerung wird die Überflutungsgefahr minimiert.
Finanzielle Förderung:
Projektleitung (Ostfalia):
Fördernummer:
Fördersumme:
Projektkonsortium:
Projektbeschreibung:
Rasches Weltbevölkerungswachstum (nach UNO-Abschätzung: mehr als 9 Milliarden Menschen bis 2050), Ressourcenverknappung und immer schwieriger werdende klimatische Bedingungen machen es erforderlich, noch mehr Nahrung zu produzieren. Laut Prognosen muss die landwirtschaftliche Erzeugung mindestens um 50% erhöht werden, um den immer größer werdenden Bedarf an Lebensmitteln abzudecken. Diese Erhöhung soll allerdings eher unter der Nutzung der existierenden Ackerflächen mit Steigerung der Agrarproduktivität erzielt werden und nicht mit Abholzung/Entwaldung, um mehr Agrarfläche zu erzielen, da dies die den ungünstigen Klimawandel eher beschleunigen und so die Lage für Landwirtschaft nur verschlimmern würde. Ziel der Bemühungen muss daher sein, mehr landwirtschaftliche Erzeugung von der bestehenden Agrarfläche zu erzielen, allerdings ohne die vorhandenen natürlichen Ressourcen und die Umwelt weiter zu belasten.
Moderne Informations- und Kommunikationstechnologien (ICT) tragen bereits zu diversen Wirtschaftssektoren einschließlich Landwirtschaft. Unter Smart Agriculture versteht man den Einsatz von ICT in Landwirtschaft, z.B. vernetzte Sensoren (Internet of Things, IoT), Roboter, automatisierte landwirtschaftliche Prozesse, präzise Düngung. Das Ziel dabei ist, Steigerung der Agrarproduktivität bei Minimierung der Ressourcen und Umweltbelastung.
Die bestehende ICT-Infrastruktur ist allerdings nicht effizient genug, um das volle Potenzial von Automatisierung und Präzision in der Land- und Forstwirtschaft auszuschöpfen. 5G-Mobilfunktechnologie mit ihrer genügend niedrigen Latenzzeit, viel größerer Übertragungskapazität und viel höherer Übertragungsrate als 4G ist fähig für nahezu Echtzeit-Anwendungen wie z.B. Befliegung von Video-ausgestatteten Drohen, um Pflanzen, Bäume sowie Vieh und Wildtier zu beobachten und entsprechende Maßnahmen in Echtzeit einzuleiten. Data Science und künstliche Intelligenz (KI) werden hier Schlüsselrolle spielen.
Im Reallabor „Smart Country“ wird die Entwicklung und Erprobung konkreter 5G Anwendungen für Land- und Forstwirtschaft unter realen Bedingungen in den beiden Pionierregionen der Landkreise Wolfenbüttel und Helmstedt in Niedersachsen umgesetzt. Dieses Projekt wird von einem Forschungskonsortium durchgeführt, woran mehrere Forschungsinstitute und Agrarfirmen beteiligt sind. Das Projekt wird vom Bundesministerium für Digitales und Verkehr (BMDV) im Rahmen seines 5G-Innovationswettbewerbs finanziert.
Zielsetzung/Technischer Überblick vom Projekt: Daten von Agrarflächen und Forst werden unter dem Einsatz von IoT-Sensoren und Drohnen mit speziellen Kameras gesammelt. Mit KI-/Data-Analytik-Algorithmen werden diese Datensätze zusammengeführt und die Grundlage für die benötigten Entscheidungen geschaffen, um z.B. zwischen Kulturpflanzen und Unkraut zu unterscheiden für gesteuerte Düngung (wo und wie viel Dünger: pointed fertilizing/microdosing) und für umweltschonende mechanische Ausmerzung von Unkräutern mittels Feldroboter anstatt auf umweltbelastende chemische Mittel/Herbizid zurückzugreifen; Vieh und Wildtierbestände zu beobachten; mit NIR-spektroskopischen Messungen die Erntequalität in Echtzeit zu ermitteln (smart harvesting); zuverlässige Information über Waldinventur zu bekommen und effiziente und zielgerichtete Abholzung zu ermöglichen.
Weitere Informationen zu dem Projekt findet sie hier.
