Skattning av grundvattennivåer: En jämförelse mellan WSP:s visuella metod och tre kvantitativa metoder

Sammanfattning

Vid hydrogeologiska undersökningar i byggprojekt använder konsultföretaget WSP projektspecifika observationsrör för att följa grundvattennivåer över tid. Dessa mätserier är ofta glesa och oregelbund- na, vilket gör det svårt att beskriva de naturliga variationsmönstren i grundvattennivåerna. För att komplettera mätserierna jämförs observationsröret med ett referensrör från Sveriges geologiska un- dersöknings referensrör. I WSP:s nuvarande arbetssätt görs detta genom en visuell metod, där en hydrogeolog manuellt väljer referensrör och visuellt matchar tidsserierna. Metoden riskerar att bli subjektiv och svår att reproducera. Syftet med denna studie är att undersöka om kvantitativa och mer reproducerbara metoder kan ge lika god eller bättre skattning av grundvattennivåer jämfört med den visuella metoden. Tre kvantitativa metoder jämförs med den visuella metoden: en enkel regressionsmodell med ett referensrör, en multipel regressionsmodell med flera referensrör samt en state space modell utan referensrör. Metoderna tilläm- pas på tre observationsrör med olika datakaraktär. Den första är en relativt tät och sammanhängande serie, den andra är en gles men jämnt fördelad serie och den tredje är en mycket gles samt period- vis ojämn serie med en lång tidslucka. Metoderna utvärderas med MAE, RMSE och Durbin-Watson statistikan, och kompletteras med en residualanalys. Resultaten visar att samtliga kvantitativa metoder ger lägre MAE och RMSE än den visuella metoden för alla tre observationsrör. Redan steget från den visuella metoden till den enkla regressionsmodellen ger en tydlig förbättring. State space modellen presterar starkast för de två observationsrör som har relativt täta mätserier, med lägst RMSE och residualer utan tydlig kvarvarande autokorrelation. För det observationsrör med den glesaste och mest ojämna mätserien framstår den multipla regressions- modellen som mest lämplig sammantaget, eftersom den har lägst MAE och ett Durbin-Watson värde närmast 2. State space modellen har däremot lägst RMSE, men begränsas av den långa tidsluckan där modellen saknar ny information och den latenta nivån förblir i princip statisk. Studien visar att kvantitativa metoder kan komplettera den visuella metoden och bidra till ett mer systematiskt och reproducerbart arbetssätt. Vilken metod som är mest lämplig beror på mätseriernas datakaraktär, där state space modellen gynnas av täta serier och den multipla regressionsmodellen har en fördel vid längre tidsluckor.