MEng Lisa Maria Ringel – Applied Geology

Meine Forschung konzentriert sich auf die stochastische Charakterisierung von diskreten Kluftsystemen. Ich verwende Daten von tomographischen Experimenten, um die Eigenschaften von Kluftnetzwerken abzuleiten. Zu diesem Zweck arbeite ich an der Implementierung von schnellen Vorwärts-Modellen durch geeignete numerische Methoden und vergleiche verschiedene Inversionsverfahren hinsichtlich ihrer Effizienz.

Forschungsinteressen

■ Numerische Methoden
■ Inversion
■ Bayes’sche Statistik
■ Hydraulische und Tracer Tomographie

Lebenslauf

2019 – heute | Wissenschaftliche Mitarbeiterin
Martin Luther Universität Halle-Wittenberg, Angewandte Geowissenschaften

2019 – 2023 | Doktorandin
Martin Luther Universität Halle-Wittenberg, Angewandte Geowissenschaften

2018 – 2019 | Wissenschaftliche Mitarbeiterin
Technische Hochschule Ingolstadt, Institut für neue Energiesysteme (InES)

2018 | Masterarbeit
Deutsches Zentrum für Luft- und Raumfahrt, Institut für Aeroelastik
Titel: Vorauslegung eines Windkanalexperiments zur instationären Stoß-Grenzschichtwechselwirkung

2017 – 2018 | M. Eng. Technische Entwicklung im Maschinenbau
Technische Hochschule Ingolstadt

2015 – 2018 | Stipendiatin
Max Weber-Programm

2013 – 2017 | B. Eng. Technik Erneuerbarer Energien
Technische Hochschule Ingolstadt

Publikationen (ausgewählt)

Ringel, L. M., Illman, W. A., & Bayer, P. (2024). Recent developments, challenges, and future research directions in tomographic characterization of fractured aquifers. Journal of Hydrology, 631, 130709.

Römhild, L., Ringel, M. L., Liu, Q., Hu, L., Ptak, T. & Bayer, P. (2024). Hybrid Discrete Fracture Network Inversion of Hydraulic Tomography Data From a Fractured-Porous Field Site. Water Resources Research, 60, e2023WR036035.

Jiang, Z., Ringel, L. M., Bayer, P. & Xu, T. (2023). Fracture
Network Characterization in Reservoirs by Joint Inversion of
Microseismicity and Thermal Breakthrough Data: Method Development and Verification. Water Resources Research, 59(9), e2022WR034339.

Ringel, L. M., Jalali, M. & Bayer, P. (2022). Characterization of the highly fractured zone at the Grimsel Test Site based on hydraulic tomography. Hydrol. Earth Syst. Sci., 26, 6443–6455.

Ringel, L. M., Jalali, M. & Bayer, P. (2022). Inversion of Hydraulic Tomography Data from the Grimsel Test Site with a Discrete Fracture Network Model, EGU General Assembly 2022, Vienna, Austria, 23–27 May 2022, EGU22-2220, https://doi.org/10.5194/egusphere-egu22-2220.

Ringel, L. M., Jalali, M. & Bayer, P. (2022). Estimation of hydraulic and geometrical characteristics of fractured geothermal reservoirs using in-situ tomographic methods, European Geothermal Congress 2022, Berlin, Germany, 17–21 October 2022.

Ringel, L. M., Jalali, M. & Bayer, P. (2021). Stochastic Inversion of Three-Dimensional Discrete Fracture Network Structure With Hydraulic Tomography. Water Resources Research. 57(12), e2021WR030401.

Ringel, L. M., Jalali, M. & Bayer, P. (2020). Inversion of three-dimensional discrete fracture networks using hydraulic tomography. Paper presented at the AGU Fall Meeting, virtual.

Ringel, L. M., Somogyvari, M., Jalali, M. & Bayer, P.(2020). Characterization of discrete fracture networks by invasive tomographic methods. Paper presented at Computational Methods in Water Resources, virtual.

Ringel, L. M., Somogyvari, M., Jalali, M., & Bayer, P. (2020). A fast and robust approach for simulating the pressure diffusion in three-dimensional discrete fracture networks applied to inversion problems. Paper presented at the EGU General Assembly, virtual.

Ringel, L. M., Somogyvári, M., Jalali, M., & Bayer, P. (2019). Comparison of Hydraulic and Tracer Tomography for Discrete Fracture Network Inversion. Geosciences, 9(6), 274.

Ringel, L. M., Somogyvári, M., Jalali, M., & Bayer, P. (2019). Inversion of discrete fracture networks by hydraulic and tracer tomography. Paper presented at the EGU General Assembly, Vienna.

home | data protection | legal notice | disclaimer