Navigation und Service


Dr. Wolfgang Kurtz

2. Preis des Jahres 2014

Improved characterization of river-aquifer interactions through data assimilation with the ensemble Kalman Filter

Institut für Bio- und Geowissenschaften, IBG-3 Agrosphäre, Forschungszentrum Jülich

Dr. Wolfgang KurtzDr. Wolfgang Kurtz

Austauschprozesse zwischen Flüssen und dem Grundwasser stellen eine wichtige Einflussvariable für die flussnahen hydrologischen, chemischen und ökologischen Gegebenheiten dar und beeinflussen zudem den Wasserkreislauf auf Einzugsgebietsebene. Managemententscheidungen für solche Systeme werden häufig auf der Grundlage von Modellvorhersagen getroffen, was eine adäquate Bestimmung der relevanten Modellparameter für Fluss-Grundwasser-Interaktionen unabdingbar macht. Verschiedene Studien haben gezeigt, dass die hydraulischen Eigenschaften des Flussbettes durch ein hohes Maß an Unsicherheit bezüglich ihrer zeitlichen und räumlichen Verteilung geprägt sind. Diese Unsicherheiten müssen bei der Abschätzung hydraulischer Parameter mit in Betracht gezogen werden, wobei verschiedene stochastische Inversionsverfahren für diese Aufgabe zur Verfügung stehen. Unter diesen Methoden hat der Ensemble Kalman Filter (EnKF) seine Tauglichkeit hinsichtlich der Charakterisierung von Untergrundparametern bewiesen, wobei seine Vorzüge gegenüber anderen stochastischen Verfahren darin begründet sind, dass er die vollständige a posteriori Wahrscheinlichkeit ohne eine Linerarisierung um ein Optimum bestimmt, weniger rechenintensiv ist und für Echtzeitanwendungen verwendet werden kann.
In dieser Arbeit wurde EnKF für ein 3D Grundwassermodell eines Brunnenfeldes innerhalb des Limmat Aquifers in Zürich (Schweiz) verwendet, welches sehr stark durch Fluss-Grundwasser-Interaktion beeinflusst wird. Ein wesentliches Ziel dieser Arbeit war die Untersuchung verschiedener Aspekte der räumlich-zeitlichen Charakterisierung von Flussbetteigenschaften durch EnKF sowie die Erfassung des Informationsgewinns verschiedener Konditionierungsdaten für das Untersuchungsgebiet. In einer ersten Studie wurde das Modell für synthetische Experimente verwendet, in denen Referenzsimulationen mit zeitlich variablen hydraulischen Flussbettleitfähigkeiten erstellt wurden. Dabei wurde untersucht, in welchem Maße Aktualisierungen der Zustandsvariablen und Parameter durch EnKF in der Lage sind, diese Änderungen der Flussbettleitfähigkeiten durch eine limitierte Anzahl von Piezometerdaten aus den Referenzsimulationen nachzuvollziehen. In einer zweiten Studie wurde untersucht, wie die räumliche Repräsentation von Heterogenität das Anpassungsverhalten von EnKF beeinflusst. In diesem Fall wurden synthetische Referenzen mit räumlich heterogenen Flussbettpermeabilitätsfeldern erzeugt und Piezometerdaten dieser Referenzen wurden im Weiteren verwendet, um vier verschiedene Ensemble zu aktualisieren, die sich hinsichtlich der räumlichen Repräsentation der Heterogenität (vollkommen heterogen vs. zoniert) unterschieden. In einer dritten Studie wurde der Informationsgewinn einer simultanen Assimilierung von Piezometer- und Grundwassertemperaturdaten zunächst für ein synthetisches Fluss-Aquifermodell unter wohldefinierten Bedingungen getestet. Im Folgenden wurde dieses erweiterte Assimilierungsschema auch für historische reale Daten des Limmatgrundwassermodells getestet, wobei bis zu 87 Grundwasserspiegel- und 22 Grundwassertemperaturmessungen als Konditionierungsdaten auf täglicher Basis zur Verfügung standen.
Die Ergebnisse für die Assimilierungsexperimente zur zeitlichen Variabilität der Flussbettleitfähigkeiten konnten zeigen, dass EnKF dazu in der Lage ist, zeitlich variable Modellparameter unter verschiedenen Bedingungen anzupassen. Die Anpassungszeiten waren dabei jedoch relativ lange, was auf die Gewichtung von Vorhersage- und Messfehlern in der Anpassungsroutine von EnKF zurückzuführen ist. Eine Erweiterung des Assimilierungsschemas von EnKF durch adaptive Kovarianzinflation, einer Methode zur Erhöhung der Ensemble-Varianz anhand der Residuen zwischen Vorhersage und Messung, führte zu einer Verringerung der Anpassungszeit und einem geringeren Fehler zwischen angepassten und wahren Parameterwerten.
Datenassimilierungsexperimente bezüglich der räumlichen Variabilizät von Leakageparametern zeigten, dass EnKF auch in der Lage ist, die räumliche Struktur heterogener Referenzfelder zu identifizieren, selbst wenn eine beträchtliche Variabilität bezüglich der geostatistischen Parameter des Anfangsensembles vorhanden war. Die Ergebnisse dieser Studie zeigten zudem, dass Datenassimilierung mit verschiedenen Ensemblen effektiver (räumlich aggregierter) Leakageparameter zu einer systematischen Fehlinterpretation der Austauschflüsse zwischen Fluss und Grundwasserleiter führen kann, selbst wenn die Grundwasserstände kontinuierlich angepasst werden. Aus diesem Grund wird empfohlen, heterogene Flussbettstrukturen durch stochastische Felder zu repräsentieren da dieser Ansatz im Vergleich zu niedriger aufgelösten Parametrisierungen stets die besten Ergebnisse erzielte.
Ergebnisse für die gleichzeitige Assimilierung hydraulischer und thermischer Daten mit EnKF für das synthetische Fluss-Grundwasser-Modell lassen darauf schließen, dass die zusätzliche Assimilierung von Temperaturdaten generell zu einer verbesserten Schätzung von hydraulischen Aquifereigenschaften führen kann. Dabei wurden die signifikantesten Verbesserungen bei der Rekonstruktion der räumlichen Struktur der Leakagaparameter beobachtet. Experimente mit den realen Daten des Limmatgrundwasserleiters zeigten, dass die Vorhersage von Grundwassertemperaturen durch die Verwendung der thermischen Beobachtungsdaten, im Vergleich zur ausschließlichen Verwendung von hydraulischen Daten, verbessert werden konnte. Jedoch konnten keine signifikante Unterschiede bezüglich der Abschätzung hydraulischer Parametern hinsichtlich der Verwendung/ Nichtverwendung von thermischen Daten gefunden werden, da nach der Kalibrierung in beiden Fällen die Vorhersage der Zustandsgrößen relativ ähnlich war.
Zusammenfassend lässt sich feststellen, dass EnKF sehr gut dazu geeignet ist, räumlich und zeitlich variable Flussbetteigenschaften zu charakterisieren. Die Verwendung von Temperaturdaten als eine zusätzliche Informationsquelle führte zu einer verbesserten Vorhersage der Zustandsgrößen des Grundwassers. Dies zeigt, dass diese Methode prinzipiell für die Verwendung in Echtzeitsystemen zur Abschätzung von Temperaturfeldern geeignet ist, obwohl im Vergleich zur Assimilierung hydraulischer Daten nur ein begrenzter Einfluss auf die Parameterabschätzung festgestellt werden konnte.


Servicemenü