In der vorliegenden Arbeit werden verschiedene Randwertprobleme zur Beschreibung der Ausbreitung magnetotellurischer Felder mit Hilfe der Finite-Elemente-Methode numerisch gelöst. Die zwei- und dreidimensionalen Randwertprobleme zur Simulation des elektrischen oder des magnetischen Feldes, des magnetischen Vektorpotentials und des elektrischen Skalarpotentials, des magnetischen Vektorpotentials allein oder des anomalen magnetischen Vektorpotentials werden aus den Maxwell-Gleichungen hergeleitet. Auf Grundlage von Anwendung der Konvergenztheorie auf die Finite-Elemente-Lösung werden Konvergenzstudien für zweidimensionale Modelle des homogenen und des geschichteten Halbraums sowie für das dreidimensionale COMMEMI 3-D-2-Modell durchgeführt. Diese werden genutzt, um die Randwertprobleme hinsichtlich ihrer Effizienz zu bewerten. Außerdem liefern Konvergenzstudien eine Abschätzung des lokalen Fehlers der numerischen Lösung für ein realitätsnahes Modell des Vulkans Stromboli und seiner Umgebung, welches digitale Geländedaten enthält. / This thesis presents the numerical finite-element solution of different formulations of the magnetotelluric boundary value problem. Based on Maxwell\'s equations, the two-dimensional and three-dimensional boundary value problems are derived in terms of the electric or the magnetic field, the magnetic vector and the electric scalar potential, the magnetic vector potential only, or the anomalous magnetic vector potential. To evaluate their efficiency, convergence studies are performed for the two-dimensional models of the homogeneous and the layered halfspace as well as for the COMMEMI-3-D-2 model. Moreover, convergence studies yield estimates of the local error of the numerical solution for a close-to-reality model of Stromboli volcano incorporating digital terrain data.

In der Schriftenreihe werden alle Ergebnisse der geologischen Untersuchungen vorgestellt, die seit 2011 im Umfeld der geplanten Eisenbahnneubaustrecke Dresden-Prag durchgeführt worden sind. Der geplante mindestens 25 km lange, grenzüberschreitende Erzgebirgsbasistunnel durchquert verschiedene Gesteine und komplexe Störungszonen. Untersuchungsschwerpunkt waren die geologischen, tektonischen und hydrogeologischen Verhältnisse im grenznahen Raum des geplanten Trassenkorridos. Die Veröffentlichung richtet sich an Behörden, Institutionen, Ingenieur- und Planungsbüros, die sich mit der Umsetzung der Neubaustrecke beschäftigen sowie an die geologisch interessierte Fachwelt und Öffentlichkeit. Redaktionsschluss: 28.08.2020

In der vorliegenden Arbeit werden verschiedene Randwertprobleme zur Beschreibung der Ausbreitung magnetotellurischer Felder mit Hilfe der Finite-Elemente-Methode numerisch gelöst. Die zwei- und dreidimensionalen Randwertprobleme zur Simulation des elektrischen oder des magnetischen Feldes, des magnetischen Vektorpotentials und des elektrischen Skalarpotentials, des magnetischen Vektorpotentials allein oder des anomalen magnetischen Vektorpotentials werden aus den Maxwell-Gleichungen hergeleitet. Auf Grundlage von Anwendung der Konvergenztheorie auf die Finite-Elemente-Lösung werden Konvergenzstudien für zweidimensionale Modelle des homogenen und des geschichteten Halbraums sowie für das dreidimensionale COMMEMI 3-D-2-Modell durchgeführt. Diese werden genutzt, um die Randwertprobleme hinsichtlich ihrer Effizienz zu bewerten. Außerdem liefern Konvergenzstudien eine Abschätzung des lokalen Fehlers der numerischen Lösung für ein realitätsnahes Modell des Vulkans Stromboli und seiner Umgebung, welches digitale Geländedaten enthält. / This thesis presents the numerical finite-element solution of different formulations of the magnetotelluric boundary value problem. Based on Maxwell\'s equations, the two-dimensional and three-dimensional boundary value problems are derived in terms of the electric or the magnetic field, the magnetic vector and the electric scalar potential, the magnetic vector potential only, or the anomalous magnetic vector potential. To evaluate their efficiency, convergence studies are performed for the two-dimensional models of the homogeneous and the layered halfspace as well as for the COMMEMI-3-D-2 model. Moreover, convergence studies yield estimates of the local error of the numerical solution for a close-to-reality model of Stromboli volcano incorporating digital terrain data.

The objective of our studies is the combination of electromagnetic and direct current (DC) resistivity methods in a joint inversion approach to improve the reconstruction of a given conductivity distribution. We utilize the distinct sensitivity patterns of different methods to enhance the overall resolution power and ensure a more reliable imaging result. In order to simplify the work with more than one electromagnetic method and establish a flexible and state-of-the-art software basis, we developed new DC resistivity and electromagnetic forward modeling and inversion codes based on finite elements of second order on unstructured grids. The forward operators are verified using analytical solutions and convergence studies before we apply a regularized Gauss-Newton scheme and successfully invert synthetic data sets. Finally, we link both codes with each other in a joint inversion. In contrast to most widely used joint inversion strategies, where different data sets are combined in a single least-squares problem resulting in a large system of equations, we introduce a sequential approach that cycles through the different methods iteratively. This way, we avoid several difficulties such as the determination of the full set of regularization parameters or a weighting of the distinct data sets. The sequential approach makes use of a smoothness regularization operator which penalizes the deviation of the model parameters from a given reference model. In our sequential strategy, we use the result of the preceding individual inversion scheme as reference model for the following one. We successfully apply this approach to synthetic data sets and show that the combination of at least two methods yields a significantly improved parameter model compared to the individual inversion results. / Ziel der vorliegenden Arbeit ist die gemeinsame Inversion (\"joint inversion\") elektromagnetischer und geoelektrischer Daten zur Verbesserung des rekonstruierten Leitfähigkeitsmodells. Dabei nutzen wir die verschiedenartigen Sensitivitäten der Methoden aus, um die Auflösung zu erhöhen und ein zuverlässigeres Ergebnis zu erhalten. Um die Arbeit mit mehr als einer Methode zu vereinfachen und eine flexible Softwarebasis auf dem neuesten Stand der Forschung zu etablieren, wurden zwei Codes zur Modellierung und Inversion geoelektrischer als auch elektromagnetischer Daten neu entwickelt, die mit finiten Elementen zweiter Ordnung auf unstrukturierten Gittern arbeiten. Die Vorwärtsoperatoren werden mithilfe analytischer Lösungen und Konvergenzstudien verifiziert, bevor wir ein regularisiertes Gauß-Newton-Verfahren zur Inversion synthetischer Datensätze anwenden. Im Gegensatz zur meistgenutzten \"joint inversion\"-Strategie, bei der verschiedene Daten in einem einzigen Minimierungsproblem kombiniert werden, was in einem großen Gleichungssystem resultiert, stellen wir schließlich einen sequentiellen Ansatz vor, der zyklisch durch die einzelnen Methoden iteriert. So vermeiden wir u.a. eine komplizierte Wichtung der verschiedenen Daten und die Bestimmung aller Regularisierungsparameter in einem Schritt. Der sequentielle Ansatz wird über die Anwendung einer Glättungsregularisierung umgesetzt, bei der die Abweichung der Modellparameter zu einem gegebenen Referenzmodell bestraft wird. Wir nutzen das Ergebnis der vorangegangenen Einzelinversion als Referenzmodell für die folgende Inversion. Der Ansatz wird erfolgreich auf synthetische Datensätze angewendet und wir zeigen, dass die Kombination von mehreren Methoden eine erhebliche Verbesserung des Inversionsergebnisses im Vergleich zu den Einzelinversionen liefert.

The objective of our studies is the combination of electromagnetic and direct current (DC) resistivity methods in a joint inversion approach to improve the reconstruction of a given conductivity distribution. We utilize the distinct sensitivity patterns of different methods to enhance the overall resolution power and ensure a more reliable imaging result. In order to simplify the work with more than one electromagnetic method and establish a flexible and state-of-the-art software basis, we developed new DC resistivity and electromagnetic forward modeling and inversion codes based on finite elements of second order on unstructured grids. The forward operators are verified using analytical solutions and convergence studies before we apply a regularized Gauss-Newton scheme and successfully invert synthetic data sets. Finally, we link both codes with each other in a joint inversion. In contrast to most widely used joint inversion strategies, where different data sets are combined in a single least-squares problem resulting in a large system of equations, we introduce a sequential approach that cycles through the different methods iteratively. This way, we avoid several difficulties such as the determination of the full set of regularization parameters or a weighting of the distinct data sets. The sequential approach makes use of a smoothness regularization operator which penalizes the deviation of the model parameters from a given reference model. In our sequential strategy, we use the result of the preceding individual inversion scheme as reference model for the following one. We successfully apply this approach to synthetic data sets and show that the combination of at least two methods yields a significantly improved parameter model compared to the individual inversion results. / Ziel der vorliegenden Arbeit ist die gemeinsame Inversion (\"joint inversion\") elektromagnetischer und geoelektrischer Daten zur Verbesserung des rekonstruierten Leitfähigkeitsmodells. Dabei nutzen wir die verschiedenartigen Sensitivitäten der Methoden aus, um die Auflösung zu erhöhen und ein zuverlässigeres Ergebnis zu erhalten. Um die Arbeit mit mehr als einer Methode zu vereinfachen und eine flexible Softwarebasis auf dem neuesten Stand der Forschung zu etablieren, wurden zwei Codes zur Modellierung und Inversion geoelektrischer als auch elektromagnetischer Daten neu entwickelt, die mit finiten Elementen zweiter Ordnung auf unstrukturierten Gittern arbeiten. Die Vorwärtsoperatoren werden mithilfe analytischer Lösungen und Konvergenzstudien verifiziert, bevor wir ein regularisiertes Gauß-Newton-Verfahren zur Inversion synthetischer Datensätze anwenden. Im Gegensatz zur meistgenutzten \"joint inversion\"-Strategie, bei der verschiedene Daten in einem einzigen Minimierungsproblem kombiniert werden, was in einem großen Gleichungssystem resultiert, stellen wir schließlich einen sequentiellen Ansatz vor, der zyklisch durch die einzelnen Methoden iteriert. So vermeiden wir u.a. eine komplizierte Wichtung der verschiedenen Daten und die Bestimmung aller Regularisierungsparameter in einem Schritt. Der sequentielle Ansatz wird über die Anwendung einer Glättungsregularisierung umgesetzt, bei der die Abweichung der Modellparameter zu einem gegebenen Referenzmodell bestraft wird. Wir nutzen das Ergebnis der vorangegangenen Einzelinversion als Referenzmodell für die folgende Inversion. Der Ansatz wird erfolgreich auf synthetische Datensätze angewendet und wir zeigen, dass die Kombination von mehreren Methoden eine erhebliche Verbesserung des Inversionsergebnisses im Vergleich zu den Einzelinversionen liefert.

Im Rahmen des Projektes ROHSA 3 wurden auf Basis vorhandener und neu verfügbar gemachter Daten Prognosen für Zinn, Wolfram sowie Fluss- und Schwerspat in einem 740 m² großen Gebiet im Mittelerzgebirge angefertigt. Die Karten zeigen höffige Gebieten, wobei für Zinn und Wolfram erstmals auch Mengen-Prognosen erstellt wurden. Geophysikalische, geochemische Daten sowie Lagerstättenindikatoren (z. B. Tektonik, Erz kontrollierende Lithologien) wurden durch die Software advangeo@ aufbereitet und mittels ihrer künstlich neuronalen Netze (KNN) verarbeitet. Durch höhere Datendichte, Einbeziehung dreidimensionaler geologischer Daten und Aufstellung quantitativer Modelle wurde ein deutlicher Erkenntnisfortschritt erzielt. Redaktionsschluss: 31.07.2020