Modellering av urbane pluviale flommer ved bruk av værradar

Abstract

Ekstreme nedbørhendelser med påfølgende pluviale flommer forårsaker store skader på infrastruktur og bebyggelse. Skadene fører til betydelige samfunnskostnader, og problemet er økende. Avrenningsmodeller kan benyttes for å simulere flomforløpet til en nedbørhendelse, og er et mye brukt verktøy i planlegging, prosjektering, dimensjonering og drift av overvann-systemer. Som inngangsdata i avrenningsmodeller er det vanlig å bruke konstruert nedbør, der det tas utgangspunkt i målinger og statistikk fra nedbørstasjoner basert på lange tidsserier. I denne oppgaven er det undersøkt om inngangsdata fra værradar kan gi et mer realistisk bilde på hvordan pluviale flommer forløper. Oppgavens primære målsetning har vært å finne en metodikk for å benytte data fra værradar i en todimensjonal hydraulisk avrenningsmodell. Det var ønskelig å finne en metode der rådata fra værradaren kunne anvendes direkte i avrenningsmodellen med den oppløsningen i rom og tid de var målt. Dette ble løst ved å bygge en terrengmodell i ustrukturerte trekanter. En slik modell tillater, i motsetning til en terrengmodell på rasterformat, at inngangsdata med ulik romlig oppløsning kan benyttes sammen. Programvare for bygging av terrengmodell og simulering av avrenning er MIKE 21 Flow Model FM levert av DHI. For å kunne si noe om egnetheten til data fra værradar i en avrenningsmodell er nedbørdata fra værradar sammenlignet mot data fra nedbørstasjoner på bakkenivå. Studiet tar utgangspunkt i en nedbørhendelse i Drammen sentrum den 11. juli 2016 i tidsintervallet 12.30–15.40. Nedbørhendelsen var av konvektiv karakter, en nedbørtype som karakteriseres ved høy intensitet, kort varighet og store lokale variasjoner. Resultatene viser at værradaren underestimerer nedbøren for alle intensiteter, og at feilen er økende med økende intensitet. Feilen skyldes i all hovedsak konverteringen av målt radarreflektivitet til nedbørintensitet, samt signaldemping fra annen nedbør mellom radaren og studert nedbørhendelse. Det er benyttet to ulike metoder for å korrigere for feilen i nedbørdataene fra værradaren. Et datasett er korrigert mot syv nedbørstasjoner i Drammen sentrum, heretter kalt korrigert nedbør, og et datasett er basert på én nedbørstasjon som ligger innenfor nedbørfeltet til avrenningsmodellen, heretter kalt lokalkorrigert nedbør. Resultater fra simuleringene viser at valg av korreksjonsmetode har stor innvirkning på avrenningen. Det ble også benyttet en konstruert regnhendelse med tilsvarende intensitet som de korrigerte værradardataene i modellen. Resultatene fra denne sammenligningen viste ingen nevneverdige ulikheter. Det er produsert gjentaksintervallkart med varighet på 10 og 40 minutter for korrigerte nedbør fra værradar. Kartene viser betydelige variasjoner i gjentaksintervall innad i analyseområdet, og belyser verdien av den romlige oppløsningen en værradar kan tilføre nedbørdata. Gjentaksintervallkartene er også sammenlignet mot interpolert gjentaksintervallkart basert på nedbørstasjonene. Sammenligningen viser at nedbørstasjonene ikke fanger opp hendelsens mest nedbørrike områder og videre underestimerer hendelsens omfang. På bakgrunn av resultatene i oppgaven er det diskutert om værradar kan benyttes til varsling av pluviale flommer. For at dette skal bli en realitet må værradardataenes kvantitative kvalitet forbedres samtidig som modellenes simuleringstid må reduseres til en tidsramme som gjør det mulig å iverksette tiltak.

Extreme rainfall events with subsequent pluvial floods cause great damage to infrastructure and buildings. Flood damage is a heavy cost to society, and the problem is increasing due to climate changes and urbanization. Pluvial flooding is often simulated using a runoff model, a helpful tool for designing, dimensioning and operating storm water systems. Traditionally, measurements from rain gauges are used to produce design storms for input in the runoff models. Heavy precipitation often occurs with a high spatial variation and over a short period of time. This thesis aims to see whether the input data from weather radars, with its high spatial and temporal variability, can provide a more realistic picture of how pluvial floods progress. The thesis’ primary purpose has been to find a methodology for applying weather radar data in a two-dimensional hydraulic runoff model, using the data’s original spatial and temporal resolution. To achieve this, the model was set up with a digital terrain model built up of small, unstructured triangles in a flexible mesh. In contrast to the classic approach, a structured orthogonal mesh, the flexible mesh allows for an increase of the mesh resolution and allows layers with different resolutions to be used together. The modelling software used in the study was MIKE 21 Flow model FM, delivered by DHI. To analyze radar data’s suitability in runoff models, the radar data has been compared to precipitation data from seven rain gauges. The study is based on an event in the city of Drammen, July 11 2016. This was a convective rainfall, which is characterized by high intensity, short duration and high spatial variability. The results show that the weather radar underestimates the precipitation for all intensities, and that the bias increases with increased intensity. The error is due to the converting of radar reflectivity to precipitation intensity and attenuation of the radar signal from precipitation between the studied rainfall event and the radar station. To increase the quantitative quality, the radar data was adjusted towards the observed values at the gauging stations. Two different adjusted radar datasets were used in the simulations. One dataset was corrected using measurements from all seven gauging stations, while the other was adjusted using data from only one station, located within the modeling area. The result shows that the choice of adjusting method is of great importance for the runoff, as the use of the latter method gives less runoff compared to the first method. The radar simulations were also compared to a simulation of a design storm with the same intensity as the radar dataset adjusted to the seven gauging stations. The comparison showed no significant differences. Maps of the return periods for the most intense 10 and 40 minutes of the adjusted rainfall event were produced and compared to the return periods at the gauging stations. The maps show significant variations within the small area analyzed. The gauging stations fail to catch the most intense rainfall cells, and the maps clearly illustrates the uncertainties in using point measurements when characterizing convective rainfall events. The weather radar data’s spatial and temporal resolution is well suited for use in runoff models. For these models to become useful in forecasting of pluvial floods, the quantitative quality of the rainfall data must be improved, and the computation time of the simulations must be reduced.