Skip to main content

2023 | Buch

Angewandte Geodatenanalyse und -Modellierung

Eine Einführung in die Geostatistik für Geowissenschaftler und Geoingenieure

insite
SUCHEN

Über dieses Buch

Die Fähigkeit, räumlich verteilte Daten zu analysieren und die darunterliegenden Prozesse und Strukturen zu verstehen und zu modellieren, ist in vielen Anwendungen der Geowissenschaften und des Geoingenieurwesens maßgebende Grundlage für weiterführende Arbeiten in der Erkenntnisgewinnung oder Planung/Projektierung. Das Fachgebiet der Geostatistik stellt dazu einen umfangreichen Pool an Methoden zur Verfügung, der sich fortwährend erweitert. Das vorliegende Buch ermöglicht sowohl dem Studierenden als auch dem Praktiker einen intuitiven Einstieg in die Grundlagen, Methoden und Anwendungen der Geostatistik. Dabei liegt der Fokus auf einer kurzen und prägnanten Darstellung von Schlüsselkonzepten, der kritischen Diskussion von Annahmen und Limitationen sowie der Illustration von Anwendungen anhand ausgewählter praktischer Beispiele. Übungsaufgaben bieten die Möglichkeit zur Vertiefung des Verständnisses sowie zur Selbstüberprüfung. An entsprechenden Textstellen sind Hinweise zu weiterführender Literatur gegeben. Nach erfolgreichem Studium des Buches gelingt es dem Leser, sich selbstständig in fortgeschrittene Aspekte der angewandten Geostatistik einzuarbeiten.

Inhaltsverzeichnis

Frontmatter
1. Grundlagen
Zusammenfassung
Zum Aufbau eines tiefgreifenden Verständnisses einer wissenschaftlichen Disziplin ist es notwendig, gewisse Grundlagen zu kennen. Diese formen das Fundament und sind die Voraussetzung, um Möglichkeiten der später erlernten Methoden aber auch Grenzen in den Anwendungen bewerten zu können. Grundlagen der angewandten Geostatistik sind zum einen die Wahrscheinlichkeitsrechnung und Statistik und zum anderen das spezifische Anwender- oder Domänenwissen. Dieses erste Kapitel hat zum Ziel, diese Grundlagen komprimiert zu wiederholen. Dabei liegt der Fokus nicht auf einer kompletten Darstellung der Inhalte, sondern auf der Auffrischung von Methodenwissen und Konzepten, auf welche später im Buch aufgebaut wird. Mit dem Ziel, frühzeitig einen Anwendungsbezug herzustellen, erfolgt eine Illustration anhand verschiedener Beispiele aus den Geowissenschaften und dem Geoingenieurwesen. Wenn der Leser mögliche Lücken im Kenntnisstand erkennt, wird empfohlen, diese gezielt unter Nutzung der gängigen Fachliteratur oder der im Text angegebenen Literaturstellen zu schließen.
Jörg Benndorf
2. Explorative Datenanalyse (EDA)
Zusammenfassung
Daten bilden die faktische Grundlage unseres Wissens. Um repräsentative Analyseresultate zu erhalten oder Geomodelle zu erzeugen, ist es notwendig, sich kritisch mit den Daten auseinanderzusetzen. Das umfasst das Anwenden der passenden Methoden, die korrekte Interpretation der Ergebnisse, um so statistisch belastbare Schlussfolgerungen zu ziehen. Die Explorative Datenanalyse (EDA) bietet einen Werkzeugkasten an Methoden, um neben dem Beschreiben der Daten durch statistische Kennwerte auch in den Daten nach Mustern oder Beziehungen zu suchen oder zu „explorieren“. Das Kapitel 2 konzentriert sich auf die gebräuchlichsten Methoden der EDA in den Geowissenschaften und im Geoingenieurwesen. Weiterführende Methoden zur Thematik EDA sind gängigen statistischen Textbüchern (z. B. Polasek 2013) zu entnehmen. Zu speziellen Anwendungen der Statistik und Datenanalyse in der Geologie wird auf das Standardwerk von John C. Davis verwiesen (Davis 2002).
Jörg Benndorf
3. Analyse der Räumlichen Veränderlichkeit
Zusammenfassung
Viele Aufgabenstellungen in den Geowissenschaften und im Geoingenieurwesen erfordern eine fundierte Kenntnis über die räumliche Veränderlichkeit oder Kontinuität der zu untersuchenden Merkmalsausprägung. Wie weit können Informationen von Proben im Raum extrapoliert werden? Wie werden Gewichte bei der Interpolation bestmöglich bestimmt? Wie sollte ein Proberaster projektiert werden, um eine gewünschte Genauigkeit zu erreichen? Antworten auf diese aber auch viele andere Fragestellungen benötigen grundlegendes Verständnis und eine quantitative Beschreibung der räumlichen Veränderlichkeit. Dazu werden in diesem Kapitel die notwendigen Grundlagen, typische geostatistischen Maße und Methoden erarbeitet. Zum detaillierten Studium dieses Themas wird auf englischsprachige Fachliteratur, z. B. Isaaks und Srivastava (1990), Goovaerts (1997) oder Chiles und Delfiner (2012) verwiesen.
Jörg Benndorf
4. Modellannahmen in der Geostatistik
Zusammenfassung
Oft ist nicht allein die Analyse der Geo-Daten von Interesse. Vielmehr gilt es, Merkmale an nicht beprobten Stellen zu schätzen. Ausgehend von den bekannten Daten sollen dabei Informationen in Bereiche inter- oder extrapoliert werden, die nur wenig exploriert sind. Dazu sind Annahmen notwendig und es wird ein Modell benötigt, welches die aus den Daten analysierte räumliche Struktur des Merkmals bestmöglich beschreibt. Im Wissenschaftsbereich der Geostatistik erfolgt die Modellierung der räumlichen Merkmalsausprägung als Zufallsprozess, beschrieben durch eine regionalisierte Zufallsfunktion. Kap. 4 führt in das Konzept einer regionalisierten Zufallsfunktion ein und diskutiert notwendige Modellannahmen der Stationarität und Ergodizität. Dieses Kapitel baut auf den im ► Kap. 1 dargestellten Grundlagen der Wahrscheinlichkeitsrechnung auf. Um Kap. 4 effektiv zu studieren, sollten die in ► Kap. 1 erläuterten Konzepte beherrscht werden.
Jörg Benndorf
5. Schätzen der Parameter der räumlichen Zufallsfunktion
Zusammenfassung
Nachdem in ► Kap. 4 das Konzept der räumlichen Zufallsfunktion für die Anwendungen in der Geostatistik diskutiert wurde, gilt es nun deren Parameter zu schätzen: den stationären Erwartungswert, die stationäre Varianz und das Variogramm bzw. die Autokovarianz. Die optimale Bestimmung dieser Parameter ist entscheidend für die Qualität der später generierten Modelle und erfolgt auf der Basis der zur Verfügung stehenden Daten. In ► Kap. 2 und 3 wurden entsprechende Analysewerkzeuge vorgestellt. Unter Nutzung dieser sollen für den zu betrachtenden Bereich repräsentative Werte geschätzt bzw. generalisierte Modelle der räumlichen Veränderlichkeit erstellt werden.
Jörg Benndorf
6. Grundlagen der räumlichen Interpolation und deterministische Verfahren
Zusammenfassung
Nach erfolgreichem Studieren dieses Kapitels ist der Leser in der Lage:
Jörg Benndorf
7. Geostatistische Verfahren zur räumlichen Interpolation -Kriging
Zusammenfassung
Nach erfolgreichem Studieren dieses Kapitels ist der Leser in der Lage:
Jörg Benndorf
8. Geostatistische Methoden zur Integration sekundärer Informationen
Zusammenfassung
Nach erfolgreichem Studieren dieses Kapitels ist der Leser in der Lage:
Jörg Benndorf
9. Geostatistische Simulation – Grundlagen und Methoden
Zusammenfassung
Nach erfolgreichem Studium dieses Kapitels ist der Leser in der Lage
Jörg Benndorf
10. Geostatistische Simulation – Anwendungen
Zusammenfassung
Lernziel: Nach erfolgreichem Studium dieses Kapitels ist der Leser in der Lage:
Jörg Benndorf
11. Recovery Functions, Volumen-Varianz-Beziehung und Change of Support
Zusammenfassung
Nach erfolgreichem Studium dieses Kapitels ist der Leser in der Lage
Jörg Benndorf
12. Aktualisierung Geostatistischer Modelle
Zusammenfassung
Nach erfolgreichem Studium dieses Kapitels ist der Leser in der Lage:
Jörg Benndorf
Backmatter
Metadaten
Titel
Angewandte Geodatenanalyse und -Modellierung
verfasst von
Jörg Benndorf
Copyright-Jahr
2023
Electronic ISBN
978-3-658-39981-8
Print ISBN
978-3-658-39980-1
DOI
https://doi.org/10.1007/978-3-658-39981-8