Quantification and validation of uncertainties in subsoil models

Bei der Planung und Ausführung von Infrastrukturprojekten ist die Modellierung des Baugrunds und der damit verbundenen Unsicherheit eine zentrale Aufgabe von Geotechnikern. Allerdings werden probabilistische Methoden und Werkzeuge zur Quantifizierung und Darstellung der Unsicherheit von Baugrundmodellen in der Praxis nur selten eingesetzt, wo deterministische Interpolationsmethoden verbreitet sind. Bei der digitalen Planung in der Building Information Modeling (BIM) Umgebung ermöglicht der probabilistische Ansatz die Erstellung eines Disziplinmodells, in dem die Unsicherheiten der räumlichen Schichtstruktur statistisch quantifiziert werden, um die Georisiken bei der Planung und Ausführung von Bauwerken zu bewerten. In diesem Beitrag wird eine Fallstudie vorgestellt, bei der eine Kombination aus Sequentieller Gauß‐Simulation (SGSIM) und Sequentieller Indikator‐Simulation (SISIM) zur Berücksichtigung von Unsicherheiten in der Geometrie der Bodenschichten eingesetzt wird. In einer Fallstudie am Münchner Rathaus wird ein geostatistischer Ansatz angewendet und anhand von 70 Bohrungen validiert, wobei die Wahrscheinlichkeiten für das Auftreten einer bestimmten Schicht räumlich quantifiziert wird. Die Fallstudie veranschaulicht das große Potenzial und die Vorteile der Methodik im Vergleich zum konventionellen deterministischen Ansatz, der auf Interpolationsverfahren basiert.

In infrastructure planning and construction, modeling the subsoil and its associated uncertainty is a fundamental task of geotechnical engineers. However, probabilistic methods and tools for quantifying and displaying the uncertainty of the subsoil models are rarely used in practice where deterministic interpolation dominates. In digital planning using Building Information Modeling (BIM), the probabilistic approach supports creating a discipline model in which the uncertainties of the spatial layer structure are statistically quantified to evaluate the georisks in the design and execution of civil constructions. This article presents a case study using a combination of Sequential Gaussian Simulation (SGSIM) and Sequential Indicator Simulation (SISIM) to account for uncertainties in soil layer geometry. In a case study at the Munich Town Hall, a geostatistical approach is applied and validated based on 70 bore logs, whereby the probabilities for the occurrence of a particular layer are spatially quantified. The case study illustrates the methodology‘s great potential and benefits compared to the conventional deterministic approach based on interpolation procedures.