Vurdering av digitalisering for mulig fremmedvannsandel

Abstract

For at avløpssytemet skal fungere optimalt til enhver tid er det mange komplekse systemer som skal sammenfalle. Gjennom stadig hyppigere urbanisering og ekspandering av tettsteder, vil den allerede aldrende infrastrukturen behøve å fornyes i større grad enn tidligere. Det vil gi konsekvenser å kun fokusere på nyetablering, og overse det eksisterende avløpssystemet. En av disse konsekvensene er innlekking av vann til avløpsnettet, også kjent som fremmedvann. Undersøkelser viser at hele 60 % av avløpsvannet som blir sendt til renseanleggene skyldes fremmedvann i ledningsnettet (Scherling et al., 2020). Med denne studien ligger håpet om å lokalisere punktbelastninger, som er en del av de store bidragsyterne, og forsøke å kartlegge disse områdene – for å minimere fremmedvanns-innlekkingen. Forhåpentlighvis vil metoden gi en økonomisk og miljømessig positiv betydning for videre arbeid mot minimering av fremmedvann.

Fremmedvann er et stort problem i mange land inkludert Norge, og i denne studien er alt vann foruten spillvann ansett som fremmedvann. Dette er for å muligjøre observasjonsmetodikken. Det har blitt benyttet kvalitetsegenskapene tilgjengelig for avløpsnettet, samt rørinspeksjoner. Kartlegging av tak-nedløp og drenering er undersøkt, og det er kombinert kartlag for både flomveier, oversvømte områder, grunnvannstand, og jordsmonn. Ved å implementere disse felt-parametre var håpet å finne ut av om det lot seg gjøre å automatisere visningen av områder med mulig fremmedvannsandel ved bruk av Python kode. Som grunnlag til utsatte områder er det utført feltarbeid i form av observasjoner om nettene, med håp om å lokalisere det meste av fremmedvannet.

Resultatene fra program ved bruk av de parametere som er undersøkt ga en overensstemmelse på 72 % for de ledningsstrekk med innlekking og utlekking, sammenlignet med feltundersøkelsen. Grunnlaget for at prinsippet bak metoden kan anvendes i det senere ansees som god, der videre utvikling og undersøkelser i form av mer nøyaktige målinger vurderes som en god fremgangsmåte. Studien viser at relativt enkle prinsipper og bruk av tilgjengelig data, kan sammenstilles for å forenkle arbeidet knyttet til lokalisering av fremmedvann. Det bevises at digitalisering for vurdering av mulig fremmedvannsandel kan være et godt verktøy, og at videreutvikling for ideen bør sees på som relevant.

In order of the draining system to properly work at any time, there are many complex systems that coincode. Through increasingly frequent urbanization and expanding settlingments, the already aging infrastructure will need to be renewed at a greater exstend than before. By only focusing on new establishment and overlook the existing draining system, there will be consequences. One of these concerns are infiltration & inflow. Studies shows that 60 % of wastewater gathered to the treatment plant are in fact caused by infiltration & inflow (Scherling et al., 2020). With that in mind, the hope is to locate one of the contributors as the point loads, and try to map these areas to minimize the quantity of infiltration & inflow. Hopefully this will have an economic and environmentally positive impact for later work towards the lessen of infiltration & inflow.

Infiltration & inflow is a big known problem in many countries, including Norway. In this study, all the water excluding pure wastewater, is considered as extraneous water. This is to enable the observational methodology. In this study, the quality features available for the sewer network, as well as data from inspections of pipes has been used. Mapping of the water related to roof runoff and drainage has been implemented and studied, as well as different map layers for flooded areas, flow accumulation, soil type, and groundwater level. By implementing these parametres, the hope was to find out whether it was possible to automate the display of areas with high potential share of infiltration & inflow by using Python code. The basis for the exposed areas, has been observed at night time through work in the field. By doing this, the hope was to locate most of the areas with infiltration & inflow.

The results shows an agreement of 72 % for the pipes with faults regards to either out- or inflow, compared to the field survey. This is accomplished by using the parameters chosen for the study. The principle behind the method for finding areas of special interest is consideres to be good, where further development and studies of more accurate measurements presumably is a good approach. The study shows that relative simple principles and available data can be compiled to simplify the work linked to localization of infiltration & inflow. Digitalization for assessment of potential infiltration & inflow is shown to be a good tool, and that further development of the idea should be seen as relevant.