Data assimilation for integrated subsurface flow problems - dealing with biases and different observation types

verfasst von

Bastian Waldowski

betreut von

Insa Neuweiler

Abstract

Vorhersagen von Wasserverfügbarkeit und -flüssen durch Boden- und Aquifersysteme sind für viele Anwendungen von entscheidender Bedeutung. Integrierte Untergrundströmungsmodelle betrachten den gesamten Untergrund als ein System, indem sie die beiden Kompartimente der phreatischen Zone, welche Grundwasser enthält, und der ungesättigten vadosen Zone zusammenfassen. Untergrundströmungsmodelle sind mit großen Unsicherheiten behaftet, häufig aufgrund unbekannter Parameter und Randbedingungen. Bei der Datenassimilation (DA) werden, unter Berücksichtigung der Modell- und Beobachtungsunsicherheit, die wahrscheinlichsten Zustände (und manchmal auch Modellparameter) anhand der Beobachtungen geschätzt. Dem Ensemble Kalman Filter, eine der am häufigsten verwendeten DA Methoden für Untergrundströmungsprobleme, liegt die Annahme zugrunde, dass die Vorhersagen des numerischen Modells keine systematischen Fehler (Bias) aufweisen. Diese Annahme wird in der Untergrundströmungsmodellierung jedoch häufig verletzt. In dieser Dissertation werden die Auswirkungen von systematischen Fehlern auf die DA bei integrierten Untergrundströmungsmodellen untersucht und Strategien herausgearbeitet, um ihnen entgegenzuwirken. Hierzu werden zwei häufige Ursachen für systematische Fehler, die in integrierten Untergrundströmungssimulationen gemacht werden, und ihre Auswirkungen auf die DA untersucht: Die Glättung der Topographie und die vereinfachte Darstellung von heterogenen bodenhydraulischen Parametern. Es wird gezeigt, dass Fehler aufgrund topographischer Glättung vorhersehbar sind: Sie führen in der Regel dazu, dass die Wassermenge im System überschätzt wird. Dies wird in dieser Arbeit durch eine Erhöhung der lateralen hydraulischen Leitfähigkeit kompensiert, wodurch eine effizientere Entwässerung möglich ist. Wenn die Heterogenität des Bodens vom Modell nicht (oder nur teilweise) erfasst wird, führt dies zu Fehlern, die schwer zu verallgemeinern sind. Solche Fehler werden während der DA mit adaptiven Bias-Termen korrigiert. Die Ergebnisse zeigen, dass Zustandsvorhersagen an den Orten am stärksten durch die systematischen Fehler beeinträchtigt werden, die weit von den assimilierten Beobachtungen entfernt sind. Sowohl die Kompensation als auch die Korrektur der systematischen Fehler erweisen sich als geeignete Maßnahmen, um den Bereich deutlich zu vergrößern, in dem die DA die Schätzungen innerhalb des integrierten Untergrundsystems verbessert. Des Weiteren zeigt sich, dass die gemeinsame Assimilation der Beobachtungen der Bodenfeuchte und der Höhe des Grundwasserspiegels der beste Ansatz für die Schätzung der mittleren Bodenfeuchte in der Wurzelzone ist, einem Zustand, der zwischen den beiden beobachteten Variablen liegt. Beobachtungen der Grundwasserspiegelhöhe liefern aussagekräftige Informationen sowohl für das Grundwasser selbst als auch für die tiefe vadose Zone.

Organisationseinheit(en)

Institut für Strömungsmechanik und Umweltphysik im Bauwesen

Typ

Dissertation

Anzahl der Seiten

135

Publikationsdatum

2025

Publikationsstatus

Veröffentlicht

Ziele für nachhaltige Entwicklung

SDG 6 – Sauberes Wasser und sanitäre Einrichtungen

Elektronische Version(en)

https://doi.org/10.15488/18780 (Zugang: Offen)