Servicenavigation

Project Details

Back

Projekt Print View

Toward a data-driven framework for hydrogeological uncertainty characterization

Applicant Dr. Falk Hesse
Subject Area Hydrogeology, Hydrology, Limnology, Urban Water Management, Water Chemistry, Integrated Water Resources Management
Term from 2018 to 2023
Project identifier Deutsche Forschungsgemeinschaft (DFG) - Project number 392679921
 
Final Report Year 2023

Final Report Abstract

Unsicherheit ist wohl das hervorstechendste Merkmal der Hydrogelogie, was auf die starke Heterogenität vieler hydrogeologischer Größen und die allgemeine Knappheit der für deren Charakterisierung verfügbaren Daten zurückzuführen ist. Im Allgemeinen ist die Datengenerierung in der Hydrogeologie im Vergleich etwa zur Hydrologie, Meteorologie oder Landoberflächenmodellierung recht kostspielig. Um dieser Herausforderung zu begegnen, sollte in diesem Projekt untersucht werden, welche Chancen und Probleme existieren, die Bayes‘sche Statistik zu einem universellen Rahmen für die hydrogeologischen Unsicherheitsanalyse zu machen. Größere Schwierigkeiten, welche eine Neuorientierung des Projektes notwendig gemacht hätten, gab es dabei nicht. Jedoch führte die Einschätzung der Gutachter, welche die einzelnen Teile des Projektantrages unterschiedlich bewerteten dazu, dass der Schwerpunkt teilweise vom zweiten auf den ersten Teil verlagert wurde. Darüber hinaus wurde, aufgrund von Diskussionen mit einzelnen Kooperationspartnern ein größerer Schwerpunkt auf die Software-technische Qualität der entwickelten Methoden gelegt. Aufgrund der stark computergestützten Arbeitsweise, führte die Coronapandemie nur zu einer moderaten Einschränkung. Jedoch stellten die Schließung von Schule und Kindertagesstätten eine relevante Belastung dar. Das Forschungsprojekt erfolgte in Zusammenarbeit mit der Arbeitsgruppe von Prof. Yoram Rubin an der University of California, Berkeley, sowie Prof. Sabine Attinger an der Universität Potsdam. Prof. Rubin und seine Arbeitsgruppe sind die Hauptentwickler von exPrior, einem R-Paket zur Bestimmung von A-Prioriverteilungen hydrogeologische Parameter. Die Hauptaufgabe war die Kopplung dieses Modells mit der Datenbank WWHYPDA, welche eine umfangreiche Sammlung von hydrogeologischen Parametern enthält. Die Zusammenarbeit mit dieser Gruppe resultierte in der Veröffentlichung dieses R-Paketes auf CRAN sowie in der Erstellung eines weiteren R-Paketes zur Bestimmung von Ähnlichkeitsclustern, das heißt eine Menge von Grundwasserleitern, welche zu einem gegebenen Grundwasserleiter ähnlich sind. Diese Software-Pakete wurden durch eine Reihe von Veröffentlichungen begleitet, in denen deren Funktionalität und Anwendungsbereich dargelegt wurde. Des Weiteren wurde eine Studie veröffentlicht, welche eine Reihe von Verfahren zur Dimensionsreduzierung von hydrogeologischen Datenarten untersucht. Die Zusammenarbeit mit der Arbeitsgruppe von Prof. Attinger resultierte in der Veröffentlichung einer Reihe von Python-Paketen für die geostatistische Modellierung sowie die Simulation von Strömungs- und Transportprozessen in Grundwasserleitern. Wie schon oben beschrieben, wurden diese Software-Pakete durch Veröffentlichungen begleitet. Des Weiteren wurde eine Studie bearbeitet in welcher der Datenwert einer Reihe von Pumptests untersucht wurde, wenn hochinformative A-Priorverteilungen hydrogeologischer Parameter verwendet wurden. Für diese Arbeit konnten die Vorarbeiten fast aller in dem Projekt gemachten Studien verwendete werden. Im Folgeprojekt wurde eine große Stichprobe von Variogrammen erstellt und ausgewertet. Außerdem wurden zwei neuartige Variogrammodelle formuliert und in GSTools implementiert.

Publications

 
 

Additional Information

© 2025 DFG Disclaimer / Copyright / Privacy Policy

Textvergrößerung und Kontrastanpassung