Locating potential flood areas in an urban environment using remote sensing and GIS, case study Lund, Sweden

Abstract

Impervious surfaces, such as large parts of the urban area, reduce infiltration and increase above ground runoff (Chen et al. 2009) with risk of flooding as a result. Urban flooding has the potential to affect a large amount of people, and can cause great harm to economic interests. Therefore it is important to locate potential areas prone to flooding, and have storm water regimes in mind when planning expansions of built up areas (Barbosa et al. 2012). The focus of this paper was to develop and adapt methods to locate potential flood areas in built up areas using remote sensing and GIS analysis.

The study area for this study was the city of Lund, located in southern Sweden. The methods included the use of high resolution (0.25 m) near-infrared ortho image and a high resolution (2 m) Digital Elevation Model (DEM). The ortho image was used in a land cover classification to locate and map impervious surfaces, while the DEM was used to map potential flow directions and catchment areas on the impervious surfaces. Precipitation data was used to simulate runoff volumes and was used together with the catchment areas to highlight those areas thought to be most prone to flooding.

The resulting catchment areas
Focus was initially put on the three catchment areas with the highest accumulated runoff volumes. These were areas with large homogenous surface cover (impervious surfaces) and continuous slope profile. In regard to accumulated runoff volume, these three areas were thought to be most prone to flooding. But in consideration to the method used to locate the areas, they could be said to simply represent the largest continuous surfaces and not necessarily the most flood prone areas. Therefore a runoff index (water level height) was introduced to filter out catchments based on runoff volume and catchment area. This procedure produced a different result with smaller catchments. The results based on the runoff index are thought to be a more accurate representation of the most flood prone areas, due the smaller size of the catchments that decrease the response time from precipitation to accumulation.

Limitations of the model
For the model to be more accurate, more information regarding drainage would be required as a parameter for infiltration. The land cover classification also introduced a certain amount of misclassification, e.g. in regards to bare soil and impervious surfaces (Lu and Weng 2004). To increase the accuracy, a more specific classification scheme could have been used for impervious surfaces (Han and Burian 2009). Another limiting factor is the flow direction algorithm; the use of a more advanced representation of flow direction could have produced a more realistic result (Zhou et al. 2011).

Popular Abstract (Swedish)

Stadsmiljöer är ofta sårbara vid katastrofer eller extrema väderhändelser. En anledning till detta är att stora delar av de tätbebyggda områden som utgör en stadsmiljö består av ytor som inte tillåter vatteninfiltrering. Detta kan medföra att vissa områden i en stad är mer benägna än andra att drabbas av översvämning. Att lokalisera översvämningsbenägna ytor är en viktig del i en stads uppbyggnad och för att kunna förebygga översvämningar.

Arbetet i denna rapport gick ut på skapa och anpassa befintliga metoder för att lokalisera områden som skulle kunna vara i farozonen för översvämning ifall ett kraftigt skyfall skulle inträffa över Lunds stad. För att genomföra undersökningen har detaljerade flygbilder används för att lokalisera så kallade hårdgjorda ytor, en yta som inte tillåter vatteninfiltrering. För dessa områden undersöktes möjliga färdvägar för flödande vatten. Med hjälp av vissa restriktioner lokaliserades ett antal områden som mer benägna att drabbas av översvämningar än andra.

De översvämningsbenägna områdena
Från undersökningen av flygbildstolkningen framgick det att 26,4% av det studerade området bestod av hårdgjorda ytor, vilka alltså inte tillåter vatteninfiltration. Inom detta urval lokaliserades ett antal områden som mer intressanta än andra, till största delen stora enhetliga ytor med en svacka. Dessa attribut möjliggör nämligen, förenklat, att vatten kan ansamlas i svackan utan att rinna undan. Självfallet förekommer det många sådana ytor inom Lunds stad, men ur resultatet valdes de tre ytor ut som kunde ansamla mest vatten. Men förenklat visar detta resultat egentligen bara vilka områden av de hårdgjorda ytorna som är störst. Istället riktades fokus på de ytor som kunde ansamla mest vatten beroende på ytans storlek, alltså en kvot av tillrunnet vatten genom ytans area. Resultat visade att många mycket mindre områden var mer intressanta än de tidigare beskriva stora enhetliga ytorna. Det kan också tolkas som att dessa mindre ytorna har en kortare tid mellan regn och översvämning än de större ytorna, eftersom sträckan vattnet måste rinna för att nå svackan är kortare än för de stora ytorna. Resultatet visar på att det finns fem olika ytor som beroende på nederbördsmängd och tid är de områden som är mest benägna att översvämmas på kortast tid.

Vad betyder resultaten?
De fem områden som pekas ut i arbetet är intressanta, men de är också beroende på begränsningar som finns i metoden. Tillvägagångssättet skulle kunna vara en användbar metod för undersökningar över områden där man inte har tillgång till all information. Med vissa ändringar i tillvägagångssättet kan resultatet peka ut de områden som är i störst behov av avrinningsbrunnar för att förhindra översvämningar.

• author: Lindberg, Joakim
• supervisor: Thomas Holst
• organization: Dept of Physical Geography and Ecosystem Science
• course: NGEM01 20141
• year: 2015
• type: H2 - Master's Degree (Two Years)
• subject: Earth and Environmental Sciences
• keywords: Lund, storm water, runoff, urban, extreme events, impervious surfaces, remote sensing, GIS, geography, physical geography
• publication/series: Student thesis series INES
• report number: 361
• language: English
• id: 8082246
• date added to LUP: 2015-10-22 17:06:43
• date last changed: 2015-10-22 17:06:43