Uni-Bayreuth

Sprungmarken

 

Harmonische Schwankungen im Grundwasserleiter zur Parametrisierung von Grundwassermodellen am Fallbeispiel des Unteren Lechs

Florian Steffinger1, Bernhard Kühnel2, Gerhard Haimerl2, Ralf Klocke2, Bernhard Keim1
1 Ingenieurgesellschaft Prof. Kobus und Partner GmbH
2 Bayerische Elektrizitätswerke GmbH

P 1.11 in Numerische Simulation von Strömungs- und Transportprozessen in Grundwasserleitern und angrenzenden Kompartimenten

Im Projektgebiet wird der Wasserstand des Unteren Lechs im Tagesrhythmus durch die Wasserkraftnutzung moduliert. Diese Schwingungen des Wasserspiegels übertragen sich auf den Grundwasserleiter und sind auch an vom Lech entfernten Grundwassermessstellen festzustellen, allerdings mit reduzierter Amplitude und einer zeitlichen Verschiebung.

 

Für einen harmonisch angeregten, gespannten Grundwasserleiter existiert nach Kinzelbach et al. (2005) eine Lösung der entsprechenden Differentialgleichung. Aus der Lösung geht hervor, dass Amplitudenreduktion und Phasenverschiebung Funktionen der Anregungsfrequenz, von Speicherkoeffizient und Transmissivität sowie von der Entfernung zum Gewässer sind.

 

Die Auswertung der Messungen von Wasser- und Grundwasserspiegel an einigen Messstellen des Unteren Lechs zeigen deutlich, dass die Schwankung des Wasserspiegels im untersuchten Fall bei der Übertragung in den Grundwasserleiter eine zusätzliche Minderung und Verzögerung erfährt. Dies ist auf die Art der Kopplung des Lechs an den Grundwasserleiter zurückzuführen. Unter Berücksichtigung dieser Komponenten können Rückschlüsse auf Speicherkoeffizient und Transmissivität im Projektgebiet gezogen werden.

 

Ein bereits bestehendes, horizontal ebenes numerisches Grundwassermodell im Projektgebiet wurde angepasst um eine bessere Abbildung der gemessenen Verhältnisse zu gewinnen. Hier zeigte die Analyse, dass nur durch die Annahme von lokal teilgespannten Verhältnissen eine verbesserte Nachbildung möglich war. Die Analyse zeigte jedoch auch, dass lokal variierende Untergrundeigenschaften sehr wahrscheinlich sind.

 

Die gewonnenen Erkenntnisse können als zusätzliche Informationen zur Parametrisierung eines Modells genutzt werden.

Letzte Änderung 31.10.2013