Grundwasseranalysen für besseres Risikomanagement
Wasser ist nicht nur ein kostbares Gut, sondern auch anfällig für Kontaminationen. 65 % des Trinkwassers und 25 % des zur Bewässerung verwendeten Wassers werden in Europa über das Grundwasser abgedeckt. Laut Europäischer Umweltagentur (EEA) ist etwa ein Viertel des Grundwassers in Europa chemisch verunreinigt. Ziel des Projekts FORENSHYD war daher die Optimierung von Modellierungswerkzeugen, um Ort, Herkunft und Menge der im Grundwasser gefundenen Schadstoffe sowie den Zeitpunkt einer Verunreinigung zu bestimmen. Unterstützt wurde die Forschungsarbeit durch die die Marie-Skłodowska-Curie-Maßnahmen.
Variablen in der forensischen Hydrologie
Die forensische Hydrologie rekonstruiert den Hergang einer Verschmutzung mit wissenschaftlichen Methoden, um so die Durchsetzung von Umweltgesetzen zu verstärken, was allerdings durch verschiedenste Faktoren erschwert wird. Zum einen bewirkt die räumliche Variabilität der Böden, dass diese auf Kontaminationen unterschiedlich reagieren, was auch Transportprozesse wie Dispersion und Diffusion beeinflusst sowie die Art und Weise, wie Schadstoffe sich im Boden verteilen und ins Grundwasser gelangen. Chemische Reaktionen auf akute Verunreinigungen, etwa durch säurehaltige Substanzen und Auflösung von Mineralien, machen Analysen von Grundwasserverschmutzungen schwierig. Die Kombination aus Transportprozess und chemischer Reaktion wird als reaktiver Transport bezeichnet, und diese Wechselwirkungen darzustellen, erfordert in der Regel hochpräzise Modellierungstechniken.
Fortschritte in der Grundwassermodellierung
Mit dem sogenannten Ensemble-Kalman-Filter (ENKF), einer komplexen Reihe von Algorithmen, lässt sich der Hergang einer Grundwasserverschmutzung analysieren. Bei mehrfachen Kontaminationsquellen allerdings stoßen herkömmliche Anwendungen an ihre Grenzen. Mit innovativen ML-gestützten Berechnungsalgorithmen (maschinelles Lernen) konnte Jaime Gómez-Hernández, Projektkoordinator von FORENSHYD, für den Ensemble-Kalman-Filter nun neue Verfahren entwickeln, was die Ergebnisse präzisierte. So wurde die Prognosegenauigkeit des von ihm entwickelten Optimierungstools in mehreren Umgebungen und künstlichen Szenarien mittels Computersimulation sowie in kontrollierten Sandbox-Experimenten getestet. Tests erfolgten zudem an zwei Demonstrationsstandorten. Die MSCA-Stipendiatin Alicia Sanz-Prat erklärt hierzu: „Die Ergebnisse zeigten, dass es möglich war, gleichzeitig den Standort einer Schadstoffquelle zu identifizieren und reaktive Parameter zu berechnen, selbst in Fällen komplexer, heterogener geologischer Unsicherheiten.“
Open-Source-Technologie
Ein Erfolg von FORENSHYD war, dass die innovativen technologischen Fortschritte zur Optimierung forensisch-hydrologischer Analysen über Open-Source-Pakete verfügbar sind. So können europäische Regierungen, Wasserbehörden und alle anderen Interessengruppen gleichermaßen die im Projekt getesteten Tools nutzen. Um der forensischen Hydrologie langfristig effizientere Analysen zu ermöglichen, sind Open-Source-Anwendungen des Optimierungstools unerlässlich und der Projekterfolg generiert bereits Interesse. Laut Sanz-Prat sollen „in Kürze unabhängig geprüfte Fachartikel erscheinen, die eine spannende Debatte zum Thema Anwendbarkeit und Korrelationen zwischen Unsicherheitsniveaus in Forschung und Gerichtsbarkeit anstoßen werden. Dies könnte auch die Basis für neue Wettbewerbsmöglichkeiten und Synergien auf dem europäischen Markt zwischen interdisziplinären und sektorübergreifenden Interessengruppen in den Bereichen Boden und Wasser schaffen.“ Sorgsamer Umgang mit Ressourcen ist von enormer gesellschaftlicher Bedeutung und die wichtigste Ressource ist nun einmal Wasser. Durch verbessertes Designs von Open-Source-Tools zur Assimilation und Bewertung hydrologischer Daten und deren Erprobung in mehreren kontrollierten Umgebungen leistete FORENSHYD einen Beitrag für Sicherheit und Wohlergehen der europäischen Gemeinschaft.
Schlüsselbegriffe
FORENSHYD, Grundwasser, Kontamination, Optimierungstool, forensische Hydrologie, Modellierung, Ensemble-Kalman-Filter, Open-Source-Technologie
