Record #531887

DFG project G:(GEPRIS)275319324

Realitätsnahe räumliche Abhängigkeitsstrukturen von Aquiferparametern: Modellierung und Bewertung ihrer Auswirkungen

Coordinator	Dr.-Ing. Claus Haslauer
Grant period	2015 - 2021
Funding body	Deutsche Forschungsgemeinschaft
	DFG
Identifier	G:(GEPRIS)275319324

Note: Geostatistische Modelle und Methoden wie Kriging benutzen räumliche Abhängigkeiten, um die Verfügbarkeit oder Qualität natürlicher Ressourcen zu bewerten oder deren Nutzung zu optimieren. Die räumliche Heterogenität von natürlich vorkommenden Variablen führt zu Problemen bei der numerischen Modellierung von Umweltsystemen. Beobachtungen können nur an ausgewählten Orten gemacht werden oder sind nur indirekt über größeren Skalen verfügbar. Deshalb sind Annahmen notwendig für die Modellierung und für das Abschätzen von Systemzuständen an den Orten, an denen nicht gemessen wurde. Geostatistische Methoden bieten geeignete Lösungen für solche Probleme.Räumliche Copulae sind eine der wenigen existierenden Methoden, die auf realen Messungen im Feld beruhen und die über paarweise Abhängigkeiten hinaus gehen. Mit räumlichen Copulae ist es möglich, ein mehrdimensionales Model an Messdaten anzupassen. Die Qualität der Anpassung ist meist besser als bei Modellen mit einer paarweisen symmetrischen Struktur. Es ist bekannt, dass effektive Größen stark von Strukturen mit nicht-symmetrischer Abhängigkeitsstruktur beeinflusst werden. So haben verbundene Fließwege einen großen Einfluss auf den Gelöststofftransport.Das Ziel der Arbeit ist die Weiterentwicklung bestehender Copula-Modelle und die Berücksichtigung von nicht-Gauss Strukturen bei der Inversion. Insbesondere werden zensierte Messwerte berücksichtigt, ein oft in der Natur auftretendes Phänomen. Zensierte Messwerte, zum Beispiel Messwerte unterhalb einer Bestimmungsgrenze, werden vollständig in der räumlichen Simulation berücksichtigt.Messungen von indirekten Variablen (hydraulische Druckhöhe) sind oft umfassender verfügbar als die Variablen, die von primärem Interesse sind (hydraulische Leitfähigkeit). Bisher ist es bei Inversionsproblemen nicht möglich, nicht-symmetrische räumliche Abhängigkeiten in einem stochastischen Modell zu berücksichtigen.Die Weiterentwicklung der geostatistischen Methoden wird gerechtfertigt durch genauere Vorhersagen und reduzierte Unsicherheiten. Fortschritte in der Modellierung einer räumlich verteilten Variable (hydraulischer Leitfähigkeit) führen zu einer verbesserten Vorhersage einer abhängigen Variable (Gelöststoffkonzentration) führen. Diese Relevanz wird aufgezeigt mit einem numerischen Grundwasserströmungs- und Gelöststofftransportmodell, angewendet auf einen heterogenen Aquifer, in dem die Ausbreitung von Gelösstofffahnen und hydraulische Leitfähigkeit detailliert gemessen wurde und somit als idealer Vergleich dient. Die verbesserte Vorhersage des Ausbreitungsverhaltens von gelösten Stoffen im Grundwasser, basierend auf einem verbesserten Modell der räumlichen Abhängigkeitsstruktur, wird den Grundwasserschutz und das Management von kontaminierten Standorten verbessern.

Recent Publications

There are no publications

Record created 2023-02-02, last modified 2024-09-27

Similar records

Rate this document:

(Not yet reviewed)

Add to personal basket
Export as Author List with IDs BibTeX (UTF-8), EndNote XML, EndNote Text, RIS, MARC, Print MARC, MARCXML, DC,
Request correction
Submit fulltext

guest :: login PUBDB
		Search		Submit		Personalize Your alerts Your baskets Your searches		Help