Alle mFUND Projekte Alle mFUND Projekte
Eingefärbte Bodenfeuchtekarte mit einer Auflösung von 10 x 10 Metern

Quelle: heliopas.ai GmbH

Problemstellung

Aktuelle, genaue und räumlich hochauflösende Bodenfeuchtekarten sind für Landwirtschaft, Wasserwirtschaft, Hochwasserschutz, Wettervorhersagen und Umweltmonitoring wichtig.
Der DWD errechnet die Bodenfeuchte aus Wetterstationsdaten, da Fernerkundungsdaten wenig geeignet und Sensormessungen aufwendig und fehlerbehaftet sind. Auf Grund der begrenzten Zahl von Wetterstationen (ca. 550 in Deutschland) ist die räumliche Auflösung der Karten jedoch gering.

Projektziel

Erste Untersuchungen von heliopas.ai haben ergeben, dass mittels KI unter Einbeziehung zusätzlicher Daten die Auflösung von Bodenfeuchtekarten deutlich gesteigert werden kann, ohne dass die Genauigkeit abnimmt.
Ziel dieser Machbarkeitsstudie ist, geeignete KI-basierte Methoden und geeignete Daten, vor allem Satellitendaten, zu identifizieren und zu erproben, durch die die räumliche Auflösung von Bodenfeuchtekarten deutlich gesteigert werden kann, ohne dabei an Genauigkeit zu verlieren.

Durchführung

In der Machbarkeitsstudie wird, aufbauend auf den Vorarbeiten von heliopas.ai, eine umfassende Recherche nach weiteren KI-Methoden und zusätzlichen Datensätzen zur Datenanreicherung durchgeführt. Die identifizierten KI-Methoden und Datensätze werden dann mit Testdatensätzen erprobt und bezüglich ihrer Eignung bewertet. Darauf aufbauend werden die am besten geeigneten Methoden mit umfassenderen Daten getestet, verbessert und mit Felddaten exemplarisch validiert.

Verbundkoordinatorheliopas.ai GmbH, Karlsruhe
Projektvolumen
Summe 139.826,40 €
(davon 70% Förderanteil durch BMVI)
Projektlaufzeit
11/2021 – 10/2022
Ansprechpartnerheliopas.ai GmbH, Karlsruhe
Benno Ommerborn Avino
Tel.: +49 177 9656780
E-Mail: benno.ommerborn@heliopas.com