Wo man neue Grundwasser-Messstellen installieren sollte, wenn man eine Grundwasserscheide lokalisieren möchte.

Jonas Allgeier1, Ana González-Nicolás2, Wolfgang Nowak2, Michael Finkel1, Olaf Cirpka1
1 Zentrum für Angewandte Geowissenschaften, Universität Tübingen
2 Institut für Wasser- und Umweltsystemmodellierung, Universität Stuttgart

2.1 in Wasserquantitäts- und qualitätsmodellierung auf regionaler Skale - Herausforderungen und neue Ansätze

Gewässer-Einzugsgebiete werden in der Regel über Geoinformationssysteme (GIS) anhand der Topographie abgegrenzt. Die tatsächlichen Grundwasserscheiden können aber von den ermittelten Oberflächenwasserscheiden abweichen. Zur genauen Lokalisierung einer Grundwasserscheide und somit eines Einzugsgebiets ist man daher auf Messungen der hydraulischen Spiegelhöhe angewiesen. Entsprechende Messstellen sind jedoch häufig rar und müssen unter Umständen zur Beantwortung der Fragestellung neu installiert werden.

Ziel unserer Arbeit ist, aus einer Gruppe potentieller neuer Messpunkte diejenigen zu identifizieren, welche den höchsten zusätzlichen Informationsgehalt im Hinblick auf die Lokalisierung der Grundwasserscheide versprechen. Dabei verwenden wir eine Methode der optimalen Versuchsplanung (preDIA; Leube, 2012), welche auf ensemble-basierter Modellierung beruht. Hierfür werden Realisationen eines stationären Grundwasserströmungsmodells generiert, die einer bayesschen Analyse unterzogen werden. Wir präsentieren die Methode anhand eines Beispiels, welches die Grenze der Einzugsgebiete Ammer und Neckar in der Nähe von Tübingen (Baden-Württemberg) untersucht. Als numerisches Modell verwenden wir HydroGeoSphere.

Die Untersuchung zeigt, ...

  • dass eine erhöhte Durchlässigkeit des Untergrunds zu einer Verschiebung der Grundwasserscheide führen kann;
  • dass die Lage der Grundwasserscheide nach a priori Wissen mit einer räumlich variierenden Unsicherheit behaftet ist;
  • dass zusätzliche Beobachtungspunkte von hydraulischen Spiegelhöhen diese Unsicherheit reduzieren können;
  • dass die Unsicherheit mit zunehmender Anzahl solcher Messstellen abnimmt;
  • dass es für eine gegebene Anzahl an Messstellen Konfigurationen mit hohem und niedrigem Informationsgehalt gibt.

Insgesamt erlaubt die Methode somit eine Identifizierung der besten Messstellen-Konfiguration bei vorgegebener Anzahl. Ein Vergleich der maximalen Unsicherheitsreduktion bei unterschiedlich vielen Messstellen zeigt außerdem, welchen Informationswert jeder neuer Beobachtungspunkt mit sich bringt.



Leube, P. C., Geiges, A., & Nowak, W. (2012). Bayesian assessment of the expected data impact on prediction confidence in optimal sampling design. Water Resources Research, 48(2). https://doi.org/10.1029/2010WR010137