Optimierung von Daten aus dem lokalen Überwachungsnetz für Grundwasserstände mittels Hauptkomponentenanalysen

Aufsteigendes näheoberflächliches Grundwasser ist eine wichtige Wasserquelle für Nutzpflanzen und Grasland. Durch die Nutzung dieser unterirdischen Wasserquelle zeigen sie eine stabilere Produktivität über die Zeit im Vergleich zu standortfernen Grundwasserstandorten. Die Bewertung der Produktivität von Pflanzen und Gras in hoher Auflösung erfordert daher Informationen über den Abstand zum Grundwasserspiegel in angemessener räumlicher und zeitlicher Auflösung mit Hilfe von Simulationsmodellen. Grundwassermonitoring-Netzwerke bieten punktbasierte Daten mit variabler Beobachtungsfrequenz und Datenqualität, was die Bewertung der lokalen Variationen in den Hydrographen an jedem Beobachtungsbrunnen beeinträchtigt. Wir schlagen einen effizienten und strukturierten Prozess zur Anwendung der Hauptkomponentenanalyse (PCA) zur Optimierung des Überwachungsnetzes für Grundwasserstände vor. Die PCA-Funktionen wurden verwendet, um die relativen Beiträge einzelner Beobachtungsbrunnen zur Bestimmung der räumlich-zeitlichen Variationen in den Hydrographen zu ermitteln. Für jeden Brunnen wurden die aus der PCA abgeleiteten Hauptkomponenten (PCs) als prognostizierte Variablen verwendet, um Referenzhydrographen zu erstellen, die das erwartete normale Verhalten einzelner Beobachtungsbrunnen beschreiben. Dieser Referenzhydrograph wurde dann mit dem beobachteten Hydrographen verglichen, sodass die Residuen die lokalen Abweichungen vom normalen Verhalten des Beobachtungsbrunnens beschreiben. Die Ableitung einer Zeitreihe der Residuen erleichtert eine schnelle Überprüfung auf Eigenheiten, die für jeden Brunnen einzigartig sind. Basierend auf einer Rangliste aller Brunnen im Netzwerk nach ihrem Abweichungsgrad von der Referenz haben wir irrelevante Überwachungsbrunnen und Zeitreihen ausgeschlossen. In einer Fallstudie mit 1300 Beobachtungsbrunnen im Bundesland Brandenburg in Deutschland, mit durchschnittlichen monatlichen Daten von 2000 bis 2022, haben wir in vorläufigen Ergebnissen gezeigt, dass der Gesamtabstand im Grundwasserspiegel zwischen dem ursprünglichen Beobachtungsbrunnen-Netzwerk und dem mit PCs entwickelten optimierten Netzwerk weniger als 5 % beträgt, während die Gesamtzahl der Beobachtungsbrunnen im Netzwerk um 10 % reduziert wird, was Zeit und Kosten für die Überwachung der Grundwasserstände in der Region sparen wird.