Kvantifisering av usikkerhet ved utforming og anlegging av regnbed

Abstract

Klimaendringer og intensiv nedbør sammen med økt fortetting forårsaker raskt og store mengder overvann i urbane områder. Dette kan gi store skader på bygninger og infrastruktur. For å håndtere overvann, anbefales det å iverksette tiltak basert på tretrinnsstrategi. Trinn 1 skal fange opp og infiltrere mindre nedbør, mens trinn 2 fokuserer på å forsinke og fordrøye større nedbør og trinn 3 sikrer trygge flomveier.

Den rasjonale formelen er kjent som internasjonal metode for dimensjonering av overvannstiltak i urbane områder. Samtidig er det stor fokus på å implementere lokale overvannstiltak, som regnbed for å håndtere overvann i urbane områder. Parameterne som nedbørintensitet, avrenningskoeffisient, hydraulisk konduktivitet og maksimal vannstand, som inngår i beregningene variere betydelig. Til tross for dette blir de antatt som faste verdier basert på flere antakelser og forenklinger. Usikkerheten bidrar til over- eller underdimensjonering av tiltaket. Det argumenteres også sterkt for at kostnadene for LOD-tiltak som regnbed er antatt å variere med størrelse på tiltaket, geografisk område og utforming, samt diskonteringsrente for tiltakets fremtidige driftskostnad. For å øke presisjonen til regnbed, er det behov for å kvantifisere hvilken usikkerhet som finnes, og hvordan de enkelte variablene bidrar til den totale usikkerheten.

Det finnes ingen tidligere studier om analyse av usikkerhet i regnbedareal og nåverdikostnad for regnbed. Formålet med denne oppgaven er å analysere og synliggjøre denne usikkerheten via Monte Carlo simulering. Metoden simulerer usikkerhet ved hjelp av et stort antall tilfeldige verdier. Det ble tilknyttet ulike statistiske fordelinger til inngangsparameterne, basert på statistiske tester og litteraturstudier. Diskonteringsperiode ble antatt som en fast verdi på 40 år. Usikkerheten beskrives ved hjelp av 5- og 95- persentil av Monte Carlo simuleringene.

Denne studien viser til stor usikkerhet knyttet inngangsparameterne. I den rasjonale formelen har nedbørintensitet og avrenningskoeffisient størst variabilitet, hvor størrelsen på bidraget til usikkerhet varierer avhengig av valgt varighet og gjentaksintervall. Usikkerhetsanalyse av regnbedareal viste at hydraulisk konduktivitet, fulgt av maksimal vannstand i regnbed er de viktigste inngangsparameterne, og hadde størst påvirkning på den totale usikkerheten. Når det kommer til nåverdikostnad av regnbed ble det funnet at enhetskostnad for etablering, hydraulisk konduktivitet og til sist enhetskostnad for drift er de mest usikre inngangsparameterne og har store bidrag til total usikkerhet.

Usikkerheten kan reduseres betydelig ved å redusere variasjonen i inngangsparameterne med størst usikkerhetsbidrag. Disse inkluderer avrenningskoeffisient, mettet hydraulisk konduktivitet, maksimal vannstand, samt enhetskostnad for etablering og drift av regnbed.

Climate change with intensive rainfall and increased urbanization cause rapid and large amount of stormwater in urban areas. This can cause damages to buildings and infrastructure. To manage stormwater and meet challenges, it is recommended to implement measures based on the three- step strategy for surface water management. Step 1 have the purpose to capture and infiltrate minor rainfall, while step 2 focuses on delaying larger rainfall and step 3 ensures safe floodways.

The rational formula is known as an international method for dimensioning stormwater measures in urban areas. On the other side, there is a great focus on implementing LID-measures, such as raingardens to manage stormwater in urban areas. Rainfall intensity, runoff coefficient, hydraulic conductivity, and maximum water level on the surface of raingarden included in the calculations vary significantly. However, they are assumed to be fixed values based on several assumptions and simplifications. The uncertainty regarding the fixed values contributes to over- or under- dimensioning of the measures. The cost of LID-measures such as raingardens are assumed to vary with the size of the measure, geographical area, and design, as well as the discount rate for the measures future operating cost. To increase the precision of LID-measures such as raingardens, there is a need to quantify what uncertainty exists, and how the individual input parameters contribute to the total uncertainty.

There are no previous studies on the analysis of uncertainty around raingardens and the present value cost of raingardens. The purpose of this study is to analyze and visualize uncertainty through Monte Carlo simulation. The method simulates uncertainty using many random values. Different statistical distributions were assigned to input parameters based on statistical tests and literature studies. The discounting period was assumed as a fixed value of 40 years. Uncertainty is described using the 5th and 95th percentiles of the Monte Carlo simulations.

This study shows great uncertainty related to the input parameters. In the rational formula, rainfall intensity and runoff coefficient have the greatest variability, where the contribution to uncertainty varies depending on the selected duration and return time. Uncertainty analyses of raingarden area showed that hydraulic conductivity, followed by maximum water level on the surface are the most important input parameters, and had the greatest influence on the total uncertainty in raingardens. Regarding the cost of raingardens, the input parameters that have the most uncertainty in estimating the cost are the unit cost of establishment, hydraulic conductivity and operation and maintenance cost.

The uncertainty can be significantly reduced by carrying out various measures to reduce uncertainty in the input parameters with the greatest contribution to uncertainty. These includes runoff coefficient, hydraulic conductivity, as well as unit cost for establishing and operating raingardens.