SK-ZAG

Beim Georisiko-Management ist es zum Beispiel entscheidend, einzelne Ereignisse wie Hochwässer, Hangrutschungen oder Muren zu modellieren. Für geodynamische Fragestellungen kommen dagegen Landschaftsentwicklungsmodelle zum Einsatz. In diesen Modellen werden solche Prozesse über lange Zeiträume als Funktion der Flusseintiefung oder der Erosion abgebildet. Hinzu kommen Modelle der Hydrosphäre. So genannte Niederschlags-Abfluss-Modelle helfen etwa bei der Hochwasserprognose und Grundwasserströmungsmodelle werden genutzt, um Aquifere zu bewirtschaften. In die verschiedenen Modelle werden teilweise weitere Prozesse eingebaut, um natürliche und anthropogene Stofftransporte und Stoffkreisläufe zu simulieren und zu prog­nostizieren.

Die Erdöl- und Erdgasindustrie hat damit begonnen, Sedimentbecken-Modelle zu entwickeln. Inzwischen werden diese Modelle auch im akademischen Bereich weiterentwickelt. In jüngster Zeit werden die Modelle auf drei Dimensionen, oder, wenn man die Zeit hinzunimmt, sogar zu 4-D-Modellen erweitert. Auch die Bewegungen von Fluiden und deren Reaktionen fließen in die Modelle ein. In der Hydrogeologie und der Hydrogeochemie ist diese Vorgehensweise in Strömungs- und Transportmodellen relativ weit entwickelt. Es sind aber noch Anstrengungen nötig, um die gleichzeitige Wanderung von Wasser, Gasen und Öl und die thermische Entwicklung von Sedimentbecken über geologische Zeiträume zu verstehen. Die Beckenmodelle sollten zudem mit geodynamischen Prozessen gekoppelt werden.

Die Erdoberflächenprozess-Modellierung hat das Ziel zu verstehen, wie Sedimente und Lösungen transportiert werden, wie sie sich in Sedimentbecken ansammeln, und sie möchte Prognosen für die Zukunft entwickeln. Die dynamischen Kopplungen mit Klima- und geodynamischen Modellen müssen deutlich verbessert werden. Das ist bisher höchstens in Ansätzen geschehen. Die wissenschaftlichen Grundsatzfragen erfordern eine starke interdisziplinäre Zusammenarbeit. Dabei geht es etwa um die Frage, wie die Stoffflüsse von hydrologischen, klimatischen, tektonischen und lithologischen Randbedingungen abhängen. Weiterhin sollte geklärt werden, wie Sedimenttransport und Klima gekoppelt sind, wie schnell Oberflächenprozesse ablaufen und welche Kräfte die Erdoberfläche formen. Zudem sollte erforscht werden, wie sich die Geschichte der Erdoberfläche anhand der Topographie und der geologischen Schichtenfolge erforschen lässt und wie die verschiedenen Teil­systeme aufeinander einwirken. Besonderes Augenmerk sollen auch bisher quantitativ wenig verstandene Bereiche erfahren. So wäre es interessant, welche Rolle biogeochemische Prozesse dabei spielen, dass Sedimente entstehen und abgelagert werden. Weitere Modelle sollten untersuchen, wie Kohlenwasserstofflagerstätten entstehen und welche Struktur sie haben. Das gleiche gilt für Wasserreservoirs. Zudem sollten Prognosen von Naturkatastrophen wie Hochwasser, Küstenerosion oder Hangrutschungen verbessert werden, indem auch weniger wichtige Prozesse in die Modelle eingebaut werden. In den USA hat man bereits entsprechende Konzepte entworfen und der dortigen National Science Foundation vorgelegt. Sie sind unter dem Stichwort „Community Surface Dynamics Modelling System“ oder CSDMS bekannt.

Da sich die Rechentechnik immer weiter verbessert und immer mehr Daten zur Verfügung stehen, ist eine neue Generation von Sedimentbeckenmodellen entstanden. Diese neuen Modelle brechen die Diskrepanz auf, die bisher zwischen lokalen, hochauflösenden, datengestützten Modellen der Erdölindustrie und vorwiegend akademischen, thermodynamischen Modellen im Lithosphärenmaßstab bestand. Weil sich beobachtungsgestützte und theoretische Ansätze annähern, sind entscheidende Durchbrüche beim Verständnis von Sedimentbecken zu erwarten.

Numerische Modelle sind besonders wichtig, um eng miteinander gekoppelte Prozesse wie Deformation, Wärmeausbreitung, Strömung, Stofftransport, chemische Reaktionen und mikrobiologische Aktivität zu quantifizieren und die Langzeitentwicklung von Sedimentbecken vorherzusagen. Auch für das Management der Becken spielen numerische Modelle eine wichtige Rolle. Um die Unsicherheiten im Ressourcenmanagement zu reduzieren, sollten Verfahren entwickelt werden, mit denen sich Modelle auf verschiedenen Längen- und Zeitskalen in Übereinstimmung bringen lassen.