Maschinelles Lernen zur Bewertung der Auswirkungen von Offshore-Windparks auf weichbodenbewohnende Benthosgemeinschaften auf der Shandong-Halbinsel

Das Leben auf dem Meeresboden trifft Windenergie

Mit der Ausbreitung von Offshore-Windparks entlang der Küsten fragen sich viele Menschen, was die endlosen Reihen von Türmen für das Leben auf dem Meeresboden bedeuten könnten. Diese Studie untersucht diese Frage ausführlich für vier große Windparks vor der Shandong-Halbinsel in China. Anhand von fast einem Jahrzehnt an Felduntersuchungen kombiniert mit Satellitendaten und modernen Computer­modellen zeigen die Autorinnen und Autoren, wie sich die Meeresboden­gemeinschaften zunächst verschlechtern, dann erholen und in manchen Aspekten um die neuen Energie­strukturen sogar gedeihen.

Der sich verändernde Meeresboden unter den Turbinen

Die Forschung konzentriert sich auf „Weichboden“-Lebensräume — schlammige und sandige Meeresböden, die Würmer, Muscheln, Krebstiere und andere Bodenbewohner beherbergen, welche die Grundlage mariner Nahrungsnetze bilden. Vor dem Bau war das Gebiet überwiegend flacher, schlickiger Meeresboden. Rammarbeiten, Kabelverlegung und die Sedimentaufwirbelung während der Bauphase führten zu einem vorübergehenden Rückgang der Artenzahl und der allgemeinen Gemeinschaftsvielfalt. Sobald die Windparks jedoch in Betrieb gingen, schufen die Metalltürme und die Steinschüttungen an den Fundamentsockeln Hartsubstratflächen, wo zuvor keine vorhanden waren, und verwandelten Teile des Meeresbodens in künstliche Riffe.

Ein natürliches Experiment in Raum und Zeit

Die vier Windparks wurden zwischen 2021 und 2024 zu unterschiedlichen Zeiten errichtet und in Betrieb genommen und bildeten damit eine natürliche „Zeitachse“ von neu gebauten bis zu etablierten Standorten. Von 2015 bis 2024 entnahmen Forschende halbjährlich Proben von Meeresboden­tieren an mehr als 200 Stationen: innerhalb der Parks, an ihren Rändern und in entfernten Kontrollgebieten. Gleichzeitig nutzten sie Satelliten zur Überwachung von Wassertemperatur, Algenkonzentrationen und Schwebstoffgehalt. So konnten sie Änderungen, die durch die Turbinen verursacht wurden, von solchen unterscheiden, die durch breitere Klima‑ und Ozeanzustände bedingt sind.

Die Daten mit Maschinen sprechen lassen

Um diese komplexen, räumlich und zeitlich verstreuten Daten zu interpretieren, verwendete das Team eine Methode des maschinellen Lernens namens XGBoost und verglich sie mit einem traditionelleren statistischen Modell. Beide versuchten vorherzusagen, wie vielfältig die Meeresboden­gemeinschaft an jedem Standort ist, basierend auf Umweltbedingungen, Entfernung zu den Turbinen, Betriebsdauer des Parks und dem Anteil an Hartsubstrat. XGBoost erklärte mehr von der realen Variabilität — etwa drei Viertel der Unterschiede in der Vielfalt — und zeigte zugleich, welche Faktoren am wichtigsten waren. Ein Tool namens SHAP half dabei, die inneren Mechanismen des Modells in leicht lesbare Rangfolgen und Reaktionskurven zu übersetzen.

Von Störung über Erholung bis zum Zugewinn

Das stärkste Signal, das die Modelle fanden, war die Zeit seit Inbetriebnahme der Turbinen. Während der Bauphase und in den ersten Betriebsjahren sank die Vielfalt des Meeresbodens unter das ursprüngliche Niveau. Etwa zweieinhalb Jahre nach Inbetriebnahme kehrte sich dieser Trend um: Die Vielfalt erholte sich und überschritt leicht die Vor-Bau-Werte. In unmittelbarer Nähe der Turmfundamente, wo zur Stabilisierung Steine aufgebracht wurden, war der Effekt besonders deutlich. Diese Hartsubstrat‑Flächen beherbergten rund 40 Prozent mehr Arten und etwa 13 Prozent höhere Diversitätswerte als nahegelegene ungestörte Bereiche. Das Muster weist auf einen klassischen Effekt künstlicher Riffe hin: neue Oberflächen ziehen Seepocken, Miesmuscheln und andere Sessilisten an, die wiederum mobile Tiere anlocken und die Gesamtbiomasse erhöhen.

Den richtigen Entwurf finden

Die Studie deutet auch auf Gestaltungs‑Regeln für „verträglichere“ Windparks hin. Die Vielfalt stieg mit dem Anteil an Hartsubstrat bis zu einem gewissen Punkt und flachte dann ab, was impliziert, dass verstreute, mäßig große riffähnliche Zonen besser wirken könnten als das großflächige Zuschütten des Meeresbodens mit Fels. Die Turbinenanordnung zeigte einen umgekehrt U‑förmigen Effekt: bei geringer Dichte änderte sich der Lebensraum kaum, während sehr dichte Anordnungen möglicherweise so viel Lärm und andere Störungen einführten, dass die Vorteile wieder aufgehoben wurden. Ein mittlerer Dichtebereich schien die artenreichsten Gemeinschaften zu fördern.

Was das für das Meeresleben und die Energie bedeutet

Für Nicht‑Fachleute ist die Schlussfolgerung überraschend optimistisch. Offshore‑Windparks stören das Meeresbodenleben zunächst, doch in diesem Fall erholten sich die Gemeinschaften innerhalb weniger Jahre und gewannen rund um die Turmfundamente sogar an Arten. Durch die sorgfältige Wahl von Turbinendichte, Fundamentdesign und der Menge an aufgebrachten Steinen können Planer kurzfristige Schäden reduzieren und den langfristigen Lebensraumwert erhöhen. Der Modellierungsrahmen der Autorinnen und Autoren — die Kombination aus Felduntersuchungen, Satellitendaten und interpretierbarem maschinellen Lernen — bietet eine Blaupause, um den ökologischen Fußabdruck zukünftiger Windprojekte zu prüfen und zu verbessern und so den Ausbau sauberer Energie besser mit gesunden Ozeanen in Einklang zu bringen.

Zitation: Wang, L., Zhang, Y., Gu, X. et al. Machine learning-based assessment of offshore wind farm impacts on soft-bottom benthic communities in the Shandong Peninsula. Sci Rep 16, 11780 (2026). https://doi.org/10.1038/s41598-026-38939-0

Schlüsselwörter: Offshore-Windparks, Meeresboden-Biodiversität, Künstliche Riffe, Meeresökologie, Maschinelles Lernen in der Ökologie