Bei der Anwendung von Regionalisierungsverfahren mittels künstlicher Intelligenz in Deutschland liegt neben der mangelnden Modelltransparenz eine große Herausforderung darin, Anforderungen der Vorhersagegüte zu erfüllen. Nach bisherigem Kenntnisstand stehen zusätzlicher Aufwand, Unsicherheiten und mangelnde Interpretierbarkeit derzeit in einem noch nicht klaren Verhältnis zum möglichen, aber noch nicht gesicherten Gewinn an Vorhersagegüte.

Machine-Learning-Methoden bieten erweiterte Möglichkeiten. Sie erlauben die flexible Modellierung nichtlinearer Beziehungen, die Integration zahlreicher Einflussgrößen und die Berücksichtigung komplexer Interaktionen zwischen Prädiktoren. Der Random Forest-Algorithmus stellt dabei einen besonders robusten Ansatz dar: Durch die Kombination vieler Entscheidungsbäume werden Ausreißer und Rauschen in den Daten abgefangen, und die Modellvorhersagen werden stabilisiert. Gleichzeitig können Unsicherheiten abgeschätzt und die relative Bedeutung einzelner Prädiktoren analysiert werden, was die Interpretierbarkeit der Ergebnisse unterstützt

Bei dem von uns verwendeten Datensatz handelt sich um Nitratwerte inkl. hydrochemischer Begleitwerte von etwa 10.000 Messstellen der WRRL-Messnetze der Bundesländer in Deutschland, der sich aus einem insgesamt etwa 13.000 Messstellen umfassenden Datensatz nach Anwendung hydrogeologischer Selektionskriterien (z. B. zur Tiefe des Filterausbaus in Meter unter Grundwasseroberfläche) ergeben hat. Der Datensatz umfasst Messwerte aus dem Zeitraum von 2016 bis 2020 und bildet damit annähernd den aktuell gültigen Bezugszeitraum der AVV GeA (2022) ab, der sich von 2018 bis 2021 erstreckt. Der Datensatz bietet ausreichend Potential, um mit Trainingsdaten die Algorithmen zu verbessern.

Die von uns verwendeten räumlichen Prädiktoren mussten in eine optimale Merkmalskombination, z. B. hydrogeologischen Einheiten, Stickstoffüberschüsse und Landnutzungsdaten gebracht werden. Zusätzlich wurden redoxsensitive hydrochemische Parameterwerte (Sauerstoff, Eisen und Sulfat) verwendet. Ziel war es, eine räumlich hochaufgelöste Regionalisierung der Nitratwerte im Grundwasser des oberen Grundwasserleiters zu erreichen werden.

Die Entwicklung der Regionalisierungsmethode erfolgte in mehreren aufeinander aufbauenden Schritten: Zunächst wurden die Punktdaten aufbereitet und mit den flächenbasierten Prädiktoren verknüpft, um eine konsistente Trainingsgrundlage zu schaffen. Anschließend wurde eine systematische Feature-Selektion durchgeführt, um redundante und irrelevante Variablen zu identifizieren und die Modellkomplexität zu reduzieren.

Auf Basis der so ausgewählten Prädiktoren wurde das Modelltraining mit dem Random-Forest-Algorithmus durchgeführt. Das resultierende Modell wurde abschließend auf Rasterdaten angewendet, um flächenhafte Vorhersagen der NO₃-Konzentrationen im Grundwasser zu generieren. Im Ergebnis steht ein bundesweites Raster der modellierten Nitratwerte im Grundwasser, das eine hohe Punktgenauigkeit der berechneten zu den gemessenen Werten aufweist.