LoRaWAN-Pegelsonden: Drei Schritte zur sicheren Trinkwasserversorgung

25. August 2020

Pegelsonden – Das Messinstrument zur Grundwasserbestimmung

Grundwassermessstellen sind für den Laien oft unscheinbare Stellen in der Landschaft. Lediglich eine kleine Betonplatte und ein kurzes Stahlrohr deuten auf die Pegelsonde hin. Dabei spielen Pegelsonden in der Wasserwirtschaft eine bedeutende Rolle zur Messung des Grundwasserspiegels, weswegen LoRaWAN-Pegelsonden in den Fokus der Wasserwirtschaft rücken.

Die eingesetzten Pegelsonden liefern Daten, die Rückschlüsse auf die Höhe des Grundwasserspiegels am Messpunkt ermöglichen. In Zeiten zunehmender Trockenheit und Trinkwasserknappheit sowie sinkender Grundwasserspiegel wächst die Bedeutung der Messwerte von Pegelsonden mit steigender Tendenz. Hierfür ist allerdings erst einmal ein besseres Verständnis von Grundwassermessstellen erforderlich.

Zweck der Grundwassermessstellen & Herausforderungen der Datenerhebung

Die Einrichtung von Grundwassermessstellen erfolgt, um Angaben zur räumlichen Verteilung und zeitlichen Veränderlichkeit des Grundwasserpotenzials oder der Porenwasserdrücke im Untergrund zu erhalten. Außerdem dienen Grundwassermessstellen zur Überwachung der Grundwasserqualität. Zur Ermittlung des Grundwasserstands wird im ersten Schritt der Höhenunterschied zwischen Messpunkt und Grundwasserspiegel manuell z. B. mit Hilfe eines Lichtlots oder mit einer autarken elektronischen Messeinrichtung (Datenlogger) gemessen.

Die Erhebung der Messdaten ist jedoch mit einem hohen Aufwand verbunden, da in der Praxis oft das Turnschuhprinzip Anwendung findet – es handelt sich um manuelle Ablesungen vor Ort. Durch den hohen Zeitaufwand der Ablesung vor Ort erfolgt die Datenerhebung nur an wenigen Tagen im Jahr. Eine Aussage über die Entwicklung des Grundwasserspiegels zur langfristigen Sicherstellung der Trinkwasserversorgung ist auf Grund der unzureichenden Datenlage schwierig. Gerade an heißen Tagen oder in Perioden anhaltender Dürre wäre eine bessere Datenbasis hilfreich, um die Auswirkungen auf die Grundwasserspiegel besser abschätzen zu können. Daher sind Systeme erforderlich, die zu einer besseren Datenerfassung beitragen.

Aufbau einer LoRaWAN-Pegelsonde

Schritt 1: Auswahl LoRaWAN-Pegelsonden

Das Problem der mangelnden Datenbasis ist durch den Einsatz von LoRaWAN-Pegelsonden in der Wasserwirtschaft lösbar. Durch den Aufbau eines LoRaWANNetzes sowie den Einsatz LoRaWAN-fähiger Pegelsonden ist die Datenerfassung nach dem Turnschuhprinzip nicht mehr notwendig. Vielmehr erfolgt die Datenerhebung automatisiert und in einer höheren Granularität. Die Daten können im ersten Schritt zum Echtzeitmonitoring des Grundwassers sowie perspektivisch zur Prognose zukünftiger Grundwasserspiegel in Abhängigkeit vom Wetter sowie Verbrauchverhalten analysiert werden.

Zur Umsetzung des Anwendungsfalls LoRaWAN-Pegelsonden ist im ersten Schritt die Auswahl der geeigneten Sensorik erforderlich. Mittlerweile ist der Bezug von LoRaWAN-Pegelsonden bei allen gängigen Herstellern für Sensorik für die Wasserwirtschaft möglich. Anfang des Jahres wurden Sensoren von drei verschiedenen Herstellern intensiv im LoRa-Lab der items getestet. Aktuell laufen mehrere Piloten, bei denen der Test der Sensorik im freien Feld erfolgt. Die Messergebnisse und die Erreichbarkeit der Pegelsonden über das LoRaWAN-Netz sind nach ein paar Anpassungen bislang zufriedenstellend, so dass erste Gespräche über einen flächendeckenden Rollout stattfinden.

Die Technologie LoRaWAN eignet sich besonders für die Auslesung von Pegelsonden, da diese über das gesamte Versorgungsgebiet verteilt sind und in vielen Außenbereichen keine Mobilfunkverbindung besteht. Durch die große Reichweite und den niedrigen Energieverbrauch eignen sich LoRaWAN-Pegelsonden optimal für die Sicherstellung einer kostengünstigen und langfristigen Fernauslesung.

Schritt 2: Visualisierung der LoRaWAN-Pegelsonden

Da die bloße Übermittlung von Datenpaketen zur Fernauslesung noch keine Transparenz über den Zustand sowie die Entwicklung der Grundwasserstände bringt, ist eine Aufbereitung in Form einer grafischen Visualisierung erforderlich. Hier liefert items mit der Lösung Grid Insight: Water und dem Modul Pegelstände eine erste Möglichkeit, die Entwicklung von Grundwasserständen transparent darzustellen.

Durch den Einsatz des Moduls Pegelstände ist sowohl eine Analyse der historischen Pegelstände als auch ein Echtzeitmonitoring möglich. Durch die Integration der Pegelstände in Grid Insight: Water ist es der Fachabteilung möglich, weiter im eigenen Fachsystem ohne zusätzliches IT-Know-how zu arbeiten. Ein Absprung auf die IoT-Plattform oder die aufwändige Analyse und Aufbereitung einer csv-Datei ist nicht mehr notwendig. Gleichzeitig verarbeitet das Modul die historischen Daten und kann im dritten Schritt die zukünftige Entwicklung der Grundwasserstände unter Berücksichtigung externer Faktoren analysieren.

Grid Insight: Water Modul Pegelstandsprognose

Schritt 3: Prognose der Stände der LoRaWAN-Pegelsonden

Liegen die historischen Pegelstände der letzten 1-2 Jahre vor und ist ein flächendeckendes Echtzeitmonitoring installiert, ist die Implementierung einer Brunnenpegelstandsprognose möglich. Die Brunnenpegelstandsprognose ist stark von der Wetterlage bzw. Wetterentwicklung abhängig und wird für die operative Produktions- und Speicherplanung verwendet. Gegen zukünftige Engpässe in der Trinkwasserversorgung kann frühzeitig gegengesteuert werden. Einschränkungen im Trinkwasserverbrauch für Bürger sind so vermeid- bzw. reduzierbar.

Bislang war die Umsetzung einer Brunnenpegelstandsprognose nicht möglich, da die Datenerhebung nicht ausreichte. Die Prognose war bislang lediglich durch die individuelle Expertise des eigenen Personals möglich, sozusagen auf Basis von „Bauchwerten“. Durch den demographischen Wandel nimmt diese Expertise zunehmend ab, weswegen das Wissen innerhalb der Firma mittels künstlicher Intelligenz gesichert werden muss. Die Berücksichtigung externer Einflüsse ist durch den Einsatz von Grid Insight: Water möglich. Kennzahlen zur Steigerung des operativen Betriebs sind individuell abbildbar. Fehlende Planbarkeit, z. B. zur Einschätzung aktueller Risikolagen, sind frühzeitiger erkennbar.

Vorgehensmodell Pegelstandsprognose

Wenn ihr mehr Informationen rund um das Thema LoRaWAN-Pegelsonden oder zu unserem Produkt Grid Insight: Water erfahren möchtet, sprecht uns gerne an! Über die URL www.grid-insight.de könnt ihr unser Tool Grid Insight: Water selbst testen.

Marcel Linnemann

Leitung Innovation & Grundsatzfragen Energiewirtschaft
Marcel Linnemann, Wirt. Ing. Energiewirtschaft, Netzingenieur, ist Leiter Innovation und regulatorische Grundsatzfragen bei items und Autor diverser Fachbücher und -artikel rund um die Thematiken der Energiewirtschaft und der Transformation