Modellering av gröna ytor för bättre dagvattenhantering. Günther Leonhardt VA-teknik LTU 1 december 2016

Transkript

1 Modellering av gröna ytor för bättre dagvattenhantering Günther Leonhardt VA-teknik LTU 1 december 2016

2 Modeller inom dagvattenhantering Ett vanligt verktyg för planering Exploatering Förnyelse Klimatanpassning Vad är problemet? Var finns forskningsbehov?

3 Modellernas historia och bakgrund (rötter) Volym/kvantitet Dimensionering av ledningsnät Ytavrinning från hårdgjorda ytor Extrema regntillfällen Baserat på Bra förståelse av processer Bra beskrivning av ytavrinning och hydraulik Kvalitet Begränsad förståelse av processer Förenklad beskrivning av orsak och verkan (cause-effect)

4 Modeller för gröna ytor och gröna lösningar Ytterligare processer, på olika tidsskalor Evapotranspiration Infiltration + markvatten (omättad zon) Grundvatten Finns redan implementerat i olika modellverktyg Kommer från andra hydrologiska områden (och rumsliga skalor) Olika komplexitetsnivåer Ytterligare processer (många) ytterligare parameter!

5 Kvantitet Forskningsbehov? Hur ska vi använda modeller för gröna ytor och gröna lösningar? Kvalitet Vilka processer ska inkluderas? Vilka processbeskrivningar är lämpliga? Vilka data behövs? Kalibrering Uppskattning av resultatens osäkerheter Fördjupad förståelse av processer Förbättrad beskrivning i modeller

6 Forskningsprojekt Förbättrad modellering av grön infrastruktur i gröna avrinningsområden Fokus på Kvantitet Användning av modeller Modelleringsmetodik Databehov Känslighetsanalys, kalibrering och validering Uppskattning av resultatets osäkerheter Små gröna områden, gröna ytor och gröna tak Finansering och partner: Formas, Luleå kommun, Skellefteå kommun, VAKIN, Galären AB, Dag&Nät

7 Forskningsprojekt Bedömning och modellering av grön infrastruktur för urbana avrinningsområden Fokus på Dagvattens kvantitet och kvalitet Vidareutveckling av modeller Gröna ytor och grön infrastruktur (diken) Finansering och partner: Formas, Dag&Nät, INSA Lyon (F)

8 Överblick metoder Kvantitet - Modellanvändning Fältmätningar Långa tidsserier Uppskattning av mätdatas osäkerheter Förutsättning för uppskattning av modellosäkerheter Olika modeller EPA SWMM, MOUSE/Mike Urban, Mike SHE ( ) Olika rumsliga detaljnivåer Olika metoder för Känslighetsanalys, kalibrering och uppskattning av osäkerheter Kvalitet Fältmätningar + Labbförsök Vidareutveckling av modeller

9 Fältmätningar Test catchment i Luleå Meterorologisk station Markförhållanden (fuktighet) Flera flödesmätpunkter Källa bakgrund: Lantmäteriet Foto: Helen Galfi

10 Fältmätningar Svackdiken i Skellefteå (sedan 2014) Gröna tak, Umeå Foto: Godecke Blecken Källa bakgrund: Lantmäteriet Foto: Hendrik Rujner

11 Fältmätningar - utmaningar Förbättrad noggrannhet för låga flöden Nya parameter (t.ex. markfuktighet) Kvalitet (provtagning) Foto: Hendrik Rujner Foto: Helen Galfi

12 Exempel jämförelse av modeller Gröna ytor i EPA SWMM & MOUSE RDII (Mike SHE tillägas) 11 jordarter, 6 jorddjup syntetiska catchments 240*240m 2 Långa regnserier Exempel från Regnserie Kiruna 63mm regn

13 Gröna ytor i EPA SWMM & MOUSE RDII preliminära resultat Rel. SWMM MOUSE RDII Avrinning tot. (mm) SWMM MOUSE RDII Time in h

14 Exempel source based kvalitetsmodell Kalibrering Volym & TSS Modellprognos framtidsscenario Kumulerade osäkerheter Källa: Borris, Matthias (et al.), Source- Based Modeling Of Urban Stormwater Quality Response to the Selected Scenarios Combining Future Changes in Climate and Socio-Economic Factors. Environmental Management, (2), s

15 Data Vilken? Hur många? Förväntade resultat Hyr påverka detta resultatets osäkerheter ( kostnader kontra vinst av mer data) i relation till detaljnivån! Lämpliga metoder för känslighetsanalys, kalibrering och validering Lämpliga metoder för uppskattning av resultatets osäkerheter

16 Slutsatser Modellering av gröna ytor och grön infrastruktur Ytterligare processer Komplexare modeller fler modellparameter Behov av lämpliga metoder för modellanvändning Mätdata Känslighetsanalys och kalibrering Uppskattning av resultatets osäkerheter Modeller för dagvattenkvalitet Förbättrad förståelse av processer krävs

17 Tack så mycket! Följ oss på