Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
WASSERWIRTSCHAFT
Erschienen in: WASSERWIRTSCHAFT 7-8/2023

01.08.2023 | Praxis

IoT-Gewässergüte-Monitoring mittels KI-basierter Hauptionenzerlegung aus Leitfähigkeitsdaten im Erfteinzugsgebiet

verfasst von: Marcel Delker, Benjamin Mewes, Daniel Bittner, Sebastian Pauly, Bochumer Institut für Technologie gGmbH, Antje Pohl

Erschienen in: WASSERWIRTSCHAFT | Ausgabe 7-8/2023

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

In dieser Studie zeigen wir die Entwicklung eines KI-basierten Systems, welches gemessene Wasserstände und Daten der elektrischen Leitfähigkeit online in kontinuierliche Abfluss- und hydrochemische Signaturen umwandelt. Am Beispiel des Einzugsgebiets der oberen Erft zeigen wir, dass das System eine flächendeckende und kostengünstige Ergänzung zur kontinuierlichen Betrachtung des ökologischen Zustands eines Gewässers darstellt.Das resultierende IoT-Sondenprodukt ist in der Lage, auch ohne buliche Veränderungen am Gewässer unterschiedliche hydrochemische Parameter zu erfassen, zu überwachen und somit den Ansprüchen eines modernen Gewässergütemonitorings gewahr zu werden.
Vorheriger Artikel Vergleich und Bewertung von Durchflussmessungen nach dem Geschwindigkeits-Flächen-Verfahren in Bezug auf die begrenzte Anzahl von Messlotrechten
Nächster Artikel KI-basiertes Vorhersagemodell für Kürzestfrist-Vorhersagen von Starkregen

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

WasserWirtschaft

Die Zeitschrift Zeitschrift WasserWirtschaft ist das Fachmagazin für Wasser- und Umwelttechnologie. 10x im Jahr bietet sie wissenschaftlich fundierte Informationen über u.a. Wasserbau- und Wasserkraft, Talsperren ...

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
[1]
[2]
Cano-Paoli, K.; Chiogna, G.; Bellin, A.: Convenient use of electrical conductivity measurements to investigate hydrological processes in Alpine headwaters. In: Science of the Total Environment (2019), Nr. 685, S. 37-49 (doi.org/10.1016/j.scitotenv.2019.05.166).
[3]
Benettin, P.; Van Breukelen, B. M.: Decomposing the bulk electrical conductivity of streamflow to recover individual solute concentrations at high frequency. In: Environmental Science & Technology Letters 4 (2017), Nr. 12, S. 518-522 (doi.org/10.1021/acs.estlett.7b00472).
[4]
Westenberger, J.; Schuler, K.; Schlegel, D.: Failure of AI projects: understanding the critical factors. In: Procedia computer science (2022), Nr. 196, S. 69-76 (doi.org/10.1016/j.procs.2021.11.074).
[5]
Ayzel, G.; Heistermann, M.: The effect of calibration data length on the performance of a conceptual hydrological model versus LSTM and GRU: A case study for six basins from the CAMELS dataset. In: Computers & Geosciences (2021), Nr. 149, 104 708 (doi.org/10.1016/ j.cageo.2021.104708).
[6]
Kratzert, F.; Klotz, D.; Brenner, C.; Schulz, K.; Herrnegger, M.: Rainfall-runoff modelling using long short-term memory (LSTM) networks. In: Hydrology and Earth System Science 22 (2018), Nr. 11, S. 6 005-6 022 (doi.org/10.5194/hess-22-6005-2018).
Metadaten
Titel
IoT-Gewässergüte-Monitoring mittels KI-basierter Hauptionenzerlegung aus Leitfähigkeitsdaten im Erfteinzugsgebiet
verfasst von
Marcel Delker
Benjamin Mewes
Daniel Bittner
Sebastian Pauly, Bochumer Institut für Technologie gGmbH
Antje Pohl
Publikationsdatum
01.08.2023
Verlag
Springer Fachmedien Wiesbaden
Erschienen in
WASSERWIRTSCHAFT / Ausgabe 7-8/2023
Print ISSN: 0043-0978
Elektronische ISSN: 2192-8762
DOI
https://doi.org/10.1007/s35147-023-1874-7

Weitere Artikel der Ausgabe 7-8/2023

WASSERWIRTSCHAFT 7-8/2023 Zur Ausgabe

Praxis

Grundinstandsetzung der linken Schleusenkammer der Schleuse Lauffen

Praxis

KI-basiertes Vorhersagemodell für Kürzestfrist-Vorhersagen von Starkregen

Praxis

Wege zur Echtzeitbewirtschaftung: Erfahrungen mit IoT-Sensorik in bestehenden Messnetzen

Praxis

Umgang mit Unsicherheiten in der Hochwasservorhersage am Beispiel des Emschergebiets

Personen und Firmen

Personen und Firmen

Praxis

Das Juli-Hochwasser 2021 in Luxemburg - Hydrometrische Erfassung und hydrologisch-hydraulische Aufbereitung