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
Flood Risk Mapping in Africa: Exploring the Potentials and Limitations of SRTM Data in the Lower Limpopo, Mozambique
Uppsala University, Disciplinary Domain of Science and Technology, Earth Sciences, Department of Earth Sciences.
2016 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Kartläggning av översvämningsrisk i Afrika:En undersökning av möjligheter ochbegränsningar med SRTM-data i Nedre Limpopobassängen, Mocambique (Swedish)
Abstract [en]

Many regions in Africa are presently faced with an increasing flood risk due to impending climate change and population growth. One useful mitigation strategy to decrease this risk would be to map it, so that urban planning, warnings systems and emergency response subsequently could be designed to reduce societal vulnerability. This is, however, not widely feasible on the African continent, as developing countries often lack access to the topography and discharge data required to produce high- quality flood risk maps. To seek a way around this problem, on-going research is investigating the possibility of obtaining alternative model inputs, by using global datasets of elevation, derived from remote sensing, and methods to estimate flood flows. This thesis presents a case study within this context where the aim was to determine the accuracy of an African catchment-scale flood map, produced with the satellite product SRTM (Shuttle Radar Topography Mission) as topography input, and to explore the potentials and limitations of such a model scheme. Two high-magnitude floods, occurring in year 2000 and 2013 in the Lower Limpopo Basin (Mozambique), were modelled for inundation extent, using a no-channel 2D model built for the LISFLOOD-FP flood modelling software. Flood water levels were also simulated to assess the models vertical performance. Model outcomes were evaluated against satellite imagery and recordings of high watermarks, adjusting the value representing the roughness of the floodplain to optimize flood extent correspondence. Due to different hydrograph dynamics, simulations of the two floods required different values of roughness (0.02 and 0.09 s m-1/3) to reach maximum accuracy (F = 0.59 and 0.64, respectively). However, the results also indicated that a model calibrated with a flood of relatively low return period potentially could be used to map rare flood events. Simulation inaccuracies were mainly attributed to (1) reservoirs and streams, temporarily connecting to the river system during high flow conditions, (2) limitations of the topography data, in terms of recognizing riverbed geometry and floodplain micro-topography, and (3) cloud cover, reducing the accuracy of flood extent reference data. The vertical simulation accuracy, with an average error of ± 2 m, was well within the uncertainty bounds of input data. Errors were in this case ascribed the SRTM’s representation of high slope terrain and possible radar speckles in urban areas. The findings of this study indicate that there is high potential in using SRTM data for mapping of high-magnitude flood risk in Africa, but also that consideration to river system complexity is crucial. 

Abstract [sv]

Många  områden  i  Afrika  står  för  närvarande  inför  en  ökad  översvämningsrisk  på  grund  avklimatförändringar och befolkningstillväxt. En användbar strategi att minska denna risk skulle vara att kartlägga den, så att stadsplanering, varningssystem och respons vid nödsituationer därefter skulle kunna utformas till att begränsa samhällets sårbarhet. Detta är dock inte möjligt på bred front över Afrikas kontinent, då utvecklingsländer ofta saknar det data av topografi och vattenflöde som behövs för producera högkvalitativa översvämningsriskkartor. För att försöka hitta ett sätt att kringgå detta problem undersöker pågående forskning möjligheten att generera alternativ modelleringsinput, från globalt tillgängligt höjddata, insamlat av satelliter, och metoder att uppskatta översvämningsflöden. Denna uppsats presenterar en fallstudie inom denna kontext där syftet var att bestämma kvalitén hos en översvämningskarta över ett Afrikanskt avrinningsområde, producerad med satellitprodukten SRTM (Shuttle Radar Topography Mission) som topografiinput, och att utforska möjligheterna och begränsningarna med en sådan karteringsmodell. Två stora översvämningar, vilka inträffade år 2000 och 2013 i Nedre Limpopobassängen (Mocambique), simulerades för utbredning med hjälp av en 2D- model utan flodfåra byggd för modelleringsprogrammet LISFLOOD-FP. Vattennivåer simulerade också för att kunna bedöma modellens vertikala prestation. Resultaten jämfördes med satellitbilder och dokumenterade höga vattenmärken (observerade på t ex. husfasader), samtidigt som flodplanets flödesmotstånd justerades för att optimera överensstämmelsen. Då översvämningarna var av olika karaktär behövdes olika flödesmotstånd (0.02 and 0.09 s m-1/3) för att maximal kvalité på respektive översvämningskarta skulle uppnås. Denna kvalité beräknades till 0.59 och 0.64, på en index-skala (F) där 1.00 motsvarar en perfekt simulering. Trots olika optimala flödesmotstånd antydde resultaten även att en modell kalibrerad med en relativt frekvent återkommande översvämning möjligtvis kan användas till att kartlägga sällsynta översvämningar. Avvikelserna mellan dokumenterad och simulerad översvämningsutbredning tillskrevs i huvudsak: (1) sjöar och vattendrag som temporärt ansluter till flodsystemet under höga flöden, (2) begränsningar i topografidatat gällande att fånga flodens geometri och flodplanets mikro-topografi samt (3) moln som skymmer översvämningarna i referensdatat och minskar dess sanningshalt. Vattennivåer simulerades med ett genomsnittligt fel av±2 m, vilket med marginal ligger inom inputdatats totala osäkerhetsram. Avvikelserna troddes i detta fall bero på SRTM-datats representation av sluttande terräng och möjliga radarfläckar (reflektioner) i urbana områden. Resultaten i denna studie indikerar att det ligger stor potential i att använda SRTM- data för att kartlägga risken för stora översvämningar i Afrika, men belyser också vikten av attuppmärksamhet ges till flodsystems komplexitet.

Place, publisher, year, edition, pages
2016. , 43 p.
Series
Examensarbete vid Institutionen för geovetenskaper, ISSN 1650-6553 ; 379
Keyword [en]
Flood inundation modelling, Africa, SRTM, LISFLOOD-FP, quality analysis
Keyword [sv]
Översvämningsmodellering, Afrika, SRTM, LISFLOOD-FP, kvalitetsanalys
National Category
Oceanography, Hydrology, Water Resources
Identifiers
URN: urn:nbn:se:uu:diva-303910OAI: oai:DiVA.org:uu-303910DiVA: diva2:974581
Educational program
Master Programme in Earth Science
Presentation
2016-08-25, Norrland, Geocentrum, Villavägen 16, Uppsala, 11:00 (English)
Supervisors
Examiners
Available from: 2016-09-27 Created: 2016-09-27 Last updated: 2016-09-27Bibliographically approved

Open Access in DiVA

fulltext(2956 kB)164 downloads
File information
File name FULLTEXT01.pdfFile size 2956 kBChecksum SHA-512
99e6664c778684ec9da05477975139379c817b12a599e2ddb345e44140c706ec08504c29a4ebec08f74d25a5d58c29d375de72578a45fc14322fdc8f3e4dae03
Type fulltextMimetype application/pdf

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

Search outside of DiVA

GoogleGoogle Scholar
Total: 164 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: 800 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