Priorisierung der Hauptursachen von Vorhersageunsicherheit in gekoppelten Hydrosystemmodellen

Gekoppelte Hydrosystemmodelle (GHM) können nützliche Einblicke in hydrogeologische Systeme bieten. Jedoch führen systemimmanente Annahmen und Vereinfachungen in den GHM sowie mangelhafte Verfügbarkeit von Daten zu Vorhersageunsicherheit der Modelle. Typischerweise werden numerische GHM deterministisch und ohne rigorose Quantifizierung der Vorhersageunsicherheit verwendet. Damit GHM ihre Nützlichkeit und Glaubwürdigkeit bewahren können ist es wichtig, dass sie über eine Unsicherheitsquantifizierung verfügen, welche Anwender verstehen können, die möglicherweise keinen Hintergrund mit GHM haben (Pappenberger und Beven 2006).

Numersiche GHM haben drei systemimmanente Ursachen für Unsicherheit – beschrieben nach Gupta et al. (2005):

• Daten – Messfehler in Messwerten, die zur Erstellung, Kalibration um im Betrieb des Modells verwendet werden; ebenso mangelhaflte Verfügbarkeit von Daten;
• Parameter – es gibt in vielen Fällen viele Parameterwertkombinationen, die sich in der Kalibrierung gleich gut verhalten, jedoch zu verschiedenen Lösungen führen;
• Konzeptuell – unvollständige Information, die genaue Lage von Aquitarden und Faziesgrenzen, die Einbeziehnung und Repräsentation physikalischer Prozesse und deren Wechselwirkungen, die Geometrie und Grenzen der Modelldomäne. 

Diese Forschung hat drei Hauptziele: 1) Die dominierenden Ursachen der Vorhersageunsicherheit in GHM festzustellen, 2) die Bedingungen zu bestimmen, unter welchen eine bestimmte Unsicherheitsursache dominiert, und 3) zu untersuchen, welche Unsicherheitsursachen verringert werden können.