MultiMiner - Multisource und Multiscale basierte Erdbeobachtung und neuartige maschinelle Lernenmethoden für die Mineralienexploration und das Monitoring von Minenstandorten

Land / Region: EU

Projektanfang: 01.01.2023

Projektende: 30.06.2026

Projektstand: 04.08.2023

Blick in das Bergwerk Weissenstein/ RHI Magnesita Quelle: RHI Magnesita

MultiMiner ist ein Horizon Europe Projekt, an dem 13 Partner aus Forschung und Industrie aus 6 EU-Mitgliedstaaten beteiligt sind. In diesem Projekt unter der Leitung des Geologischen Dienstes von Finnland (GTK) werden neuartige Datenverarbeitungsalgorithmen für die kosteneffiziente Nutzung von Fernerkundungsdaten für die Exploration kritischer Rohstoffe (CRM) und das Monitoring von Bergbau- und Nachbergbau-Standorten innerhalb der EU entwickelt.

CRMs (Critical Raw Materials) sind mineralische Rohstoffe, die für die EU von hoher wirtschaftlicher Bedeutung sind, aber zu einem großen Teil importiert werden müssen. Um die langfristige Autonomie bei wichtigen strategischen Rohstoffen zu stärken, ist es notwendig, europäische Lagerstätten zu identifizieren und zu erschließen. Fernerkundungsdaten sind eine wichtige Informationsquelle für die Exploration und können auch in späteren Phasen eines Minenbetriebes genutzt werden um z.B. Umweltauswirkungen von Bergbauaktivitäten zu erkennen und zu minimieren. Aktuell wird die umfängliche Nutzung von Fernerkundungsdaten oft durch fehlende automatisierte Analysemethoden und deren fehlende Übertragbarkeit auf neue Anwendungsfragen eingeschränkt.

MultiMiner erschließt das Potenzial von Fernerkundungsdaten - wie dem EU Copernicus Programm, kommerzieller Satelliten, künftiger Missionen, luftgestützter und UAV-Daten sowie In-situ-Daten - um den Lebenszyklus von Bergbaubetrieben zu unterstützen. Dazu gehören die Mineralexploration, die Betriebs-, Stilllegungs- und Nachbergbauphase. Dies wird durch die Entwicklung neuer Datenverarbeitungsalgorithmen erreicht, die skalierbar und übertragbar sind. Der Schwerpunkt liegt auf Ansätzen des Maschinellen Lernens (ML) und des tiefen Lernens (DL), die wenig oder keine Trainingsdaten benötigen (schwach überwachtes und unüberwachtes Lernen) und Daten verschiedener Sensoren (z. B. EnMAP, Sentinel-1/-2, Drohnen) und verschiedenen Auflösungen (räumlich und spektral), die synergetisch genutzt werden.

Die Arbeitsgruppe Fernerkundung der BGR trägt mit ihrer Expertise in den Bereichen Hyperspektral-, Multispektral-, Radar- und drohnengestütze Fernerkundung zu dem Projekt bei und ist an allen fünf Arbeitspaketen des Projekts beteiligt. Insbesondere leitet die BGR Fernerkundung das Arbeitspaket zur Entwicklung von skalierbaren Tools für die Mineralexploration. In diesem Arbeitspaket werden mit Hilfe neuartiger Ansätze des maschinellen Lernens verbesserte Daten- und Kartenprodukte für die Exploration entwickelt. Darüber hinaus ist die BGR federführend bei der Erstellung eines 4D-Modells zur Erfassung der Zusammensetzung und Volumenentwicklung von Abraumhalden und bei InSAR-Analysen, Monitoring von Bodenbewegungen in Tagebauen und der Mineninfrastruktur.