Borehole temperature and active layer variability at Hoher Sonnblick, Austria

Diese Diplomarbeit präsentiert Ergebnisse aus dem Projekt ATMOperm, welches dasZiel verfolgt, die Auswirkung von Extremereignissen auf die saisonaleAuftauschicht des Bodens am Sonnblick (Salzburg, Österreich) zuuntersuchen. Messdaten für die Bodentemperaturen spielen dabei eine zentraleRolle, da diese einerseits zur Modellkalibrierung herangezogen werden,andererseits sollen damit geoelektrisch bestimmte Profilmessungen derBodenwiderstände in Temperaturprofile transformiert werden. Für eineerfolgreiche Anwendung ist in beiden Fällen die Qualität der gemessenenBodentemperaturen anhand von drei Bohrlöchern, mit einer Tiefe von jeweils20 m, von besonders großer Bedeutung. In diesem Zusammenhang wurden in dieser Arbeit die Bodentemperaturdaten amSonnblick hinsichtlich ihrer Qualität beleuchtet und es wurde ein innovativesKorrekturverfahren zur Verbesserung der Datenqualität entwickelt. Eine visuelleDatenkontrolle zeigte tiefgreifende Probleme bei den Messungen auf, die dazuführten, dass ein hoher Anteil der Daten von der weiteren Analyse ausgeschlossenwerden musste. Das Korrekturverfahren wurde anschließend auf die vorhandenenDaten angewandt und ein Vergleich mit den Originaldaten vorgenommen. Die Resultate zeigen, dass die alten und fehleranfälligen Temperatursensoreneine systematische Abweichung von einigen Zehntel GradCelsius aufweisen und zu kalte Temperaturen gemessen haben. Diesesystematischen Abweichungen wirken sich stark auf die Temperaturgradienten imBoden aus und erzeugen physikalisch unplausible Ergebnisse. Die berechnetenAbweichungen wurden mit der gemessenen Temperaturdifferenz zwischen neuen undalten Sensoren verglichen. Die beiden, unabhängig voneinander bestimmten,Maßzahlen zur Abschätzung der Fehler zeigen eine sehr gute Übereinstimmung mitAbweichungen von unter 0.1C. Aufgrund der zu niedrig gemessenen Bodentemperaturen der altenSensoren ergibt sich eine signifikant tieferliegende Auftauschicht für alle dreiBohrlöcher.This thesis presents results related to the currently ongoingATMOperm project, which aims at the investigation of the atmosphere-permafrostrelationship at Hoher Sonnblick (Salzburg, Austria) with special focus onatmospheric extreme events and their relevance for the mean state of the activelayer.For the success of the project, the ground temperature measurements at Sonnblickare highly important, as they will build the basis for model calibration and thetransfer of permanently measured geoelectrical data to ground thermalstructures. In this respect, the quality and reliability of the measured groundtemperature data at the study site was improved and a novel methodologicalframework for the post-processing of the borehole data was developed in thiswork.A comprehensive visual data inspection revealed substantial errors of the groundtemperature measurements at the study site and all three boreholes were affectedby large data gaps. To improve the quality of the remaining data, several groundtemperature post-processing steps were developed and implemented. The outcome ofthis thesis is a novel bias-corrected and filtered borehole temperature dataset,which was further analyzed in terms of reliability and contrasted with theoriginal dataset.The results indicate substantial and systematic cold biases of the oldgeneration of temperature sensors in the order of several tenths of a degree. Itis shown that the biases introduce unphysical temperature gradients, which aresuccessfully corrected in this work. The computed zero-curtain biases arecompared to the measured differences between the old (and biased) and newlyinstalled (and freshly calibrated) sensors. It is shown that both independentlyestimated errors show excellent conformity with deviations in the order of only0.1C. The results show a further translation of the cold biasof the sensors into significantly underestimated activelayer thickness for all three boreholes.Mag. Dr.rer.nat. Georg HeinrichZusammenfassungen in Deutsch und EnglischKarl-Franzens-Universität Graz, Diplomarbeit, 2017(VLID)197392