AquaticPollutants - AIHABs: Auf künstlicher Intelligenz basierte Vorhersage schädlicher Algenblüten
Zurück zur ListeAIHABs
AquaticPollutants - AIHABs: Auf künstlicher Intelligenz basierte Vorhersage schädlicher Algenblüten
01.09.2021 bis 31.08.2024
Dr. Mohammadmehdi Saberioon
Helmholtz-Zentrum Potsdam Deutsches GeoForschungsZentrum GFZ
Postfach 60 07 51
14407 Potsdam
Technological University Dublin, Civil and Structural Engineering, Irland / Verbundkoordinator
Norwegian University of Science and Technology, Computer Science, Norwegen
University of South Bohemia, Department Landscape Management, Tschechien
International Iberian Nanotechnology Laboratory, Portugal
Universidad Autonoma de Madrid, Department of Biology, Spanien
University of Santiago de Compostela, Hydrobiological Field Station, Spanien
Küsten-, Meeres- und Polarforschung für Nachhaltigkeit (MARE:N)
Meeresforschungs- und Meeresüberwachungstechnik
Das europäische Verbundprojekt AIHABs wird im Rahmen des ERANet- Cofund Call “Risks posed to human health and the environment by pollutants and pathogens present in water resources (AquaticPollutants)” gefördert.
Das Ziel des europäischen Verbundes ist eine verbessere Vorhersage toxischer Algenblüten in Form eines Frühwarnsystems zu generieren, mit dem ein rechtzeitiges Ergreifen von entsprechenden Maßnahmen ermöglicht werden soll. Toxische Algenblüten stellen ein natürliches Risiko für Ökosysteme der Binnen- und Meeresgewässer dar. Sie haben darüber hinaus einen signifikanten Einfluss auf sozioökonomische Systeme und die menschliche Gesundheit. Die Vorhersage dieser Algenblüten ist trotz intensiver Forschung bisher noch mit vielen Unsicherheiten verbunden.
Die Aufgaben des GFZ innerhalb dieses Verbundes sind die optischen Merkmale von Algenblüten sowie die biogeochemischen Prozesse, die von diesen Algen angetrieben werden, in Labor- und Feldversuchen zu charakterisieren. Diese Vorhabenergebnisse werden im europäischen Verbund mit Fernerkundungsdaten, der Entwicklung von Nanosensoren und einer umfangreichen genetischen Bestimmung der Algenpopulationen verknüpft. Mit Werkzeugen der Künstlichen Intelligenz (KI) sollen am GFZ aus den diversen Datensätzen semi-empirische Vorhersagemodelle erstellt werden.