Umweltbundesamt
Stadtbäume leiden zunehmend an den Folgen des Klimawandels und stehen auch vor wachsenden urbanen Herausforderungen. Ziel dieser Maßnahme ist, eine bedarfsgerechte – statt pauschale – Bewässerung der Bäume mithilfe von zwei Web-Anwendungen und Vorhersagen basierend auf künstlicher Intelligenz (KI), bzw. maschinellem Lernen zu ermöglichen, um dadurch knappe Wasserressourcen einzusparen und Bäume effizienter zu bewässern.
Die KI-basierte Bewässerungsvorhersage nutzt eine Vielzahl öffentlicher Daten des Landes Berlin sowie Sensormesswerte von insgesamt mehr als 120 Sensoren aus zwei Berliner Bezirken. Durch den Einsatz von maschinellem Lernen werden Informationen wie die Verschattung, Wetterdaten wie der Niederschlag und baumspezifische Parameter wie das Alter miteinander verknüpft, um ein präzises Profil für jeden Straßenbaum zu erstellen. Unter Einbeziehung der Feuchtigkeitssensoren erlangt das KI-Vorhersagemodell Kenntnisse über die tatsächliche Wasserversorgung von über 415.000 Straßenbäumen und kann dadurch die aktuelle (heute) und sogar die prognostizierte Wasserversorgung für die nächsten (bis zu 14) Tage für diese Bäume vorhersagen. Mithilfe eines Experten-Dashboards werden die Vorhersagewerte visualisiert und dienen den Grünflächenämtern als Entscheidungshilfe für eine bedarfsgerechte Bewässerung. Eine zweite Anwendung zielt darauf ab, die Zivilgesellschaft über die komplexen Zusammenhänge im Kontext "Stadtbaum" zu informieren. Hier wird erläutert, wie KI die Auswirkungen des Klimawandels in der Stadt abmildern kann.
Die Ergebnisse dieser Arbeiten zeigen, dass das Vorhersagemodell in der Lage ist, die aktuelle Wasserversorgung der Bäume mit Hilfe der Sensorwerten einzelner weniger Bäume zu berechnen. Dabei ist die zukünftige Vorhersage auch möglich, jedoch immer nur so gut wie die zugrundeliegende Wettervorhersage. Das Experten-Dashboard stellt darüber hinaus ein entscheidendes Werkzeug dar, um das Vorhersagemodell aktiv im täglichen Betrieb einzusetzen.
Birds on Mars, Grünflächenamt Berlin-Mitte und Berlin-Neukölln, ARBOR Revital, IM NORDEN
Gesamtmittel in Höhe von 410.544 €
Über 90% der beantragten Mittel sind für Personalkosten angefallen. Lediglich ein geringer Betrag wurde in Sachmitteln, wie die Anschaffung von Hardware und die Auszahlung von Honoraren an Dritte ausgegeben.
Das Projekt wurde gefördert durch das Bundesministerium für Umwelt, Naturschutz und Verbraucherschutz (BMUV),
Förderprogramm: „Maßnahmen zur Anpassung an den Klimawandel” vom 02. Mai 2019 der Deutschen Anpassungsstrategie (DAS)
Förderschwerpunkt 3: Kommunale Leuchtturmvorhaben sowie Aufbau von lokalen und regionalen Kooperationen.
Grünflächenamt Berlin-Neukölln, ARBOR Revital GmbH, IM NORDEN GmbH.
Innerhalb der Projektlaufzeit konnte gezeigt werden, dass angewandte künstliche Intelligenz bei der Bewässerung von Stadtbäumen unterstützend als Entscheidungshilfe eingesetzt werden kann. Die KI-gestützte Vorhersage kann mithilfe verschiedener, vorrangig offener Datensätze, Feuchtigkeitswerte im Boden eines jeden Straßenbaumes vorhersagen – auch wenn dieser nicht mit einem Feuchtigkeitssensor ausgestattet ist. Demnach können Bäume mit Hilfe des Vorhersagemodells bedarfsgerecht, statt pauschal und periodisch bewässert werden. Durch die bedarfsgerechte Bewässerung besteht das Potential, dass (a) Wasser pro Baum eingespart bzw. (b) mehr Bäume bei gleicher Wassermenge bewässert werden können. Wie hoch die Potentiale ausfallen, muss für den Einzelfall geprüft werden. Vorsichtige Schätzungen der Expert*innen gehen bei einer guten Datenlage zum Zustand und zur Umgebung der Bäume von Wasser-Einsparpotentialen von bis zu 50% aus gegenüber der pauschalen Bewässerung.
Die bedarfsgerechte Bewässerung von Stadtbäumen mithilfe von KI ermöglicht eine effizientere Nutzung von Wasserressourcen, da die Bewässerung präzise auf die Bedürfnisse der Bäume abgestimmt wird. Dies führt zu Wasserersparnissen bei einzelnen Gießungen was im Umkehrschluss ermöglicht, dass eine größere Anzahl an Bäumen bei gleichbleibenden Wassermengen gegossen werden kann. Das Projekt trägt sowohl zur Ressourcenschonung als auch zum Erhalt der städtischen Grünflächen als Erholungsraum bei.
Im Projekt werden täglich über Nacht diverse Daten aus Datenbanken oder Systemschnittstellen extrahiert und für die Verarbeitung und Analyse zusammengeführt. Das führt zu Energieverbrauch durch den Betrieb der cloud-basierten Infrastruktur. Bei den eingesetzten Modellen aus dem Bereich des maschinellen Lernens (“Random Forests”) handelt es sich um vergleichsweise wenig komplexe Modelle, so dass der Aufwand für das Modelltraining gegenüber der Datenbereitstellung zu vernachlässigen ist.
Berlin
„Für Mensch und Umwelt″ ist der Leitspruch des UBA und bringt auf den Punkt, wofür wir da sind. In diesem Video geben wir Einblick in unsere Arbeit.
