MethaSense
Multisensorische drohnenbasierte Methandetektion auf Deponieumgebungen
MethaSense entwickelt eine intelligente, drohnenbasierte Lösung zur multisensorischen Methandetektion auf Deponien, um Emissionen kontinuierlich und präzise zu erfassen und dadurch Vermeidungs- und Verwertungsmaßnahmen effektiver umzusetzen. Dazu kombiniert das Projekt modernste Drohnentechnologie mit innovativer Sensorik und Künstlicher Intelligenz (KI).
Die Lösung erhöht sowohl die Menge als auch die Qualität der Emissionsdaten, ermöglicht die Analyse von Anomalien in Deponieumgebungen und steigert mittelfristig die Methan-Fassungsrate um bis zu 50 % im Vergleich zu herkömmlichen Systemen. Darüber hinaus ist die Sensorik multigas-fähig, sodass sie künftig auch für die Detektion von Wasserstoff oder Ethan eingesetzt werden kann. MethaSense trägt damit zur Optimierung des Umweltmanagements, zur Steigerung der Ressourceneffizienz und zur Nutzung der Potenziale digitaler Technologien im Abfallmanagement bei.
Unsere Rolle im Projekt
Im Rahmen von MethaSense fokussiert sich das August-Wilhelm Scheer Institut insbesondere auf die Entwicklung und Integration von ML-Algorithmen und KI-Modellen, zur intelligenten Datenverarbeitung und Analyse.
Modellkonzeption & Systemarchitektur
Ziel: Definition von Mess-Szenarien und Verfahren sowie Anforderungsanalyse zur Auswahl von Hardware (Drohne, Messtechnik) und Software (z.B. User-interface). Definition Mess- & Zielgrößen.
Aufgaben des Instituts:
- Festlegung der Anforderungen an den On-Board-Computer für die KI-Module (CPU, RAM, GPU).
Umsetzung einer hybriden Edge-Cloud-Architektur: Sensordaten werden über gesicherte Telemetrie an ein Edge-Device oder Ground Control System übertragen, lokal analysiert und bei Bedarf für tiefere Analysen oder Modelltraining in die Cloud ausgelagert.
Gesamtergebnis: Systemarchitektur und Modell für Messverfahren
Softwareentwicklung & Hardwareintegration
Ziel: Entwicklung Sensormodul inkl. Probenentnahme, Dashboard App und Training KI/ML-Modelle. Drohnenmodifikation durch Hard- und Softwareintegration.
Aufgaben des Instituts:
Entwicklung von ML-Algorithmen zur Sensorfusion (TDLAS-, Kamera- und Gassensoren) zur Erhöhung der Erkennungsgenauigkeit und Systemstabilität.
Aufbau intelligenter Filteralgorithmen zur automatischen Erkennung und Korrektur von Umwelteinflüssen (z. B. Temperaturschwankungen).
Implementierung adaptiver Kalibrierungsmodelle zum Ausgleich externer Störeinflüsse und zur Sicherung präziser Datenerfassung.
Nutzung realer Messdaten für mehrstufige Optimierungsprozesse zur kontinuierlichen Verbesserung der Modellgüte.
Entwicklung prognosefähiger Modelle zur Analyse und Vorhersage langfristiger Emissionstrends.
Gesamtergebnis: Multisensor-Drohne zur Methandetektion
Labor- & Feld-Testphase
Ziel: Labortests zur multisensorischen Messung sowie Datenaufzeichnung (Messzenarien). Testung
KI/ML-Modelle und Erstbeurteilung Datengüte. Identifikation Optimierungspotential.
Aufgaben des Instituts:
Echtzeitmessung und -analyse von Methanemissionen mithilfe der entwickelten KI/ML-Modelle.
Umsetzung der zuvor beschriebenen hybriden Systemarchitektur und Prüfung der Funktionalität im Zusammenspiel mit Echtzeit-Datenübertragung und Dashboard-System.
Validierung der Modelle hinsichtlich Datenqualität, Detektionsgenauigkeit und Systemreaktionszeit.
Rückführung der Testergebnisse in die Weiterentwicklung und Optimierung der Algorithmen.
Gesamtergebnis: Optimiertes Gesamtmesssystem, Datengrundlage (Labor)
Prototypische Pilottestung & technische Evaluation
Ziel: Testung des Systems auf Deponien Technisch- wirtschaftliche Evaluation: Qualität und Quantität
Messdaten, Ressourcenverbrauch (z.B. Strom).
Aufgaben des Instituts:
- Versuchsplan: Bewertung der Leistungsfähigkeit der hybriden Systeminfrastruktur und der KI-Modelle zur Methanleck-Erkennung und -Prognose unter Realbedingungen.
- Auswertung: Analyse der Felddaten zur Beurteilung der Modellgüte (Erkennungsrate, Fehlalarme, Lokalisierungsgenauigkeit) und Identifikation von Optimierungspotenzialen in Sensorik, Datenverarbeitung und Modellarchitektur.
- Ergebnistransfer: Weitergabe der Ergebnisse der Testungen (Labor- und Realdaten) zur Erstellung der
Umweltbewertung gemeinsam mit Partnern
Gesamtergebnis: Realdaten Methanemission, Technisch-wirtschaftlicher Evaluationsbericht
Projektkoordination & Leitung
Ziel: Projektkoordination und Dokumentation (administrativ und finanziell). Überwachung des Projektfortschritts; Projektkommunikation (Projektträger und ggf. Begleitforschung)
Aufgaben des Instituts:
- Organisation und Teilnahme an Fachkonferenzen im Bereich KI und Umweltinformatik.
- Veröffentlichung von wissenschaftlichen Artikeln zu den im Projekt entwickelten Methoden, insbesondere zu KI-gestützter Methandetektion, Sensorfusion und prädiktiver Datenanalyse in Fachzeitschriften und Open-Access-Journals.
Gesamtergebnis: Ein effizientes Projektmanagementsystem, das Fortschritt verfolgt, Dokumentation
sichert und die Kommunikation mit Projektträger und Begleitforschung erleichtert.
Die Ausgangssituation
Der Handlungsbedarf im Überblick
Laut aktuell verfügbaren Zahlen für Deutschland werden von den etwa 400 kt CH₄, die jährlich aus Deponien emittiert werden, knapp 30 % – also rund 110 kt CH₄ – erfasst, während etwa 288 kt CH₄ in die Atmosphäre entweichen. Die Messung erfolgt bisher überwiegend durch Schätzungen, die die realen Emissionen häufig um bis zu 200 % unterschätzen.
Die unzureichende Erfassung von Methan erschwert die Umsetzung effektiver Vermeidungs- und Verwertungsmaßnahmen. Gleichzeitig wird das energetische Potenzial des Deponiegases nur teilweise genutzt. Methan trägt zudem indirekt zur Bildung von bodennahem Ozon bei, einem Luftschadstoff, der Atemwegserkrankungen und Asthma begünstigt. Die unzureichende Datengrundlage führt außerdem zu verzerrten ökonomischen Bewertungen und erschwert eine realistische Abschätzung der Klimafolgekosten.
Große, dynamische Deponiekörper erschweren Messungen
Herkömmliche Methoden erfassen nur geringe Datenmengen
Potenziale zur Emissionsminderung und Energieverwertung werden unzureichend genutzt
Eure Kontaktperson
MethaSense
Multisensorische drohnenbasierte Methandetektion auf Deponieumgebungen
Shreyas Mysore Guruprasad
shreyas.mysoreguruprasad@aws-institut.de
+49 162 2485 049
Eure Kontaktperson
MethaSense
Multisensorische drohnenbasierte Methandetektion auf Deponieumgebungen
Shreyas Mysore Guruprasad
shreyas.mysoreguruprasad@aws-institut.de
+49 162 2485 049
Unser Lösungsansatz im Fokus
MethaSense verbindet Robotik, Sensortechnologien und KI zu einem intelligenten, multisensorischen Messsystem, das Methanemissionen präzise und kontinuierlich erfasst. Ziel ist es, die Fassungsrate von Deponiegas mittelfristig um bis zu 50 % gegenüber dem Referenzsystem zu steigern und damit ökologische, ökonomische und soziale Nachhaltigkeitspotenziale zu realisieren.
Kern des Lösungsansatzes
Digitale Drohnen- und Sensorsysteme
Drohnen erfassen Gaskonzentrationen mithilfe hochsensitiver Multigas-Sensoren, Kamerasystemen und LiDAR zur Hinderniserkennung. Flexible Sensormodule ermöglichen eine präzise Probennahme, die den Drohnenbetrieb selbst nicht verfälscht. Die erfassten Daten werden in Echtzeit visualisiert und bieten eine klare Grundlage für Analyse und Entscheidungen.KI-gestützte Datenverarbeitung
Künstliche Intelligenz, u. a. neuronale Netze wie CNNs, RNNs und LSTMs, verarbeitet Sensordaten, erkennt Anomalien und erlaubt die Vorhersage von Emissionstrends. Sensorfusion, adaptive Kalibrierung und fortlaufende Anomalie-Erkennung sorgen für höchste Präzision selbst unter komplexen Umweltbedingungen.Datenbasierte Optimierung und Entscheidungsunterstützung
Die gewonnenen Daten ermöglichen die Lokalisierung von Emissionshotspots, die Priorisierung von Vermeidungsmaßnahmen und die Maximierung der energetischen Nutzung des Deponiegases. Dashboards und Visualisierungslösungen unterstützen Betreiber dabei, Maßnahmen effizient zu steuern.- Erprobung, Optimierung und Evaluation
Das System wird in Labor- und Feldtests umfassend erprobt, verschiedene Sensorkombinationen und Erhebungsmethoden getestet und optimiert. Ergebnisse fließen in die kontinuierliche Verbesserung des Messsystems und in die wissenschaftliche Bewertung des Nachhaltigkeitspotenzials ein. Eine begleitende Umweltbewertung nach ISO 14040/14044 stellt sicher, dass MethaSense sowohl technologisch als auch ökologisch effektiv ist.
Förderhinweis
Das Projekt MethaSense ist gefördert durch das Bundesministerium für Forschung, Technologie und Raumfahrt.
Förderkennzeichen: 02WDG1764D
Laufzeit: 01.11.2025 bis 31.10.2027
