KIT | KIT-Bibliothek | Impressum | Datenschutz

Wochen-, Monats- und Jahreszeitenvorhersage von Grundwasserständen mit künstlichen neuronalen Netzen

Broda, Stefan; Wunsch, Andreas; Liesch, Tanja; Reichling, Jörg

Abstract:
Die Qualität und Zuverlässigkeit der Modellierung und Vorhersage von Grundwasserständen mittels physikalisch-basierter numerischer Grundwasserströmungsmodelle hängen stark von der Verfügbarkeit von Felddaten für die Modellparametrisierung ab. Insbesondere bei (über)regionalen Studien scheitern diese Modelle oft wegen fehlender oder unvollständiger Informationen, beispielsweise hinsichtlich der räumlichen Ausdehnung der einzelnen geologischen Formationen und ihrer hydraulischen Eigenschaften. Ansätze, die auf künstlicher Intelligenz beruhen, wie künstliche neuronale Netze, sind eine vielversprechende Alternative, da sie die Fragestellung auf eine einfache Input-Output-Beziehung reduzieren, während Beschreibungen des physikalischen Prozesses entfallen.
Eine zuverlässige Vorhersage des Grundwasserspiegels ist unabdingbar für die die Ableitung von Wasserverfügbarkeits- und Bewässerungsanforderungen in der Trinkwasserversorgung und Landwirtschaft, der Abgrenzung möglicher Landsenkungszonen durch extrem niedrige Grundwasserstände im Zusammenhang mit Dürre und/oder Grundwasserförderung, der Abgrenzung potenzieller Gebiete von Grundwasserhöchstständen für Verkehrsinfrastruktur, Gebäude und landwirtschaftlichen Nutzflächen und die Entwicklung geeigneter Vermeidungs- und Anpassungsstrategien.
In diesem Beitrag wird die Verwendbarkeit verschiedener neuronaler Netzwerktypen (feedforward und rekurrente neuronale Netze, mit und ohne vorgeschalteter Wavelet-Transformation des Eingangsdatensatzes) an Pegeln im Fest- und Lockergestein evaluiert. ... mehr



Zugehörige Institution(en) am KIT Institut für Angewandte Geowissenschaften (AGW)
Publikationstyp Vortrag
Jahr 2018
Sprache Deutsch
Identifikator KITopen-ID: 1000096039
Veranstaltung 26. Grundwasser im Umfeld von Bergbau, Energie und urbanen Räumen - Tagung der Fachsektion Hydrogeologie e. V. in der DGGV e.V. (2018), Bochum, Deutschland, 21.03.2018 – 24.03.2018
Externe Relationen Abstract/Volltext
Relationen in KITopen
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page