Die Fachleute von BGR und KIT hatten mithilfe Künstlicher Intelligenz in verschiedenen Prognosemodellen untersucht, wie sich der Klimawandel im 21. Jahrhundert auf die Grundwasserressourcen in Deutschland auswirken wird. Dafür nutzten sie Verfahren des Maschinellen Lernens (Deep Learning), um auf Grundlage vorhandener Grundwasserdaten aus ganz Deutschland für verschiedene Standorte die Entwicklung des Grundwasserspiegels anhand unterschiedlicher Klimaszenarien, die aus dem fünften Sachstandsbericht des IPCC stammen, zu bewerten. Diese reichten von einer angenommenen Erwärmung der globalen Mitteltemperatur bis zum Jahr 2100 von unter zwei Grad Celsius, wie sie das Pariser Klimaabkommen als Zielmarke definiert, über ein mittleres Prognosemodell (plus 2,6 Grad) bis zum sogenannten Business as usual-Szenario, das ohne entsprechende Klimaschutzmaßnahmen von einer Erwärmung um bis zu fünf Grad im Vergleich zum vorindustriellen Zustand ausgeht. „In die wissenschaftliche Untersuchung flossen ausschließlich direkte klimatische Einflüsse und Veränderungen ein, während wir anthropogene Faktoren wie zum Beispiel Grundwasserentnahmen nicht miteinbezogen haben“, hebt Andreas Wunsch vom Institut für Angewandte Geowissenschaften (AGW) des KIT und Erstautor der Studie hervor.
Prognosen zeigen: Sinkende Grundwasserstände unabhängig vom Szenario
Alle drei untersuchten Klimaszenarien führen laut der Expertinnen und Experten zu mehr oder weniger starken Entwicklungen mit Dürreeffekten, sinkenden Grundwasserspiegeln und einer veränderten Wasserverfügbarkeit. Während die beiden optimistischeren Szenarien geringer ausgeprägte und zahlenmäßig weniger deutliche Tendenzen aufweisen, stellten die Fachleute von KIT und BGR im Fall des stärksten der drei Erwärmungsszenarien für die meisten Standorte einen Trend zu signifikant abnehmenden Grundwasserspiegeln fest. „Vor allem für die nahe Zukunft sind die Ergebnisse dieser Prognosesehr relevant, da dieses Szenario der heutigen Situation am nächsten kommt“, betont Dr. Tanja Liesch vom AGW.
„Besonders sichtbar sind die zukünftigen negativen Auswirkungen in Nord- und Ostdeutschland, wo es bereits heute entsprechende Entwicklungen gibt. Hier drohen vor allem gegen Ende des Jahrhunderts längere Perioden mit niedrigen Grundwasserständen“, unterstreicht Dr. Stefan Broda von der BGR. Diese Situation kommt in den beiden schwächeren Erwärmungsszenarien nicht in diesem Ausmaß vor. Für die Fachleute von KIT und BGR ist dies ein Indikator dafür, dass eine Minderung der Treibhausgasemissionen einen positiven Effekt auf die künftigen Grundwasserstände haben kann.
Die veröffentlichten Ergebnisse wurden im BGR-Vorhaben MENTOR erarbeitet, welches die Entwicklung einer auf dem Maschinellen Lernen basierenden, bundesweiten Grundwasserstandvorhersage zum Ziel hat. (le-swi)
KIT
Originalpublikation:
Andreas Wunsch, Tanja Liesch & Stefan Broda: Deep learning shows declining groundwater levels in Germany until 2100 due to climate change. Nature Communications, 2022. DOI: 10.1038/s41467-022-28770-2.
https://www.nature.com/articles/s41467-022-28770-2
