InfraRisk Impacts of extreme weather events on infrastructure in Norway. Oversikt, utvalgte resultater, veien videre

Transkript

1 InfraRisk Impacts of extreme weather events on infrastructure in Norway Oversikt, utvalgte resultater, veien videre

2 Disclaimer Resultatene som vises i denne presentasjon er (med unntak av resultatene fra Modul A) foreløpige og ikke ferdig kvalitetssikret Interessenter for bruk av slides (eller deler av slides) bes henvendes til: as@ngi.no eller rf@ngi.no for å få tilgang til ferdig kvalitetssikrete resultater

3 InfraRisk Impacts of extreme weather events (EWE) on infrastructure in Norway Et treårsprosjekt ( ), del av NORKLIMA-programmet, et 10-årsprogram ( ) fra Norges Forskningsråd. InfraRisk prosjektet blir drevet i tett samarbeid med flere forskningsinstitutt og to sluttbrukere: Partnere: NGI, met.no, CICERO, TØI Sluttbrukere: SVV (H. Bjordal), JBV (P.A. Fevang, T. Børsting) Outreach: NUSB Budsjett: NOK 6.25 mill (NFR: 5 mill; SVV & JBV: mill hver) 1 PhD student: Nele K. Meyer (UiO, NGI) Prosjektledelse: Anders Solheim og Regula Frauenfelder

4 Relasjon EWE og naturfare Risiko = Naturfare (dens Sannsynliget) * Konsekvens Hvilke typer naturfarer som påvirker infrastruktur er relatert til EWE? EWE == Hazard Strong wind Snow drift EWE Hazard Snow avalanches Debris flows Rock falls Floods (not included in InfraRisk) Icing (not included in InfraRisk) Solslyng (not included in InfraRisk)

5 InfraRisk Impacts of extreme weather events (EWE) on infrastructure in Norway Module A Module B Module C Module D Syntese Prosjektavslutning April 2013

6 Module A: Analyse av tidligere og fremtidige forandringer i hyppighet og intensitet av EWE (met.no) Sentrale spørsmål: Hvilke typer EWE er mest relevante for infrastrukturen i Norge? Hva er den romlige fordelingen av disse hendelsene? Observerer vi noen forandringer i hendelsesmønsteret (hyppighet, intensitet, romlig forekomst) ved like hendelser? Tilsier klimaforandringsframskrivninger at det vil bli forandringer i framtiden?

7 Valg av relevante værelementer Kun vurdert parametere der prosjektteamet har kompetanse og hvor det finnes tilstrekkelig datagrunnlag å jobbe med (unntak: vind) Hvilke type EWE har tidligere ført til problemer langs transportaksene? Impact on transport route Strong wind Snow drift Snow avalanches Debris-flows Rock falls Relevant meteorological parameter Wind Wind Snow fall & wind Precipitation & temperature Precipitation & temperature

8 Klimavariabler brukt for trendanalyser Climate variable (Variable name) Annual maximum precipitation sum (am1, am5, am10) Duration 1 day 5 days 10 days Threshold(s) Precipitation - peak over threshold (pot1, pot5, pot10) 1 day 5 days 10 days 10 mm 40 mm 60 mm Annual maximum snow depth (maxsd) Annual maximum snowfall (maxsf) 1 day 1 day Snowfall - peak over threshold (SF1-5, SF1-30, SF3-50, SF5-80) Number of near-zero events (near-0) 1 day 3 days 5 days 5 and 30 mm 50 mm 80 mm 1 day -1.5 C 1.0 C Dyrrdal, A.V., Isaksen, K., Hygen, H.O., and Meyer, N.K.,: Past changes in frequency, intensity, and spatial occurrence of meteorological triggering variables relevant for natural hazards in Norway. Climate Research, in press, doi: /cr01125

9 Observerte trender: nedbør Dyrrdal et al., Climate Research (in press)

10 Observerte trender: snø; nær-null hendelser Dyrrdal et al., Climate Research (in press)

11 Største årlige 10-døgnsnedbør ( ) Analyser av nedbørserier fra stasjoner bekrefter den delvis kraftige økningen. Flere stasjoner har hatt en økning på 50-75% siden Til sammenlikning er den prosentvise økningen i f.eks. årsnedbør for samme periode bare omlag halvparten.

12 Framskrivninger: nedbør Projected annual maximum daily precipitation MPI-B2 model scenario: HAD-A2 model scenario:

13 Framskrivninger: nedbør 10-day precipitation exceeding 60 mm MPI-B2 model scenario: HAD-A2 model scenario: Events per year Events per year

14 Modul B: Eksponering, sårbarhet og tiltak (NGI, CICERO) Sentrale spørsmål: Hvordan kan farekartlegging for (EWE- relaterte hendelser) forbedres? Romlig variasjon i disposisjon/susceptibilitet for EWE-relaterte naturfarer? Hvordan kan infrastrukturens sårbarhet i forhold til EWE-relaterte naturfarer kvantifiseres? Undersøke forebyggende tiltak som finnes i dag

15 Forbedre faresonekartlegging Relative alpha-beta relation Bakgrunn/metode: α/β-modellen statistisk/topografisk modell for skredutløp basert på registrering av det mest ekstreme skredet i ca 200 ulike baner i historisk tid (observasjonsperiode år) m.o.h. α = 0,96β 1,4 o R α = f(pr, pl) Ω 1 Ω 2 β Utløpslengde (m) α Figur: L. L. Kristensen, MSc 2012 Hvis vi antar en returperiode for α kan vi med hjelp av sannsynlighetsfordelingen beregne en årlig sannsynlighet for Ω

16 Forbedre faresonekartlegging Eksempelstudie Raumabanen (L.L. Kristensen, MSc UiO km jernbane Krysser mange uløpsområder Ca. 36 skredobservasjoner siste 100 år mot banen 14 aktive skredbaner identifisert Estimering av frekvens for hver objektpunkt Tilbakeregning av frekvens for α punkt Name of Ω β α ID avalanche path angle angle angle Registrations 1 Halsa , 1981, Ødegård , 1956, 1968, 1976, Romsdalshorn , , 1940, 1943, 1947, 1965, 1966, 1967, Joengfonna Grønfonna , 1958, 1965, Gurifonna , Fossagrovfonna , 1942, 1952, 1955, Fossalia , 1968, Kverngrova , 1958, 1974 Figurer og tabell: L. L. Kristensen, MSc 2012

17 Forbedre faresonekartlegging Eksempelstudie Raumabanen (L.L. Kristensen, MSc UiO 2012) 1. Individuelle returperioder for snøskred i objektpunktene i Romsdalen varierer fra åtte til 32 år. 2. Sannsynlighetsberegningene viser at den kombinerte årlige snøskredsannsynligheten er merkbar, med P(X=1) = 0, Studien viser at den utvidede α-β modellen trenger en reevaluering av metodikk for å kunne benyttes til å relatere skredfrekvens i et objektpunkt og α-punkt. 4. Reevalueringen er under arbeid

18 Tiltak: Bakgrunn Direkte knyttet til prosjekt: Forvaltningsdatabase Database for sikringstiltak innenfor naturskade, Kontakt: Árni Jónsson, NGI Mye bygget av forbygninger Lite kontroll og/eller informasjon om det som har blitt bygget (varierer mellom typer og byggherr) Behov for vedlikehold er lite kjent og/eller registrert Utført vedlikehold lite kjent og/eller registrert Sikkerheten av en del forbygninger kan være usikker En del tiltak har blitt planlagt, men ikke bygget (oversikt mangler) Bilder: Árni Jónsson, NGI

19 Tiltak: Database Direkte knyttet til prosjekt: Forvaltningsdatabase Database for sikringstiltak innenfor naturskade, Kontakt: Árni Jónsson, NGI Fase 1 - (geografisk) registrering av nåværende og planlagde sikringstiltak Fase 2 - kontroll og status på nåværende sikringstiltak Fase 3 - registrering av utført vedlikehold Sluttmålet er forvaltnings system (verktøy ved styring og forvaltning av sikkerhetssystem) InfraRisk: Geografisk registrering i fokusområdene Bergens- og Nordlandsbanen; Lage faktaark for hyppigst brukte tiltak i Norge

20 Susceptibilitet Terskelverdier for flomskred (Meyer et al. 2012) 648 recorded debris-flow events between 1976 and 2008 Event time accurracy +/- 30 min 1 day water supply data from National 1km*1km grids calculated from temperature and precipitation data. Temperatures interpolated from ~250 stations. Precipitation interpolated from ~400 stations

21 Susceptibilitet Terskelverdier for flomskred (Meyer et al. 2012) Statistisk analyse av 502 flomskredhendelser 0.55 I MAX = (8.66* D )* PDN 0.51 I MED = (4.51* D )* PDN 0.24 I MIN = (2.18* D )* PDN Meyer, N. K., Dyrrdal, A. V., Frauenfelder, R., Etzelmüller, B., and Nadim, F.: Hydrometeorological threshold conditions for debris flow initiation in Norway, Nat. Hazards Earth Syst. Sci., 12, , doi: /nhess , 2012.

22 Susceptibilitet Weight-of-evidence metode Data set Drainage units extracted for corridor along transport routes in NW-Norway 429 debris flows documented and manually relocated to initiation area Extraction of terrain attributes for debris flow initiation locations: elevation, slope, aspect, curvature and flow accumulation Classification of debris flow type related to relocation procedure Open slope Channelized Undefined

23 Kvantifisering av sårbarhet Nesten 75% av registrerte snøskredhendelser førte til veistengninger Bare 20% av registrerte steinspranghendelser førte til veistengninger

24 Kvantifisering av sårbarhet Med økende magnitude øker sannsynlighet for veistengning

25 Kvantifisering av sårbarhet

26 Fra fare og sårbarhet til risiko Nederste kurven viser at konsekvenser av snøskred er relativt stor selv for små hendelser, øker med magnitude (pga større sannsynlighet for stengning) og minker igjen for store magnituder (pga lavere sannsynlighet)

27 Modul C: Kostnader, risikovurdering og beslutningsprosesser (CICERO, TØI, NGI) Sentrale spørsmål Hvilke funksjonelle og økonomiske verdier har den norske infrastrukturen for samfunnet? Hvilken generell risiko utgjør EWE for infrastrukturnettverket? Hvordan bør informasjon om EWE-relatert risiko formidles til berørte aktører og beslutningstakere?

28 Forsøk å beregne konsekvenser GIS- og risikoanalyse Risikoelementer defineres fra offentlig kartgrunnlag og faresonekart GIS-analyse Risiko analyse

29 Forsøk å beregne konsekvenser GIS- og risikoanalyse

30 Beslutningsprosesser -> Intervjuer Jernbaneverket Hva slags plass har disse problemstillingene i forvaltningen av infrastruktur? Det kan ikke forventes at de har prioritet nr. 1 blant beslutningstakere men får de tilstrekkelig oppmerksomhet? Hva er en god tilpasning? Hva kreves for å sikre god tilpasning?

31 Beslutningsprosesser -> Intervjuer Jernbaneverket Kartlegging av: - Hvilke type vær som anses som problematiske - Hvordan dette håndteres på forskjellige nivåer i organisasjonen - Hvilken kompetanse som finnes i JBV, og hva som mangler - Hvordan JBV forholder seg til andre aktører på og langs linjen - Hvordan tilpasning til ekstremvær stiller i forhold til mål om togframføring tidsinkonsistensproblematikk? - «Fra NTP til velfungerende stikkrenner»: top-down vs. bottom-up fokus

32 Veien videre Åpne (og nye) spørsmål Korttidsnedbør (1 min til 12t): Tilrettelegging og kvalitetskontroll før data kan analyseres skikkelig Få inn 10 min nedbørsum fra Geonorstasjoner Bedre utnyttelse av stasjonsnettet som vi har; få på plass flere stasjoner Verktøy for å beregne skred-risiko i punkter innenfor faregrensen Tiltaksdatabase Kostnadsberegninger! Kvantifisering av betydning av værhendelser for transportsektoren i Norge Beslutningsprosesser: Faktorer som hindrer beslutningssystemet fra å medvirke til effektiv tilpasning?

33 Publiserte resultater:

34 Takk for oppmerksomheten!