Bewertung der Grundwasserqualität für landwirtschaftliche Nutzung mit Indexmethoden und maschinellen Lernverfahren im Aquifer von Ouled Djellal, Südalgerien

Warum das Wasser unter der Wüste wichtig ist

In der vor-saharischen Stadt Ouled Djellal im Süden Algeriens erhalten verborgene Grundwasserressourcen Farmen, Familien und Dattelpalmenhaine am Leben. Mit zunehmender Trockenheit und sinkendem Grundwasserspiegel sind die Menschen immer stärker von dieser unsichtbaren Ressource abhängig. Wenn das Wasser jedoch zu salzhaltig oder chemisch unausgewogen wird, können Böden geschädigt und Ernten vernichtet werden. Diese Studie stellt eine einfache, aber dringliche Frage: Ist das Grundwasser hier noch gut genug für den Anbau von Lebensmitteln — und wie lässt sich seine zukünftige Qualität intelligenter vorhersagen?

Die Lebensader einer Wüstenstadt unter der Erde

Ouled Djellal liegt in einem heißen, trockenen Gürtel, in dem Regen selten ist und Flussbetten meist trockene Rinnen sind. Landwirte entnehmen Wasser aus einem flach liegenden Aquifer aus Sanden, Kiesen und Tonen unter dem Hauptwadi, dem saisonalen Fluss. Dieser Aquifer ist zwar weder sehr tief noch besonders ergiebig, bildet aber die wichtigste Wasserquelle für Haushalte und Landwirtschaft, insbesondere für Dattelpalmen. Da die natürliche Wiederanfüllung durch Niederschläge begrenzt und die Entnahmen für die Bewässerung hoch sind, können selbst kleine Änderungen der Wasserqualität oder des Wasserspiegels große Auswirkungen auf die lokale Lebensgrundlage haben.

Wenn natürliche Salze und menschliches Handeln zusammentreffen

Die Forschenden sammelten 23 Grundwasserproben aus Brunnen in der Region und bestimmten geläufige gelöste Inhaltsstoffe wie Kalzium, Magnesium, Natrium, Chlorid, Sulfat und Nitrat sowie Salinität und Härte. Sie kombinierten klassische chemische Diagramme mit modernen statistischen Werkzeugen, um zu entschlüsseln, wie das Wasser seine Zusammensetzung erhielt. Das Bild, das sich zeigte, ist das eines Grundwassers, das stark vom Wüstenklima geprägt ist: intensive Verdunstung konzentriert Salze, und die umgebenden Gesteine und Böden — reich an Evaporitmineralen wie Gips und Steinsalz — liefern große Mengen an Kalzium, Magnesium und Chlorid. Gleichzeitig fügen Düngemittel und Abwässer Nitrat hinzu und zeigen damit einen menschlichen Einfluss auf die Wasserchemie.

Was das Wasser für die Felder der Bauern bedeutet

Um komplexe Messwerte in etwas zu übersetzen, das Landwirte und Planer nutzen können, berechnete das Team mehrere Indizes zur Bewertung der Bewässerungswasserqualität. Diese Indizes erfassen sowohl die Salzhaltigkeit des Wassers als auch den Natriumgehalt im Verhältnis zu den vorteilhaften Ionen Kalzium und Magnesium. Hohe Salzgehalte erschweren es Pflanzen, Wasser aufzunehmen, während zu viel Natrium Böden verkrusten und die Durchlässigkeit verlieren lassen kann. Mit geografischen Informationssystemen erstellte Karten zeigen, dass große Teile des Aquifers von Ouled Djellal in die Kategorie „mäßig bis schlecht“ für Bewässerung fallen, mit besonders risikoreichen Bereichen im Norden und in der Mitte. In diesen Zonen liegen elektrische Leitfähigkeit und gelöste Stoffe weit über den für die Landwirtschaft empfohlenen Werten, was auf eine ernsthafte Gefahr der Versalzung der Böden und langfristiger Ertragsverluste hinweist, falls das Wasser ohne sorgfältiges Management verwendet wird.

Computern beibringen, das Wasser zu lesen

Über die bloße Beschreibung der aktuellen Verhältnisse hinaus zielte die Studie darauf ab, die Grundwasserqualität mit Hilfe von maschinellem Lernen vorherzusagen — Computermodelle, die Muster aus Daten erlernen. Die Wissenschaftler fütterten drei Modelltypen mit 12 gemessenen Wasserparametern: einfache lineare Gleichungen, eine Support-Vektor-Maschine und ein künstliches neuronales Netzwerk. Sie trainierten diese Modelle mit einem Teil der Daten und testeten sie am Rest. Das neuronale Netzwerk hob sich hervor, indem es subtile, nichtlineare Zusammenhänge zwischen Ionen und Salinität erfasste. Es reproduzierte den wichtigsten Bewässerungsindex mit sehr hoher Genauigkeit und übertraf damit die anderen Methoden. Das Team kombinierte diese Modellvorhersagen anschließend mit einem fortschrittlichen Kartierungsansatz, der Unsicherheiten besser handhabt, und erzeugte so detaillierte, glatt variierende Karten, die zeigen, wo Wasser für die Landwirtschaft sicherer oder riskanter ist.

Eine klare Warnung und ein praktischer Fahrplan

Für eine allgemeine Leserschaft ist die Botschaft der Studie zweigeteilt. Erstens ist das Grundwasser, das die Landwirtschaft von Ouled Djellal trägt, bereits stark mineralisiert: Mehr als 60 % der untersuchten Brunnen liefern Wasser, das nur eingeschränkt für Bewässerung geeignet ist, hauptsächlich aufgrund hoher Salinität und erhöhtem Natriumgehalt. Ohne Änderungen in der Bewirtschaftung von Wasser und Boden riskieren Landwirte, ihre Felder langfristig zu schädigen. Zweitens zeigt die Arbeit, dass die Kombination aus Feldbeprobung, statistischer Analyse und modernem maschinellem Lernen verstreute Messungen in klare, handlungsfähige Karten verwandeln kann. Diese Instrumente können lokalen Behörden helfen zu entscheiden, wo salztolerante Kulturen zu pflanzen sind, wo die Entnahme eingeschränkt werden sollte und wo eine engmaschigere Überwachung notwendig ist — ein wissenschaftlich fundierter Fahrplan zum Schutz einer fragilen Wasserlebensader in einer zunehmend trockenen Welt.

Zitation: Athamena, A., Gaagai, A., Aouissi, H.A. et al. Groundwater quality assessment for agricultural utilizing indexical and machine learning techniques in Ouled Djellal Aquifer, Southern Algeria. Sci Rep 16, 8185 (2026). https://doi.org/10.1038/s41598-026-38208-0

Schlüsselwörter: Grundwasserqualität, Bewässerungssalinität, aride Landwirtschaft, maschinelles Lernen, algerischer Aquifer