Detektieren von Konnektivitätseigenschaften und Skalierungsverhalten von Zufallsfeldern durch die Methode der Anchored Distributions (MAD).

• Antragsteller: Dr. Falk Hesse
• Fachliche Zuordnung: Hydrogeologie, Hydrologie, Limnologie, Siedlungswasserwirtschaft, Wasserchemie, Integrierte Wasserressourcen-Bewirtschaftung
• Förderung: Förderung von 2013 bis 2016
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 245357759

Hydrogeologische Größen wie die Leitfähigkeit lassen sich aufgrund der starken Heterogenität im Allgemeinen nur schwer direkt repräsentieren. In Folge dessen werden solche Größen oft als räumliche Zufallsfelder dargestellt. Unter der Annahme eines Gauss'schen Prozesses sind solche Felder vollständig durch Angabe des Erwartungswertes sowie der Variogramfunktion definiert. Dieses Variogram wird dabei durch Fitten einer Modellfunktion an ein experimentelles Variogram parametrisiert.Typische Modellfunktionen sind dabei das exponentielle oder das Gauss'sche Variogram. Trotz gewisser Unterschiede lassen sich verschiedene Modellfunktionen oft gleich gut an ein experimentelles Variogram fitten. Eine Beobachtung, welche auch dadurch bestätigt wird, dass die Wahl dieser Modellfunktionen nur wenig Einfluss auf Strömung- und Transportsimulationen hat. In dieser Studie sollen jedoch zwei Szenarios untersucht werden, bei denen die Wahl obiger Variogrammodelle starke Konsequenzen haben kann.Im ersten Szenario sollen ein Gauss'sches Feld mit Gauss'schem Variogram und ein nicht-Gauss'schem Feld mit hoher Konnektivität verglichen werden. Studien haben gezeigt, dass solche Felder eine sehr ähnliche Variogramfunktion aufweisen können, jedoch stark unterschiedliches Strömungs- und Transportverhalten ausweisen.Im zweiten Szenario sollen Gauss'sche Felder mit einem exponentiellem und einem so genanntem truncated power-law Variogram verglichen werden. In Analogie zum ersten Szenario haben beide Felder potentiell ähnliche Variogramfunktionen aber ein stark verschiedenes Skalierungsverhalten.Diese beiden Szenarien haben gemeinsam, dass basierend auf Mittelwert und experimentellem Variogram es schwierig ist, die jeweilige Charakteristik des Zufallsfeldes zu ermitteln, was potentiell zu starken Fehlern bei der Strömungs- und Transportsimulation führen kann. Es ist demnach klar, dass zu einer eindeutigen Charakterisierung weitere Daten, wie das hydraulische Potenital, Absenktrichter oder Durchbruchskurven verwendet werden müssen.In dieser Studie soll die neuartige Methode der Anchored Distributions (MAD) zur inversen Charakterisierung des Zufallsfelder verwendet werden. Diese Methode ist sehr flexibel bzgl. der verwendeten Datenarten, besitzt eine modulare Struktur und setzt keinen bestimmten Zusammenhang zwischen zu schätzender Größe (Leitfähikeit) und dazu verwendeten Daten voraus.

• DFG-Verfahren: Forschungsstipendien
• Internationaler Bezug: Norwegen, USA
• Beteiligte Institution: University of California, Berkeley; Department of Civil and Environmental Engineering; University of Bergen ; Department of Mathematics
• Gastgeber: Professor Dr. Adrian Florin Radu; Professor Dr. Yoram Rubin, Ph.D.