In Berlin, drinking water is exclusively abstracted from groundwater. For this reason, well monitoring is important to ensure a good water quality and a high well capacity. The project WellMa, which stands for well management, aims at the optimization of the operation and maintenance of drinking water abstraction wells. During the first work package of the preparatory project phase WellMa1, available data of 615 wells in Berlin were evaluated. Since ochre formations appear most frequently, the context between iron-related clogging and hydrochemistry, well construction and operation was examined. Based on the statistical analysis, TV camera inspections were identified to be the most reliable marker to indicate the iron-related clogging status of a well. The results were classified into four stages and set into relation to relevant chemical, operational and constructional parameters to determine trends and correlations. Outliers lie below or above the detected trends, as given by the generated boxplots. Seven parameters have to be taken into account: iron, manganese and nitrate-nitrogen concentrations, top of the first filter, distance to the next surface water, mean discharge rate and monthly operation hours. Wells, whose outlier parameter based on one of the following criteria, were excluded from further investigations: (i) clogging state 1, which should be lower according to the outlier parameter, at a high remaining specific capacity, (ii) nitrate-nitrogen values that should lead to higher clogging degrees lying slightly out of the range given by the boxplot, (iii) classification of the clogging degree shortly after construction, regeneration or H2O2 treatment and (iv) missing information about clogging state in the BWB well files and missing TV inspection videos to verify deviating values. The analysis demonstrates a complex interaction between the single parameters. High nutrient inflow because of river bank filtration, leakages of the casing, high discharge rates or unconfined conditions superimpose the distance to the surface of a deep screened well. Since the encrustations are mediated by bacteria, the composition and permeability of the biofilm varies depending on the engaged microorganism. Furthermore, the thickness and dimension are influenced by the available time for bacterial growth, the inflow velocity, number of switchings or position of the water levels.

Die Überwachung von Brunnen läuft nach Monitoringprogrammen, in denen der Ablauf der erforderlichen Maßnahmen geplant ist. Heutzutage werden zunehmend die Betriebsparameter kontinuierlich ermittelt und durch Fernübertragungssysteme zu zentralen Datenbanken übertragen. Basierend auf einem solchen System hat die Firma Veolia in Frankreich ein Software-Modul entwickelt, welches die Messdaten der Wasserstände, der gepumpten Wassservolumen und der Schaltungen der Pumpen in einer Datenbank ausliest und Bilanztabellen und Diagramme in Excel erstellt. Dies bildet die so genannten „Bilans Lerne“, die es ermöglichen, die Entwicklung der Brunnen kontinuierlich zu überwachen. Die Anwendung dieses Instruments an den Brunnen der Berliner Wasserbetriebe (BWB) wurde drei Monate lang beispielhaft an fünf Brunnen am Standort TegelHohenzollernkanal getestet. Ziel war es, zu prüfen, inwieweit sich die gegenseitigen Beeinflussungen zwischen den Brunnen und die für Berlin spezifischen Betriebspläne auf die Datenauswertung und Berechnungen des Moduls auswirken. Dazu sollte auch untersucht werden, ob das vorgegebene Messintervall, die Instabilitätskoeffizienten und die minimale Dauer für die Ermittlung der Betriebs- und Ruhewasserstände auf Berlin übertragen werden können oder ob Optimierungen notwendig sind. Dazu wurden zunächst einmal die gegenseitigen Beeinflussungen der Brunnen aufeinander geschätzt: Die Reichweiten der Absenkungstrichter erreichen mindestens 90 m und die betrachteten Brunnen sind ca. 50 m voneinander entfernt, so dass die Schaltungen eines Brunnens sich immer auf den Wasserstand in den unmittelbar benachbarten Brunnen auswirken. Dies ist auch auf den Gangliniendiagrammen der gemessenen Wasserstände deutlich zu sehen. In den dreimonatigen Messungen konnten die „Bilans Lerne“ für die fünf ausgewählten Berliner Brunnen erstellt werden. Allerdings sind die Ergebnisse der Modulanwendung teilweise unvollständig. Dies liegt vor allem daran, dass die Berliner Brunnen im Vergleich zu Brunnen in Frankreich sehr selten geschaltet werden, das Modul jedoch, um alle Parameter wie geplant ermitteln zu können, auf den Wechsel von Pump- und Auffüllungsphasen zurückgreift, um Fördermengen, Absenkungsbeträge und spezifische Ergiebigkeiten zu berechnen. So kann unter den Berliner Betriebsverhältnissen lediglich ein Wert der spezifischen Ergiebigkeit pro Monat berechnet werden, während für die französischen Brunnen i. d. R. ein Wert pro Tag berechnet wird. Da dies im Vergleich zum derzeitigen Stand der Praxis eine Verbesserung hinsichtlich der Häufigkeit der Ergiebigkeitsmessungen darstellt, kann die Benutzung eines solchen Instrumentes in Berlin empfohlen werden. Damit das Instrument in Berlin lückenlose Berechnungen durchführen kann, sind jedoch Anpassungen und Optimierungsschritte für die Makros erforderlich. Darüber hinaus könnte z. B. als eine Anpassung an die Betriebsbedingungen spezifisch für Berlin erwogen werden, die Messungen weniger häufig durchzuführen.