Autogenerering af hydrostratigrafiske modeller fra boringer og SkyTEM

Transkript

1 Autogenerering af hydrostratigrafiske modeller fra boringer og SkyTEM Pernille Aabye Marker Peter Bauer-Gottwein Department of Environmental Engineering, Technical University of Denmark Nikolaj Foged, Anders Vest Christiansen, Esben Auken HydroGeophysics Group, Department of Geoscience, Aarhus University, Denmark Klaus Mosegaard Niels Bohr Institute, University of Copenhagen, Denmark Xin He, Jens Christian Refsgaard Geological survey of Denmark and Greenland, Denmark

2 EM data og grundvandsmodeller OSD områder 2011 status Ikke kortlagt Under udarbejdelse } Kortlægning gennemført TEM og SkyTEM sonderinger, GERDA 04 November Brun er TEM, gul er SkyTEM 2

3 Motivation o Forvaltning af grundvandsressourcer Grundvandsudnyttelse Forurening Indvindingsoplande o Strukturel geologisk usikkerhed er den dominerende usikkerhedskilde I grundvandsmodellering o Prædiktioner fra grundvandsmodeller er følsomme overfor ændringer i den hydrostratigrafiske model o Grundvandsmodeller er non-unique e i forhold til hydrostratigrafien 3

4 Hydrostratigrafisk modellering o Rumlig komplekst o Geologiske modeller er subjektive o Strukturel usikkerhed ikke kvantificerbar 4

5 Metode Geofysisk og lithologisk data Ler-fraktion inversion Cluster analyse Hydrologisk data Hydrologisk model kalibrering struktur hydrauliske parametre Hydrostratigrafisk model Hydrologisk model Resistivitetsdata + borings litologi Ler-fraktion model + resistivitetsdata Trykniveau observationer + afstrømningsdata Ler-fraktion inversion Hydrostratigrafisk cluster model Hydrologisk model kalibrering 5

6 6

7 NORSMINDE 7

8 TEM (skraveret brun) og SkyTEM (sorte punkter) Litologiske boringer 8

9 Ler-fraktion model Ler Blandet Sand Foged, N., Marker, P. A., Christansen, A. V., Bauer-Gottwein, P., Jørgensen, F., Høyer, A.-S., and Auken, E.: Large-scale 3-D modeling by integration of resistivity models and borehole data through inversion, Hydrol. Earth Syst. Sci., 18, , doi: /hess ,

10 Resistivitets- og ler-fraktion model Ler fraktion 7.5 km 10

11 Ler fraktion 3D ler-fraktion model 11

12 K-means cluster analyse o Inddeling af undergrunden i zoner o Information i resistivitetsdata og ler-fraktion værdier 12

13 Inddeling af datarum Farveskala angiver antal datapunkter (logaritmisk) 13

14 Cluster-model Resistivitet (Ωm) Ler-fraktion (-) 14

15 3D cluster-model 15

16 Integreret hydrologisk model MIKE-SHE model Hydrologisk forcing Daglig klima data Grundvandsindvinding Observationer Trykniveau Vandføringer 16

17 Kalibrering af hydrologisk model Φ = Φ head + Φ discharge = w H,i N H i=1 obsh i simh i σ H 2 + w D,i N D i=1 obsd i simd i σ D,i 2 σ H σ D,i w H,i w D,i N H N D obs sim std dev trykniveau std dev vandføring subjektiv vægt, trykniveau subjektiv vægt, vandføring antal trykniveau observationer antal vandføring observationer observeret simuleret 17

18 Performance kriterier RMSE = 1 N N obs i sim i 2 Spredningen på residualerne i=1 RMSE w = 1 N N i=1 obs i sim i σ i 2 Vægtet RMSE; hvis = 1 er data fitted til én standardafvigelse ME = 1 N N i=1 obs i sim i Middelfejl; mål for bias 18

19 Benchmarking o 5-cluster model performance sammenlignet med konventionel hydrostratigrafisk model Calibration Validation Validation Weighted RMSE (-) Konventionel model RMSE ME Weighted RMSE (-) 5-cluster model RMSE Head (m) Discharge (m 3 /s) Head (m) Discharge (m 3 /s) Head (m) Discharge (m 3 /s) ME 19

20 Simuleret trykniveau, Konventionel model 20

21 Simuleret trykniveau, kote 0m Forskellen på simuleret trykniveau fra de to modeller 21

22 Afstrømningsdata

23 Hvor mange zoner? Cluster modeller Konventionel model 23

24 Konklusion o Vi kan ud fra geofysisk resistivitetsdata og ler-fraktion model inddele undergrunden i zoner, hvis hydrauliske ledningsevne kan estimeres i hydrologisk kalibrering Resultat sammenligneligt med konventionel hydrostratigrafisk model o Semi-automatisk og drevet af data mindre ressourcekrævende o Udnyttelse af rumlig information i geofysikken o Mulighed for metodestandardisering i hydrostratigrafisk modelopbygning Fortsættelse o Usikkerhedsanalyse ved generering af ensemble 24