KI-basierte Wasserbedarfsprognose, Routenplanung und Entnahmepunktoptimierung

Die Leitung in Arbeitspaket 3 „KI-basierte Wasserbedarfsprognose, Routenplanung und Entnahmepunktoptimierung“ hat Masasana. Auch in diesem Arbeitspaket wird Lösungsbaustein 3, die Wasserbedarfsprognose und Lösungsbaustein 4, das Routenplanungstool entwickelt.

Die Wasserbedarfsprognose (LB3) hat das Ziel den Wasserbedarf der städtischen Grünflächen anhand vorhandener Daten, also ohne Messung des Wasserbedarfs (im Modellbetrieb) zu bestimmen und so eine bedarfsgerechte Bewässerung, also einen effizienten Einsatz des aufbereiteten Wassers aus der Wasserwiederverwendung zu ermöglichen.
Zur Entwicklung werden verfügbare Datenquellen wie Daten des Deutschen Wetterdienstes, Katasterdaten des Stadt Bad Oeynhausen und Satellitendaten aus dem Copernicus Programm der EU evaluiert und kategorisiert. Datenquellen, welche zur Modellbildung geeignet sind werden anschließend in statische und dynamische Daten unterteilt. Statische Daten sind Daten, welche zwar zur Modellentwicklung jedoch nicht als Eingangsvariablen beim Betrieb des Modells verwendet werden. Hierunter fallen unter anderem Katasterdaten. Dynamische Daten, wie beispielsweise Wetterdaten, werden sowohl zur Modellentwicklung als auch als Eingangsvariablen des Modells verwendet. Zur Entwicklung der Wasserbedarfsprognose werden wie in Arbeitspaket 2 (LB1) verschiedene Modellansätze getestet und verglichen. Auch hier werden vorzugsweise Ansätze aus dem Bereich der „erklärbaren KI“ verwendet. Als Trainings- und Validierungsdaten des Modells dienen Bodenfeuchtemessungen welche im Rahmen des Projekts an fünf Referenzpflanzungen im Stadtgebiet installiert werden.

Mit dem Routenplanungstool (LB4) sollen automatisch Routenpläne für die Bewässerungsfahrzeuge der Stadtbildpflege anhand der prognostizierten Bewässerungsbedarfe aus Lösungsbaustein 3 erstellt werden. Zuerst wird die Stadt anhand der Ergebnisse aus der Wasserbedarfsprognose in Gebiete unterteilt welche ein ähnliches und örtlich zusammenhängendes Wasserbedarfsprofil aufweisen. Hierdurch soll das sogenannte Traveling Salesman Problem, also den exponentiell steigenden Berechnungsaufwand bei mehreren Wegpunkten vereinfacht werden. Dann werden verschiedene Algorithmen zur Routenplanung getestet und iterativ im Praxistest verbessert.

Weiterhin werden in diesem Arbeitspaket Entnahmepunkte für Bewässerungsfahrzeuge entlang einer in Planung befindlichen Brauchwasserleitung von der Kläranlage ins Stadtgebiet optimiert. Dazu werden Ergebnisse aus den Testläufen der Lösungsbausteine 3 & 4 verwendet.