Flächendeckende Vorhersage mit maschinellem Lernen

Der Einsatz von Düngemitteln in der Landwirtschaft ermöglicht die Ernährung einer wachsenden Bevölkerung. Gleichzeitig sind Düngemittel dafür verantwortlich, dass Nitrat in der Schweiz zu den Stoffen zählt, die am häufigsten die Grenzwerte der Gewässerschutzverordnung überschreiten. Der Grenzwert für Nitrat im Grundwasser beträgt 25 mg/l, der Höchstwert für Trinkwasser 40 mg/l. Übersteigt das nitratbelastete Grundwasser den gesetzlichen Höchstwert für Trinkwasser, wird häufig nach Wasserquellen mit geringeren Nitratkonzentrationen gesucht, um damit das belastete Wasser zu verdünnen. Dies nicht zuletzt, um die kostenintensive Nitratentfernung zu vermeiden [1]. In der Schweiz werden 80% des Trinkwassers aus Grundwasser gewonnen.

In Bezug auf Nitratexposition durch Trinkwasser deuten Studien auf einen Zusammenhang mit einem erhöhten Risiko für Dickdarmkrebs hin [2]. Bei Säuglingen kann eine sehr hohe Nitratkonzentration über 50 mg/l eine Methämoglobinämie auslösen [3, 4]. Die in der Schweiz sehr selten auftretenden Fälle dieser Krankheit waren jedoch nicht auf Trinkwasser zurückzuführen. Nebst seinen gesundheitlichen Gefahren ist Nitrat ein praktischer Indikator für die allgemeine Wasserqualität, da es oft mit dem Vorhandensein von Spurenstoffen aus landwirtschaftlichen Aktivitäten, z. B. Pestiziden, einhergeht. In Anbetracht des weit verbreiteten Nitratproblems im Grundwasser und der damit verbundenen Gesundheitsrisiken ist die Erkennung von Standorten, an denen überschüssiges Nitrat vorhanden ist, von entscheidender Bedeutung für die Minderung der Risiken.

Selbst bei einem dichten Monitoringnetz liegen die Messstellen viele Kilometer voneinander entfernt. Dies hinterlässt grosse Lücken bei der Bestimmung der räumlichen Verteilung der Nitratkonzentrationen im Grundwasser. Daher wurden Monitoring-Messwerte von kantonalen Behörden und dem Bundesamt für Umwelt BAFU mit den neuesten räumlichen Datensätzen potenziell relevanter Einflussfaktoren zusammengestellt. Diese Daten wurden mit einem maschinellen Modellierungsverfahren verwendet, um Vorhersagekarten der Nitratkonzentration im Schweizer Grundwasser zu erstellen. Die Karten können beispielsweise zur Identifizierung von Gebieten verwendet werden, in denen Massnahmen zur Verringerung des Nitrateintrages erforderlich sind. Zudem wurden die Zusammenhänge zwischen den Nitratkonzentrationen und den Faktoren Geologie, Topografie, Bodenbeschaffenheit sowie Klima analysiert, die zu einer erhöhten Vulnerabilität der Grundwasserleiter gegenüber Nitratkontaminationen führen können. Weitere Informationen zu den Modellierungsmethoden und Ergebnissen sind in Covatti et al. (2025) veröffentlicht [5].

Untersuchungsmethoden

Grundwasserdaten

Für die hier beschriebene Studie wurden Grundwasserdaten der Nationalen Grundwasserbeobachtung NAQUA [6] und verschiedener kantonalen Fachstellen zusammengestellt. Insgesamt wurden die Daten von 1336 Messstellen erfasst (Fig. 1). Die Messstellen bestehen aus Pumpbrunnen, Piezometern und Quellfassungen. Die verwendeten Beobachtungsnetze sind repräsentativ für die Aquifere der Schweiz, die mehrheitlich alluviale Grundwasserleiter (typischerweise < 20 m bis zum Grundwasserspiegel, 5–30 m Mächtigkeit des Grundwasserleiters), aber auch Karst- und Kluftgrundwasserleiter beinhalten. Daher wird angenommen, dass die erstellten Modelle für Pumpbrunnen und Quellen in der Schweiz allgemein gültig sind. Dort, wo eine Zeitreihe vorhanden war, wurde für die Modellierung der Medianwert der Nitratkonzentrationen zwischen dem 1. Januar 2010 und dem 31. Dezember 2022 (je nach Verfügbarkeit) verwendet.

Modellierung mit ML

Maschinelles Lernen (ML) ist ein statistisches Verfahren zur Ermittlung bisher unbekannter Zusammenhänge in Daten. Das Modell identifiziert nicht-lineare Verhältnisse zwischen verschiedenen Prädiktoren und bekannten Werten einer Zielvariable, in diesem Fall die Nitratkonzentration im Grundwasser. Ein Random-Forest-Modell wurde mit den 1336 Datenpunkten und zwanzig räumlichen Prädiktor-Variablen von Geologie, Topografie, Boden, Klima und Landnutzung entwickelt, um gesamtschweizerische Karten von Grundwassernitrat zu erstellen. Relevante Variablen wurden aus mehr als 100 Variablen auf der Grundlage eines iterativen Prozesses ausgewählt, um die Modellgenauigkeit mit einer minimalen Anzahl von Prädiktoren zu maximieren. Die Auswirkungen der einzelnen Variablen auf das Modell wurden mit SHapley Additive exPlanations (SHAP) [7] bewertet. Die sogenannten SHAP-Werte geben an, wie einzelne Variablenwerte zur Differenz zwischen einer spezifischen Vorhersage an einem Datenpunkt und der durchschnittlichen Modellvorhersage für alle Zielwerte beitragen.

Ergebnisse

Modelle und Vorhersagekarten

Die Grundwasser-Nitrat-Vorhersagekarten haben eine hohe Auflösung von 250 × 250 m und visualisieren die vorhergesagten Nitratkonzentrationen (Regressionsmodell, Fig. 2a) und die Wahrscheinlichkeit einer Überschreitung des Schweizer Grenzwerts von 25 mg/l (binäres Modell, Fig. 3). Regressionsmodelle liefern kontinuierliche Werte, sind jedoch mit deutlich grösserer Unsicherheit verbunden. Figur 2b zeigt den Vergleich zwischen den tatsächlichen Nitrat-Konzentrationen und den modellierten Ergebnissen (Regressionsmodell) auf der Grundlage der durchschnittlich 100 Simulationsvorhersagen des Modells.

Wie erwartet, ist die Wahrscheinlichkeit, dass die mittleren Nitratkonzentrationen den Grenzwert von 25 mg/l überschreiten, im Schweizer Mittelland viel höher als in den Alpen und im Jura (Tab. 1). Die vorhergesagten Nitrat-Hotspots im Schweizer Mittelland liegen vorwiegend im Westen (südlich des Neuenburgersees) und im Nordosten (nördlich von Zürich). Abgesehen von den grossen Alpentälern ist die Wahrscheinlichkeit einer Überschreitung von 25 mg/l im Alpenraum sehr gering.

Einfluss von natürlichen und anthropogenen Variablen

Die SHAP-Analyse wurde verwendet, um die Auswirkungen der Vorhersagefaktoren auf die Nitratvorhersage im binären Modell zu bewerten (Fig. 5). Die Analyse bestätigt, dass hohe Nitratkonzentrationen vor allem mit dem Stickstoffeintrag durch die Ausbringung von Düngemitteln zusammenhängen. Dieser wird im Modell durch den Anteil der Ackerflächen dargestellt. Da auf Ackerland ausgebrachte Düngemittel die Hauptursache für die Nitratauswaschung in das Grundwasser ist [10], haben Gebiete ohne Ackerland eine geringere Wahrscheinlichkeit hoher Nitratkonzentrationen. Obwohl in einigen Wiesengebieten ebenfalls grosse Mengen an Düngemitteln ausgebracht werden, ist Gras effizienter bei der Aufnahme von Stickstoff aus dem Boden, was zu einer wesentlich geringeren Auswaschung unter Wiesen führt [11, 12].

Die Schweiz ist durch einen starken topografischen Kontrast zwischen Berggebieten und Ebenen gekennzeichnet, wobei Ackerbau fast ausschliesslich in den flacheren Gebieten stattfindet. Daher wird die Interpretation des Modells auch stark von diesen Gegensätzen beeinflusst. Gefälle, Niederschlag und verschiedene Bodeneigenschaften sind von Bedeutung, da sie den Unterschied zwischen Gebirgs- und Flachlandgebieten darstellen und daher stark mit dem Vorhandensein von Ackerland korrelieren. Um zu beurteilen, welche Umweltfaktoren zu einer höheren Anfälligkeit für eine Nitratverunreinigung des Grundwassers führen, ist es notwendig, die Untersuchung auf Gebiete zu konzentrieren, in denen die Ausbringung von Dünger signifikant ist. Die Modellanalyse zeigt, dass Standorte, in deren Umgebung sich mehr als 20% Ackerland befinden, mit höherer Wahrscheinlichkeit hohe Nitratkonzentrationen aufweisen. Daher wurde die SHAP-Analyse separat auf eine Untergruppe von Messstellen beschränkt, bei denen der Anteil von Ackerland im Umkreis von einem Kilometer mehr als 20% beträgt (Fig. 5b).

Durch die Fokussierung auf Gebiete mit >20% Ackerflächen lässt sich feststellen, welche Gebiete für Nitratauswaschung anfälliger bzw. weniger anfällig sind. Der Gehalt an organischem Kohlenstoff im Boden und die Saisonalität der Niederschläge wurden als wichtigste Faktoren für die Anfälligkeit bzw. Resilienz von Gebieten gegenüber Nitratauswaschung ermittelt. In Tabelle 2 sind die wichtigsten Variablen und deren Zusammenhang mit hohen Nitratkonzentrationen im Grundwasser zusammengestellt. Die Saisonalität der Niederschläge wird durch die relative Niederschlagsmenge jeder Jahreszeit repräsentiert, d. h. wie viel Prozent der Niederschläge tendenziell in einer Jahreszeit fallen, basierend auf den Niederschlagsdaten der letzten 30 Jahre.

Tab. 2 SHAP-Abhängigkeitsdiagramme ausgewählter Variablen für das binäre Random-Forest-Modell sowie deren Zusammenhang mit den Nitratkonzentrationen im Grundwasserder Schweiz.

SHAP-Abhängigkeitsdiagramm, n = 1336 (sämtliche Grundwasser-Messstellen einbezogen)	Prozesse mit Auswirkung auf die Nitrakonzentration im Grundwasser
	Ackerland % ist ein Indikator für das Ausbringen von Düngemitteln, die die Hauptquelle für Nitrat im Grundwasser darstellen.
	In Böden mit einem hohen Gehalt an organischem Kohlenstoff sind die Denitrifikationsraten aufgrund der erhöhten mikrobiologischen Aktivität höher. Dies führt zu niedrigeren Nitratkonzentrationen.
	In Gebieten mit hohen relativen Frühlingsniederschlägen ist die Nitratauswaschung in den Grundwasserleiter höher.
	Ein starkes topgrafisches Gefälle korreliert mit einem geringeren Anteil an Ackerland und daher mit einem geringeren Stickstoffeintrag. Ausserdem kann ein stärkeres Gefälle mit mehr Oberflächenabfluss und/oder einer höheren Grundwasserfliessgeschwindigkeit verbunden sein.
	Gebiete mit hoher Flussdichte befinden sich in der Schweiz hauptsächlich in oder in der Nähe von Berggebieten. Diese haben wenig oder gar kein Ackerland und werden stark vom Einzugsgebiet der Berge beeinflusst.
	Kurze Entfernung zu grossen Flüssen erhöht die Wahrscheinlichkeit der Infiltration von Flusswasser in den Grundwasserleiter (Uferfiltration), was zu einer Verdünnung des Grundwassers und folglich zu niedrigeren Nitratkonzentrationen führt.