Modellierungsstrategien für Gasmigration in porösen Medien

Dieses Projekt gehört zum Forschungsthema "Modell-Legitimität und Unsicherheitsabschätzung für großskalige Modelle" des Graduiertenkollegs (RTG) "Integrierte Hydrosystemmodellierung".  Das Graduiertenkolleg besteht aus einer Gruppe von Doktoranden der Universität Tübingen, der Universität Stuttgart und der Universität Hohenheim. Sein Ziel ist es, in Zusammenarbeit mit kanadischen Partnerinstitutionen Strömungs- und reaktive Transportmodelle für gekoppelte Hydrosysteme in einer einzigartigen Umgebung weiterzuentwickeln. Der kanadische Partner für das aktuelle Projekt ist Prof. Kevin Mumford von der Queen's University, Kingston.

Gasmigration in porösen Medien ist ein komplexer, nichtlinearer Prozess, der durch mehrphasigen Massentransfer, Mehrphasenströmung und Diffusion innerhalb detaillierter Porengeometrien gesteuert wird. Wir möchten jedoch Gasmigrationspfade in größeren Systemen vorhersagen, ohne die Geometrie jeder einzelnen Pore kennen zu müssen. Für solche Vorhersagen wollen wir geeignete mathematische Modelle für computergestützte Simulationen finden.

Die übergeordnete Frage ist: Mit welcher Strategie soll ein solches Modell aufgebaut werden? Ein einfaches Modell mit wenigen Parametern, das leicht zu kalibrieren ist und schnell läuft? Ein komplexes, detailliertes Modell, das hochgenau sein könnte, aber viele experimentelle Daten braucht um erstellt und kalibriert zu werden, und dann auf einem Computer langsam läuft? Während viele mögliche Modellkonzepte vorgeschlagen werden könnten, interessiert uns die Frage, wie man zwischen diesen Modellen auf eine optimale Art und Weise wählen kann.

Das Hauptziel des Projekts ist daher die Entwicklung eines systematischen, objektiven und quantitativen Frameworks für den Vergleich verschiedener Versionen einer bestimmten Modellklasse (Invasions-Perkolations-Modelle) mit Laborexperimenten von Gasinjektionen in gesättigtem Sand unter verschiedenen Strömungsregimes. Das Framework soll bei der Auswahl eines geeigneten Modells für die Vorhersage unter den jeweiligen Strömungsbedingungen helfen.