Retningslinier for Opstilling af Grundvandsmodeller - National ...
Retningslinier for Opstilling af Grundvandsmodeller - National ...
Retningslinier for Opstilling af Grundvandsmodeller - National ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
RMS<br />
≤ Ω<br />
stot<br />
hvor stot er standard<strong>af</strong>vigelsen på observationsdata.<br />
<strong>Retningslinier</strong> <strong>for</strong> <strong>Opstilling</strong> <strong>af</strong> <strong>Grundvandsmodeller</strong> © 2000 GEUS<br />
Hvis der er variabel usikkerhed på de inkluderede observationsdata kan følgende kriterium anvendes:<br />
Foruden de kvantitative krav opstillet oven<strong>for</strong>, kan der angives kvalitative kriterier. Følgende tre kriterier vil<br />
være <strong>for</strong>nuftige: (1) De estimerede parametre skal have realistiske værdier. (2) Residualerne skal være <strong>for</strong>delt<br />
<strong>for</strong>nuftigt både i tid og sted. (3) Områdets hydrogeologiske karakteristika skal reproduceres <strong>af</strong> modellen.<br />
Det må kræves, at modellen er i stand til at simulere eksempelvis strømningsretning eller beliggenheden<br />
<strong>af</strong> grundvandsskel korrekt.<br />
Afhængigt <strong>af</strong> om usikkerheden på observationsdata er bestemt, kan både kriterium 1 samt et <strong>af</strong> de tre kriterier<br />
2, 3 og 4 specificeres. Hvor stringente krav, der skal opstilles til en given model, <strong>af</strong>hænger <strong>af</strong> <strong>for</strong>målet<br />
med undersøgelsen. I tabel 3.5 er der givet et eksempel på, hvordan nøjagtighedskriterierne bliver skærpet i<br />
takt med at kravene til modellen pålidelighed øges. Hvis grænserne <strong>for</strong> hhv. α, β og Ω, som er angivet i tabel<br />
3.5, overholdes i såvel kalibrering som validering, og de tre kvalitative kriterier samtidig er opfyldt, vil modellen<br />
i de fleste tilfælde producere meningsfulde resultater.<br />
Tabel 3.5 Eksempel på nøjagtighedskriterier <strong>for</strong> <strong>for</strong>skellige modeltyper (Sonnenborg, 2000a).<br />
Akvifer simulering<br />
Overslagsberegning Konservativ High fidelity<br />
α 0.15 0.1 0.05<br />
β 0.3 0.2 0.1<br />
Ω 4 3 2<br />
RETNINGSLINIE 33. Følgende <strong>for</strong>hold skal tages i betragtning, når kalibreringsparametrene udvælges<br />
(Sonnenborg, 2000a): (1) De skal være identificerbare, (2) de skal være relativt dårligt kendt, (3) de simulerede<br />
tilstandsvariable skal være tilstrækkeligt sensitive over<strong>for</strong> ændringer i parameteren, (4) antallet <strong>af</strong> parametre<br />
skal minimeres. Identificerbarhed vedrører den direkte simulering <strong>af</strong> tilstandsvariable. At en parameter<br />
ikke er identificerbar indebærer, at der ikke findes en entydig løsning til det opstillede problem mht. parametrene.<br />
Ikke identificerbarhed optræder med andre ord, hvis <strong>for</strong>skellige parametersæt kan føre til samme<br />
løsning mht. tilstandsvariablene. Til den endelige udvælgelse <strong>af</strong> kalibreringsparametre er en simpel sensitivitetsanalyse<br />
et stærkt redskab. Ved denne metode eksekveres modellen en eller to gange <strong>for</strong> hver parameter.<br />
Hver gang modellen køres, ændres værdien <strong>af</strong> en parameter lidt (5 – 25 %) fra dens initielle værdi, og den<br />
resulterende påvirkning <strong>af</strong> de simulerede tilstandsvariable registreres (ofte udtrykt ved RMS-værdien). På<br />
baggrund <strong>af</strong> sensitivitetsanalysen vil det være muligt at identificere de modelparametre, som har størst indflydelse<br />
på <strong>af</strong>vigelsen mellem observeret og simuleret tilstandsvariabel. Kalibreringsparametrene kan dermed<br />
udvælges på et objektivt kriterium, og er ikke alene <strong>af</strong>hængigt <strong>af</strong> modellørens erfaring og subjektive<br />
vurderinger.<br />
RETNINGSLINIE 34. Estimationen <strong>af</strong> kalibreringsparametrene kan <strong>for</strong>etages enten ved manuel kalibrering<br />
eller automatisk kalibrering (invers modellering, Sonnenborg, 2000a). Manuel kalibrering baserer sig på<br />
modellørens evne til successivt at ændre parameterværdierne, så modellen giver en <strong>for</strong>bedret beskrivelse <strong>af</strong><br />
observationsdata. Den automatiske kalibrering bygger på en matematisk beskrivelse <strong>af</strong> estimationsproces-<br />
27<br />
kriterium 3<br />
SE ≤ Ω<br />
kriterium 4