Høring av veileder for stedsspesfikk flomvarsling

Del denne sidenDel på e-post

Avansert beslutningsstøtteverktøy

Avansert beslutningsstøtteverktøy består av et dashbord som henter informasjon fra vannføringsstasjoner og flomprognoser. Dette verktøyet krever økte ressurser og kostnader, både for å sette det opp, og å drifte dem. 

Mer avanserte verktøy vil ikke hjelpe dere dersom ...

For enkelte flomtyper, som kommer av styrtregn og isgang, er det krevende å lage pålitelige flomprognoser. Dersom ett eller flere av punktene under gjelder for deres kommune, vil mer data eller modeller ofte ikke gi tilstrekkelig og presis nok informasjon til å gjøre stedspesifikke forebyggende tiltak i tide.

Stedsspesifikk varsling vil særlig ha begrenset nytte dersom dere opplever:

  • flom i små og bratte vassdrag, der vannføringen øker så raskt at responstiden blir svært kort
  • styrtregn, hvor både plassering og nedbørsmengde er meget usikre, noe som igjen gir usikre flomprognoser
  • oversvømmelser knyttet til isgang eller overvann, der årsaken ikke nødvendigvis er tradisjonell flom

I noen tilfeller er det heller ikke behov for mer detaljert og lokal informasjon for å iverksette tiltak. Dersom konsekvensene er håndterbare – for eksempel der en vei enkelt kan stenges når vannet når et kritisk nivå og det finnes gode omkjøringsmuligheter – vil regionale flomvarsler og eksisterende tilgjengelig verktøy ofte være tilstrekkelige. 

Er derimot konsekvensene fra flom store, og dere i tillegg har god tid til å forberede dere fra dere mottar regionalt flomvarsel til dere opplever flom så kan dere ha nytte av mer informasjon og data som kan presenteres i et beslutningsstøtteverktøy.  

Hva er et avansert beslutningsstøtteverktøy?

Verktøyet hjelper kommunen med å få oversikt over hva som skjer – og hva kommunen bør gjøre. Et slikt verktøy kan for eksempel:

  • samle data om vær, vannstand og vannføring
  • vise hvilke områder som kan bli oversvømt
  • gi oversikt over hva som kan bli påvirket (veier, bygg og infrastruktur)
  • koble informasjonen til mulige tiltak

Det gir altså en samlet «situasjonsforståelse», slik at kommunen slipper å hente informasjon fra mange ulike kilder. For å sette opp et avansert beslutningsstøtteverktøy så trenger kommunen: 

  • vannføringsdata fra vannføringsstasjoner
  • flomprognoser fra hydrologiske og hydrauliske modeller
  • oversikt over konsekvenser ved flom

Sett opp vannføringsstasjon

En vannføringsstasjon beskriver ikke bare vannstand, men også vannføringen som er volumet vann som passerer et tverrsnitt i elva per tidsenhet, typisk i kubikkmeter per sekund (m³/s). Hvis det skal lages flomprognoser trenger modelløren å koble vannføringsdataene mot en hydrologisk modell. 

Du kan lese måling av vannstand og vannføring, de ulike instrumentene, montering og kontroll av målingene i kapittel 4 i NVEs veileder for å etablere vannføringsstasjoner.

Måling av vannføring

En vannføringsstasjon er en utvidet vannstandsstasjon. For å få vannføringen, må den målte vannstanden konverteres til vannføring gjennom en vannføringskurve. For å lage en vannføringskurve må hydrologifaglig personell utføre flere manuelle vannføringsmålinger for å finne sammenhengen mellom vannføring og vannstand. Ofte trenger man minimum ti manuelle vannføringsmålinger på ulike vannstander og vannføring for å kunne lage en vannføringskurve, og det tar i snitt 2-5 år før man har nok manuelle målinger for ulike vannstander/vannføringer. 

Du kan også lese mer i NVEs veileder om etablering av målestasjon for vannføring. 

Slik finner du egnet målested

.... her mangler det tekst ...

Drift, vedlikehold og deling av data

Ved opprettelse av vannføringsstasjoner er det viktig å avklare ansvaret for drift og vedlikehold og hva det innebærer, i tillegg til deling av dataene som samles inn.  I dette kapitlet får du mer informasjon om

  • drift og vedlikehold – ansvar og oppgaver
  • hvordan dele data 

Hvem har ansvar for drift og vedlikehold?  

Når dere inngår avtale om å sette opp en vannføringsstasjon bør dere tenke gjennom hvem som skal drifte og vedlikeholde stasjonen. Har dere selv kompetanse til å drifte og vedlikeholde stasjonene? I så fall må dere avklare hvem i kommunen som har ansvaret, og informere om hva dette innebærer. Trenger dere bistand fra rådgivere til drift og vedlikeholde? I så fall bør dere inkludere dette i anbudet når dere bestiller oppsett av en vannstandsstasjon.

Hvordan vedlikeholde vannføringsstasjoner?

Vannføringsstasjoner kan kreve mer vedlikehold enn vannstandsstasjoner, spesielt i elver der elvebunnen raskt endrer seg eller det er mye sedimenter i elva.

Etter at du har etablert en vannføringskurve for stasjonen, som vi ser på som en del av opprettelse av stasjonen, så bør du gjøre en årlig kontrollmåling av vannføringen. Er det mindre enn ti prosent avvik mellom målingen og vannføringskurven kan man anta at kurven er stabil, og du trenger ikke å lage en ny vannføringskurve.

Hvis stasjonen ikke har tilgang på strøm, må dere benytte batterier. Disse bør dere sjekke jevnlig.

Deling av data

Dataene som samles inn fra hydrologiske målestasjoner med flottør, radar eller trykkmåler kan elektronisk overføres til NVEs database, og vises i tjenesten www.Sildre.no. Dere sender dataene til NVE gjennom datasystemet AMIS. Mer informasjon om hvordan dere gjør dette finner dere på Innsending av hydrologiske måledata - NVE

Flomprognoser

Flomprognoser kan gi dere informasjon om hvor stor flomtoppen kan bli og når dere kan forvente den. På denne siden får dere vite mer om hva flomprognoser er, og hva de kan brukes til.

En hydrologisk modell bruker værprognoser til å gi dere flomprognoser i form av vannføring (m3/s). Ved å putte flomprognosene inn i en hydraulisk modell, blir vannføringen omgjort til vannstand, og dere får da en prognose for flomvannstander i en elvestrekning eller i en innsjø. På den måten kan dere vite hvilke områder som kan bli oversvømt. Se hele modellkjeden i figur 15.

Det krever hydrologisk og hydraulisk kompetanse for å sette opp, kjøre og tolke resultater fra henholdsvis en hydrologisk og hydraulisk modell.  

Eksempel på behov for flomprognoser

Flomstad kommune har oversikt over flomutsatte områder, og har flomsonekart for de mest flomutsatte områdene. De opplever at de regionale flomvarslene de mottar fra NVE ikke er presise nok for deres lokale utfordringer. De har allerede satt opp en vannstandsstasjon, men når vannstanden i elva stiger er det ofte knapt med tid til å evakuere det flomutsatte ungdomssenteret. De ønsker derfor å vite mer om at de bedre kan planlegge evakuering og sikre at det ikke er aktiviteter i utsatt område.

 

Fra værprognose til flomprognoser

En hydrologisk modell brukes for å få flomprognoser i form av vannføring (m3/s). En hydrologisk modell er en forenklet beskrivelse av hvordan nedbør fordeles i et nedbørfelt, der nedbør og temperatur er de viktigste dataene som modellen behøver. Hvis det er kaldt vil nedbøren lagres som snø. Hvis det er varmere vil nedbøren falle som regn og eventuell snø vil smelte. Regn og smeltevann infiltrerer ned i bakken der noe fordamper og noe renner videre til bekker og elver.  

For å kjøre en hydrologisk modell er det nødvendig med data for nedbør og temperatur, ofte basert på værprognoser, slik at modellen kan simulere hvordan vannføringen utvikler seg fremover i tid.

Hydrologiske modeller trenger observerte vannføringsdata fra vannføringsstasjoner

For å oppnå gode og pålitelige flomprognoser trenger modellen også observerte vannføringsdata (gjerne 10-20 år) fra vannføringsstasjoner, i tillegg til nedbør- og temperaturdata for samme periode. Disse brukes til å justere eller trene opp modellen slik at simulert vannføring samsvarer best mulig med observert vannføring. Når modellen gjengir de observerte dataene godt, sier vi at den er godt kalibrert. En godt kalibrert modell er en forutsetning for å kunne gi nyttige og troverdige flomprognoser.  

For å avgjøre om en modell er godt kalibrert, er det viktig at modelløren kalibrerer for en tilstrekkelig lang tidsperiode, og evaluerer for en uavhengig tidsperiode (som ikke er benyttet til kalibrering). Modelløren bør kalibrere for mer enn én enkelt flomhendelse. Dersom det ikke har vært store flommer i tidsperioden med vannføringsdata, så vet vi ikke hvor godt modellen vil forutse de store flommene.

Mangler vannføringsdata?

Hvis det ikke finnes vannføringsdata for stedet kommunen ønsker en vannføringprognose kan modelløren vurdere å følge tilnærmingen:

  • Kalibrere den hydrologiske modellen for et felt som ligner. Deretter skalere prognosert vannføring med hensyn til middelavrenning for å få riktig vannføring. Denne tilnærmingen er god hvis målestasjonen du benytter ligger enten i samme vassdrag eller har geografi og klima som ligner mye på nedbørfeltet du skal modellere.
  • Kalibrere modellen for flere målestasjoner samtidig. Denne tilnærmingen er god hvis det er vanskelig å finne et målt nedbørfelt som ligner tilstrekkelig. Du kan da bruke to eller flere nedbørfelt (opp til ti) og kalibrere den hydrologiske modellen slik at den gir rimelig gode resultater for alle feltene samtidig.
  • Kalibrere inn en modell slik at den kan bruke egenskaper til nedbørfeltet (areal, innsjøprosent osv.). Dette krever data fra mange målestasjoner (gjerne mer enn 100) og krever omfattende analyser. LSTM-modeller har denne muligheten. For DDD-modellen utviklet ved NVE er det utviklet ligninger som gjør at den kan benyttes i umålte felt: NVE Rapport 23/2026: Hydrological simulation for everywhere.

Merk at modeller som er kalibrert på disse måtene vil gi mindre presise prognoser, men du slipper å vente på å ha tilstrekkelig med data for å kalibrere den hydrologiske modellen.

Eksempel på gode og dårlige flomprognoser

En godt kalibrert hydrologisk modell er god til å reprodusere det vi har observert. Det betyr at modellen treffer godt både på størrelsen på flommen og tidspunktet for flommen, og vi kan forvente gode flomprognoser. En dårlig kalibrert modell kan simulere for høye eller lave flomtopper, eller simulere flommer hyppigere eller sjeldnere enn det som er observert. Det betyr at modellen også for værprognoser fremover i tid kan simulere høyere flomtopper og hyppigere flommer enn det som skjer.  Vi kan forvente at en dårlig kalibrert modell også vil gi dårlige flomprognoser.

{ "value": { "focalPoint": { "left": 0.5, "top": 0.5 }, "id": 8787, "udi": "umb://media/010c7107b029458489afadafe6595e73", "image": "/media/afybyajj/kalib-valid.png", "caption": "Illustrasjon av hvordan en god og dårlig kalibrering kan se ut. Den dårlig kalibrerte modellen simulerer generelt høyere flomtopper enn det som observeres. Figuren er laget av Copilot." }, "editor": { "name": "Image", "alias": "media", "view": "media", "render": null, "icon": "icon-picture", "config": {} }, "styles": null, "config": null }
Illustrasjon av hvordan en god og dårlig kalibrering kan se ut. Den dårlig kalibrerte modellen simulerer generelt høyere flomtopper enn det som observeres. Figuren er laget av Copilot.

Maskinlæringsmodeller kan prestere like godt som hydrologiske modeller

I de siste årene er det utviklet hydrologiske modeller basert på maskinlæring, der spesielt modelltypen kjent som Long Short-Term Memory (LSTM) har vist seg å prestere minst like bra som tradisjonelle hydrologiske modeller. Denne type modeller benytter som regel nedbør og temperatur som inngangsdata, slik som de tradisjonelle hydrologiske modellene. En LSTM-modell presterer best når den kalibreres på vannføringsdata fra flest mulig nedbørfelt samtidig. Det kreves derfor mye data å få em godt kalibrert modell. Når en kalibrert modell skal lage en flomprognose, trenger den kun nedbør- og temperaturprognoser for nedbørfeltet av interesse. Hvis det kommer en flomhendelse som er større enn det modellen har blitt kalibrert for, kan denne type modeller beregne for lave flomtopper, og dermed gi for lave flomprognoser.

Fra flomprognoser til vannstand og oversvømt areal

En hydrologisk modell forteller hvor stor vannføringen vil være fremover i tid, men ofte er vi interessert i å vite hvilke områder som blir oversvømt. En hydraulisk modell gir deg vannstand, vannhastighet og oversvømt areal, basert på vannføringen fra en hydrologisk modell.

For å etablere en pålitelig hydraulisk modell er det ikke nok med flomprognoser i form av vannføring (m3/s). Modelløren må lage en geometri til den hydrauliske modellen som beskriver terrengoverflaten, elvebunn og legge til hydraulisk viktig infrastruktur. Det er viktig at modelløren drar på befaring.

Slik lager modelløren geometri til den hydrauliske modellen

Nasjonale terrengmodeller fra for eksempel hoydedata.no, inneholder normalt ikke data om elvebunn og innsjøbunn. Der slike data mangler, må modelløren eller kommunen bestille innmåling av elvebunn, eller modelløren må justere terrenget basert på observert normalvannstand og oversvømt areal under kjente flommer flomutbredelser. I en rekke større vassdrag er elvebunnen allerede kartlagt slik at terrenget under vann også til en viss grad er kartlagt.

Infrastruktur som bruer og kulverter, terskler, veifyllinger og dammer bør inkluderes eksplisitt i modellen. Alle data må transformeres til samme høydesystem (for eksempel NN2000) og kvalitetssikres for hull, overlapp og urealistiske geometrier før de integreres i geometrien.

Mer detaljerte anbefalinger og metodiske beskrivelser og hvordan sette opp en hydraulisk modell finner dere i NVE Veileder 3/2022 Sikkerhet mot flom – Utredning av flomfare i reguleringsplan og byggesak. Se spesielt kapittel 9 for hvordan sette opp en hydraulisk modell.  

Modelloppsett

Det finnes ulike hydrauliske modeller. I en 1D‑modeller må modelløren velge tverrprofiler på hydraulisk representative steder, mens 2D‑modeller krever et beregningsnett som gjengir alle relevante terreng- og konstruksjonselementer. En systematisk prosess for innhenting, kontroll og sammensetting av geometridata er avgjørende for å redusere usikkerhet og sikre realistiske beregninger av vannstand, hastighet og flomutbredelse.

Kalibrering av hydrauliske modeller

Modelløren må kalibrere den hydraulisk modell mot , slik at den prognoserte flomvannstanden blir mest mulig presis. Kommunene kan selv bidra med å skaffe vannstands- og vannføringsdata under en flom til kalibrering. Du kan lese mer om hvordan kommunen kan samle inn slike data i veileder for feltobservasjoner av flomdata.  

Modelløren kalibrer den hydraulisk modell mot observert vannstand og vannføring. En godt kalibrert hydraulisk modell kan gi en presis prognosert flomvannstand ved en viss vannføring. Likevel kan den prognoserte flomvannstanden og tidspunktet for flommen være usikker fordi det kan være stor usikkerhet i flomprognosen (flomvannføringen fra hydrologisk modell) eller værprognosene som går inn i den hydrologiske modellen. Les mer om kalibrering av hydrauliske modeller i kapittel 9.9 Kalibrering og kalibreringsdata i NVE Veileder 3/2022 Sikkerhet mot flom – Utredning av flomfare i reguleringsplan og byggesak.

En hydraulisk modell fungerer best i større elver. I små, bratte vassdrag vil ikke nødvendigvis flomprognosene bli presise nok, og det vil sjeldent være nok responstid til å iverksette tiltak

 

Kan jeg stole på prognosene?

Prognoser for vannføring, vannstand og oversvømt areal er usikre. Som regel øker usikkerheten jo lengre fram i tid man ønsker prognoser.

For å lage prognoser med en hydrologisk modell er det nødvendig med observerte nedbør- og temperaturdata slik at modellen kan beregne den hydrologiske tilstand, altså hvor mye snø, mark -og grunnvann det er i nedbørfeltet nå. I tillegg trenger modellen værprognoser, slik at modellen kan simulere hvordan vannføringen utvikler seg fremover i tid. Usikkerheten i flomprognosene er derfor avhengig av at den hydrologiske modellen har riktige tilstander og værprognoser.

Usikkerheten i vær- og vannføringsprognosen videreføres i prognosene fra en hydraulisk modell.

Værprognoser kan være usikre

Værprognoser er som regel den største kilden til usikkerhet i en flomprognose

 

{ "value": { "focalPoint": { "left": 0.5, "top": 0.5 }, "id": 8788, "udi": "umb://media/13df14d75e4c4f6bb52360819be82765", "image": "/media/0ekn4e0m/usikre_prognoser.png", "caption": "Ulike værprognoser av temperatur. (Buizza, 2000). Mørk blå linje er det som faktisk ble målt i ettertid, lys blå linje er værprognosen som brukes, og de røde linjene er alle de ulike værprognoser" }, "editor": { "name": "Image", "alias": "media", "view": "media", "render": null, "icon": "icon-picture", "config": {} }, "styles": null, "config": null }
Ulike værprognoser av temperatur. (Buizza, 2000). Mørk blå linje er det som faktisk ble målt i ettertid, lys blå linje er værprognosen som brukes, og de røde linjene er alle de ulike værprognoser

Figuren viser værprognoser ti dager frem i tid for lufttemperaturen over London 26.juni 1995 øverst, og 26.juni 1994 nederst. Øverst er et eksempel på en stabil atmosfære hvor det er enkelt å varsle temperaturen 4-5 dager frem i tid. Det er liten spredning mellom de ulike værprognosene. Mens situasjonen i 1994, nederst, er mer ustabil. Vi ser at det er stor forskjell mellom prognosene. Spesielt fra dag tre og fire, ser vi at det varierer fra 12 til 30 grader. I begge tilfellene er mørk blå linje det som faktisk ble målt i ettertid (fasiten). For dag tre ville det blitt varslet 25 grader (lys blå linje), mens det kun ble målt 15 grader.

For å beskrive usikkerheten i flomprognoser (vannføring og vannstand) kan man benytte et knippe værprognoser (ensemble) som beskriver flere mulige værutviklinger. Har man et knipp med  50 værprognoser vil man da få 50 ulike flomprognoser. Basert på disse kan man beregne usikkerhet i flomstørrelser og sannsynlighet for skadeflom (figur 14) og sannsynligheten for hvilke områder som kan bli oversvømt.

Kompetansebehov

Det krever hydrologisk og hydraulisk kompetanse for å sette opp, kjøre og tolke resultater fra henholdsvis en hydrologisk og hydraulisk modell.  

Dashboard og kartløsninger

For å utnytte informasjon fra lokale målinger, modeller og konsekvensvurderinger på en effektiv måte, kan det være nyttig å samle relevante data i en felles visualiserings- og beslutningsstøtteløsning (dashboard). En slik løsning kan bidra til å skape et felles situasjonsbilde og gjøre det enklere å tolke varsler, identifisere utsatte områder og prioritere tiltak før og under en flomhendelse.

NVE har i flere prosjekter testet ulike visualiseringsløsninger som sanntidsdashboard og simuleringsmodus. 

  • Sanntidsdashbord gir oversikt over flomvarsler, værdata, målestasjoner, prognoser og områder som kan bli berørt av en pågående hendelse.
  • Simuleringsmodus gjør det mulig å analysere ulike flomscenarier, visualisere forventede konsekvenser og evaluere erfaringer fra tidligere hendelser.

Dersom dette er aktuelt for kommunen, kan løsningene benyttes som inspirasjon ved utvikling eller anskaffelse av egne beslutningsstøtteverktøy. Erfaringer viser at visualisering av både flomfare og lokale konsekvenser kan gjøre det enklere å koble varsler til konkrete handlinger.

Finne de mest flomutsatte områdene - hotspots

Ved å kombinere informasjon om flomutbredelse med data om bebyggelse, infrastruktur og samfunnsfunksjoner kan kommunen identifisere lokale hotspots – områder der konsekvensene av en flom forventes å bli spesielt store. Slike hotspots kan for eksempel være kritiske veikryss, vann- og avløpsanlegg, sykehjem, skoler eller områder med høy konsentrasjon av boliger. Informasjon fra kommunens eksisterende ROS-analyser kan være et viktig grunnlag for å identifisere og prioritere disse områdene.

Det er viktig å understreke at visualiserings- og beslutningsstøtteverktøy ikke erstatter faglige vurderinger eller etablerte beslutningsprosesser. Verktøyene skal støtte situasjonsforståelse og beslutningstaking, men det må være tydelig definert hvem som overvåker informasjonen, hvem som vurderer risikoen og hvem som har myndighet til å beslutte tiltak. Ansvars- og rollefordeling bør være beskrevet i kommunens beredskapsplaner.

Kommunenes behov for visualisering vil variere avhengig av lokale flomutfordringer, organisering og tilgjengelige ressurser. Erfaringer viser at løsningene ofte gir størst nytte når de integreres i eksisterende kommunale systemer og brukes som en del av det daglige beredskapsarbeidet. En felles plattform som kan benyttes av flere etater bidrar til et felles situasjonsbilde og legger til rette for bedre koordinering før, under og etter flomhendelser.