Stochastic characterization of discrete fractures in rocks by hydraulic tomography

Abstract

In this thesis, a new approach for the characterization of fractured sites with hydraulic tomography is developed and tested. The inversion is accomplished by a stochastic method based on the Bayesian equation that defines a posterior distribution of discrete fracture network parameters given the measured data. The developed inversion approach is evaluated with several synthetic test cases that demonstrate the applicability of the method in general and the sensitivity of the inversion results to variable tomographic setups. Moreover, the method is applied to the inversion of hydraulic tomography experiments conducted at the Grimsel Test Site in Switzerland. Flow, seismic, and ground penetrating radar tests identified a highly fractured and most permeable area between two shear zones which is the target of the inversion. The fracture probability map of the investigated zone highlights two preferential flow paths with different levels of permeability.

In dieser Arbeit wird ein neuer Ansatz für die Charakterisierung von diskreten Kluftnetzwerken mit hydraulischer Tomographie entwickelt. Die Inversion erfolgt durch ein stochastisches Verfahren, das auf der Bayes'schen Gleichung basiert, die eine Posterior-Verteilung der Parameter des diskreten Kluftnetzwerks in Abhängigkeit von den gemessenen Daten definiert. Mehrere synthetische Testfälle zeigen die grundsätzliche Anwendbarkeit des Inversionsverfahrens. Darüber hinaus wird die Methode auf die Inversion von hydraulischen Tomographieexperimenten angewendet, die am Grimsel-Testgelände in der Schweiz durchgeführt wurden. Strömungsmessungen, Seismik und Bodenradaruntersuchungen identifizierten einen hochgradig geklüfteten und höchst durchlässigen Bereich zwischen zwei Scherzonen. Die Charakterisierung dieses Bereichs ist das Ziel der Inversion. Die Auswertung der Kluftwahrscheinlichkeiten in dem untersuchten Bereich zeigt zwei bevorzugte Fließwege mit unterschiedlichen Permeabilitäten.