Improved time series analysis of groundwater data through open-source software and better process representations

Ein fundiertes Verständnis der Grundwasserdynamik ist für die nachhaltige Bewirtschaftung der Grundwasserressourcen weltweit von größter Bedeutung. Dieses Verständnis wird häufig durch die Analyse und Modellierung von Zeitreihen der Grundwasserstände in Grundwasserüberwachungsbrunnen gewonnen. Die Zeitreihenanalyse ist eine zunehmend beliebte Methode für diesen Zweck und ein sich rasch entwickelndes Gebiet. Die vier Studien, welche in dieser Arbeit vorgestellt werden, tragen zur Entwicklung verbesserter Methoden für die Zeitreihenanalyse von Grundwasserdaten bei. In der ersten Studie wird die Software Pastas vorgestellt, ein Open-Source-Python-Paket für die Analyse von Grundwasserdaten. Das Ziel von Pastas ist es, der Grundwasserwissenschaft eine Plattform für die Entwicklung und Verbesserung neuer und bestehender Methoden zu bieten und gleichzeitig eine gebrauchsfertige Software für die Praxis bereitzustellen. Modelle werden mit Pastas durch Python-Skripte erstellt, die gleichzeitig als Dokumentation des gesamten Modellierungsworkflows dienen können. Die Verwendung von Skripten erleichtert die Reproduzierbarkeit von Studien, die in vielen Bereichen der Wissenschaft immer mehr zur Norm wird. Auf diese Weise trägt Pastas dazu bei, das Problem der Reproduzierbarkeit zu lösen. In der zweiten Studie wird die Auswirkung unregelmäßiger Zeitschritte zwischen Grundwasserstandsbeobachtungen auf die Güte der Anpassungsmetriken untersucht. Bei vielen Langzeitbeobachtungen änderten sich die Messmethoden im Laufe der Zeit, oft von seltenen Handmessungen zu hochfrequenten Loggerdaten. Es wird gezeigt, dass bei der Interpretation der Anpassungsgüte-Metriken für solche Zeitreihen Vorsicht geboten ist, da diese in Richtung der Hochfrequenzperiode der Zeitreihe verzerrt sein können. Für solche Zeitreihen wird die Verwendung gewichteter Anpassungsgüte-Metriken vorgeschlagen. Diese können repräsentativer für die durchschnittliche Anpassung über den gesamten Beobachtungszeitraum sein. In der dritten Studie wird ein neues nichtlineares Anreicherungsmodell vorgestellt, das die nichtlinearen Auswirkungen der Wurzelzone auf die Grundwasserneubildung bei der Simulation der Grundwasserstände berücksichtigt. In einer detaillierten Studie an einem einzelnen Messbrunnen am hydrologischen Forschungsstandort Wagna in Österreich wird gezeigt, dass dieser nichtlineare Ansatz die Simulation der Grundwasserstände im Vergleich zu einem linearen Niederschlagsüberschussmodell verbessern kann. I