Künstliche Intelligenz: Jülicher Forscher entwickeln Vorhersage für Stickoxide, Ozon und Feinstaub

Jülich, 12. April 2018 – Was neuronale Netze leisten können, zeigt sich in der Bildbearbeitung. Deep-Learning-Algorithmen lassen störende Gegenstände, Menschen und Häuserzeilen unbemerkt  verschwinden. Oder sie erzeugen selbst Bilder, ohne dass professionelle Fotografen einen Unterschied feststellen. Der Jülicher Forscher Dr. Martin Schultz will nun mit ganz ähnlichen Methoden lückenhafte Daten zur Verteilung von Luftschadstoffen vervollständigen. Die Ergebnisse könnten als Grundlage dienen zum Schutz der Luftqualität in Städten. Für das Projekt erhielt er Anfang der Woche einen der begehrten Advanced Grants des Europäischen Forschungsrats, der eine Fördersumme von 2,5 Millionen Euro über 5 Jahre verspricht.

Die Luftqualität in den Städten ist seit längerer Zeit in der Diskussion. Wegen der erhöhten Stickoxidwerte drohen Dieselfahrverbote, die Belastung durch Feinstaub gehört mit zu den großen Gesundheitsrisiken unserer Zeit. Doch wie hoch die Schadstoff-Konzentration an einem Ort genau ist, lässt sich in der Regel gar nicht sagen. „Das Messnetz ist selbst in vergleichsweise gut entwickelten Regionen wie in Deutschland längst nicht flächendeckend“, erklärt Dr. Martin Schultz vom Forschungszentrum Jülich. „So gibt es zum Beispiel in Köln, immerhin einer Millionenstadt, gerade einmal 14 Messstellen für Stickoxide, von denen aber nur 4 stündliche Werte liefern und mehr als nur Stickoxide messen.“

In anderen Teilen der Welt ist die Lage noch deutlich schlechter: so gibt es kaum Stationen in Afrika und über den Ozeanen klaffen auch riesige Lücken. Dabei kann sich die Menge an Schadstoffen in der Luft schon in benachbarten Lagen stark unterscheiden. Lokal auftretende Inversionswetterlagen, aber auch die Nähe zu Straßen und Gebäuden haben einen massiven Einfluss auf die Werte.

Dem Mangel an Messdaten will Schultz mit einem Ansatz begegnen, der in der Umweltforschung bislang kaum erprobt wurde, bei anderen Aufgaben jedoch schon sehr gut funktioniert. Der Forscher, einer der weltweit meistzitierten Geowissenschaftler, verzichtet bewusst auf bewährte numerische Modelle. Stattdessen setzt er auf Methoden der „künstlichen Intelligenz“ – in Verbindung mit der Rechenkraft von Supercomputern, wie sie das Jülich Supercomputing Centre (JSC) betreibt.

Für die Entwicklung von neuronalen Netzen zur Vorhersage der Luftqualität werden Superrechner benötigt, wie sie am Jülich Supercomputing Centre (JSC) betrieben werden.
Quelle: Forschungszentrum Jülich / Wilhelm-Peter Schneider

Die vollständige Pressemitteilung mit Zusatzmaterial und Bildern finden Sie unter:
http://www.fz-juelich.de/SharedDocs/Pressemitteilungen/UK/DE/2018/2018-04-12-kuenstliche-intelligenz-vorhersage-fuer-stickoxide-ozon-feinstaub.html