Regninput – hvad kan vi regne med? Søren Thorndal, Aalborg Universitet Regnen er måske det væsentligste input til analyse og dimensionering af afstrømningen i de urbane områder. CDS-regn, langtidssimulering, syntetiske regn, distribueret regn - der er mange muligheder, men hvad skal og kan vi regne med – og hvornår?

1. REGNINPUT – HVAD KAN VI REGNE MED?
EVA TEMAMØDE 21. MAJ 2015, NYBORG:
DET URBANE VANDKREDSLØB
SØREN THORNDAHL, AALBORG UNIVERSITET

2. Indhold
• Dimensionering af regnvandsledninger
• Niveau 1 jf. SVK Skrift 27
• Rationel metode, Tid-areal metoden, IDF-kurver, kasseregn
• Kapacitetsanalyse af regnvandssystemer
• Niveau 2 og 3 jf. SVK Skrift 27
• Model simuleringer, CDS-regn, Historiske regnserier
• Analyse af kritiske regnhændelser – herunder oversvømmelser
• Niveau 3 jf. SVK Skrift 27
• Historiske regnserier
• Nyt inden for måling af regn og statistik på regn
• Vejrradarmålinger, Fladeregn, Prognosticering af regn, Vejrmodeller
2

3. Dimensionering af regnvandsledninger
Niveau 1: kasseregn
• Metode: Tid-Areal metoden eller rationel metode (i bund og grund bare
forskellige metoder til beregning af den mest kritiske koncentrationstid)
𝑄 = 𝑖(𝑡 𝑟, 𝑇) ∙ 𝐹𝑟𝑒𝑑 ∙ 𝑓
• 𝑄 er den dimensionsgivende vandføring
• 𝑖(𝑡 𝑟, 𝑇) er den dimensionsgivende regnintensitet som afhænger af
regnvarigheden 𝑡 𝑟og gentagelsesperioden 𝑇
• 𝐹𝑟𝑒𝑑 er det reducerede areal (det befæstede areal ganget med
hydrologisk reduktionsfaktor)
• 𝑓 er sikkerhedsfaktoren (Multiplikation af klimafaktor, fortætningsfaktor
og modelusikkerhedsfaktor)
• Den dimensionsgivende vandføring er ligefrem proportional med
regnintensiteten
3

4. Dimensionering af regnvandsledninger
Niveau 1: Kasseregn
• Dette benævnes beregningsniveau 1
i SVK Skrift 27
• Her forudsætter det at man kender
koncentrationstiden!
• Jo længere koncentrationstid i
afløbssystemet jo længere
dimensionsgivende regnvarighed
• Baseres på Intensity-Duration-Frequency,
IDF-kurver
• I en model kan afløbssystemet regnes igennem med en konstant regnintensitet
svarende til en given varighed og gentagelsesperiode.
SVK Skrift 28
4

5. Dimensionering af regnvandsledninger
Niveau 1: Kasseregn
• IDF-kurver/regnrækker/kasseregn for specifikke lokaliteter og
gentagelsesperioder kan genereres vha. regneark tilhørende SVK skrifter
28 og 30
• Kasseregn kan klimafremskrives ved at gange med en klimafaktor
5

6. Kapacitetsanalyse af regnvandssystemer
Niveau 2: CDS-regn
• SVK Skrift 27: Beregningsniveau 2. Dynamisk model kombineret med CDS-
regn. Analyse af forholdsvis ukomplicerede afløbssystemer.
• Chicago Design Storm (CDS)
• En metode til at sammensætte kasseregn, så at alle regnvarigheder kan
gennemregnes på én gang i stedet for at skulle beregne forskellige
regnvarigheder igennem en af gangen
• Baserer sig på at kun én regnvarighed giver den højeste vandstand i et
punkt i systemet.
• CDS-regn for specifikke lokaliteter og gentagelsesperioder kan genereres
vha. regneark tilhørende SVK skrifter 28 og 30
6

7. 1,0
10,0
100,0
1 10 100 1000
Intensitet[mm/s]
Varighed [min]
Opbygning af CDS-regn
Regnrække:
T=10 år
Beregningseksempel på
ulige minuttal
1 min: 51.8 𝜇𝑚/𝑠
3 min:
3∙41.6−51.8
2
= 36.5 𝜇𝑚/𝑠
5 min :
5∙35.1−2∙36.5−51.8
2
= 25.3 𝜇𝑚/𝑠
…… 0
10
20
30
40
50
60
-15 -13 -11 -9 -7 -5 -3 -1 1 3 5 7 9 11 13 15
Intensitet(mu/s)
Tid (min)
CDS
tr i (um/s)
1 51.83
2 46.08
3 41.62
4 38.04
5 35.10
6 32.64
7 30.54
8 28.73
9 27.15
10 25.76
Regnrække, T=10 år
7

8. Anvendelse af CDS-regn
• CDS-regn forudsætter at der er en lineær
sammenhæng mellem det maksimale
stuvningsniveau og regnintensiteten
• Eksempler på dele af afløbssystemer der
skaber et ikke-lineært respons:
• Pumper
• Overløb
• Bassiner
• Spjæld,
• Tilbagestuvning
• (sammenløb fra områder med meget
forskellige koncentrationstider)
• Derfor anbefales det IKKE at anvende CDS-
regn på komplekst afløbssystemer
• CDS-regn kan klimafremskrives ved at
gange med en klimafaktor
8

9. Kapacitetsanalyse af regnvandssystemer
Niveau 3: Historiske regnserier
• SVK Skrift 27: Beregningsniveau 3. Dynamisk model kombineret med
historiske regn. Analyse af komplicerede afløbssystemer
• En observeret tidserie fra en regnmåler anvendes som input til en dynamisk
model.
• Her beregnes den reelle gentagelsesperiode for kritisk belastning af et
afløbssystem, fx stuvning til kritisk kote.
• I kasseregn og CDS antages at gentagelsesperioden for den kritiske
belastning i systemet er den samme som gentagelsesperioden for regnen
• For komplekse systemer er der ikke nødvendigvis sammenfald mellem
regnens gentagelsesperiode og gentagelsesperioden for systemet
• Også muligt at simulere aflastninger fra overløbsbygværk, bassinfyldninger,
udløbsvandføringer mv. vha. historiske serier
9

10. FAQ: Historiske regnserier
• Hvornår er en regnserie statistisk
repræsentativ?
• Hvor lang skal en historisk serie være for
at være statistisk valid?
• Er der forskel på at simulere stuvning til
kritisk kote og fx overløb?
• Hvad med klimaændringer i serien?
• Kan man klimafremskrive en historisk
regnserie
Fra K. Schaarup-
Jensen, M. R.
Rasmussen &
S. Thorndahl (2008)
10

11. Udvælgelse af
historiske regnserier
Efter SVK Skrift 28:
• U-værdi (beskriver den
relative afvigelse mellem
regional model og en
lokal regnserie)
• Vælg område med
samme årsmiddelnedbør
og en U-værdi så tæt på
nul som muligt
• Som udgangspunkt vil de længste serier have U-værdier tættest på nul.
11

12. Udvælgelse af historiske regnserier
Efter SVK Skrift 30:
• Den regionale opdeling og U-værdierne er forkastet
• Valg af historisk serie ???
12

13. Klimafremskrivning af historiske regnserier
• Det går galt hvis man bare ganger en klimafaktor på en historisk serie!
• En klimafremskrevet regnserie skal kunne håndtere
• Færre men kraftigere sommerhændelser
• Generelt fald i sommernedbør
• Generel stigning i forår, vinter og efterårsnedbør
Tre muligheder
• Find en serie fra et analogt klima
• Generér kunstige regnserier
• Modificér historiske serier
13

14. Klimafremskrivning af historiske regnserier
Fremtidige klimaforandringer i Danmark,
Klimacenter rapport nr. 6 (2014)
Ideen:
• Tag en historisk hændelse og del den
op i hændelser og årstider
• Generér en ny regnserie ved at
sammensætte historiske hændelser
igen tilfældigt vha. af en avanceret
model
• Tjek at statikken passer på den
historiske serie og den nye
genererede serie
• Klimafremskriv så den ”fremtidige”
statistik kommer til at passe på
parametrene til højre
• Civilingeniørafgangsprojekt på AAU:
Aske Korup Andersen og Anders
Badsberg Larsen (2015)
14

15. Analyse af kritiske regnhændelser – herunder
oversvømmelser
• Historiske regn vs. CDS
• Anvendelse af vejrradar
15

16. Eksempel 6. aug. 2012: Oversvømmelse i Aalborg C
• Regnmåler Aalborg Renseanlæg Vest
• Største gentagelsesperiode T=38 år for 30 min. regnvarighed
16

17. Eksempel 6. aug. 2012: Oversvømmelse i Aalborg C
Input:
Målt regnhændelse:
Regndybde: 45.8 mm
Varighed: 265 min
Bechgaard (2015)
17

18. Eksempel 6. aug. 2012: Oversvømmelse i Aalborg C
Oversvømmet areal (ha)
Dybde (m)
Historisk
regn-
hændelse
CDS
(T=38 år)
Forskel
(%)
0,003-0,1 19.5 32.2 65
0,1-0,2 2.5 3.3 33
0,2-0,3 0.5 0.7 31
0,3-0,4 0.1 0.2 27
0,4-0,5 0.1 0.1 19
> 0.5 0.2 0.2 16
total 22.9 36.6 60
Bechgaard (2015)
Input:
CDS-regn: T=38 år
18

19. Eksempel 15. aug. 2006: Oversvømmelse i Aalborg C
Input:
Målt regnhændelse:
Regndybde: 84 mm
Varighed: 820 min
Bechgaard (2015)
19

20. Eksempel 15. aug. 2006: Oversvømmelse i Aalborg C
Bechgaard (2015)
Input:
CDS-regn T=75 år
Oversvømmet areal (ha)
Dybde (m)
Historisk
regn-
hændelse
CDS
(T=75 år)
Forskel
(%)
0,003-0,1 3.1 40.2 1207
0,1-0,2 1.0 4.6 359
0,2-0,3 0.3 1.1 272
0,3-0,4 0.0 0.3 459
0,4-0,5 0.0 0.1 856
> 0.5 0.1 0.3 368
total 4.5 46.5 940
20

21. Konklusion
• Det giver ikke mening af anvende CDS-regn til simuleringer af
oversvømmelser.
• Stærkt ikke-linært respons mellem regnintensitet og vanddybde på
overfladen – da vandet transporteres på overfladen til lavninger i terrænet
• De regnvarigheder, som CDS-regnen er opbygget af optræder ikke på
samme tid i virkeligheden, men har blot samme gentagelsesperiode for
forskellige varigheder.
• Oversvømmelse overvurderes ved anvendelse af CDS-regn.
21

22. Eksempel: 26. August 2012:
Oversvømmelse af Lystrup og Djurslandsmotorvejen
22

23. Eksempel: 26. August 2012:
Oversvømmelse af Lystrup og Djurslandsmotorvejen
23

24. Eksempel: 26. August 2012, Lystrup
Regndybde: 05:00 – 06:00
Regndybde: 05:00 – 06:00 Regndybde: 06:00 – 07:00
Samlet radar regndybde: 52 mm
over ca. 5 timer
24

25. Eksempel: 26. August 2012, Lystrup
Oversvømmelsesmodellering (Mike Urban 2D-Overland)
Mathias Lautrup
Jepsen (2015)
25

26. Anbefalinger (og nogle af mine kæpheste)
• Undgå at bruge kasseregn og CDS-regn på komplekse systemer
• CDS-regn er uanvendeligt til oversvømmelsessimuleringer
• Brug historiske regnserier i stedet. Evt. kan enkelthændelser
klimafremskrives ved at gange med en klimafaktor.
• Afskaf begrebet en 100 års hændelse??
26

27. Stedslig variabilitet af regn
• Måling af regn med vejrradar
27
Jesper
Ellerbæk
Nielsen
(2014)

28. Vejrradarer
28
Jesper
Ellerbæk
Nielsen
(2014)

29. Lokal Radar
Kan dedikeres og specialiseres urban anvendelse
Fin opløsning i tid og sted
Dækker et begrænset areal
Kan scanne lav i atmosfæren
Meteorologisk Radar
Drives og anvendes til meteorologisk anvendelser
Forholdsvis grov opløsning i tid og sted (afhængig af afstand)
Dækker meget store arealer
Scanner ofte højt i atmosfæren (afhængig af afstand)
Opland
2km x 2km, 10 min. 100m x 100m, 1. min
Lokal radar
National radar
Jesper
Ellerbæk
Nielsen
(2014)

30. C- og X-bånds radarer
30
Jesper
Ellerbæk
Nielsen
(2014)

31. Eksempel 2. juli
2011,
København
31

32. Ekstremstatistik på fladenedbør
• I øjeblikket arbejder vi på AAU
intensivt på at lave ekstrem-
statistik på faldenedbør
• Datasæt 10 års radardata fra
DMI-Stevns
• Der er visse udfordringer!
32

33. Eksempel på oversvømmelses-prognosticering vha.
radar-ekstrapolation
• Case: Aalborg 6. august 2012
• Observeret radarregn fremskrives med en ”leadtime” på 30, 60, 90 og 120
min.
• Formål: Styring?, Varsling, Beredskabs-
planlægning
3303:00 06:00 09:00 12:00
0
1
2
3
4
5
6
7
8
9
10
Mean rainfall: 33.6 mm
06 Aug 2012
Rainfallintensity(mm/h)
t = 10 min
t = 1 min

34. Leadtime 0 min. (radar obs.)
0-0.1 m
0.1-0.2 m
0.2-0.3 m
> 0.3m

35. Leadtime 30 min.
0-0.1 m
0.1-0.2 m
0.2-0.3 m
> 0.3m

36. Leadtime 60 min.
0-0.1 m
0.1-0.2 m
0.2-0.3 m
> 0.3m

37. Leadtime 90 min.
0-0.1 m
0.1-0.2 m
0.2-0.3 m
> 0.3m

38. Leadtime 120 min.
0-0.1 m
0.1-0.2 m
0.2-0.3 m
> 0.3m

39. Diskussionsoplæg
• Hvilke regn bruger I ved modellering af LAR- og klimatilpasningsløsninger?
Og hvad er erfaringerne med det?
• Kan I se nogle udfordringer i at bruge de regn vi bruger til at dimensionere
LAR og klimatilpasningsløsninger?
• Hvad ville det optimale regninput være?
39