Description: Das Projekt "Wovon wir reden, wenn wir von Unsicherheit reden - Eine Bewertung der Bayes'schen Statistik als Mittel zur hydrogeologischen Unsicherheitsanalyse" wird vom Umweltbundesamt gefördert und von Universität Potsdam, Institut für Geowissenschaften durchgeführt. Die Relevanz von Unsicherheitsanalysen in der Hydrogeology ist vergleichsweise groß aufgrund der Tatsache, dass Aquifereigenschaften oft sehr heterogen sind und meist nur wenige in-situ Daten zu deren Charakterisierung zu Verfügung stehen. Die Bayes'sche Statistik ist hervorragend geeignet, um solche Analysen durch zu führen. Verglichen mit klassicher, frequentistischer Statistik lassen sich Unsicherheiten deutlich einfacher modellieren, können Wahrscheinlichkeitsaussagen auch für Einzelfälle getroffen werden und Hintergrundwissen von ex-situ Messungen konsistent mittels der A-priori-Verteilung repräsentiert werden. In der Praxis werden allerdings sowohl Unsicherheitsanalyse wie auch Aquifercharakterisierung nur selten mit Bayes'schen Methoden durchgeführt. Der wahrscheinlich wichtigste Hinderungsgrund ist dabei die Schwierigkeit die A-priori-Verteilung zu bestimmen, welche die (Un)sicherheit bzgl. der Aquifereigenschaften ausdrückt bevor in-situ Daten berücksichtigt wurden. In diesem Projekt werde ich dieses Problem angehen, in dem ich (i) einen Arbeitsablauf zur Bestimmung der A-priori-Verteilung ausarbeite und (ii) den Einfluss solch einer Verteilung untersuche. Im ersten Teil werde ich Gebrauch machen von dem hierarchischem Bayes'schen Modell zur Bestimmung von A-priori-Verteilungen, welches in einer Zusammenarbeit zwischen der Arbeitsgruppe von Prof. Yoram Rubin und mir entwickelt wurde. Um dieses Modell mit einem umfangreichen und repräsentativen Datensatz zu versorgen, werde ich es mit einer etablierten Datenbank hydrogeologischer Messungen koppeln. Dadurch wird es möglich informative A-priori-Verteilungen zu bestimmen, welche das Hintergrundwissen von ex-situ Messungen repräsentieren. Im zweiten Teil werde ich den Einfluss dieser informativen A-priori-Verteilungen auf Fragen der Unsicherheitsreduktion und des resultierenden Datenwertes untersuchen. Dazu werde ich eine Reihe von klassischen Meß- und Interpretationsverfahren mit einem Bayes'schen Aquivalent vergleichen. Dabei wird vor allem die Frage des relativen Datenwertes im Mittelpunkt stehen. Relativ bezieht sich hierbei auf den Einfluss von in-situ Daten verglichen mit den ex-situ Daten, welche in der A-priori-Verteilung enthalten sind. Die Ergebnisse dieses Projektes werden demnach helfen einen konsistenten und reproduzierbaren Arbeitsablauf zur Ableitung hydrogeologischer A-priori-Verteilungen zu etablieren sowie deren Einfluss auf Fragen der Unsicherheitsreduktion und des relativen Datenwertes von in-situ Messungen zu bestimmen. Des Weiteren werden die Ergebnisse dazu dienen die Vorteile sowie mögliche Nachteile Bayes'scher Methoden für die hydrogeologische Unsicherheitsanalyse zu verstehen. Dadurch werden die Herausforderungen klar, die zu überwinden sind, um Bayes'sche Statistik zu einem allgemein genutztem Standard für hydrogeologische Unsicherheitsanalysen werden zu lassen.
Types:
SupportProgram
Origin: /Bund/UBA/UFORDAT
Tags: Potsdam ? Hydrogeologie ? In-situ-Daten ? Modellierung ? Hydrogeologisches Modell ? Datenbank ? Statistik ? Zusammenarbeit ? Analyse ? ex-situ ? Teilmodell ? bewerten ?
Region: Brandenburg
Bounding box: 13.01582° .. 13.01582° x 52.45905° .. 52.45905°
License: cc-by-nc-nd/4.0
Language: Deutsch
Time ranges: 2018-01-01 - 2024-11-29
Webseite zum Förderprojekt
https://gepris.dfg.de/gepris/projekt/392679921 (Webseite)Accessed 1 times.