AI skal forudsige vandstande og beskytte naturen

Ekstremregn og skybrud bliver stadig hyppigere i Danmark. Når regnen falder tungt, stiger vandstanden hurtigt i åer og vandløb. Det kan føre til oversvømmelser på markerne – og øde lægge afgrøder, skabe miljøproblemer og true biodiversiteten.

For at imødegå udfordringerne tager DTU-forskere nu kunstig intelligens i brug. Med en avanceret machine learning-model, der er trænet på vandstandsdata fra Miljøportalens målestationer og historiske vejrdata fra DMI, kan de meget præcist forudsige vandniveauer i vandløb op til to uger frem.

På den måde får kommunerne et stærkt værktøj til klimatilpasning. Det gør det muligt at handle i tide, reducere omkostninger og samtidig beskytte sårbare økosystemer.

”Hvis man ser på landet som helhed, er det netop vandløb, der skal føre regnvandet væk fra markerne. I byerne bliver vandet typisk ledt gennem under jordiske rør, men uden for byerne er åerne essentielle. Hvis vi ikke magter opgaven, vil vi opleve større og større oversvømmelser af landarealer. Det kan ramme både landbruget og miljøet hårdt,” siger projektleder og ingeniørdocent Birger Andersen fra DTU Engineering Technology.

Starter i Høje-Taastrup

I første omgang udvikler forskerne en dataanalysemodel, der kan forudsige vandstanden i åerne i Høje-Taastrup Kommune. I projektet undersøger man, om modellen kan bruges til at optimere grødeskæringen – altså beskæringen af åernes planter.

Grødeskæring er en normal måde at vedlige holde danske vandløb på for at sikre, at drænvandet fra markerne løber frit, og forhindre oversvømmelser. Men grødeskæring forringer også biodiversiteten, fordi der forsvinder vigtige levesteder, der giver skjul og føde til fisk, smådyr og insekter.

Målet for Høje-Taastrup Kommune er derfor at udvikle en model, der balancerer mellem, at grødeskæring sker, så det hverken øger oversvømmelsesrisikoen af landbrugsområder eller tørrer åerne ud i perioder med mindre regn.

Præcise forudsigelser

Kommunen har sammen med DTU udviklet en webapplikation, der viser vandstandsforudsigelserne i kommunens vandløb, hvor der er placeret i alt tre vandstandssensorer. De foreløbige resultater ser lovende ud, fortæller Magnus Kramshøj, der er miljømed arbejder i Høje-Taastrup Kommune:

”Vandforudsigelserne er langt mere præcise, end vi havde forventet. Det understreger, hvor stor værdi der ligger i at udnytte eksisterende data på en intelligent måde. Vi arbejder nu på at gøre modellen endnu bedre under ekstreme vejrsituationer ved at integrere vejrudsigter, så forventet nedbør indgår i beregningerne. Det giver mere præcise forudsigelser – også når risikoen for oversvømmelser er størst. Det vil gøre det muligt at vurdere effekten af reduceret grødeskæring og planlægge akutte indsatser for at undgå oversvømmelser. Dermed får vi et stærkt beslutningsværktøj til natur hensyn og risikostyring.”

Værktøjet skal udbygges

Med sin brede anvendelighed har onlineværktøjet potentiale til at blive udbredt – både nationalt og internationalt, vurderer Birger Andersen. Han peger på, at næste skridt er at bruge data til langsigtede forudsigelser:

”Vi skal have mere styr på vandløbene og gerne kunne forudse vandniveauer flere år frem i tiden. Efterhånden som vi får flere data, kan vi bygge modeller, der viser forskelle mellem år, og forudsige vandstand på længere sigt. Det bliver interessant, fordi vi kan bruge forudsigelserne til at træffe beslutninger: Skal vi grave vandløbene bredere? Skal vi etablere nye vandløb? Eller skal vi ændre, hvordan vi bruger landarealerne omkring dem?”