GIS finner flomveien. NOTAT O.nr. N. nr.: Side 0 av 11. Erik Landsnes Norconsult Informasjonssystemer AS

Transkript

1 NOTAT O.nr. N. nr.: Side 0 av GIS finner flomveien Vestfjordgaten 4, 1300 Sandvika Telefon Telefax Erik Landsnes Norconsult Informasjonssystemer AS

2 GIS FINNER FLOMVEIEN FOR GRENLAND 2 MASKINVARE OG SOFTWARE 2 DIGITALE KARTDATA 2 UTTEGNING 3 IMPORT AV LASERDATA 5 INTERPOLERING AV LASER-PUNKTER 8 ANALYSERE TERRENGMODELLEN 10 KLASSIFISERING 11 VEKTORISERING AV RESULTATER 11 Side 1

3 GIS finner flomveien for Grenland Dette dokumentet beskriver framgangsmåten benyttet i analysearbeidet for å finne flomveier for kommunene Skien, Porsgrunn, Bamble og Silja. ISY WinMap Pro med GeoMedia Grid har blitt brukt som verktøy. Det er også gjort tester med andre GIS-system for å sammenlikne resultatene. Dette vil ikke bli vurdert i denne beskrivelsen. Siden framgangsmåten er lik for alle 4 kommunene har jeg valgt å bruke eksempler fra Bamble kommune i denne beskrivelsen. Maskinvare og Software Model: HP EliteBook 8540W Memory: 8126 MB ISY WinMap ProEX versjon 6.1 og GeoMedia Grid Digitale kartdata I prosjektet er det benyttet følgende datasett: Laserdata for alle kommunene FKB-vann N50-kommuneflate Regine områder (nedbørsfelt) Side 2

4 Uttegning Til å begynne med ble alle nedbørsfeltene tegnet ut for å få et overblikk over omfang og utstrekning. Siden analysene skulle gjøres basert på 1-meters terrengmodeller (cellestørrelse 1 meter), var det ikke mulig å lage én terrengmodell for hele kommunen. Kommunen(e) ble derfor delt opp i mindre områder. En fornuftig inndeling ble da å slå sammen nedbørsfelt da disse er en god veiledning for hvilke flomveier som hører sammen. Hadde oppdelingen blitt gjort på en annen måte ville resultatet av analysene blitt dårligere. Side 3

5 Nedbørsfeltene ble manuelt slått sammen for å danne omtrent like store analyseområder. Dette ble gjort ved å klikke på aktive nedbørsfelt samtidig som Ctrl var nede, deretter bruke jeg funksjonen Analyse Utvalg til spørring. De forskjellige analysefeltene ble navngitt «analysefelt1», «analysefelt2» Etter at dette var utført så kartet slik ut: Side 4

6 Import av laserdata Det ble brukt laser-data for alle kommunene. Jeg opprettet en tom Access-base og importerte laser-data fra Grid Utilities LAS-files to feature class. Laser-dataene ble importert som footprints og ikke som punkter. Side 5

7 Importen ble utført for hele kommunen og footprints vises som ruter hvor det er dekning for laser-data. Deretter opprettet jeg en ny Access-base for hvert analyseområde. Disse kalte jeg LaserBamble1, LaserBamble2 etc. (LaserSkien, LaserPorsgrunn og LaserSiljan etc.). For hvert område importerte jeg kun de laserpunktene som falt innenfor analyseområdet, med en liten overlapp som buffer. Laser-footprints ble valgt manuelt ved å klikke i karte og markere dem, deretter valgte jeg Grid Utilities LiDAR Workbench Fra Tools-menyen valgte jeg Source Data Load from selected footprints. Deretter valgte jeg klasse for bakkepunkt, satt oppløsning til 1-meter, valgte unites som meter og valgte OK. Side 6

8 Etterpå satt jeg Precision til 0.01 meter og lagret laserfilene (File Save to new StudyArea) til LaserBamble1, LaserBamble2 etc Side 7

9 Interpolering av laser-punkter For noen områder måtte jeg importere laser-data flere ganger da det ble store datamengder. Det resulterte i at jeg fikk mange rasterlag med laserpunkter. Disse slo jeg sammen til ett lag ved funksjonen Grid Layer Mosaic. Deretter rasteriserte jeg analyseområdet som sammenfalt med laserdataene mine. Dette ble brukt som maskeringslag i interpolasjonen. Maskeringslaget begrenser prosessen mot de ytre grensene slik at interpolasjonen ikke tar så lang tid. Interpolasjonsmetoden som ble bruk var Spline (Grid Interpolation Spline). Resultatet blir en terrengmodell som for ette analyseområde. Side 8

10 Side 9

11 Analyser av terrengmodellen Basert på terrengmodellen(e) ble det foretatt følgende analyser for alle analyseområdene: 1. Fill Depression (Grid Surface Fill Depressions) 2. Downhill path (Grid Surface Downhill Path) 3. Downhill Accumulation (Grid Surface Downhill Accumulation) Hver prosess bygger på resultatet av den forrige kommandoen. Resultatet av den siste analysen er et nettverk av flomveier hvor celleverdien er antall celler som drenerer inn til gjeldende celle. Siden hver celle er 1 m 2 er det enkelt å regne ut resultatet. Side 10

12 Klassifisering Flomveiene ble etterpå reklassifisert basert på intensitet eller oppstrøms areal. Følgende tabell ble benyttet for klasseinndelingen. Akkumulert tilrenningsareal Plannivå Inntil 200 m 2 Den enkelte eiendomsbesitter m 2 Kommunens byggesaksarkiv m 2 Kommunens arealplanavdeling Over m 2 Kommuneplanprosessen Klassifiseringen ble gjort med funksjonen Grid Classification Recode. Vektorisering av resultater Etter at reklassifiseringen var unnagjort ble det opprettet Access-baser for hvert av analysefeltene. Rasterresultatene ble så vektorisert ved å bruke kommandoen Grid Layer Vectorize to feature class. Resultatene ble vektorisert som linjer med egenskapsverdi for hvilke klasse de tilhører. Analyseresultatene ble så klippet mot vannflater og eksportert ut i egne baser. Deretter ble alle basene for hvert analyseområde slått sammen til en base for hver kommune. Det ble også produsert SmartStore for bruk i WinMap og WebInnsyn. Side 11