Riskkartering: Översvämningskänsliga områden vid skyfall
Översvämningskarteringen i verktyget beskriver områden som potentiellt kan översvämmas på grund av ett kortvarigt extremregn. Informationen kan användas för att lokalisera känsliga områden i landskapet. Karteringen är framtagen för hela Sverige med regnstatistik för nuvarande och framtida klimat.
Observera att denna tjänst är en beta-version under utveckling.

Riskkartering av översvämningskänsliga områden vid skyfall
Starta verktyget (beta)Vad kan informationen användas till?
Informationen från översvämningskarteringen kan användas för att lokalisera platser i landskapet som är känsliga för kraftigt regn. Karteringen kan ses som ett övergripande verktyg i ett tidigt planeringsstadium för att bestämma områden som kan behöva undersökas närmare med en detaljerad analys av konsekvenser och möjliga åtgärder.
Informationen bör användas med försiktighet i urbana miljöer på grund av begränsningar i hur dagvattensystem och urbana strukturer är representerade
Beskrivning av data
Översvämningskarteringen beskriver det maximala simulerade översvämningsdjupet efter 24 timmar (6 timmars regn + 18 timmar utan regn) i rutor om 10x10 meter. Vattendjup under 0,1 meter är borttaget på grund av osäkerheter i höjddatan. Även översvämningsdjup på sjöar och vattendrag är bortklippta.
Karteringen är framtagen med det hydrodynamiska verktyget LISFLOOD-FP (version 8.2.1) (Neal et al., 2012; Shaw et al., 2021) och baseras på höjddata från Lantmäteriet, marktäckesdata från Naturvårdsverket och jordartskarteringsdata från Jordbruksverket, SGU och Soilgrids. Därtill har höjddatan korrigerats med byggnads- och vattendragsgeometrier från Lantmäteriet samt data om vägkulvertar från Trafikverket. Marktäckesdatan har använts för att ta fram markens råhet (friktion) enligt Manning’s friktionsformel.
I karteringen används regnstatistik från SMHIs statistik över extrema korttidsregn (Olsson et al., 2018). Regnet är sammansatt av blockregn så att en intensitet för ett 1-, 3- och 6-timmarsregn kan beskrivas i en regnhändelse (Figur 1). Regnet varierar efter skyfallsregion i enlighet med SMHIs statistik och totalt är 6 olika regn simulerade: 10- och 100-års återkomsttid för en referensperiod och två klimatscenarion i slutet av seklet, RCP 4.5 och RCP 8.5. Dessa klimatscenarion motsvarar en klimatfaktor på 1.2 (RCP 4.5) och 1.4 (RCP 8.5). I karteringen har inte dagvattensystem simulerats, istället har ett schablonavdrag på 18 mm (3 mm/h) använts på hårdgjorda ytor. Det motsvarar ett 30-minutersregn med en återkomsttid på 10 år.

Nederbördsvolym för varje timme i modellen per skyfallsregion.
Karteringen är gjord med en dynamisk infiltration på ej hårdgjorda ytor. Den dynamiska infiltrationen är baserad på Green-Ampt-infiltrationsekvationen, vilket medför att vatten kan infiltreras ur modellen, speciellt i områden med hög genomsläpplighet enligt jordkarteringsdata. För att beskriva ett initialtillstånd av jorden användes SLUs kartering av markfuktighet (Ågren et al., 2021).
För att möjliggöra en nationell kartering simulerades översvämningen per delavrinningsområde från Svenskt Vattenarkiv, SVAR2022. Dessa delkarteringar har sedan klippts ihop för att ge en nationell kartering. Öar längs kusten med en yta mindre än 1 km2 har ej karterats.
Karteringen är framtagen utifrån Myndigheten för civilt försvars vägledning för skyfallsmodeller och följer till stor del deras rekommendationer för en detaljerad analys.
Vägledning från Myndigheten för civilt försvar Länk till annan webbplats.
Begränsningar
Då karteringen är framtagen med en upplösning på 10x10 meter och saknar dagvattensystem så bör den ej användas för att analysera tätbebyggda områden då detaljerade urbana strukturer samt backflöde ej kan beskrivas.
Grundvattenflöden är inte implementerade i modellen då infiltrationsmodulen enbart tar bort vatten ur modellen. Därav kan karteringen inte beskriva översvämningar på grund av grundvatten. Då karteringen också är framtagen per delavrinningsområde, saknas kumulativa effekter längs vattendrag och sjöar och därför ska analys längs dessa göras med försiktighet.
Cirka 3% av Sveriges yta har ej kunnat karteras, till stor del på grund av att simuleringarna har blivit instabila. Detta har främst skett i delavrinningsområden som gränsar till Norge eller i fjällen där den branta topografin har bidragit till modellinstabilitet. För cirka 10% av Sveriges yta har delavrinningsområden delvis kunnat simuleras, men vissa regnscenarier har ej kunnat karteras. Det rör sig främst om dem med lång återkomsttid och klimatfaktor, då mängden vatten har bidragit till instabilitet.
Referenser
Ågren, A. M., Larson, J., Paul, S. S., Laudon, H., & Lidberg, W. (2021). Use of multiple LIDAR-derived digital terrain indices and machine learning for high-resolution national-scale soil moisture mapping of the Swedish forest landscape. Geoderma, 404, 115280. https://doi.org/10.1016/j.geoderma.2021.115280 Länk till annan webbplats.
Neal, J., Schumann, G., & Bates, P. (2012). A subgrid channel model for simulating river hydraulics and floodplain inundation over large and data sparse areas. Water Resources Research, 48(11). https://doi.org/10.1029/2012WR012514 Länk till annan webbplats.
Olsson, J., Berg, P., Eronn, A., Simonsson, L., Södling, J., Wern, L., & Yang, W. (2018). Extremregn i nuvarande och framtida klimat Analyser av observationer och framtidsscenarier (16542258 (ISSN); Klimatologi, p. 367).
Shaw, J., Kesserwani, G., Neal, J., Bates, P., & Sharifian, M. K. (2021). LISFLOOD-FP 8.0: The new discontinuous Galerkin shallow-water solver for multi-core CPUs and GPUs. Geoscientific Model Development, 14(6), 3577–3602. https://doi.org/10.5194/gmd-14-3577-2021 Länk till annan webbplats.
