GIS-datamodelleringför identifiering av översvämningsrisk

ERA-net Road projektFredrik Hellman VTIMichael Larsen DRIKlas Hansson VTI

Marianne Grauert DRI Knud Pihl DRI

Gunilla Franzé VTIKRÜGER consult har gjort datamodelleringen

SWAMP Research project funded by

ERA-net Road SWAMP

Storm WAter prevention -Methods to Predict damage from the water stream in and near road pavements in lowland areas

PartnersDRI Danish Road Institute, CoordinatorVTI Swedish National Road and Transport Research Institute

Projektorganisation

» WP1 Litteratur

» WP 2 Klimatdata

» WP 3 GIS-modell för översvämningsrisk» Dagens föredrag

» WP 4 Reparation och underhåll - Guideline

» WP 5 Projektadministration

Fördraget kommer innehålla

» Information om ”blue-spot” modellen» Grundprincip» Möjligheter» Potential

Utmaningar» Klimatförändringar kan ge:

» Mer extrem nederbörd» Höjning av havsytenivån» Storm relaterade översvämningar» Höjning av grundvattennivå

» Renovering och underhåll av vägsystem» Designade för nuvarande klimat» Mindre pengar avsetts för underhåll

» Ökade krav på bättre vägnät» Krav på framkomlighet och kommunikation» EU Water Frame Directive – förbättrad

vattenkvalité

→ Ökad risk för översvämning av vägar och infrastruktur!

Lösningar» Förbättrad funktion och

kapacitet i dräneringssystemen» Ökad vattenlagrings kapacitet i

anslutning till dräneringssystemen

» Pumpar i låglänta områden känsliga för översvämning

» Utjämning av terräng» Flytta utsatta vägar

Var börjar vi och hur prioriterar vi?

Utveckling av Blue-spot metoden

» Blue spot – ett vägavsnitt känsligt för översvämning

» Metoden kan översiktligt identifiera översvämningskänsliga vägavsnitt

» Använder tillgängliga GIS-data, grundlager är höjddata

Tillvägagångssätt i tre nivåer1.Översiktlig analys av höjddata

» Identifiering av alla ”blue-spots” (100% avrinning ingen dränering)» Lågt liggande områden med risk för översvämning

2.Omfattning av alla ”blue-spots”» Flödesriktningar på markytan » Uppsamlingsområdet för varje ”blue spot” kopplat till nederbörd» Riskområden identifieras med antal mm regn som behövs för att

fylla en ”blue-spot” (känslighets analys)3.Hydrodynamisk modell av markyta, bassänger och dränering

» 1d-1d modell att simulera lagringskapacitet, dränering pumplösningar etc.

» 1d-2d modell att simulera förändringar i tex. terrängen

Nivå 1 : lokala sänkorDybder

m

0 - 0.25

0.25 - 0.5

0.5 - 0.75

0.75 - 1

> 1.25

Nivå 1 : vattendjup

Nivå 2 : flödesriktningar

Nivå 2 : uppsamlingsområde

Nivå 3 hydrodynamisk modellering

Standard

Basin

Weir

Surface

Sewage system

Indata

• I Danmark användes högupplösta

• Lidar scan 2006 – 2007

• Grid size 1.6 m x 1.6 m (2.9 billion points)

• Flygfoto

• Tekniska kartor (vägar, hus, vattendrag, etc)

• Databas med information om broar, överfarter vid floder

• Vi tror att även lägre upplöst höjddata kan ge värdefull information

Data processing

Blue spots

Data processing

Sammanfattning

1) Översiktlig analys av höjddata för att identifiera ”blue spots” och havsyteändringar

2) Uppsamlingsområde, regndjup, riskområde, känslighetsanalys

3) Man kan gå vidare och modellera olika systemlösningar

Potential med metoden» Snabb översiktsanalys av stora områden» Möjligt att göra noggranna riskuppskattningar för

översvämningar (kvalitén på input data är begränsningen)» Underhåll kan fokusera på de mest

översvämningskänsliga områdena» Resultaten kan ligga till grund för beslut om

ombyggnation av känsliga konstruktioner» Om man har tillgång till klimatprognoser för ett område

kan man undvika känsliga områden vid nyproduktion» Räddningstjänst kan förbereda sig på rätt plats

innan oväder drabbar ett område

Tack

…endel tycker det är roligt med översvämningar

Nedan kommer några exempel på analyser och resultat

Maximum water levels

Preferential flow paths

Rain depths

Sea level rise

Map of flood risk areas

Sensitivity analysis20% Lavninger

mm regn

0 - 25

26 - 50

51 - 75

76 - 100

>100

80 %

Sea level rise

Calculation using the terrain model