Kalibrering og validering av SWMM-modell for grønt tak på Vega Scene ved bruk av maskinlæring

Abstract

Håndtering av overvann ved bruk av naturbaserte løsninger har hatt en stor utvikling den senere tid. En rekke kommuner i Norge har nå krav til at overvannet skal håndteres åpent og lokalt på egen tomt. I den sammenheng ble taket på Vega Scene i Oslo kommune bygd som et grønt tak, med restriktorer ved utløpet for å holde tilbake avrenningen fra taket i enda større grad. Erfaringsgrunnlaget rundt denne type løsninger er begrenset da kombinasjonen av grønt tak og restriktorer ikke er en løsning som er utbredt.

I denne oppgaven ble det lagd en modell i SWMM (Storm Water Management Model) for det grønne taket på Vega Scene for å beskrive sammenhengen mellom nedbør og avrenning. En sensitivitetsanalyse ble gjennomført, og 8 parametere ble valgt ut til kalibrering. Både kalibrerings- og valideringsperioden er på 8 sammenhengende måneder, og perioder med snø og snøsmelting er ikke benyttet. Modellen kalibreres ved bruk av global optimalisering ved hjelp av differensiell evolusjon. Den kalibrerte modellen ble benyttet til å lage en QVF (avrenning-varighet-frekvens) statistikk for Vega Scene ved bruk av historisk nedbør. Simulert QVF statistikk sammenlignes med IVF (intensitet-varighet-frekvens) statistikk for nedbør, samt generelle grenser for påslipp til offentlige overvanns- og fellesledninger i Oslo kommune.

Resultatene av kalibreringen ga gode resultater med en KGE (Kling-Gupta efficiency) på 0.91 for kalibreringsperioden og 0.86 for valideringsperioden. Simulert QVF statistikk ligger tydelig lavere enn IVF statistikken ved kortere varigheter. Spissavrenningen, sammenlignet med det man kan forvente fra tradisjonelle tak, er dermed betydelig redusert. For hendelser av lenger varighet er forskjellene mindre. Simulert QVF statistikk sammenlignet med generelle grenser for påslipp til offentlige overvanns- og fellesledninger i Oslo kommune, viser en avrenning fra Vega Scene som ligger for høyt til å overholde grensene.

I videre arbeid anbefales det å se på muligheter for å forbedre beregningen av fordampning i modellen, for å sikre riktige initialbetingelser. I tillegg til å se på muligheter for å simulere perioder med snø og snøsmelting, slik at modellen fungerer gjennom hele året.

The handling of stormwater using nature-based solutions has seen a major development in recent times. Several municipalities in Norway now require stormwater to be handled openly and locally on site. In that context, the roof at Vega Scene in Oslo municipality was built as a green roof, with restrictors at the outlet to hold back the runoff from the roof to an even greater extent. The experience base around this type of solution is not that great as the combination of a green roof and restrictors is not a solution that is widespread.

In this assignment, a model was created in SWMM (Storm Water Management Model) for the green roof at Vega Scene to describe the connection between rainfall and runoff. A sensitivity analysis was performed, and 8 parameters were selected for calibration. Both the calibration and validation period are 8 consecutive months, and periods of snow and snow melting are not used. The model is calibrated using global optimization using differential evolution. The calibrated model was used to create a QDF (runoff-duration-frequency) statistic for Vega Scene using historical rainfall. Simulated QDF statistics was compared with IDF (intensity-duration-frequency) statistics for precipitation, as well as general limits for discharge to public stormwater- and combined sewer systems in Oslo municipality.

The results of the calibration gave good results with a KGE (Kling-Gupta efficiency) of 0.91 for the calibration period and 0.86 for the validation period. Simulated QDF statistics are clearly lower than the IVF statistics for shorter durations. The runoff peak, compared to what can be expected from traditional roofs, is thus significantly reduced. For events of longer duration, differences are smaller. Simulated QDF statistics compared to general limits for discharge to public stormwater- and combined sewers systems in Oslo municipality show a runoff from Vega Scene that is too high to comply with the limits.

In further work, it is recommended to look at possibilities to improve the calculation of evaporation in the model, to ensure correct initial conditions. In addition to looking at possibilities to simulate periods of snow and snowmelt, so that the model works throughout the year.