Bayes'sche Legitimierung hydrogeologischer Modellkonzepte

Für die Modellierung von gekoppelten Hydrosystemen (hier: unterirdische Strömungen  gekoppelt an Oberflächengewässer in größeren Gebieten) existieren diverse Modellschulen. Diese unterscheiden sich enorm in ihrer Komplexität. Der Rahmen spannt sich von konzeptuellen hydrologischen Modellen, über räumlich verteilte hydrologische Modelle, hin zu extrem detaillierten Ansätzen, die auf partiellen Differentialgleichungen basieren.

Ein bekanntes Problem in diesem Zusammenhang ist: Je komplexer ein Modell ist, desto mehr Daten werden benötigt um das Modell ausreichend gut kalibrieren und somit legitim verwenden zu können. Das Ziel dieses Projektes ist es, die folgenden damit zusammenhängenenden Fragen zu beantworten:

• Kann der Datenbedarf bei hochaufgelösten Modellen überhaupt mit einem sinnvollen Maß an Messungen im Einzugsgebiet bedient werden?
• Müssen wir auf zonierte Modelle, andere Konzepte einfacher Parametrisierung geologischer Heterogenität oder sogar extrem vereinfachte konzeptionelle hydrologische Modelle zurückgreifen?
• Kann optimiertes Sammeln von Daten helfen, den Datenbedarf unter angemessenem Aufwand zu decken?

Als ersten Schritt zur Beantwortung dieser Fragen muss herausgefunden werden, wie Modellkomplexität von extrem großen und nicht linearen Modellen im Kontext Bayes'scher Theory gemessen werden kann. Im Anschluss daran wird eine Bayes’sche Modellanalyse auf hydrogeologische Modelle angewandt werden, deren Komplexität und Konzeption sich drastisch unterscheiden. Unter Verwendung von Bayes’schen Analysewerkzeugen in modellübergreifenen numerischen Studien werden wir das benötigte Level an Datenverfügbarkeit identifizieren, welches den Übergangspunkt in der Modelllegitimation zwischen den konkurrierenden Modellen darstellt.