Erstmals in Vietnam: KI-Modell mit Fernerkundung kombiniert, um die Meerwasserqualität zu überwachen

Bildunterschrift — Das Forschungsteam entnahm Meerwasserproben in der Halong-Bucht und in Cua Luc. Foto: Dieu Thuy/VNA

Die sozioökonomische Entwicklung der letzten Jahre hat die Halong-Bucht und das Gebiet Cua Luc (Provinz Quang Ninh) vor zahlreiche Umweltprobleme gestellt, insbesondere die Verschlechterung der Meerwasserqualität, die das endemische Meeresökosystem bedroht. Traditionelle Überwachungsmethoden wie Probenahme und Analyse vor Ort stoßen jedoch hinsichtlich Kosten, Zeit und Überwachungsumfang an viele Grenzen. Angesichts dieser Realität haben vietnamesische und polnische Wissenschaftler gemeinsam die Anwendung von Fernerkundung und künstlicher Intelligenz bei der Überwachung der Wasserqualität erforscht – ein moderner, kostengünstiger Ansatz, der eine kontinuierliche Überwachung über ein großes Gebiet ermöglicht. Die gemeinsame Forschungsmission mit dem Code QTPL01.03/23-24, die gemeinsam vom Vietnam Space Center (Vietnamesische Akademie der Wissenschaften und Technologie) und dem Polnischen Institut für Geophysik (Polnische Akademie der Wissenschaften) durchgeführt wird, trägt dazu bei, wirksamere Überwachungsinstrumente für den Meeresumweltschutz in wichtigen Küstengebieten bereitzustellen.

Moderner Ansatz

Laut Dr. Vu Anh Tuan, stellvertretender Generaldirektor des Vietnam Space Center und Leiter der Mission, ist dies das erste Projekt in Vietnam, das gleichzeitig Sentinel-2-Satellitendaten, fortschrittliche Algorithmen für maschinelles Lernen und die GEE-Plattform (Googles Cloud-Computing-Plattform) nutzt, um Wasserqualitätsparameter wie Oberflächentemperatur, Schwebstoffe, Chlorophyll-a und chemischen Sauerstoffbedarf zu modellieren und zu überwachen.

Aus den Modellergebnissen hat das Forschungsteam Karten der räumlichen und zeitlichen Verteilung der Wasserqualität erstellt. Diese helfen, Schwankungen zu überwachen und frühzeitig vor Verschmutzungsrisiken in der Halong-Bucht und in Cua Luc zu warnen. Dies sind zwei strategische Wassergebiete in der Provinz Quang Ninh, die nicht nur reich an landschaftlichen und ökologischen Werten sind, sondern auch eine Schlüsselrolle für die wirtschaftliche und touristische Entwicklung der Provinz spielen. Diese Karten können im Wasserressourcenmanagement eingesetzt werden, den Umweltschutz unterstützen und eine nachhaltige Entwicklung der Küstengebiete vorantreiben.

Dr. Vu Anh Tuan sagte, das Neue an der Studie liege in der Synthese und Innovation von Fernerkundung, künstlicher Intelligenz und Cloud-Computing-Technologien, um das komplexe Problem der Wasserqualitätsüberwachung in der Halong-Bucht zu lösen. Gleichzeitig biete sie praktikable Lösungen zur Überwindung des Datenmangels und liefere detaillierte Analysen mit hohem praktischem Nutzen. Die Studie entwickelte Modelle für maschinelles Lernen, kalibrierte und testete diese, um eine Genauigkeit von über 73 % zu erreichen. Außerdem wurden Karten der Verteilung dieser Parameter nach Jahreszeiten und Jahresdurchschnitten erstellt. Darüber hinaus eröffnet die Studie einen neuen Ansatz für die Anwendung von Fernerkundungstechnologie in Kombination mit maschinellem Lernen zur Überwachung der Wasserqualität und unterstützt so effektiv das Wasserressourcenmanagement in wichtigen Küstengebieten.

Auf dem Weg zu einem großflächigen Einsatz auf allen Meeren

Dr. Vu Anh Tuan fügte hinzu, dass für die Studie Daten des Sentinel-2-Satelliten (MSI-Sensor) aus dem Zeitraum 2019 bis 2023 verwendet wurden, kombiniert mit aktuellen Messdaten des Ministeriums für natürliche Ressourcen und Umwelt der Provinz Quang Ninh und der National Oceanic and Atmospheric Administration (USA), um die Wasserqualität im Untersuchungsgebiet vorherzusagen. Insgesamt wurden 78 Satellitenbilder auf der Cloud-Computing-Plattform von Google verarbeitet und analysiert. Anschließend wurden maschinelle Lernalgorithmen wie Random Forest, Boosted Regression und AdaBoost Regression angewendet, um Indikatoren für die Wasserqualität vorherzusagen.

Laut Dr. Vu Anh Tuan identifizierte die Studie auch wichtige Spektralbänder aus Sentinel-2-Satellitenbildern, was zur Optimierung von maschinellen Lernmodellen und zur Minimierung zukünftiger Datenerfassungskosten beiträgt. Aus den Modellergebnissen erstellte das Forschungsteam räumlich-zeitliche Karten zur Wasserqualitätsverteilung. Diese helfen, Schwankungen zu überwachen und frühzeitig vor Verschmutzungsrisiken in der Halong-Bucht zu warnen. Diese Karten können im Wasserressourcenmanagement eingesetzt werden, den Umweltschutz unterstützen und eine nachhaltige Entwicklung der Küstengebiete vorantreiben.

Zur nächsten Forschungsrichtung erklärte Dr. Vu Anh Tuan, dass das Forschungsteam künftig die Beobachtungs- und Probenahmefrequenz erhöhen und KI stärker mit Satellitenbilddaten integrieren werde, um die Genauigkeit der Berechnungsparameter zu verbessern. Insbesondere die erweiterte Integration verschiedener Satellitendaten (derzeit hat das Team Tests mit drei Satellitentypen durchgeführt) werde dazu beitragen, die Beobachtungsfrequenz zu erhöhen und nicht nur auf vier Wasserqualitätsparameter zu beschränken, sondern auf fünf, sechs oder mehr Parameter auszuweiten. Ein weiterer wichtiger Schritt sei die großflächige Anwendung der Forschung in allen vietnamesischen Meeresgebieten. Obwohl jedes Meeresgebiet seine eigenen Merkmale aufweist, können die Berechnungsmethoden mit derselben Plattform und demselben Forschungsrahmen angepasst werden, um genaue und sachgerechte Ergebnisse zu erzielen. Ziel sei es, ein umfassendes System zur kontinuierlichen Überwachung und Kontrolle der Meerwasserqualitätsparameter zu etablieren. Das System werde Planern wichtige Informationen liefern und sie rechtzeitig vor Wasserverschmutzung warnen, insbesondere vor den Auswirkungen auf die Aquakultur und andere marine Wirtschaftszweige.

Bei der Bewertung der Forschungsergebnisse sagte Außerordentlicher Professor Dr. Pham Quang Vinh, Mitglied des Zulassungsrats der Vietnamesischen Akademie für Wissenschaft und Technologie, dass das Forschungsteam durch die Förderung der Anwendung von KI in der Wasserumweltforschung neue Algorithmen zur Verarbeitung von Fernerkundungsdaten in der Küstenwasserumweltforschung eingesetzt habe. Dies ist ein typisches Beispiel für eine effektive wissenschaftliche Zusammenarbeit mit einer gemeinsamen Veröffentlichung beider Seiten in SCIE Q1 – einer hochwertigen internationalen Zeitschrift. Dadurch wird die wissenschaftliche Forschungszusammenarbeit zwischen Vietnam und Polen gefördert und neue Entwicklungsrichtungen für beide Länder eröffnet.

Quelle: https://doanhnghiepvn.vn/cong-nghe/lan-dau-tien-tai-viet-nam-mo-hinh-ai-ket-hop-vien-tham-giam-sat-chat-luong-nuoc-bien/20250619075954419

Kommentar (0)