Aufruf durch: SPRING Berechnung Inverse Kalibrierung… Es wird unterschieden nach der Berechnungsart:

Nach Erstellung des Grundwassermodells und Eingabe aller Daten erfolgt die Kalibrierung. SPRING unterstützt die “Kalibrierung mit dem Gradientenverfahren“ oder dem Verfahren der inversen Modellierung.

Die inverse Modellierung ist ein iterativer Prozess, in dem das System Schritt für Schritt erforscht wird und dieses immer wieder neu beurteilt werden muss. Die Sinnhaftigkeit der berechneten Werte muss vom Anwender immer wieder überprüft werden.

Nach Korrektur von falschen Messwerten oder sonstigen Unverträglichkeiten der Eingabedaten bleiben folgende Modellparameter als unsichere Größen bestehen:

• Durchlässigkeiten (K-Werte)

• Leakagekoeffizienten (LERA, LEKN)

• Randzu- oder -abflüsse (VORF + LERA)

• Speicherkoeffizienten (instationäre Betrachtung, KSPE)

Zur Bestimmung dieser unbekannten Modellparameter p dienen in der Regel gemessene Potentiale an Grundwassermessstellen. Für instationäre Rechnungen sollten auch Ganglinien von Potentialen über einen gewissen Zeitraum für einige Messstellen vorliegen. Außerdem können z.B. Abflussmessungen Aussagen über die Größenordnung von Leakagemengen liefern, und es können Randzuflussmengen oder Randabflussmengen bekannt sein. Dies sind Messwerte oder Beobachtungsdaten (m).

In der Berechnung des direkten Problems werden aus einem Datensatz geschätzter, aber ungesicherter Modellparameter p die Potentiale und Mengen (Messgrößen m) berechnet. Bei dem inversen Verfahren ist hingegen das inverse Problem zu lösen, bei dem die ungesicherten Modellparameter p aus den gesicherten Messgrößen m bestimmt werden:

Die Modellparameter sind bei der inversen Problemstellung die abhängigen Variablen, die aus den unabhängigen Beobachtungsgrößen zu bestimmen sind. Ziel der Kalibrierung ist, die unbekannten Modellparameter so abzuschätzen, dass ein gemessener Zustand durch das numerische Modell bestmöglich wiedergegeben wird.

Bei der Formulierung des inversen Problems ist zu berücksichtigen, dass das hydrogeologische Konzept fehlerbehaftet sein kann. Durch eine statistische Formulierung des inversen Problems können Fehler in der anschließenden Interpretation der gemessenen Daten relativiert werden.

Modellparameter als unbekannte Größen