Calibration and validation of fully LiDAR-derived 2D hydraulic models: Integrating SAR imagery and observed water surface elevations

Abstract

Flom er et utbredt og kostbart fenomen som påvirker millioner av mennesker. For å redusere virkningene av flom har utviklingen av flomsonekart blitt avgjørende da de fungerer som verdifulle verktøy i flomhåndtering. Tradisjonelt sett har flomsonekart blitt produsert på bakgrunn av 1D hydrauliske modeller. Imidlertid har 2D hydrauliske modeller blitt et lovende alternativ med den fremgangen som er gjort innen fjernmålingsteknikker de siste tiårene. Denne avhandlingen har derfor som fokus å undersøke bruken av 2D hydrauliske modeller som integrerer høykvalitets LiDAR-data for både terreng og elvebunnen i studieområdet.

Dette danner grunnlag for hovedmålet for denne avhandlingen, som var å innhente virkelige observasjoner, helst SAR-data som fanger opp flomhendelser, for å bruke dem i kalibrering og validering av modellen. Målet var å vurdere effektiviteten for bruk av slik data og undersøke resultatene de gir i modellering av utbredelsen av flom. Selv om mange studier har utforsket dette forskningsområdet, er det mangel på litteratur som spesifikt bruker LiDAR-data til å representere elvebunnen.

Studieområdet, elven Surna, ga mange virkelige observasjoner, inkludert SAR-bilder som fanger opp flere flomhendelser, vektordata for flomavdekning nær flomtoppen under Storm Gyda-flommen og observerte flomvannstander. Integreringen av disse dataene bidro til en omfattende evaluering av modellens ytelse. HEC-RAS-programvaren ble brukt til å etablere en 2D hydraulisk modell ved å bruke et beregningsnett med en rutenettstørrelse på 10 m, der «shallow water» likningene ble brukt for å simulere den hydrauliske atferden. Før analysene startet, ble SAR-bildene forbehandlet og analysert ved hjelp av en terskelteknikk for å nøyaktig definere flomgrensene. Dette innebar å skille mellom vann- og ikke-vannområder innen bildene, noe som resulterte i generering av binære flomkart. Disse kartene ble deretter brukt til å evaluere og vurdere modellens ytelse i å utføre en nøyaktig representasjon av flomomfanget.

Forskjellige kalibreringsmetoder ble brukt, inkludert finjustering av Manning's n-verdier og regionalisert kalibrering, med mål om å forbedre modellens ytelse og vurdere effekten av Manning's n-verdier på resultatene. Kalibreringsprosessene resulterte i optimale parameteroppsett for Manning's n-verdier i hovedkanalen og flomslettene, der de spesifikke verdiene var avhengig av hvilken kalibreringsmetode som ble brukt. Modellen viste spesielt stor følsomhet for Manning's n-verdi i elvebunnen sammenlignet med andre parametere i alle de forskjellige kalibreringsmetodene. Integreringen av høyoppløselige LiDAR-data for å representere elvebunnen resulterte i Manning's n-verdier i hovedkanalen som lå godt innenfor området definert i eksisterende litteratur. Dette resultatet understreker potensialet ved å bruke bathymetriske LiDAR-data i 2D hydrauliske modeller.

Den regionaliserte kalibreringen med bruk av observerte flomvannstander resulterte i en svært nøyaktig modellprestasjon med en MAE på 0,02 m og en RMSE på 0,04 m. Videre, når modellen ble kalibrert mot SAR-bilder, viste den en ytelse med en F1-verdi på 0,67 og en F2-verdi på 0,46. Den regionaliserte kalibreringen av Storm Gyda-flomhendelsen oppnådde en F1-verdi på 0,83 og en F2-verdi på 0,71, noe som indikerer en svært høy nøyaktighet i representasjonen av flomomfanget.

Resultatet av studien viste den lovende evnen til satellittbilder som verdifulle verktøy for kalibrering og validering av 2D hydrauliske modeller. Bruken av satellittbilder har stort potensiale i evaluering og vurdering av modellresultater. Det er imidlertid viktig å erkjenne at nøyaktigheten av disse resultatene påvirkes av usikkerheter i teknikkene som brukes til å avdekke flomomfanget i SAR-bildene.

Flooding is a widespread and costly phenomenon that affects millions of people. To mitigate the effects of flooding, the development of flood hazard maps has become crucial as they serve as valuable tools in flood management. Traditionally, these maps have been based on flood inundation models primarily utilizing 1D hydraulic models. However, with advancements in remote sensing techniques, 2D hydraulic models have emerged as a promising approach. Therefore, this thesis focuses on investigating the application of 2D hydraulic models that incorporate high-quality LiDAR data for both terrain and bathymetry within the study area.

Hence, the primary objective of this thesis was to obtain real-world observations, preferably SAR data capturing flooding events, to be employed in calibration and validation processes. The aim was to assess the effectiveness of utilizing such data and examine the outcomes it yields in flood inundation modelling. Although numerous studies have delved into this area of research, there is limited literature that specifically utilizes LiDAR data to represent river bathymetry.

The study area, the Surna River, provided numerous real-world observations, including multiple SAR images capturing multiple flood events, flood delineation vector data during the peak of the flooding caused by Storm Gyda, and observed water surface elevations. The integration of this data enabled a comprehensive evaluation of the performance of the model. The 2D hydraulic model was established using HEC-RAS software with a computational mesh of 10 m grid size, simulating the hydraulic behavior with the shallow water equations. Prior to the analysis, pre-processing and thresholding techniques were applied to the SAR images to precisely define flood boundaries, resulting in binary flood delineation maps used to evaluate and assess the performance of the model in accurately representing the flood extent.

Various calibration approaches were employed, including fine-tuning of Manning's n-values and regionalized calibration, with the aim of enhancing the performance of the model and evaluating the impact of Manning's n-values on the results. The calibration processes yielded optimal parameter sets for Manning's n-values in the main channel and floodplains, with the specific values dependent on the calibration approach. Notably, the model exhibited greater sensitivity to the Manning's n-value in the main channel compared to other parameters across all calibration approaches. The incorporation of high-resolution LiDAR data to represent the bathymetry of the river resulted in Manning's n-values in the main channel falling well within the ranges defined in the existing literature. This outcome highlights the potential of utilizing bathymetric LiDAR data in 2D hydraulic models.

The regionalized calibration using observed water surface elevations resulted in a highly accurate model performance, with a MAE of 0.02 m and a RMSE of 0.04 m. Furthermore, when calibrating the model against SAR imagery, it demonstrated a performance with an F1 value of 0.67 and an F2 value of 0.46. The regionalized calibration of the Storm Gyda flood event achieved an F1 value of 0.83 and an F2 value of 0.71, indicating a high level of accuracy in representing the flood extent.

The study showcased the promising capability of satellite imagery as a valuable tool for calibrating and validating 2D hydraulic models. The utilization of satellite imagery offers great potential in evaluating and assessing model results. However, it is important to acknowledge that the accuracy of these results is influenced by the uncertainties in the techniques employed to delineate the flood extent in SAR imagery.