Malstrøm: Et open source værktøj til skybrudsscreening

Session

Klima

Resume

Malstrøm er et Python-script til skybrudsscreening udviklet i et samarbejde mellem Københavns Universitet, Styrelsen for Dataforsyning og Effektivisering (SDFE) og Septima P/S. Værktøjet var først tænkt til intern brug i SDFE og andre myndigheder til løbende ajourføringer af et hydrologisk tilpasningslag til Danmarks Højdemodel, men blev senere udvidet med en komponent til at beregne nedbørens fordeling på terrænoverflader ved skybrud.

At håndtere store højopløselige terrænmodeller i almindelige computere er vanskeligt. Malstrøm baseres derfor på, at der kun arbejdes på rasterdata til at udpege lavninger, deres kapaciteter, lokale oplande og det detaljerede strømningsmønster. Derefter regnes der videre på data i et geometrisk netværk.

Malstrøm foreligger som en plugin til QGIS og er p.t. under implementering i ArcGIS Pro.

 

Målgruppe

Malstrøm vil med fordel kunne anvendes af planlæggere, forskere og studerende til at få en vigtig indsigt i regionale og lokale hydrologiske forhold i relation til klimatilpasningsdiskussioner.

 

Abstract

I 2015 udvikledes en metode til at beregne udbredelsen af lavninger i landskabet ud fra Danmarks Højdemodel sponseret af Styrelsen for Dataforsyning og Effektivisering (SDFE, tidligere Geodatastyrelsen). Metoden skulle være til internt brug, men også tilbydes kommuner og andre statslige myndigheder i forbindelse med løbende ajourføringer af et hydrologisk tilpasningslag. Med andre ord var hensigten dels at kontrollere, om tunneller, rørførte vandløb mv. var korrekt nedskåret i terræn for at give et retvisende billede af det overordnede hydrologiske flow, men også for at afsløre manglede tilpasninger.

Derudover var det også et personligt ønske at udvikle et værktøj, som frit kan anvendes af planlæggere og forskere for at forstå nedbørens fordeling på terrænoverflader ved skybrud, hvor vandbalanceligningen forenkles med udgangspunkt i Hortonsk'e strømningsforhold og uden at involvere nedbørens tidslige komponent. Hvis ovennævnte behov kunne kombineres, vil beregningerne blot skulle baseres på en hydrologisk tilpasset højdemodel, en (distribueret) nedbørshændelse og evt. et bygningslag.

Kunsten i at implementere et værktøj, som kan håndtere højopløselige terrænmodeller, ligger imidlertid i at kunne tæmme meget store rasterdata i almindelige computere, hvilket bl.a. Scalgo har arbejdet intenst med. Nærværende integrerede metode baseres derfor på, at der kun arbejdes på rasterdata t.o.m. beregningerne af lavningernes fyldte udbredelser, deres lokale topografiske oplande og det detaljerede strømningsmønster. Når dette overblik foreligger, regnes der videre i et geometrisk netværk med information om hvilke topografiske oplande, der ligger opstrøms- og nedstrøms for en specifik lokalitet og med oplysninger om lavningernes maksimale kapaciteter.

Når lavningernes placeringer i netværkstopologien er kendt, kan det hurtigt beregnes hvilke af dem, der fyldes helt under et skybrud og sender overskydende vand videre i systemet. Metoden åbner dermed op for faglige diskussioner af vandets veje, konsekvenserne af oversvømmelser af eksisterende og ny bebyggelse, infrastrukturer o. a. samt hvilke klimatilpasningstiltag, der bør overvejes og hvor. Desuden vil Beredskabet få et billede af, hvor der skal prioriteres en indsats samt en idé over omfanget af indsatsen.

Metoden blev først udviklet i ArcGIS Desktop, men i 2016 programmerede Septima et samlet screeningsværktøj, Malstrøm ver. 1.0, som en open source Python-plugin til QGIS. En udgave til ArcGIS Pro er i støbeskeen, og der ansøges pt. midler til at udvikle mere funktionalitet og til at dokumentere mulighederne og begrænsningerne i softwaren.

Det er her væsentligt at understrege, at Malstrøm kun er tænkt som et overordnet screeningsværktøj til at illustrere de hydrologiske forhold ved ekstrem nedbør. Alle vil imidlertid kunne opnå en vigtig faglig indsigt, før der rekvireres rådgivning baseret på mere præcise hydrologiske og hydrauliske analyser baseret på software fra eksempelvis DHI.

Malstrøm: Et open source værktøj til skybrudsscreening
Institut for Geovidenskab og Naturforvaltning, Københavns Universitet