Künstliche Intelligenz verdoppelt erfaßte Bachläufe im Chesapeake Bay Gebiet
Künstlich-intelligenz gestützte Karten enthüllen versteckte Bäche für Restaurierungsmaßnahmen Ein heute vorgestelltes Datensatz zur Hydrographie verdoppelt die dokumentierten Bachlängen im Chesapeake Bay Watershed von etwa 150.000 auf fast 350.000 Meilen. Diese Hyper-Resolution Hydrography Data stammen aus einer Zusammenarbeit zwischen der University of Maryland, Baltimore County (UMBC), dem Chesapeake Bay Program (CBP) des Umweltschutzamts (EPA) und der Chesapeake Conservancy (CC), einschließlich Alumni der UMBC, die bei CBP und CC tätig sind. Das Projekt legt eine solide Grundlage für eine nachhaltige Bewirtschaftung eines der wichtigsten Ökosysteme Nordamerikas, das sechs Bundesstaaten umfasst und Millionen von Einwohnern sowie ikonische Wildtiere wie Blaukrabben und Zugvögel unterstützt. Die neue, hochaufgelöste Datenbank bietet das detaillierteste Bild, wie Wasser durch unberührte Landschaften und veränderte Terrains fließt. Die von dem Forschungsteam verwendete, künstlich-intelligenz gestützte Kartiermethode reduziert erheblich die Kosten, die Zeit und den Aufwand, die für die Bachkartierung erforderlich sind. Dies ermöglicht es, die Karten leicht zu aktualisieren, wenn zusätzliche Daten verfügbar werden, oder die Methode in anderen Gewässerschutzgebieten anzuwenden, um ihren Einfluss zu verstärken. "Das Terrain wird durch fließendes Wasser geformt. Bachnetze sind der Hauptverbindungsweg zwischen dem Einzugsgebiet und der Bucht, und nun können wir diese Verbindung auf eine Weise charakterisieren, die uns bisher nicht möglich war," erklärt Matthew Baker, Professor für Geographie und Umweltsysteme an der UMBC und Leiter des Kartierprojekts. Neben der genauen Lokalisierung der Bäche und dem Verfolgen ihrer Flusspfade ermöglichte der Kartierprozess auch die Berichterstattung über die Schätzwerte für die Breite und Tiefe jedes Kanals entlang seiner gesamten Länge. "Je mehr Zeit man mit der Betrachtung von Hillshade-Reliefkarten verbringt, desto mehr erkennt man die Ausdehnung menschlicher Eingriffe in das Gelände und wie stark wir die Fließrichtung des Wassers verändert haben," fügt Baker hinzu. Die neuen Daten werden Individuen und Organisationen dabei helfen, Maßnahmen zur Milderung der Schäden durch menschliche Eingriffe zu verbessern. Ein Ressourcen für Restaurierungen Umweltgruppen und Regierungsbehörden, darunter CC und CBP, können die Daten nutzen, um Restaurierungsprojekte zu priorisieren, wie zum Beispiel gezielte Anpflanzungen von Bäumen am Bachufer, die übermäßige Erosion – als ungewöhnlich steile Ufer oder tiefe Kanäle im Verhältnis zur Bachbreite erkennbar – mildern und Pollutantefilter installieren, um die Wasserqualität zu verbessern. Bauern und Stadtplaner dürften die Daten ebenfalls nützlich finden, um die negativen Auswirkungen von landwirtschaftlichem Abfluss zu verringern oder Entwicklungsvorhaben weise zu planen, um Überschwemmungen zu vermeiden und negative Auswirkungen auf Tierhabitats zu minimieren. "Diese Karten repräsentieren über sechs Jahre harter Arbeit, und ich kann kaum erwarten, zu sehen, was die Menschen mit diesem vielversprechenden Datensatz anstellen werden," sagt David Saavedra, Senior Geospatial Technical Lead bei der Chesapeake Conservancy. Der neue öffentliche Datensatz wurde am 26. Juni 2025 veröffentlicht und kann von jedem verwendet werden, um Restaurierungsmaßnahmen zu priorisieren. Die Herausforderung der Interpretation Dieses Projekt ist das erste, das hochaufgelöste LiDAR-Daten und künstliche Intelligenz für die automatisierte Kartierung großer Gebiete nutzt. LiDAR, ein laserbasiertes System, das von Flugzeugen eingesetzt wird, erfasste Geländehöhen mit Zentimetergenauigkeit, um ein dreidimensionales Bild des Terrains zu erstellen. AI-Algorithmen, die Ressourcen des Hochleistungsrechenzentrums (HPCF) der UMBC nutzten, verarbeiteten die Daten anschließend und identifizierten die Kanäle mithilfe von Computer-Vision-Techniken. Die HPCF-Rechner kartierten das gesamte Einzugsgebiet innerhalb von nur zwei Wochen, was traditionelle Methoden Jahre gekostet hätten. Die Ergebnisse erreichten eine Genauigkeit von 94% für in bestehenden Daten vertretene Bäche und zwischen 67% und 82% für bisher nicht kartierte Bäche, wie Saavedra gegenüber zwei anderen Datensätzen, Luftbildern und LiDAR-abgeleiteten Topografiekarten, bestätigt hat. Der Algorithmus musste jedoch während des Projekts angepasst werden. Anfangs enthielt er kanalähnliche Merkmale, die weniger sinnvoll waren, wie Stauraumbecken, grüne Senken, Rinnensysteme und Pflanzenfurchen. Das erforderte Änderungen am Algorithmus, um diese Merkmale zu entfernen. "Ein Teil der Herausforderung bei der Interpretation des Terrains bestand darin, Unterschiede zwischen diesen Merkmalen und natürlichen Kanälen zu machen," sagt Baker. "Wir mussten in unserem Modell einige Merkmale eliminieren, die anfänglich kartiert wurden. Das war unerwartet." Verblüffende Möglichkeiten Die resultierenden Karten bieten eine zehnfache Steigerung der Auflösung, von einer Maßstab von 1:24.000 auf 1:2.400, wobei jedes Pixel einem Quadratmeter entspricht. Die neuen Bachkarten stimmen mit neuerlich entwickelten Landnutzungskarten überein, die in der gleichen Auflösung erstellt und gleichzeitig veröffentlicht wurden. "Es ist aufschlussreich zu sehen, wie das Terrain mit unseren Wasserläufen verbunden ist, wenn man unsere hyperaufgelöste Hydrographie in Verbindung mit den ein-Meter-Landnutzungsdaten nutzt," sagt Saavedra. "Es gibt viele Möglichkeiten, die Wasserqualität in unserer Region zu verbessern, die mit vorherigen Daten möglicherweise nicht so offensichtlich waren." "Die fehlende konsistente hochaufgelöste Hydrographiedaten hat immer eine Herausforderung dargestellt, da sie für zahlreiche in der Chesapeake Bay Watershed Agreement festgelegte Ziele entscheidend ist, wie zum Beispiel die Kartierung von Waldbuffern, nicht-gezeitenabhängigen Feuchtgebieten, Artenhabitats für Bachforellen und Schwarzente und die Definition des Bachzustands," sagt Labeeb Ahmed, Geograf beim EPA im Chesapeake Bay Program. "Die Veröffentlichung dieser Daten wird neue und interessante Forschungs- und wissenschaftliche Anfragen ermöglichen. Ich freue mich darauf, zu sehen, wie andere Forscher und Stakeholder diese Daten in ihren Erhaltungs- und Restaurierungsmaßnahmen verwenden werden."