Sichere und grundlastfähige erneuerbare Energiequellen sind essentiell für das Erreichen globaler Klimaziele. Die Tiefengeothermie kann Wärme und Strom unabhängig von Wetterbedingungen liefern und spielt eine Schlüsselrolle bei dem Vorantreiben der grünen Energiewende. Mit unserem Vorhaben gehen wir die Hauptfaktoren, die ein schnelleres Wachstum des Geothermiesektors verzögern, an: lange Amortisationszeiten und hohe sozioökonomische Risiken im Zusammenhang mit induzierter Seismizität. SIEGFRIED zielt darauf ab, neue Standards für die geothermische Exploration in der Niederrheinischen Bucht und darüber hinaus einzuführen sowie neue Methoden und Arbeitsabläufe zu schaffen, um große Mengen an interdisziplinären und maßstabsübergreifenden Daten in Studien zur seismischen Gefährdung zu kombinieren. Es ist der erste Versuch dieser Art, geomechanische und seismologische Ansätze zu kombinieren, um ein gemeinsames Bild der seismischen Gefährdung zu erstellen und so darzustellen, dass die Energiebetreiber es für die Planung, den Aufbau und später den Betrieb tiefer geothermischer Systeme in der Niederrheinischen Bucht nutzen können. SIEGFRIED wird zum ersten Mal die direkte Messung des Spannungstensors in den Tiefen eines tiefen geothermischen Reservoirs in der Niederrheinischen Bucht ermöglichen. Diese Informationen werden die Kalibrierung von physikalisch informierten numerischen Modellen der Krustenspannung und ihrer anthropogenen Veränderungen in situ ermöglichen sowie die seismische Gefährdungsabschätzung unterstützen. Letztendlich besteht die Hauptaufgabe der RWTH innerhalb von SIEGFRIED darin, den Zustand der initialen Spannung, die Stabilität der Hauptstörungszonen und die anthropogenen Spannungsänderungen zu verstehen, die während der geothermischen Produktion in der Niederrheinischen Bucht entstehen.
Vor dem Hintergrund des globalen Wandels stehen die Ökosysteme weltweit vor großen Herausforderungen. In Europa haben die jüngsten Dürren zu einem verheerenden Waldsterben geführt, das auf direkte und indirekte Auswirkungen der Trockenheit zurückzuführen ist. Hydraulische Umverteilung (HR) - der passive Transport von Wasser zwischen verschiedenen Bodentiefen über das Wurzelsystem der Pflanzen - ist ein Prozess, der potentiell Auswirkungen auf die Fähigkeit der Ökosysteme, Dürren abzuschwächen, haben kann. „Hydraulic Lift“ (HL) ist die häufigste Form von HR, bei der sich das Wasser aufgrund des Wasserpotenzialgefälles zwischen dem feuchteren Boden in der Tiefe und dem trockenen Boden an der Oberfläche während der Nacht passiv in die trockene Bodenregion bewegt und so möglicherweise eine wichtige Wasserquelle für die Pflanzen darstellt. Mehr als zwei Jahrzehnte Forschung über HR haben gezeigt, dass es sich dabei um einen Prozess mit globaler Bedeutung für Ökosysteme handelt. Trotz dieser Bedeutung sind konsistente Datensätze zu HR auf räumlichen Skalen größer als der Baumskala, und evidenzbasierte Modellierungsansätze äußerst selten. Infolgedessen sind wir derzeit nicht in der Lage, genau vorherzusagen, ob und unter welchen Bedingungen HR eine wichtige Komponente für die Resilienz von Wäldern und anderen Ökosystemen unter den prognostizierten klimatischen Veränderungen sein wird. In diesem Projekt werden wir zum ersten Mal einen räumlich und zeitlich hochaufgelösten Datensatz über HR sammeln. Mit diesem Datensatz wollen wir die Relevanz von HR auf der Feldskala untersuchen, die Heterogenität von HR bewerten und ermitteln, welche Pflanzengruppen von HR profitieren. Wir etablieren hierfür ein Monitoringsystem, das speziell für die Identifikation, Monitoring und Quantifizierung von HR entwickelt wurde. Dieses System kombiniert Methoden basierend auf der in situ-Messung stabiler Wasserisotope, ökohydrologischen Ansätzen und isotopischen Markierexperimenten in einem Laubmischwald in Niedersachsen. Der Datensatz wird anschließend zur Parametrisierung und Kalibrierung des isotopengestützten Boden-Vegetations-Atmosphären-Transfermodells (SVAT) MuSICA verwendet. Das kalibrierte Modell wird anschließend genutzt, um die Bedeutung von HR für die Resilienz des untersuchten Laubmischwald-Ökosystems unter verschiedenen Szenarien vorherzusagen. Die Ergebnisse dieses Projekts werden dazu beitragen, die Rolle von HR für Waldökosysteme jetzt und unter den prognostizierten zukünftigen Klimabedingungen zu verstehen. Es wird dazu beitragen, die potenzielle Pufferwirkung von HR bei Dürren und extremen Bedingungen zu bewerten, was für die Waldbewirtschaftung im Hinblick auf die Entwicklung widerstandsfähiger Waldökosysteme der Zukunft essentiell sein kann. Darüber hinaus könnte der vorgeschlagene methodische Rahmen möglicherweise zu einem Standardverfahren für die Bewertung von HR auf größeren räumlichen Skalen werden.
Grundwasser dient als lebenswichtige Trinkwasserquelle, doch die steigende Nachfrage übt einen zunehmenden Druck auf lokale Grundwasserleiter aus. Besondere Beachtung gilt Karstgrundwassereinzugsgebiete, die durch eine schnelle Grundwasserneubildung und einen raschen Schadstofftransport gekennzeichnet sind. Die Bewertung der Vulnerabilität von Karstgrundwasserleitern und -quellen stützt sich bisher überwiegend auf statische Methoden, die nur selten integrative betrachtet werden. Es gibt es eine Vielzahl vielversprechender Indikatoren, sowohl nicht quellenspezifischer Art (z. B. elektrische Leitfähigkeit, Trübung, gelöster organischer Kohlenstoff), um schnelle Abflüsse zu erkennen, als auch quellenspezifischer Art (z. B. Metazachlor, Cyclamat, Koffein, Acesulfam), um die Herkunft von Schadstoffen in Karstgrundwasserleitern zu bestimmen. Diesen Indikatoren mangelt es jedoch an eine Prognosefähigkeit, da sie sich auf die Identifizierung von Verunreinigungen in Echtzeit oder die Verfolgung des Ursprungs der Verunreinigungen beschränken. Dieses Projekt zielt darauf ab, neue Methoden für die Echtzeitbewertung der Gefährdung und die Vorhersagemodellierung in Karstgrundwasserleitern zu verbessern und zu entwickeln, indem ein modernes hybrides Abflussmodell (mit räumlich aufgelöster Anreicherung und verklumptem Grundwasser) mit einem indikatorbasierten Ansatz integriert wird, der sowohl nicht quellenspezifische als auch quellenspezifische Indikatoren verwendet. Zu diesem Zweck, wird das hybride Abflussmodell bezüglich der schnellen Abflusskomponente auf der Grundlage nicht quellenspezifischer Indikatoren kalibrieren. Darüber hinaus werden Eintragsherde, wie punktuelle Einträge aus Abwasserüberschlägen und diffuse Einträge aus der Landwirtschaft, in das Modell einbezogen, gekoppelt mit einem reaktiven Stofftransportmodell. Dieser umfassende Ansatz wird es ermöglichen, Zeiträume mit erhöhter schneller Abflusskomponente, die häufig mit Verunreinigungen durch Bakterien, Viren, organische Verbindungen assoziiert ist, und Einträge aus spezifischen Quellen zu identifizieren. Ein besonders bemerkenswertes Merkmal dieses Ansatzes die Fähigkeit, potenzielle Auswirkungen auf die Wasserqualität vorherzusagen, indem Wettervorhersagen bis zu 24 Stunden im Voraus genutzt werden. Die Ergebnisse dieses Projekts sind von großer Bedeutung für ein zeitgemäßes, modellgestütztes Grundwassermanagement in Karstgrundwasserleitern, das der dringenden Notwendigkeit einer nachhaltigen Ressourcennutzung und des Umweltschutzes Rechnung trägt.
Wir schlagen vor, IODP/ODP-Daten einzusetzen, um numerische Modelle für die Entstehung von Gashydraten in marinen Sedimenten zu kalibrieren. Wir möchten dabei besonders untersuchten, was mit dem Methangas geschieht, das entsteht wenn Gashydrate begraben und unterhalb der Stabilitätszone zersetzt werden. Dieses Gas kann entweder in die Stabilitätszone aufsteigen, um dort neues Hydrat zu bilden oder gemeinsam mit dem Sediment begraben werden. Wenn das Gas in die Stabilitätszone zurückfließt, kann dort sehr viel Hydrat akkumulieren. Ohne diese Rückführung liegt die Hydratsättigung im Porenraum dagegen in der Regel bei kleiner als 1 Prozent . In den Modellen, die bisher genutzt wurden, um die Hydratmenge im globalen Ozean abzuschätzen wurde angenommen, dass das Gas begraben und nicht zurückgeführt wird. Die tatsächliche Hydratmenge könnte sehr viel größer sein als bisher vermutet, falls die Gasrückführung ein weitverbreitetes Phänomen ist. Der Rolle der Gashydrate im Klimasystem und ihr Potential als fossiler Energieträger wären dann größer als bisher vermutet.
Die Dichte gilt als die wichtigste Materialeigenschaft von Holz, mit der viele andere physikalische Holzeigenschaften (z.B. Druckfestigkeit) stark korrelieren. Auch die in Bäumen gespeicherte Biomasse (und somit der gespeicherte Kohlenstoff) kann über die Bestimmung der Holzdichte ermittelt werden. Während des Wachstums von Bäumen schlagen sich Umwelteinflüsse auf die Dichte des gebildeten Holzes nieder. So können aus hoch auflösenden Messungen von Dichtevariationen in Stammquerschnitten (=Dichteprofile) beispielsweise Rückschlüsse auf das Klima während der Holzbildung geschlossen werden. Es gibt zahlreiche Methoden der Dichtemessung von Holz, von denen sich die Röntgen-Densitometrie als Standard zur hoch auflösenden Messung durchgesetzt hat. Die am Institut für Waldwachstum entwickelte Methode der Hochfrequenz-Densitometrie (= 'HF-Densitometrie') kann als einfach zu handhabende Alternative zu dieser bewährten, jedoch sehr aufwendigen und kostspieligen Methode der Vermessung von Dichtevariationen im Holz betrachtet werden. Diese nutzt zur Ermittlung der Holzdichte das elektrische Streufeld von spaltförmigen Kondensatorsystemen (= dielektrische Streufeld-Spaltsonden), mit denen die obere Schicht der untersuchten Holzoberfläche abgetastet wird. Wegen des linearen Zusammenhanges zwischen der Holzdichte und der dielektrischen Permittivität des Holzes lässt sich das bei der Abtastung gewonnene elektrische Signal nach einer Kalibrierung direkt in Dichtewerte umrechnen. Im Rahmen des Projekts wird die Methode der Hochfrequenz-Densitometrie weiterentwickelt. Im Vordergrund stehen dabei Untersuchungen der Messtiefe des elektrischen Streufeldes der unterschiedlich großen Sonden und die Kalibrierung der Anlage zur Messung absoluter Dichtewerte.
Wasser-Nahrungsmittel-Energie Nexus ist zentral für eine nachhaltige Entwicklung. Deswegen benötigt die Gesellschaft ein besseres Umweltverständnis, um eine effiziente und sichere Interaktion bereitzustellen und Allgemeinwohl und Nachhaltigkeit im Ressourcenmanagement zu maximieren. Simulationen der genau kalibrierten Modelle bieten eine einzigartige Möglichkeit das Verhalten der nicht linearen Strömungen in geologischen Formationen, wie z.B. Multi-Phasen Fluss im zerklüfteten porösen Medium, gekoppelte Hydrosystem Modelle und Multi-Komponenten reaktive Transport im porösen Medium vorherzusagen. Aufgrund der Rauheit oder Fehlen der vorhandenen Daten und hohen Kosten der numerischen Simulation stellt diese Problemklasse nach wie vor eine Herausforderung auch für moderne Methoden der Quantifizierung der Unsicherheiten und maschinellen Lernens (ML) dar. Das vorliegende Projekt beabsichtigt sich mit dieser Herausforderung am Beispiel der Modellierung von Kohlenstoffdioxidspeicherung (CO2) in geologischen Formationen zu befassen. Die Problematik der CO2-Speicherung ist äußerst repräsentativ für eine große Klasse von Untergrundproblemen aufgrund der Struktur der involvierten Mehrphasenströmung. Weit verbreiteten ML Methoden scheinen geeignet zu sein, solche nicht linearen Probleme zu lösen. Klassische ML Methoden erfordern jedoch immense Datenmengen, sowohl die der Modelparameter als auch die der Model Response. Unglücklicherweise können viele Anwendungen in den Geowissenschaften nur eine limitierte Anzahl an Datensätzen bereitstellen. Im aktuellen Projekt beabsichtigen wir eine ML Methode zu entwickeln, welche dazu in der Lage sein wird die lokale Nichtlinearität des physikalischen Problems auch im Falle der nur geringen Menge der verfügbaren Daten adaptiv zu approximieren. Das Projekt beabsichtigt die Relation zwischen der Bayes'schen Inferenz und Informationstheorie in ihrer Zielorientierten Ausprägung zu nutzen, um die Nichtlinearität des physikalischen Problems unter Verwendung der Beobachtungsdaten und Simulationsergebnisse adaptiv zu lokalisieren. Dabei folgen wir dem aktuellen Trend in der stochastischen Modellreduktion und trainieren eine mathematisch optimale Response Surface unter Verwendung von limitierten Informationsmenge von dem ursprünglichen CO2 Modell in Bezug auf Beobachtungsdaten. Wir beabsichtigen eine Multi-Adaptivität Methode für polynomielles Chaos zu entwickeln, welche eine sparse, auf Bayes'schen Theorie basierende Rekonstruktion mit informationstheoretischen Argumenten erweitert. Kombination von Bayes'schen Inferenz mit Informationstheorie wird helfen die Response Surface adaptiv zu verbessern, dabei werden die relevanten Informationen iterativ in die adaptive Response Surface integriert. Wir erwarten, dass die vorgeschlagene Bayes'sche sparse2 Multi-Adaptivität Konzept einen physikalisch-basierten Weg für andere ML Methoden eröffnet, und äußerst nützlich für verschiedene umweltwissenschaftliche Probleme sein wird.
Innerhalb der Forschergruppe GlobalCDA wird das Projekt P5 die erforderlichen Wasserstände von Inlandsgewässern bereitstellen, die später in Wasservolumina und -abflüsse umgerechnet werden und als Beobachtungsdaten für die Kalibrierung und zur Assimilation in das WaterGAP Modell verwendet werden. Neben der Bereitstellung der Wasserhöhen innerhalb der Test- und Untersuchungsregionen wird sich das Projekt schwerpunktmäßig mit der Entwicklung der notwendigen Ansätze und Methoden beschäftigen, die für eine automatische, schnelle, zuverlässige und hochgenaue Ableitung von Inlandgewässerhöhen auf globaler Skala benötigt werden. Im Einzelnen werden im Projekt Forschungen zu folgenden Schwerpunkten durchgeführt: (1) Automatische Erkennung und Definition von permanenten und nicht-permanenten Wasserflächen, (2) Zuverlässige Klassifizierung von Radarechos von unterschiedlichen Oberflächenreflektoren und konsistent für verschiedene Missionen, (3) Verbesserter Retracking-Algorithmus für Inland-Altimetermessungen, der die konsistente Verwendung und Kombination verschiedener Altimetermessungen erlaubt, und (4) Zuverlässige Ableitung von Fehlerinformationen für jede gemessene Wasserhöhe. Alle erarbeiteten Methoden werden im Rahmen des Projektes sorgfältig validiert und mit existierenden Ansätzen und Daten verglichen.
| Origin | Count |
|---|---|
| Bund | 1484 |
| Type | Count |
|---|---|
| Förderprogramm | 1483 |
| unbekannt | 1 |
| License | Count |
|---|---|
| geschlossen | 1 |
| offen | 1483 |
| Language | Count |
|---|---|
| Deutsch | 1293 |
| Englisch | 416 |
| Resource type | Count |
|---|---|
| Keine | 893 |
| Webseite | 591 |
| Topic | Count |
|---|---|
| Boden | 1081 |
| Lebewesen und Lebensräume | 1011 |
| Luft | 924 |
| Mensch und Umwelt | 1478 |
| Wasser | 920 |
| Weitere | 1484 |