Abteilung Wasserressourcen und Trinkwasser
Vorhersage von Grundwasserständen
Grundwasser wurde in der Vergangenheit als sichere Süßwasserquelle angesehen, die relativ unempfindlich gegenüber meteorologischen Veränderungen ist. Extreme hydrologische Ereignisse der letzten Jahre (Überschwemmungen und Dürren) haben gezeigt, dass Grundwasser möglicherweise anfälliger ist als bisher angenommen. Um Entscheidungen zum Grundwasserressourcenmanagement zu unterstützen, sind ein gutes Verständnis und Prognosen der Grundwasserdynamik erforderlich. Diese Dynamik hängt von einer Vielzahl von Einflüssen wie Niederschlag, Verdunstung, Flussdynamik und Grundwasserentnahme ab. Wir haben die Anwendung von konzentrierten Parametermodellen unter Verwendung von Impulsantwortfunktionen untersucht, um die beobachteten Grundwasserstände aus dem schweizweiten Grundwasserüberwachungsnetz (NAQUA) zu simulieren. Mit diesem Ansatz wurde eine hohe Genauigkeit erreicht. Im Rahmen des Projekts haben wir diese neue Art von Modellen angewendet, um (i) die Empfindlichkeit der Grundwassersysteme in der Schweiz gegenüber extremen Ereignissen systematisch zu analysieren und (ii) Grundwasserstände zu prognostizieren. Die Ergebnisse des Projekts werden zur Entwicklung eines operativen Grundwasserinformationssystems genutzt, das Entscheidungsträgern im Wasserbereich hilft, kurz- und langfristige Entscheidungen zum Management des Grundwassers zu treffen.
- Raoul Collenteur (W+T)
Funding
EAWAG Discretionary Fund
Publikationen
- Collenteur, R. A., Bogner, K., Zappa, M., Schirmer, M., and Moeck, C.: An ensemble groundwater prediction (EGP) system to forecast groundwater levels in alluvial aquifers in Switzerland, EGUsphere.
- Collenteur, R. A., Moeck, C., Schirmer, M., & Birk, S. (2023). Analysis of nationwide groundwater monitoring networks using lumped-parameter models. Journal of Hydrology, 626, 130120.
- Collenteur, R. A., Jimenez-Martinez, J., Schirmer, M, Moeck, C. (2026). A national-scale database of groundwater level data for Switzerland. Sci Data
- Collenteur, Raoul Alexander, Ezra Haaf, Mark Bakker, Tanja Liesch, Andreas Wunsch, Jenny Soonthornrangsan, Jeremy White et al. "Data-driven modeling of hydraulic head time series: results and lessons learned from the 2022 groundwater modeling challenge." Hydrology and Earth System Sciences 2024 (2024): 1-21.