Nærnabo statistisk metode i snøskredvarsling. Eivind Juvik Berg- og geoteknikkseksjonen Region midt

Nærnabo statistisk metode i snøskredvarsling Eivind Juvik Berg- og geoteknikkseksjonen Region midt

Innhold 1. Nærnabometoden 2. Nærnaboprogrammer 3. Bruk av nærnabo i Canada 4. Statens vegvesens satsing på nærnabo 5. Viktige momenter i framtidig arbeid med nærnabo 6. Avsluttende kommentarer Verktøy og metoder i snøskredvarsling med spesielt fokus på nærnabometoden Masteroppgave Faggruppe geoteknikk Bygg, anlegg og transport NTNU, 2010

1. Nærnabometoden 2. Nærnaboprogrammer 3. Bruk av nærnabo i Canada 4. Statens vegvesens satsing på nærnabo 5. Viktige momenter i framtidig arbeid med nærnabo 6. Avsluttende kommentarer

Varslingsmetoder 1. Konvensjonell skredvarsling 2. Numeriske metoder Diskriminant analyse Nærmeste nabo Nærnabometoden

Nærnabometoden Grunnantakelse: Hvis vi finner en tidligere hendelse (dag) som er lik dagen i dag, har vi også den samme skredsituasjonen som denne dagen. Nærnabometoden

Nærnabometoden Varsler naturlig utløste skred Kan varsle alt fra en enkel skredbane (liten skala) til en hel region (stor skala) Kan brukes etter et år med registreringer, men nøyaktigheten vil bedres for hvert år den er i bruk Tre år med observasjoner er nok til å gi pålitelig informasjon Ser kun på værsituasjonen de siste dagene Fanger raskt opp endringer i skredsituasjonen Konvensjonell varsling kan være litt konservativ Nyttig hjelpemiddel for folk med forskjellig kunnskapsnivå Nærnabometoden

Type og kvalitet på informasjon Skredvarsling

Metode Nærnabometoden

Tolkning og verifisering 1. Kategorisk varsel Varsler skredfare når antall positive naboer overstiger en grenseverdi Plassere dagene inn i den internasjonale skredfareskalaen (Sveits) Gir ingen informasjon om type, størrelse og utløpslengde 2. Sannsynlighetsvarsel Relativt estimat for sannsynligheten Må også vurdere snødekkets oppbygging Gir ingen informasjon om type, størrelse og utløpslengde 3. Beskrivende varsel Den mest fleksible metoden Oversikt over skredaktivitet hos de nærmeste naboene Hjelpemiddel i en totalvurdering av skredsituasjonen Nærnabometoden

Bruksområder 1. Skredvarsel 2. Opplæring av mannskap Erstatning for lokalkunnskap Opplæring av nye folk 3. Dokumentere en beslutning Feilaktige avgjørelser kan få kritikk/etterspill Utdata fra nærnabo kan verifisere en avgjørelse Nærnabometoden

VegSkred Nærnabo Må fysisk installeres på brukerens datamaskin Data må lastes ned manuelt fra databasen Krever jevnlig nedlasting av data for å unngå hull i databasen Systemet er lite fleksibelt og sårbart Varsler må genereres manuelt når man har behov for dem Vekting og normalisering av inndata er en ekspertoppgave Nærnaboprogrammer

Avalanche Prediction System (APeS) Nettbasert Datainnsamling og beregningsprosessen er automatisert Genererer nye varsel hver time Ingen vekting av variabler Oppnår likevel minst like god nøyaktighet som program som bruker vekting Nærnaboprogrammer

Avalanche Prediction System (APeS) Nærnaboprogrammer

Avalanche Prediction System (APeS) Utdata: Sannsynlighet for skred de neste 12 timene Kategorisk varsel Liste over de 10 siste varsel Kan generere tidsserier som viser været 3-4 dager før en skredhendelse Nærnaboprogrammer

Avalanche Prediction System (APeS) Resultater fra bruk av APeS: Elektroniske data alene er godt nok til å gi en god statistisk skredvarsling Kan forsvare satsning på en varslingsmodell som kun bruker automatisk innsamlede data Oppnår best resultater i områder med mye skredaktivitet Modellen er god til å fange opp endringer i skredsituasjonen Fungerer ikke like godt om våren (solstråling) Usikkert om variasjonene time for time samsvarer med den reelle forandringen i stabilitet i snødekket Noe dårligere nøyaktighet i områder hvor det brukes eksplosiver Nærnaboprogrammer

Nærnaboprogrammer

Avalanche Prediction System (APeS) Varsel basert på numeriske værprognoser: 12- og 36-timersvarsel er allerede i bruk Må ha numeriske værprognoser som erstatter alle inndata i programmet De første forsøkene er lovende Værmodellen inneholder ikke prognoser for nysnømengde og snødybde (indirekte gjennom vannekvivalent nedbør) Dårligere nøyaktighet jo lenger fram i tid man varsler Gir likevel et hint om hva som er i vente Nærnaboprogrammer

Cornice Vanskelig for en skredekspert å sette korrekte vektingskonstanter for hele datasettet i et n-dimensjonalt rom Generisk algoritme for vekting av variablene Metode for å løse søke- og optimeringsproblem Simulerer evolusjonen Nærnaboprogrammer

Cornice Nærnaboprogrammer

Praktisk bruk av APeS Anvender ikke APeS direkte når de varsler faregrad ApeS gir et estimat for den relative sannsynligheten Sier ingenting om skredene kan nå veien eller ikke Når varselet overgår den forhåndsbestemte terskelverdien, går skredteknikerne inn å ser på detaljene til de nærmeste naboene Brukes som en støtte til skredteknikernes egen resonnement rundt snødekkets stabilitet Verktøy for å se på historisk informasjon om vær og skredhendelser Erstatter lokalkunnskap Bruk av nærnabo i Canada

Klimastasjoner Nettverk av klimastasjoner i områdene APeS brukes Erfaringer tilsier at en klimastasjon gir gode og relevante data for et område med utstrekning på noen få kilometer Vindmålere plasseres på fjelltopper eller rygger Nedbørsmålere plasseres nede ved veien Viktig med god tilgjengelighet for vedlikehold Bruk av nærnabo i Canada

Tilbakemeldinger fra brukerne Synliggjøring av hvilke skredbaner som er kritiske ved ulike værtilfeller Mer korrekte veistenginger Imponert over treffprosenten og hvor godt det fungerte til å fange opp skredhendelser Ser nytten i å bruke programmet som dokumentasjon og grunnlagsmateriale for beslutningene som tas Ønsker om å videreføre bruken av programmet Utvikle programmet til å gjelde andre skredtyper (flomskred, sørpeskred, steinskred og jord- og løsmasseskred) Statens vegvesens satsing på nærnabo

Tilbakemeldinger fra brukerne Dagens versjon er for omstendelig å bruke Nedbørsdata må manuelt formateres til et format programmet kan lese Programmet har vært for ustabilt, og nedlasting av vær- og skreddata har ofte vært problematisk Avhengig av å ta raske beslutninger når en situasjon oppstår Frustrerende når programmet til stadighet ikke fungerer Har ikke fått registrert skredinformasjon i NVDB Bruken av programmet har vært for personavhengig Skrevet i utdatert programmeringsspråk (Visual Basic 6) Statens vegvesens satsing på nærnabo

Klimastasjoner Få relevante data fra utløsningsområdene i Norge Vindmålere i høyden Klimastasjonene er plassert langt unna stedene som overvåkes Odda: 30 km unna Etablere et nettverk med klimastasjoner Få nedbørssensorer med tilstrekkelig kvalitet til å gi inndata til programmet Bytte ut manuelle klimastasjoner Viktige momenter i framtidig arbeid med nærnabo

Registrering av værdata Opprettholde kontinuerlige målinger av værdata Unngå pause i overvåkingen Homogene datasett Forandringer i sted eller metode for måling av værdata gir inkonsekvente data Opprette sammenhenger mellom gamle og nye målinger Viktige momenter i framtidig arbeid med nærnabo

Registrering av skredhendelser Gode og informative registreringer av skredhendelsene Kontinuerlig overvåking av skredaktiviteten Manglende eller unøyaktige observasjoner gir hull i datasettet Skred-dag, ikke-skred-dag, ikke-mulig-å-observere Registrere skred som ikke når veibanen Viktige momenter i framtidig arbeid med nærnabo

Hvorfor bør SVV satse på nærnabo En mer kunnskapsbasert tilnærming til skredproblematikken Dårlig samfunnsøkonomi å kun satse på sikringskonstruksjoner med tanke på alle utfordringene veinettet står ovenfor i dag Sikringskonstruksjoner vil ikke fange opp alle skred Varsling med elektroniske data alene kan gi like god varsling som nærnabomodeller med lavere entropi Metoden har vist seg god til å fange opp forandringer i skredsituasjonen Avsluttende kommentarer

Hvorfor SVV bør satse på nærnabo Bruksområder Varsler skredfare gjennom et sannsynlighetsvarsel, kategorisk varsel eller beskrivende varsel Opplæring av nye skredvarslere. Erstatter lokalkunnskap Dokumentasjon og verifisering av beslutninger Tilbakemelding fra brukerne i testområdene: Imponert over treffsikkerheten til programmet Synliggjøring av kritiske skredbaner Bidratt til mer korrekte veistenginger Utvide programmet til å gjelde andre skredtyper Avsluttende kommentarer