Zeitschrift für Hydrogeologie und Hydrotechnik

Numerische Modellierung eines komplexen und datenbeschränkten Feuchtgebietseinzugsgebiets: Mehrzielkalibrierung und Validierung

Bahaa-eldin EA Rahim1* und Yusoff I2

Feuchtgebiete stellen naturgemäß eine Ökosystembasis für viele gleichzeitige heterogene Interaktionen dar, bei denen die Aufgabe der numerischen Modellierung eine breite Palette konsistenter und zuverlässiger Datensätze aus einer Vielzahl unterschiedlicher Quellen erfordert, räumlich und zeitlich. Eine solche Aufgabe kollidiert jedoch normalerweise mit der Existenz enormer fehlender Datensätze in Zeitreihen, was die Schlüsselprozesse der Modellleistungsbewertung, nämlich Kalibrierung und Validierung, untergräbt. In diesem Zusammenhang wurde Mike She eingesetzt, um ein integriertes Oberflächen-Untergrundströmungsmodell für die Paya Indah-Feuchtgebiete in Malaysia zu konstruieren, wo große Lücken in den historischen Datensätzen von Wasserstand und Strömungsrate bestehen. Um das Modell auf ein zufriedenstellendes Niveau zu kalibrieren und zu validieren, wurde ein dreikriterieller Simulationsansatz angewendet, um die gelegentlich fehlenden Werte in diesen Datensätzen zu überwinden. Dieses Ziel wurde erreicht, indem der Oberflächenwasserstand und die Kanalströmung kalibriert wurden, während gleichzeitig der stationäre unterirdische Teil des Systems angepasst wurde, wo immer die Daten zur Grundwassertiefe dies zuließen. Quantitativ erzielte das integrierte Modell während der Validierung die höchsten Werte für R (0,765–0,927) und CE (0,748–0,828). Allerdings wurden während der Kalibrierung bei SWL2 (Auslass; 0,766) und während der Validierung am Fluss Langat (0,780) große RMSE-Werte für die Durchflussrate berechnet. Diese Verzerrung wurde auf geringe oder gelegentlich fehlende Variationen in den für den Simulationsprozess erforderlichen historischen Zeitreihendatensätzen zurückgeführt. Darüber hinaus ergab die visuelle Bewertung, dass die hydrografischen Dynamikeigenschaften (insbesondere für Oberflächenwasser) während des Validierungszeitraums vom Modell besser dargestellt wurden als während des Kalibrierungszeitraums.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert