Smart-Monitoring für Endlager

Steckbrief

Eckdaten

Laufzeit:
01.01.2022 bis 31.12.2024
Akronym:
Smart-Monitoring
Gruppe:
Prozessmodellierung und -simulation, Bayes Methoden und prädiktive Simulationen
Fördergeber:
Bundesgesellschaft für Endlagerung mbH

Kontakt

Telefon

work
+49 241 80 99755

E-Mail

E-Mail
 

Der geologische Untergrund dient unserer Gesellschaft sowohl als Quelle verschiedener natürlicher Ressourcen, als auch als Speicher- und Lagerstätte gesellschaftlicher Abfallprodukte wie beispielweise von radioaktivem Abfall. Ein vollständiges Bild des Untergrundes ist dabei meist nicht verfügbar, da sich mit Bohrungen oder geophysikalischen Messungen nur einzelne Aspekte des Untergrundes beobachten lassen. Deshalb werden heutzutage oft ergänzende physik-basierte Simulationsmodelle verwendet, welche es erlauben thermofluidmechanisch gekoppelte Prozesse wie Grundwasserströmung oder Temperaturverteilung im Untergrund zu rekonstruieren und damit beispielsweise eine Verteilung potentiell kontaminierten Grundwassers in die Zukunft prognostizieren zu können. Solche Simulationsmodelle werden durch beobachtete und gemessene Daten kalibriert. Unklar ist allerdings, welche Daten dafür am besten geeignet sind.

Im Hinblick auf die Endlagersuche wollen wir uns daher der Frage nach optimalen Datenakquise und Smart-Monitoring Strategien stellen. Am Ende des Projektes sollen so neuartige, methodische Ansätze zur Verfügung stehen, welche es erlauben zu einer gegebenen Anforderung, wie beispielsweise der Strahlungsbelastung in einem bestimmten Bereich im Untergrund durch kontaminiertes Wasser, auf systematische Art und Weise verschiedene Datenakquisestrategien hinsichtlich ihres Informationsgehaltes zu bewerten und darauf aufbauend ein intelligente Monitoring zu planen. Letzteres ist von wesentlicher Bedeutung zur Gewährleistung von Endlagersicherheit.

Dabei verfolgen wir drei wesentliche Ziele:

  1. Die Entwicklung und Bereitstellung von Benchmark-Szenarien zu den möglichen Wirtsgesteinen eines Endlagers: Tongestein, Steinsalz und kristallines Wirtsgestein. Anhand dieser Szenarien sollen Parameterschätzung, Optimierung der Datenakquise und Prognosestabilität systematisch analysiert werden.
  2. Die Implementation einer Modellkaskade, welche sowohl thermofluidmechanisch gekoppelte Prozesse des Untergrundes umfasst, als auch nachgelagerte Wirkmodelle wie die räumlich zonierte Akkumulation der Strahlungsdosis durch kontaminiertes Grundwasser. Die Automatisierung dieses Prozesses ermöglicht dabei Szenarienrechnungen, sowie deren nachfolgende statistische Aus- und Bewertung, beispielsweise als Strahlungszonenkarten.
  3. Die Entwicklung einer modernen und robusten Parameterschätzung und Datenassimilation auf der Basis von Metamodellen und „Active Bayesian Learning“. Beginnend mit Methoden des „Optimal Experimental Design“ werden optimierte Datenakquisestrategien und Smart-Monitoring Strategien entwickelt.

Das Verbundprojekt "Verbesserung der prädiktiven Güte endlagerrelevanter Simulationen durch optimale Datenakquise und Smart-Monitoring" ist als Kooperation zwischen den Lehrstühlen "Applied Geophysics and Geothermal Energy" und "Methoden der Modellbasierten Entwicklung in den Computergestützten Ingenieurwissenschaften" der RWTH Aachen und dem Institut für Wasser- und Umweltsystemmodellierung der Universität Stuttgart konzipiert.