uu.seUppsala University Publications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Development of a Flood Model Based on Globally-Available Satellite Data for the Papaloapan River, Mexico
Uppsala University, Disciplinary Domain of Science and Technology, Earth Sciences, Department of Earth Sciences.
2015 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Utvecklingen av en översvämningsmodell baserad på globalt tillgängliga satellitdata för floden Papaloapan, Mexiko (Swedish)
Abstract [en]

Flood inundation modelling is highly dependent on an accurate representation of floodplain topography. These  remotely  sensed  accurate  data  are  often  not  available  or  expensive,  especially  in  developing countries. As an alternative, freely available Digital Elevation Models (DEMs), such as the near-global Shuttle Radar Topography Mission (SRTM) data, have come into the focus of flood modellers. To what extent  these  low-resolution  data  can  be  exploited  for  hydraulic  modelling  is  still  an  open  research question. This benchmarking study investigated the potentials and limitations of the SRTM data set for flood inundation  modelling  on  the  example  of  the  Papaloapan  River,  Mexico.  Furthermore  the  effects  of vegetation signal removal from the SRTM DEM as in Baugh et al. (2010) were tested. A reference model based on a light detection and ranging (LiDAR) DEM was set up with the model code LISFLOOD-FP and run for two flood events. Test models based on SRTM DEMs were run and output flood extents compared to the reference model by applying a measure of fit. This measure of fit, which was based on binary wet/dry maps of both model outputs, gave information on how well the test models simulated the flood inundation extents compared to the reference model by giving a percentage of the model performance from theoretically 0 to 100 %. SRTM-based models could not reproduce the promising results of previous studies. Flood extents were mostly underestimated and commonly flooded areas were almost exclusively made up out of the main channel surface. One of the reasons for this likely was the much steeper slope of the SRTM DEM as opposed to the LiDAR DEM where water probably was conducted much faster though the main channel. Too high bank cells as well as generally more pronounced elevation differences of the SRTM DEM throughout the whole floodplain were another problem of the SRTM DEM preventing accurate flood inundation simulations. Vegetation  signal  removal  was  successful  to  a  certain  degree  improving  the  fit  by  about  10 %. However, a realistic shape of flood extent could not be simulated due to too big pixel sizes of the used canopy  height  data  set. Also,  the  conditioned  models  overestimated  flooded  areas  with  increasing vegetation signal removal, rendering some of the models useless for comparison, as water leaving the model domain could not be accounted for in the measure of fit. This study showed the limitations of SRTM data for flood inundation modeling where an accurate approximation of the river slope as well as accurately captured bank cells and floodplain topography are crucial for the simulated outcome. Vegetation signal removal has been shown to be potentially useful but should rather be applied on more densely covered catchments.

Abstract [sv]

Översvämningar skapar stora problem världen över och fler och fler människor lever i områden som är utsatta för risk för att svämmas över. Dessutom förväntas översvämningar förekomma mer frekvent i många delar av världen i framtiden på grund av klimatförändringar. Skada orsakad av översvämningar kan  överstiga  flera  miljarder  US$.  Men  översvämningar  orsakar  också  andra  problem,  förutom ekonomiska förluster. De senaste 10 åren har mer än 60 000 människor dött på grund av översvämningar. Ytterligare 900 000 000 människor har drabbats på något sätt. Därför är det viktigt att man vet vilka områden som är utsatta för hög risk. Ett av de verktyg för att avgöra  översvämningsrisker  är  hydrauliska  datormodeller  som  försöker  förutse  hur  en  bestämd översvämning breder ut sig. Modellerna är baserade på fysiska principer och topografisk information. Helst vill man ha topografisk information med hög kvalitet och upplösning. Ofta har man data från fjärranalyser, insamlade från flygplan. Ett exempel på det är LiDAR-data som är baserad på laser. Dock är det ofta dyrt eller inte tillgängligt med LiDAR i avlägsna områden och utvecklingsländer, där man behöver sådan data som mest. Därför har forskare försökt att använda globalt tillgängliga topografiska data av låg kvalitet för hydrauliska modeller. En sådan datauppsättning är det så kallade SRTM-datat från amerikanska NASA. SRTM samlas in med hjälp av radarstrålar från satelliter. I flera studier har man fått goda resultat inom översvämningsmodellering med SRTM. Dock måste man testa det vidare för fler avrinningsområden. I den här studien har man försökt att använda SRTM i en hydraulisk modell för den mexikanska floden  Papaloapan.  För  att  se  hur  bra  (eller  dålig)  SRTM-modellen  är  för  att  simulera  hur  en översvämning sprids har man jämfört den med en modell baserad på högkvalitativ LiDAR-data. Båda modellerna  simulerade  samma  översvämningar. Topografiska  information  från  SRTM-data  är  oftast inkorrekt där det finns väldigt tät och hög vegetation, eftersom radarsignalen då inte räcker till marken och den uppskattade höjden är därför för hög i sådana områden. Av denna anledning ville man därför i denna  studie  även  testa  hur  resultatet  av  SRTM-modellen  skulle  förbättras  om  man  tog  bort  viss vegetation. Dessvärre var den utformade SRTM-modellen inte så bra för det här fallstudieområdet och SRTM-modellen  förutspådde  mycket  mindre  översvämningar  än  den  förmodade  mer  korrekta  LiDAR-modellen. Då vegetation avlägsnandes kunde man förbättra SRTM-modellen till viss mån, men det var fortfarande  inte  tillräckligt  för  det  här  området.  Denna  studie  visar  att  det  är  viktigt  att  fortsätta undersöka hur passande och användbart SRTM är, eftersom det har visat sig att SRTM inte är lämpligt för att förutspå översvämningar i alla delar av världen.

Place, publisher, year, edition, pages
2015. , 51 p.
Series
Examensarbete vid Institutionen för geovetenskaper, ISSN 1650-6553 ; 325
Keyword [en]
Flood inundation modelling, shuttle radar topography mission (SRTM), light detection and ranging (LiDAR), LISFLOOD-FP, Remote sensing
Keyword [sv]
Översvämningsmodellering, shuttle radar topography mission (SRTM), light detection and ranging (LiDAR), LISFLOOD-FP, Fjärranalys
National Category
Oceanography, Hydrology, Water Resources
Identifiers
URN: urn:nbn:se:uu:diva-256399OAI: oai:DiVA.org:uu-256399DiVA: diva2:825218
Educational program
Master Programme in Earth Science
Presentation
2015-06-04, Akvariet, Geocentrum, Villavägen 16, 75236 Uppsala, 11:00 (English)
Supervisors
Examiners
Available from: 2015-06-23 Created: 2015-06-23 Last updated: 2015-06-23Bibliographically approved

Open Access in DiVA

fulltext(2936 kB)311 downloads
File information
File name FULLTEXT01.pdfFile size 2936 kBChecksum SHA-512
f2f8a822a982e596ed46866b7102080c4d1b304df18a8bb9b12ade22b2a908f4fe4c7c67de817a3c783f6b6b5eb65b372f377c14f37be5acdbfff536fef520b3
Type fulltextMimetype application/pdf

By organisation
Department of Earth Sciences
Oceanography, Hydrology, Water Resources

Search outside of DiVA

GoogleGoogle Scholar
Total: 311 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 994 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf