Skip to main content Skip to main navigation

Projekt | PlasticObs_plus

Laufzeit:
Verbund - KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen

Verbund - KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen

Forschungsthemen

Anwendungsfelder

Das flugzeuggestützte Monitoring zur Detektion von Plastikmüll stellt eine moderne, universelle Beobachtungsmethode dar, um der drängenden und rapid ansteigenden Problematik der Plastikmüllverschmutzung von globalem Ausmaß mit ökologischer, sozialer und wirtschaftlicher Tragweite entgegenzutreten. Fernerkundungsdaten spektraler und bildgebender Sensoren, bergen das Potential, die Erfassung von Plastikmüll in aquatischen Umgebungen entscheidend voranzutreiben, bestehende Wissenslücken bezüglich der Quellen, Verbreitungswege und Akkumulationsgebiete zu schließen und ein regelmäßiges und standardisiertes Monitoring zu ermöglichen.

PlasticObs+ zielt darauf ab, ein integriertes Messsystem zur routinemäßigen, quasi-synoptischen Erfassung und Darstellung der Verteilung von Plastikmüll an der Wasseroberfläche und an Ufer- bzw. Küstenstreifen in einem Lagebild mittels innovativer KI-Technologien und moderner Fernerkundung (z.B. Flugzeuge oder Flugdrohnen) zu entwickeln.

Das entwickelte Messsystem lässt sich einfach in bereits vorhandene Systeme existierender Plattformen, die im Rahmen routinemäßiger Fluguntersuchungen (Ölüberwachung, Meeresüberwachung bzw. Umweltüberwachung, Küstenschutz) eingesetzt werden, integrieren. Dadurch wird es erstmals möglich, das Aufgabenspektrum dieser Einsätze und weltweit entsprechende Fernerkundungsprojekte gewinnbringend zu erweitern. Diese Flexibilität erstreckt sich auch auf die nachgeschaltete Prozessierungskette: Die automatische Auswertung der während der Routineflüge gesammelten Fernerkundungsdaten hinsichtlich der Detektion und Charakterisierung von Plastik, wird mittels Machine Learning Workflows, Micro-Cluster Analyse und weiteren Methoden der KI realisiert und finden im Anschluss Eingang in eine speziell entwickelte, öffentlich zugängliche KI-Bibliothek, die neben Datensätzen auch die Methoden zur automatisierten Erkennung und Klassifizierung von Plastik aus verschiedenen Sensordaten beinhaltet. Diese soll weltweit Entwicklern und Betreibern von Fernerkundungssystemen über Repositorien und Veröffentlichungen zur Verfügung gestellt werden. Durch die Verwendung vortrainierter neuronaler Netze und die Fähigkeit zum „Selbstlernen“ wird ermöglicht, das System von Beginn an weltweit optimal an regionale Umstände und Fragestellungen anpassen zu können (z.B. bezüglich dominanter Müllkategorien oder variabler Umweltparameter).

PlasticObs+ hat das Ziel, eine Community zu unterstützen, welche Künstliche Intelligenz, weit über die konkreten Anwendungsfelder des Vorhabens hinaus, zum Wohle von Umwelt und Menschen einsetzt. Darüber hinaus werden Analyseergebnisse aufbereitet und in Verteilungs- und Häufigkeitskarten dargestellt. Die Entwicklung eines zentralen Geo-Portals, in dem die Ergebnisse als Web-Map-Service zur Verfügung stehen, ist sowohl für die breite Öffentlichkeit als auch für involvierte Stakeholder und zuständige, öffentliche Stellen zugänglich, um nachhaltige Lösungen von Umweltverschmutzungen und gezielt effektive Gegenstrategien voranzutreiben. PlasticObs+ wird damit einen weltweiten Modellcharakter haben, wie innovative KI-Technologien und intelligente Sensorik zum Umweltschutz beitragen.

Das Förderkennzeichen von PlasticObs_plus lautet 67KI21014A. Gefördert vom Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) aufgrund eines Beschlusses des Deutschen Bundestages.

Weitere Informationen zur Förderrichtlinie der KI-Leuchttürme, in der das Projekt gefördert wird, finden Sie auf den Seiten des BMUV und der ZUG .

Partner

  • OPTIMARE Systems GmbH
  • everwave GmbH
  • Jade Hochschule

Publikationen zum Projekt

Fördergeber

BMUV - Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz

67KI21014A

BMUV - Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz