Hydrogeo Dashboard

Hydrogeologisches Dashboard für Grundwasser-Analysen per Satellit und vor Ort Brunnenmessungen. Was beeinflusst den Grundwasserspiegel in Südamerika und zeigen es die Klimatologien?

Kontext: HydroGeoTwin UG
Jahr: 2026
Themen: Geo data, Map Tiling, Backend Dev, Tailwind, D3js, Exploration
Werkzeuge: SvelteKit, D3.js, ZARR, FastAPI, Maplibre
Links: Projekt ansehen

GRACE/GRACE-FO
ECMWF ERA5

Ein Projekt aus 2026, bei dem ich zwei Hydrogeolog:innen aus Brasilien beraten habe. Ziel war es einen Prototypen zu erstellen, der die Satelliten getriebene Grundwasserschätzung mit vor Ort Messungen aus Brunnendaten vergleicht und ein erwartbares Grundwasserverhalten beschreibt. Die Demoversion ist zur Zeit (Stand Oktober 2026) unter demo.hydrogeotwin.com deployed und Eigentum meiner Kunden der HydroGeoTwin UG.

Klimatologie-Referenzen eines Grundwasser-Pegels in blau, Signal des Satelliten von gewählter Region in Schwarz. — Mit der hinterlegten Klimatologie, sehen Nutzerinnen – auch ohne intensives Studium der Einheiten – wie sich eine Region über die Zeit entwickelt.

Das Projekt ist ein erster Schritt um Grundwasserinformationen in Dashboards auch für Regionen ohne Dicht verteiltes Wasseramtwesen zur Verfügung zu stellen. Zielgruppe bestand nicht aus Experten, weshalb die Diagramme einfacher gehalten sind. Im Kern sehen Nutzerinnen immer auf einen Blick, wann eine Einflussgröße den Bereich des bekannten Normalverhaltens verlässt. Normales Verhalten wurde als Klimatologie der Satellitendaten pro Monat gerechnet.

Screenshot, Pixelkarte der verarbeiteten Satellitendate zu Niederschlag in der Einheit %-Abweichung von Normal anhand der Referenzperiode. Ein circa 7125 km2 Gebiet ausgewählt. Grüne regionen beschreiben Niederschlag im oberen %-Bereich der Niederschläge. Braune Bereiche bezeichnen die geringen Niederschlagsregionen. Ost-Bazilien eher Grün, auf der Höhe von Rio de Janeiro verläft die Grenze ab der Niederschläge sinken.Praguay und Chile in dunklem Braun. — Screenshot, Pixelkarte der verarbeiteten Satellitendate zu Niederschlag in der Einheit %-Abweichung von Normal anhand der Referenzperiode. Ein circa 7125 km2 Gebiet ausgewählt. Grüne regionen beschreiben Niederschlag im oberen %-Bereich der Niederschläge. Braune Bereiche bezeichnen die geringen Niederschlagsregionen.

Liniencharts von Grundwasserspeicher, Grundwasserveränderung, Niederschlag und Oberflächen-Temperatur im Jahr 2024. — Im unteren Bereich sieht man wie der Grundwasserstand (oben) stark von hohen Temperaturen und fehlendem Niederschlag beeinflusst wird, während sich oben sogar eine Phasenverschiebung der Grundwasser-Season abzeichnet.

Auflösung der Karten ist durch die Satellitenquellen von NASA und ESA bedingt. Eine einzelne Zelle sind circa 25 Kilometer Quadrate. Eine detailliertere Auflösung wäre nur mit maschinellem Lernen möglich, was allerdings eine neue Unsicherheit einführt, weshalb hier darauf vorläufig verzichtet wurde.

Mobile Ansicht eines Einzugsgebietes (São Francisco). Statistiken zu Satelliten, Niederschlag, Temperature und Auswirkung auf das Grundwasser.

Tablet-Ansicht der Erkundungsfuntion über Südamerika. Teilkarte der Satellitendaten oben, Zeitlicher verlauf über 6 Jahre (2020-2026) einzelner Einflussgrößen mit Klimatologien (10-90 Perzentil) in Blau als "bekanntes Verhalten" gefärbt.

Zur illustration wurden 4 brasillianische Einzugsgebiete ausgewählt und deren Daten zusätzlich zu den existierenden ZARR Speichern vorberechnet um im Web realisierbare Berechnungszeiten zu erzielen. Die Gebiete selbst sind statische GeoJSON Dateien, die mit den Daten beigefügt wurden. Der Rest der Datenstruktur sind einige JSON Informationen um den Geographischen Bereich in ZARR auswählen zu können und Routen auf der API bestimmen zu können.

Unten ein Übersicht welche Erkenntnisse sich aus der Kombination von Brunnendaten und Satellitenbefunden gewinnen lassen.

Ausgewählte Einzugsgebiete Upper Paranã im Überblick, mit Verläufen von beispielhaften Einflussgrößen auf den Grundwasserspiegel. — Ausgewählte Einzugsgebiete im Überblick, mit Parametern zur schnellen Orientierung.