Modelling Seasonal Extreme Short-duration Rainfall in Malmö

Abstract

Extreme short-duration rainfall is an important challenge for urban drainage systems, especially
during maintenance work and temporary operational changes where parts of the system may have
reduced capacity. This project estimates seasonal return levels for short-duration rainfall in Malmö
using tipping-bucket observations from four VA SYD stations. The main focus is on 10-minute and
60-minute rainfall maxima, since these durations are relevant for temporary bypass capacity and
operational planning.

Monthly maxima were extracted from rainfall blocks and modelled using the generalized extreme
value distribution. Several model structures were compared, including a stationary model, seasonal
models with grouped monthly effects in the location and scale parameters, and models with monthly
variation in the shape parameter. The results show that a stationary model is not sufficient for the
observed short-duration extremes. Return levels vary strongly over the year, with the highest values
occurring during the warmer months. Seasonal variation in both the location and scale parameters
improves the fit and gives return levels that are easier to interpret for practical use. Allowing the
shape parameter to vary by month improves the likelihood, but leads to less stable return levels.

The project also explores how CMIP6 precipitation data can be connected to the local shortduration
analysis. Since the climate-model data are daily grid-cell precipitation values, they cannot
be treated as direct simulations of local 10-minute or 60-minute rainfall. Instead, monthly CMIP6
precipitation maxima were transformed to local short-duration monthly maxima using empirical log–
log quantile relationships, and the transformed values were analysed with the same seasonal GEV
framework. The transformed CMIP6 results reproduce the broad warm-season dominance of shortduration
extremes, but give a less pronounced July–August peak than the observed data.

Overall, the results show that seasonal modelling provides a more informative description of
short-duration rainfall risk than a single annual return level. For applications such as temporary
drainage-system maintenance, the timing of the work is therefore important: a fixed design intensity
can correspond to very different return periods depending on the month.

Popular Abstract (Swedish)

Kraftiga regn kan skapa stora problem i städer. När mycket regn faller på kort tid hinner vattnet inte
alltid rinna undan genom ledningar och brunnar. Då kan gator, källare och andra lågt liggande platser
översvämmas. I Malmö ansvarar VA SYD för stora delar av vatten- och avloppssystemet, och behöver
därför veta hur kraftiga kortvariga regn kan bli, särskilt vid underhållsarbete då delar av systemet tillfälligt
kan behöva stängas av eller ledas om. I dag används ofta regnvärden som gäller för hela året. Ett sådant
värde säger ungefär hur stort regn man bör kunna hantera för en viss återkomsttid, till exempel ett
10-årsregn. Problemet är att korta och kraftiga regn inte är lika vanliga under hela året. I södra Sverige
sker de kraftigaste kortvariga regnen oftast under den varmare delen av året. Ett regn som är mycket
ovanligt i januari kan därför vara betydligt mer normalt i juli eller augusti.

Syftet med projektet var att undersöka hur återkomstnivåer för kortvarigt regn i Malmö varierar under
året. Analysen bygger på mätdata från fyra av VA SYD:s regnmätare: Augustenborg, Bulltofta, Limhamn
och Turbinen. Fokus låg på regn under 10 minuter och 60 minuter, eftersom dessa tidslängder är viktiga
för planering av tillfälliga lösningar i avlopps- och dagvattensystemet. Först delades regndatan upp i
regnblock. Därefter togs det största 10-minuters- och 60-minutersregnet fram för varje månad. Dessa
månadsvärden analyserades med statistiska extremvärdesmodeller, som används för att uppskatta hur
stora ovanliga händelser kan bli. En modell antog att regnets egenskaper är samma hela året, medan
andra modeller tillät att regnets nivå och variation ändras mellan olika delar av året.

Resultaten visar att en modell med samma regnrisk under hela året är för enkel för Malmös kortvariga
regn. De största återkomstnivåerna uppstår under den varmare delen av året, särskilt för 10-minutersregn.
En modell där regnets nivå och spridning får variera mellan olika månadsgrupper gav därför en bättre och
mer användbar beskrivning än en helt årsbaserad modell. En mer flexibel modell testades också, men den
gav mer osäkra och svårtolkade resultat för ovanliga regn. En viktig slutsats är att samma regnintensitet
kan betyda olika saker beroende på när under året den inträffar. Ett fast dimensionerande regnvärde kan
motsvara ett mycket ovanligt regn under vintern men ett betydligt vanligare regn under sommaren. För
praktisk planering är det därför viktigt att ta hänsyn till vilken månad arbetet sker.

Projektet undersökte också hur klimatmodelldata kan kopplas till de lokala regnmätningarna. Klimatmodeller
beskriver nederbörd över stora områden och ofta över hela dygn, medan detta projekt handlar
om lokala regn under 10 eller 60 minuter. Därför användes en statistisk omräkning som kopplar klimatmodellernas
månatliga extremvärden till de lokala regnmätningarnas månatliga extremvärden. Denna del
av projektet ska ses som utforskande. Resultaten tyder på att de omräknade klimatmodelldata fångar
den övergripande bilden att de största kortvariga regnen sker under den varma delen av året. Däremot
blir sommartoppen mindre tydlig än i de observerade mätningarna.

Sammanfattningsvis visar projektet att säsongsberoende modeller ger en mer nyanserad bild av kortvariga
regnextremer i Malmö än ett enda årsbaserat regnvärde. För VA SYD och liknande verksamheter kan
detta ge bättre stöd vid planering där tidpunkten på året spelar stor roll.

• author: Rosager, Sixten
• supervisor: Johan Lindström
• organization: Mathematics (Faculty of Sciences)
• course: BERM01 20261
• year: 2026
• type: H2 - Master's Degree (Two Years)
• subject: Mathematics and Statistics
• publication/series: Master's Theses in Mathematical Sciences
• report number: LUNFBV-3015-2026
• ISSN: 1404-6342
• other publication id: 2026:E67
• language: English
• id: 9241096
• date added to LUP: 2026-09-14 16:18:59
• date last changed: 2026-09-14 16:18:59