The Geological Survey of the Netherlands (TNO-GSN) maintains a public national database of groundwater head observations. Transfer function-noise modeling has been applied to the time series in order to extract the impulse response functions for precipitation and evaporation for each piezometer. An automated procedure has been developed to assess the quality of the time series and of the models. The time series models of sufficient quality offer far more homogeneous data on the piezometric head than the original measurements. This allows for improved mapping of the head at a specific date or of characteristics of the head like average summer or winter levels. Also, the separation of precipitation and evaporation from other influences is useful for groundwater management and policy. The individual time series models are available online with interactive graphics (https://www.grondwatertools.nl/grondwatertools-viewer). The spatial patterns of the impulse response function characteristics can support analyses of the groundwater system.
In many fields of study, and certainly in hydrogeology, uncertainty propagation is a recurring subject. Usually, parametrized probability density functions (PDFs) are used to represent data uncertainty, which limits their use to particular distributions. Often, this problem is solved by Monte Carlo simulation, with the disadvantage that one needs a large number of calculations to achieve reliable results. In this paper, a method is proposed based on a piecewise linear approximation of PDFs. The uncertainty propagation with these discretized PDFs is distribution independent. The method is applied to the upscaling of transmissivity data, and carried out in two steps: the vertical upscaling of conductivity values from borehole data to aquifer scale, and the spatial interpolation of the transmissivities. The results of this first step are complete PDFs of the transmissivities at borehole locations reflecting the uncertainties of the conductivities and the layer thicknesses. The second step results in a spatially distributed transmissivity field with a complete PDF at every grid cell. We argue that the proposed method is applicable to a wide range of uncertainty propagation problems.
Over half a billion people live in coastal plains and deltas threatened by anthropogenically induced subsidence, and this number is expected to increase in the foreseeable future (Neumann et al., 2015;Schmidt, 2015). Many anthropogenic subsurface activities in coastal areas and delta plains result in subsidence, thereby amplifying relative sea-level rise and flood risks, inflicting damage to infrastructure, and overall, reducing the viability of these low-lying areas (
Voorwoordgegevens van een grondwatermodel (het AZURE model). Voor gegevens van het eerste model hebben vooral Eppie de Heer en Jan Hummelman mij enorm geholpen en voor het tweede model Joachim Hunink. Naast gegevens ga je ook gebruik maken van nieuwe gereedschappen, ook daar kun je wel wat hulp bij gebruiken. Alle dataverwerking in FORTRAN oplossen leek toch wat omslachtig, een taal als R blijkt dan een zeer goede aanvulling. Gelijk aan het begin van mijn onderzoek wilde ik wat gedachten opschrijven en daar kwamen wat formules in voor. Vervolgens werd ik binnen een week gillend gek van Word. Dus rende ik naar Niko Wanders of Edwin Sutanudjaja en kreeg hulp bij R en L A T E X. Wat een verademing. En dan zijn er natuurlijk nog veel meer mensen die met van alles en nog wat geholpen hebben. Zonder al deze hulp was het niks geworden.Vooruit dan, nog een goed antwoord: om een schuld te vereffenen. Ik heb het voorrecht gehad om paranimf te zijn bij de promoties van Wilbert Berendrecht en Peter Vermeulen, samen met Peter bij Wilbert en samen met Wilbert bij Peter. Jongens, ik ben blij dat jullie het geduld hebben kunnen opbrengen en nu bij mij als paranimf op willen treden. Het figuur blijkt dan toch weer een vorm te hebben waarbij de afstand tot het middelpunt overal gelijk is. Zo kunnen we het mooi afsluiten.Als ik dan toch bezig ben, een goed antwoord is ook: omdat je veel aandacht krijgt. Oh, wil je dan graag in het zonnetje gezet worden? Nou nee, dat was niet de insteek maar je krijgt het wel cadeau. Heel veel mensen vroegen belangstellend hoe het met mijn onderzoek ging. Na verloop van tijd werd die vraag zelfs wat beschroomd gesteld: "ik weet niet of ik het mag vragen, maar..." Veel vrienden, kennissen, collega's (of hier een combinatie van) toonden zeer regelmatig belangstelling, en dat is heel leuk. In het bijzonder wil ik hier mijn familie noemen. In de eerste plaats mijn ouders. Ik ben blij dat jullie mijn strapatsen met zoveel interesse hebben gevolgd. En natuurlijk mijn schoonouders, mijn broer en zussen, mijn schoonzussen, zwagers, ooms en tantes. Van zoveel belangstelling ga je bijna naast je schoenen lopen.Als afsluiting het allermooiste goede antwoord: Linda! Lieve Linda, dank je wel dat ik dit mocht doen en dank je wel voor al je steun. En natuurlijk Vera, Maarten, Daniel en Caroline. Ook jullie hebben het mogelijk gemaakt dat ik dit kon doen. Het is niet bepaald aan jullie voorbij gegaan dat er heel wat uurtjes in dit boekje zijn gaan zitten. Jullie zijn geweldig. En voor wie het ontgaan is, Vera heeft het prachtige schilderij op de voorkant gemaakt.Ik wens iedereen veel leesplezier.
Abstract. Usually, subsoil data for groundwater models are generated from borehole data, using upscaling techniques. Since the assumed hydraulic properties for litho-classes in boreholes are uncertain, and upscaling may add inaccuracies, the groundwater model has to be calibrated. In this paper, a method is presented that uses a calibrated groundwater model to improve the quality of a hydrogeological model (layer thickness and hydraulic properties) as obtained from borehole data. To achieve this, all borehole data are defined by random variables and related to aquifer and aquitard properties at the same support as the groundwater model, using complete probability density functions. Subsequently, the calibrated parameter values of the groundwater model are assumed to be the truth and are used to find the most likely combination of layer thicknesses and hydraulic conductivities for the lithological layers making up the aquifer or aquitard. The presented example is an application of the proposed method to aquitards. Nevertheless, the method can be applied to aquifers as well. The analysis of the results gives rise to the discussion about the correctness of the hydrogeological interpretation of the borehole data as well as the correctness of the calibration results of the groundwater flow model. In order to make the problem tractable, computationally feasible, and avoid assumptions about the distribution form, piecewise linear probability density functions are used, instead of parametrized functions.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.