2. Preis des Jahres 2023
Dr. Yueling Ma
Machine learning for monitoring groundwater resources over Europe
IBG-3: Agrosphere, Forschungszentrum Jülich
Die Forschungsarbeit von Dr. Yueling Ma konzentriert sich auf die Bedeutung des Grundwassers als lebenswichtige Ressource für Europa und die Welt. Angesichts der zunehmenden Bedrohung durch extreme Wetter- und Klimaphänomene sowie die menschliche Nutzung ist es von entscheidender Bedeutung, das Grundwasser effektiv zu überwachen und zu managen.
Hierzu hat sie eine wegweisende Methode namens "LSTM-TL" entwickelt, die auf maschinellem Lernen basiert. Diese Methode ermöglicht zuverlässige monatliche Schätzungen von Grundwasserspiegeltiefen (GST)-Anomalien auf kontinentaler Ebene, selbst in Regionen mit begrenzten Beobachtungsdaten. Die Methode wurde erfolgreich über Europa implementiert und kann auch auf andere Regionen übertragen werden.
Die Grundidee hinter LSTM-TL liegt in der Verbindung zwischen dem Grundwasser und anderen Kompartimenten des Wasserkreislaufs wie atmosphärischen Bedingungen und Bodenfeuchte. Indem Anomalien von Niederschlag und Bodenfeuchte als Eingaben verwendet werden, kann LSTM-TL genaue GST-Anomalien generieren, die als Alternative zu direkten Messungen dienen können.
Die Anwendung von LSTM-TL hat sich als äußerst zuverlässig erwiesen und bietet zahlreiche Vorteile. Die generierten GST-Anomalien ermöglichen eine bessere Einschätzung der historischen Grundwasserdynamik in Europa und zeigen saisonale Trends in verschiedenen Regionen auf. Dies trägt zu einem verbesserten Verständnis bei und ermöglicht ein effektiveres Grundwassermanagement.
Neben der Vergangenheitsanalyse bietet LSTM-TL auch die Möglichkeit zur Online-Überwachung und Vorhersage von Grundwasserständen. Diese Funktion eröffnet neue Möglichkeiten für das Grundwassermanagement nicht nur in Europa, sondern weltweit.
Die prämierte Forschungsarbeit stellt einen bedeutenden Fortschritt dar, um die Verwundbarkeit der Grundwassersysteme vor dem Hintergrund des Klimawandels und der menschlichen Nutzung zu verringern. Die Methode LSTM-TL könnte zu einer grundlegenden Veränderung der Art und Weise führen, wie wir Grundwasser überwachen und managen.
Die Auszeichnung für diese junge Wissenschaftlerin unterstreicht das Potenzial ihrer Arbeit und den wertvollen Beitrag, den sie zur Lösung globaler Herausforderungen leistet. Ihre Methode LSTM-TL hat das Potenzial, die Grundlage für zukünftige Studien und Innovationen im Bereich des Grundwassermanagements zu legen.
