LOTTA RYNBÄCK ANDERSSON

(1)

EXAMENSARBETE

HÖGSKOLEINGENJÖRSPROGRAMMET

Institutionen i Kiruna GIS-utbildningen

2002:085 HIP • ISSN: 1404 – 5494 • ISRN: LTU - HIP - EX - - 02/85 - - SE

Skredriskanalyser med GIS-teknik

LOTTA RYNBÄCK ANDERSSON

(2)

LOTTA RYNBÄCK ANDERSSON

HÖGSKOLEINGENJÖR i Geografisk IT

Institutionen för Samhällsbyggnadsteknik Avdelningen för Geografisk Informationsteknik

Lule å Tekniska Universitet 971 87 Lule å

(3)

i Härnösand under hösten 2001. Examensarbetet är ett obligatoriskt moment inom programmet Högskoleingenjör i Geografisk IT vid Lule å Tekniska Universitetet. Handledare har varit Johan Schärdin, GIS-samordnare vid Vägverket Region Mitt.

Ett speciellt tack riktas till Curt Fredén och Kerstin Johansson p å SGU i Uppsala för det intressanta studiebesöket där skredproblematiken diskuterades samt att Vägverket Region Mitt fick tillg ång till den fördjupade tolkningen av den digitala jordartskartan för detta examensarbete. Ett tack till Vägverkets geotekniker Mikael Ånäs och Nenad Jelisic. Mikael Ånäs guidade runt mig i regionen och berättade och visade p å de olika geotekniska problem som finns inom regionens vägar. Nenad Jelisic utvärderade de analysresultat som jag fått.

Slutligen ett tack till Nina Eriksson som granskat rapporten och gett värdefulla synpunkter på dess spr åk och innehåll.

Lule å den 23/10 2002

Lotta Rynbäck Andersson

(4)

SAMMANFATTNING

M ålet med detta examensarbete var att inventera olika förekommande skredriskmodeller som man kan utföra med hjälp av GIS-teknik, detta för att sedan föreslå och implementera en modell för Vägverket Region Mitt för att kunna lokalisera riskbenägna vägsträckor med avseende p å skred.

Inom projektets ramar ingick att utifr ån de befintliga databaser som finns inom Vägverket Region Mitt utföra riskanalyser i GIS-programvaran ArcView 3.2 och tilläggen Spatial Analyst och Geoprocessing. I detta arbetssteg gjordes också en analys av de befintliga databaserna med avseende p å dess ursprung och kvalitet för att vara medveten om p å vilken niv å analysresultatet kan användas.

Slutligen analyserades GIS-resultatet av geoteknikern Nenad Jelisic som har många års erfarenhet av ras och skred inom Vägverket Region Mitt. Detta för att kunna utröna om resultatet kan användas för att påvisa omr åden där stabilitetsförhållanden bör uppmärksammas och om metoden kan vara ett stöd för Vägverket Region Mitt i översiktliga planeringsprocesser s åsom i vägutredningar och förstudier.

ArcView och tilläggen Spatial Analyst och Geoprocessing lämpar sig för att utföra översiktliga skredriskanalyser. Skredriskkartering med GIS-teknik kan användas som ett verktyg för Vägverket, Banverket, kommuner och andra organisationer för att få en snabb överblick över stora omr åden där det kan finnas risk för ras och skred. Metoden kan fungera som ett stöd i initialskeden av projekt (förstudier och vägutredningar). Karteringen pekar ut omr åden där stabiliteten bör beaktas. Metoden innebär ekonomiska besparingar då antalet fältbesök och geotekniska undersökningar minskas vid initialskeden av projekt.

Vid översiktliga skredriskkarteringar med GIS-teknik behöver SGU:s jordartsdatabas kompletteras med SGU:s fördjupade jordartstolkning för att lokalisera eventuella djupare belägna förhållanden där skredbenägna jordarter kan finnas. Ekonomiska kartans höjdkurvor med ekvidistans 5 m rekommenderas för att generera ett bättre analysresultat. De höjddatabaser som i dag tillhandahålls av LMV lämpar sig för översiktliga skredriskanalyser och för att få bättre analysresultat behövs en bättre höjddatabas.

(5)

Lotta Rynbäck Andersson, Luleå Tekniska Universitet, 2002

ABSTRACT

The purpose with this master thesis was to make an inventory of different hazardous landslide models, built on GIS technology. The result of the study was to propose and implement a model, for ‘Vägverket Region Mitt’, to locate roads that could be hazardous due to landslides.

Within the scope of the project one part was to make hazards analysis using the data bases existing within ‘Vägverket Region Mitt’, using ArcView 3.2 and the extensions Spatial Analyst and Geoprocessing. In this part an analysis of the existing databases was made, the purpose was to find out the source and quality of the data, and to find out the level of detail in the analysis result.

Finally the result was analysed by the geo technician Nenad Jelisic, Mr. Jelisic has many years of experience of land slides within ‘Vägverket Region Mitt’. The purpose was to find out if the result could be used to indicate areas where the stability should be observed and if the method could be a support for ‘Vägverket Region Mitt’ in road investigations, pre-studies and planning processes.

ArcView and the extensions Spatial Anlyst and Geoprocessing are adapted to make general landslide analyses. Landslide mapping using GIS can be used as a tool by ‘Vägverket’,

‘Banverket’, municipalities and other organisations to get a quick overview of large areas where there is a risk of landslides. The method can work as a support in the initial phase of a project (pre-studies and road investigations). The mapping points out areas where the stability should be considered. The method makes the projects economical by reducing the number of field visits and geo technical investigations.

When general land slide mappings are made with GIS, SGU:s (The Geological Survey of Sweden) soil database needs to be supplemented with SGU:s extended soil interpretation, to locate deeper soil types that could cause land slides. The 1:20 000 economic maps height data with ekvidistance of 5 metres is recommended to generate better analysis results. The databases existing within LMV (The National Land Survey of Sweden) are suited to make general landslide analyses, to get better results a better height data bank is needed.

(6)

INNEHÅLLSFÖRTECKNING

FÖRORD ...I SAMMANFATTNING... II ABSTRACT...III INNEHÅLLSFÖRTECKNING...IV

1. INLEDNING... 1

1.1 Bakgrund... 1

1.2 Syfte & M ål ... 2

1.3 Avgränsningar ... 2

2. VARFÖR INTRÄFFAR SKRED? ... 3

3. SKREDMODELLERING MED GIS-TEKNIK ... 5

4.DATABASERNA... 6

4.1 Datakvalitet ... 6

4.2 SGU:s jordartsdatabas ... 7

4.3 LMV:s databaser ... 8

4.3.1 GSD - Höjddata... 8

4.3.2 Ekonomiska kartans höjdkurvor... 8

5. METODBESKRIVNING ... 9

5.1 Utgångskriterier... 9

5.2 Bearbetning av höjddatabaserna ... 9

5.3 Diskussion kring vald interpolationsmetod ... 10

5.4 Bearbetning för att få slutresultat ... 11

5.5 Diskussion kring de olika höjddatabaserna ... 12

5.6 Jämförelse av resultat med den prototyp som utvecklats av LMV, SGI, SGU samt SRV ... 12

6. SLUTSATSER... 13

6.1 Allmänt ... 13

6.2 Slutsatser ... 13

7. REFERENSER ... 14

Bilaga 1. Multivariata analyser ... 15

Bilaga 2. Multivariata analyser, viktning ... 16

Bilaga 3. Script 1 -Konvertering av linje till multipoint ... 17

Bilaga 4. Script 2 – Konvertering av multipoint till punktskikt ... 20

Bilaga 5. Analysresultat med Ekonomiska kartans höjdkurvor... 22

(7)

Bilaga 6. Analysresultat med GSD Höjd... 23 Bilaga 7. Skredriskanalys med ArcView vs. ArcInfo ... 24

(8)

1. INLEDNING 1.1 Bakgrund

Bedömning av riskomr åden för ras och skred kring vägnätet är idag svåra att förutse. Under 2000 och 2001 har ett flertal geotekniska problem med varierande skadeomfattning uppst ått kring Vägverket Region Mitts vägar främst som en följd av de förhöjda vattenflödena. Ras, skred och översvämmande vägbanker är förekommande problem.

Geotekniska karteringar har p åg ått inom olika delar av regionen med avseende p å stabilitetsförhållanden. Syftet med inventeringen var att få en heltäckande bild av stabilitetstillst åndet för vägarna i regionen samt klassificera de vägpartier med otillfredställande stabilitet ur risksynpunkt (ras- och skredkonsekvenser).

Tillvägag ångssättet har varit att studera jordarts- och topografiska kartor för att få en översiktlig bedömning avseende vägarnas stabilitet, vid behov har även kompletterande flygbildstolkning utförts. I nästa skede har en fältkartering utförts av vägnätet för att lokalisera vägavsnitt där det bedöms vara risk för ras och skred. Efter karteringen har man även utfört en arkivletning främst mot de vägavsnitt som man utifr ån ovan beskrivna tillvägag ångssätt misstänker att det är skredrisk, det vill säga där man misstänker att lera eller silt finns i marken. Förutom det geotekniska arkivet s å har även data fr ån eventuella vägrevisioner och bärighetsundersökningar nyttjats till den geotekniska karteringen. Redovisning av resultat har sammanställts och visualiserats p å analoga kartor, en del av resultatet finns även digitalt.

Det finns ett intresse inom Vägverket Region Mitt att studera om databaser inom organisationen kan nyttjas p å ett bättre sätt med hjälp av GIS teknik för att översiktligt kunna lokalisera riskbenägna vägsträckor som kan vara föremål för vidare stabilitetsutredningar.

Fig.1 Vägverket Region Mitt

(9)

Lotta Rynbäck Andersson, Luleå Tekniska Universitet, 2002 1.2 Syfte & Mål

Syftet med arbetet är att utreda huruvida Vägverket Region Mitts databaser kan nyttjas för att göra skredriskanalyser. Tillvägag ångssättet är att inventera och beskriva olika översiktliga metoder för att utföra skredriskanalyser i en GIS-programvara. Vidare skall en analys göras av regionens databaser med avseende p å ursprung och kvalitet, detta för att sedan kunna föreslå och implementera en modell för Vägverket Region Mitt.

M ålet är att föreslå en metod att utföra skredriskanalyser utifr ån de tillgängliga databaserna som finns inom Vägverket Region Mitt. I projektmålet ing år ocks å att utvärdera analysresultatet och jämföra med de geotekniska undersökningar som gjorts i analysomr ådet för att påvisa om resultatet av GIS-analyserna pekar p å samma omr åden där stabilitetsförhållanden bör uppmärksammas. Detta för att konstatera om metoden kan användas som ett stöd i Vägverkets översiktliga planeringsprocesser s åsom i vägutredningar och förstudier. Metoden skulle i s å fall kunna användas för att förebygga skador samt för att kunna göra bättre riskplaneringar.

1.3 Avgränsningar

GIS-analyserna har geografiskt begränsats till Sundsvalls kommun d å Vägverket har tillgängliga databaser över omr ådet. Kommunen passar ocks å bra som försöksomr åde i analyssammanhanget då kommunen haft ett 25-tal geotekniska problem längs vägnätet främst i anslutning till Ljungans och Indalsälvens dalg ångar. I detta arbete begränsas de olika geotekniska problemen till att studera skredriskanalyser.

(10)

2. VARFÖR INTRÄFFAR SKRED?

I ett skred kommer en sammanhängande jordmassa i rörelse och det kan inträffa utan förvarning. De bakomliggande orsakerna till ett skred är ofta komplexa. Vanligt är att en kombination av olika faktorer ger upphov till att ett skred utlöses. Grundvattenförhållanden p åverkar jordarternas egenskaper. Omr ådets topografiska förhållanden p åverkar en slänts stabilitet eller skredbenägenhet. Släntens stabilitet kan ocks å p åverkas negativt av mänskliga verksamheter och väderberoende förändringar.

De jordarter som är intressanta i skredsammanhang är de finkorniga jordarterna ler och silt.

Leriga jordarter som har en kornstorlek < 0.002 mm karaktäriseras av att de har stor kapillär stighöjd, men suger upp vattnet mycket långsamt. De är täta och vattenströmningen genom lera sker mycket långsamt. Siltiga jordarter har en kornstorlek mellan 0.002 mm – 0.06 mm.

De siltiga jordarterna har en förmåga att suga upp och hålla kvar stora mängder vatten. En jordart som innehåller mycket silt börjar lätt att flyta när den är vattenmättad, och är därför skredfarlig. (SGU, 1998)

I Sverige p åträffas lera huvudsakligen inom markomr åden under högsta kustlinjen(HK) och markomr åden som varit översvämmande av uppdämda s å kallade issjöar. P å många platser har grövre fastare jordlager som utsvallad morän eller grus avlagrats p å silt- och lerlager.

Dessa finsediment döljs s åledes av fastare jordlager. Finsediment som är övertäckta med grövre fastare jordlager hittas bland annat utmed älvdalarna i norr under högsta kustlinjen Mäktiga deltasediment har successivt avlagrats vid den för tillfället rådande kustlinjen. I takt med landhöjningen har s åledes deltasediment avlagrats längs älvarna längs hela sträckan mellan HK ner till dagens kustlinje. Den karakteristiska lagerföljden i deltasedimenten utgörs överst av sand. Sanden underlagras av silt och p å m ånga ställen lerig silt eller siltig lera.

Älvarna har sedan eroderat sig ner i höga rasbranter har bildats mot älven, s å kallade nipor (Fallsvik och Viberg, 1999). Inom regionen är de flesta instabila slänterna kopplade till de olika älvdalarna med de ovan beskrivna problemen med branta nipor och finsediment som är både blottlagd och underlagrad av grövre fastare jordlager. Figur 2 visar den jordartsgeologiska fördelningen som beskrivs i texten ovan.

Fig. 2 Schematisk bild över Indalsälvens dalgång. Bild hämtad från SGU.

(11)

Grundvattenniv ån inverkar p å en jords h ållfasthet, och grundvattnet fyller de hålrum(porer) som finns mellan jordpartiklarna. Ju mer vatten som lagras i en jord desto högre portryck utsätts jorden för vilket medför en lägre hållfasthet. I de flesta fall s å gäller att ju högre portryck, desto högre sannolikhet för skred föreligger. Det är vanligt med skred i samband med snösmältning och tjällossning samt under perioder d å det regnat mycket. Under höst och vår avdunstar inte vattnet bort s å lätt som under varma sommardagar. En stor del av den nederbörd som faller stannar d å kvar i jorden och sannolikheten för skred ökar (Internetkälla, SRV).

Slänters stabilitet påverkas ocks å av olika verksamheter som utförs av människan.

Avverkning av skog medför att risken för ytliga skred och erosion ökar. Trädens rotsystem håller ihop jordmassan och suger upp vatten vilket minskar portrycket lokalt. Vibrationer fr ån sprängningar och tung trafik kan p åverka en slänt negativt (Internetkälla, SRV).

(12)

3. SKREDMODELLERING MED GIS-TEKNIK

Forskning bedrivs i många länder med att modellera olika naturkatastrofer med hjälp av databaser, GIS-programvaror och statistikprogram. Att beräkna sannolikheter för att ett skred skall inträffa anses genomg ående svårt eftersom det oftast inte finns något enkelt samband mellan de olika inverkande faktorerna s åsom jordens egenskaper, hydrologiska förhållanden, vegetation, markanvändning och landskapets topografi. Att modellera skredrisker kräver stora datamängder och expertkunskaper i matematisk statistik, GIS samt att bedöma de olika p åverkande faktorerna. I detta arbete beskrivs de studerade modellerna endast ytterst översiktligt. För en ökad först åelse av de olika metoderna rekommenderas de hänvisade artiklarna.

I tidskriften Geol Rundsch (van Westen et al, 1997) beskrivs metoder att beräkna släntinstabilitet med hjälp av GIS-programvara och matematiskt statistikprogram. I stora drag innebär det att man skapar många GIS-skikt som utg år ifr ån kända skred och de förhållanden som r ådde vid de olika skredtillfällena. Det geografiska omr ådet delas in i polygoner och utgör ett skikt, de gamla skredomr ådena utgör ett annat skikt. De faktorer som anses relevanta utgör andra separata skikt. Därefter görs en overlay-analys där man studerar varje polygon i det geografiska omr ådet. Resultatet redovisas i en matris där de olika faktorerna anges som ett eller noll om de finns respektive inte finns i en polygon. Matrisen exporteras sedan till ett statistikprogram där varje polygon beräknas med multivariata analysmetoder. Resultatet blir en karta där de olika polygonerna får olika poäng vilket illustrerar var det är större respektive mindre risk för skred skall ske. Bilaga 1 ger en översiktlig bild över metoden.

En annan metod som beskrivs i samma tidskrift är att varje skredtyp analyseras separat och där de olika p åverkande faktorerna ges olika vikter till respektive skredtyp. Se bilaga 2.

Slutligen kombineras alla viktade skikt till ett resultatskikt som visar summan p å alla vikter.

Dessa summor omklassas sedan till en karta som visar p å omr åden var det är låg, mellan och högre risk att ett skred kan ske. Det gemensamma med dessa metoder är att det antas att framtida jordskred med större sannolikhet uppst år under liknande förhållanden som gamla skred.

I tidsskriften Photogrammetric Engineering & Remote Sensing (Dhakal et al, 2000) beskrivs en annan statistisk metod. Med flygbildstolkning och viss fältkontroll skapas en fördelningskarta i rasterformat med skred. Ett antal grid-celler med skredförekomst respektive utan skredförekomst slumpas ut till analysen. Med digitala terrängmodeller, geologi-, markanvändnings- och vegetationsskikt väljs några parametrar i varje skikt som man vill analysera. De valda parametrarna fr ån respektive skikt kombineras sedan med de andra parametrarna fr ån de andra skikten i analysen. Resultatet blir en sammanställning av de olika kombinationerna som visar p å vilken kombination av faktorer som med större sannolikhet kan ge upphov till skred. Utifr ån detta resultat skapas en karta med lämplig klassindelning som illustrerar olika skredrisker.

I Sverige har Statens geotekniska institut, SGI, i samarbete med Lantmäteriverket, LMV, Sveriges Geologiska undersökning, SGU, och Räddningsverket, SRV, genomfört en prototyp av en temadatabas över skredförutsättningar i ler- och siltmarker. Databasen framställs med GIS-analys i rastermiljö som baseras p å SGU:s omkodade jordartsdatabas och höjddata fr ån LMV. GIS-analyserna utförs i ArcInfo med hjälp av en skriven algoritm som utnyttjar funktionen VISIBILITY. Funktionen används för siktsanalyser i horisontellt och vertikalt led.

Den vertikala varianten används i projektet. Analysen med VISIBILITY kan liknas med en ljusstråle som belyser jorden med en speciell lutning. Algoritmen fungerar, emellertid tar analystiden av ett kartblad flera veckor då pixelstorleken är 5 x 5 m (Viberg et al, 2002).

(13)

4.DATABASERNA 4.1 Datakvalitet

Vid analysarbete måste man vara medveten om vilken kvalitet de aktuella databaserna har för att kunna dra rimliga slutsatser av resultatet. Hög kvalitet innebär inte det samma som hög geografisk noggrannhet. Exempelvis s å vill man kanske skapa en databas i skala 1:10 000 med 1 km noggrannhet, man får då en databas med hög kvalitet(100%), men den har å andra sidan låga krav p å noggrannheten.

Enligt den internationella standarden ISO 9000 definieras kvalitet som ”- alla sammantagna egenskaper och kännetecken hos en tjänst eller produkt som ger den förmåga att tillgodose ställda krav”. Detta innebär graden av överensstämmelse mellan data i databasen och den avsedda avbildningen av verkligheten enligt databasspecifikationen (HMK – Databaser, 1997).

Med hjälp av främst kvalitetsparametrarna ursprung, lägesnoggrannhet, aktualitet samt fullständighet kan man bestämma databasens status, om kvalitén är tillfredställande för det aktuella syftet. Med ursprungsparametern beskrivs hur data är insamlat, vilket underlag som nyttjats och när datainsamlingen utförts. Med lägesnoggrannhet anges med vilken noggrannhet x, y, och z är bestämda. Parametern aktualitet anger hur pass aktuellt datasetet är, när datat senast varit föremål för kvalitetskontroll. Fullständighet avser databasens innehållsmässiga överensstämmelse med verkligheten. Viktig information som anges här är tillexempel om alla objekt är med och om de är rätt klassificerade samt om de topologiska relationerna är korrekt redovisade (HMK – Databaser, 1997).

Geografiska data innehåller felaktigheter. Världen och geografin förändras med tiden, felaktigheter uppkommer ocks å genom att data samlas in av människor och instrument. Olika metoder att samla in data ger upphov till olika fel. Ytterligare felkällor är inmatningsfel som till exempel digitaliserings- och skrivfel. Bearbetningsfel och klassificeringsfel kan ocks å förekomma.

Den osäkerhet som finns i materialet måste p åvisas och presenteras s å att man kan avgöra för vilken typ av beslut resultatet av analysen kan användas, s å att felanvändning och feltolkning av data undviks. Det krävs kunskap om kvalitén i de ing ående databaserna och det är nödvändigt att känna till det ursprungliga syftet med datainsamlingarna. Kvalitén kan vara tillräcklig för databasens ursprungliga syfte men i andra sammanhang med nya syften helt otillräcklig eller oanvändbar (Jöngren och Karlquist, 2000).

(14)

4.2 SGU:s jordartsdatabas

Jordartskartans syfte är att ge en översiktlig bild av jordarternas utbredning i eller nära markytan, ej en i detalj riktig kartbild. Ytliga jordlager som har en mäktighet som understiger en halv till en meter redovisas ej generellt. I jordartskartan redovisas bara jordlagrets 50 översta cm som kan vara t ex morän, men under kan det finnas flera meter med skredbenägen lera. För att kunna lokalisera s ådana djupare förhållanden erfordras geologiska kunskaper.

Lämplig presentationsskala är 1:50 000.

I stora delar av Vägverket Region Mitt saknas idag digital jordartsinformation. Digitala baser finns idag främst längs norrlandskusten. Vägverket nyttjar databaser i Sundsvalls kommun.

De baser som nyttjas av Vägverket Region Mitt är tillverkade i serie Ak. Dessa baser är mer översiktliga d å basen grundas p å flygbildstolkning med fältkontroller i huvudsak längs vägnätet. Ak-serien har därigenom en större osäkerhet i ytavgränsningar och klassningar jämfört med SGU:s kartor i serie Ae. Ak-kartorna täcker omr åden i norra och mellersta Sverige. Ak-seriens fältmanus har ritats i skala 1:20 000 eller 1:50 000. Fältmanuset eller renritade plaster med fältkartans ytkonturer skannas och kodas. Kartbildens tillförlitlighet är störst i vägtäta omr åden p g a fältkontrollerna i huvudsak har begränsats till vägnätet. En annan faktor som p åverkar kartbildens tillförlitlighet är vegetationen. I omr åden med tät vegetation ger flygbilderna mindre information om markförhållanden och kartan kan bli mindre tillförlitlig. Nedan följer en beskrivning av några av de fel som finns i jordartsdatabaserna.

Felaktiga avgränsningar och felklassningar. Dessa fel som bl a beror p å fältkontrollernas täthet och hur väl de olika objekten framträder i flygbilden, är geografiskt ojämnt fördelade.

Lägesfelen i avgränsningarna kan i enskilda fall uppg å till flera hundra meter. Men det bör dock poängteras att geologiska gränser sällan är skarpa eller väldefinierade i terrängen.

Fel p g a generaliseringar vid manusritningen. Exempelvis s å kan flera små närliggande objekt ritas som ett objekt för att öka kartans läsbarhet i en viss skala, t ex 1:50 000-1:100 000. Lägesfelen p g a generalisering torde maximalt uppg å till ca 100 m.

Lägesfel i det topografiska underlaget. Den geologiska informationen har lägesbestämts i förhållande till ett visst topografiskt underlag och får då samma lägesfel som detta. Detta fel torde i de flesta fall understiga 50 m, i undantagsfall har lägesfel i det topografiska underlaget p å upp till 100 m konstaterats (SGU, 2001).

I den fördjupade tolkningen av jordartskartan är karteringen mer detaljerad. Karteringen utförs med flygbildstolkning i skala 1:20 000. Karteringen innebär ett mer omfattande arbete med fältkontroller för att göra bättre avgränsningar. Djupuppgifter om jordarter hämtas fr ån befintligt material som tillhandahålls av kommuner, Banverk och Vägverk (K Gr ånäs, SGU).

(15)

Lotta Rynbäck Andersson, Luleå Tekniska Universitet, 2002 4.3 LMV:s databaser

4.3.1 GSD - Höjddata

Syftet med GSD höjddata är för att utgöra underlag för att producera ortofoton. Den höjddatabas som finns över hela Sverige är uppbyggd i ett 50 m gitter, det som krävs för att producera ortofoton. Ur dessa baser kan höjdkurvor interpoleras fram. Medelfelet i höjd som eftersträvas är +/- 2.5 meter, vilket är helt tillfredställande för att producera ortofoton (LMV, 2001).

Höjdvärdena härstammar fr ån tre olika insamlingsmetoder vilka genererat olika medelfel.

Mätta höjdprofiler i fotogrammetriska stereoinstrument med flyghöjden 4 600 meter kan medföra 2-3 promille i höjdfel relativt till flyghöjden, vilket ger upp till 1.5 meter i medelfel i höjdbestämningen. Inmätta höjdkurvor fr ån glasplåtar som använts vid ortofotoframställning kan ge upphov till ett medelfel som är större än 1.5 meter, ett lika stort fel kan uppkomma i samband med digitaliserade höjdkurvor fr ån kartor. Vid interpolering av nya höjdvärden tillkommer ocks å ett medelfel som är beroende av avst åndet mellan de höjdbestämda punkterna (Lundberg, 2000).

Vägverket Region Mitt nyttjar GSD - Höjddata som täcker hela regionen. Inom regionen har alla tre metoder använts, inom kartblad 17HNV där GIS-analyserna utförts härstammar höjddatat fr ån profilmätning i stereoinstrument (LMV, 2001).

4.3.2 Ekonomiska kartans höjdkurvor

För detta projekt införskaffades till organisationen Ekonomiska kartans höjdkurvor med ekvidistans 5 m. Diverse olika metoder har använts för att generera Ekonomiska kartans höjdkurvor, vilket innebär att det är stora skiftningar p å kvalitén. M ånga höjdkurvor har inscannats fr ån analogt material. De baser som användes till projektet härstammar fr ån höjdkurvor som tolkats fram med hjälp av spegelstereoskop. Dessa kurvor har en bra terräng återgivning men en osäkrare höjdbestämning (SE Bengtsson, LMV).

(16)

5. METODBESKRIVNING

Den modell som byggts inom ramen av detta examensarbete utgår fr ån SGU:s och LMV:s databaser med jordarter och höjddata. Vid analyserna tas ingen hänsyn till de andra eventuellt p åverkande faktorer såsom till exempel grundvattenförhållanden och erosion p å grund av mänsklig p åverkan.

5.1 Utgångskriterier

För att kunna göra relevanta GIS-analyser med avseende p å skredrisk krävs att jordartsdatabasen omklassas. Den jordartsdatabas som levereras av SGU redovisar jordlagrets 50 översta cm. Djupare ner kan det finnas flera meter med skredbenägen lera eller silt. För att kunna lokalisera s ådana djupare förhållanden erfordras geologiska kunskaper. Till detta examensarbete fick Vägverket Region Mitt tillg ång av SGU till den fördjupade tolkningen av jordartsdatabasen s å att en omklassning kunde ske. Vid analysen utsöks de pixlar som best år av lera eller silt. De övriga jordarterna ses som ointressanta i sammanhanget.

Studier har gjorts av SGI, Sveriges Geotekniska Institut, på inträffade skred där man undersökt vid vilken släntlutning som skred har inträffat i lerslänter. Studien har visat att skred inträffat först när släntlutningen överstiger cirka 6°. Det är ocks å viktigt att uppmärksamma omr åden med finsediment som har en mindre släntlutning än 6° eftersom dessa omr åden kan beröras av ett ras eller skred om det ligger i anslutning till brantare slänter.

Flacka strandavsnitt längs vattendrag best ående av lera eller silt är ocks å av intresse d å dessa omr åden kan ha förutsättningar för naturliga ras och skred (Fallsvik och Viberg, 1999).

5.2 Bearbetning av höjddatabaserna

GSD Höjddata 50m levereras som en ascii-fil och konverteras till ett grid med pixelstorlek 50 m. Med hjälp av funktionen Derive Slope i ArcViews tillägg Spatial Analyst beräknas lutningen av varje pixel. Med hjälp av MapAlgebra görs olika utsökningar p å de intressanta lutningarna. Resultatet blir två grid där de olika lutningarna visualiseras i olika färger.

För att göra lutningsanalyser med Ekonomiska kartans niv åkurvor med ekvidistans 5 m krävs en större arbetsinsats. Dessa isolinjer är höjdsatta och i Autocad-format (dxf-fil). En formatering görs till ArcViews shape-format med hjälp av ArcViews tillägg CadReader.

Varje isolinje har en given höjdniv å, och för att kunna skapa ett grid utifr ån dessa linjer måste ett punktskikt skapas, där varje brytpunkt på respektive niv åkurva får rätt höjdvärde. Detta görs med hjälp av två Avenue-script, se bilaga 4 och 5. I Ekonomiska kartans niv åkurvor finns höjdinformation endast knutet vid varje brytpunkt längs varje isolinje, mellan isolinjerna saknas höjdinformation. En lämplig interpoleringsmetod måste användas när datasetet saknar fullständig täckning i terrängen. Vid interpolering i ArcView formateras shape-filen med punkterna till ett grid. Resultatgriddets cellstorlek definieras egenhändigt innan interpoleringen körs.

(17)

Lotta Rynbäck Andersson, Luleå Tekniska Universitet, 2002 Fig 3. Flödesschema som visar hur höjddatabaserna bearbetas i GIS-analysen.

5.3 Diskussion kring vald interpolationsmetod

När man väljer interpoleringsmetod måste man tänka sig för, det krävs en först åelse hur två informationspunkter förhåller sig till varandra beroende p å avst åndet emellan dem samt vilken typ av data man har. För att interpolera fram okända höjdvärden mellan isolinjer med ArcView lämpar det sig bra att använda sig av IDW-metoden (Inverse Distance Weighting), vilket är en viktningsmetod som tar större hänsyn till punkter som ligger nära än de som är mer avlägset belägna. Metoden låter rimlig d å det är större sannolikhet att två höjdpunkter som ligger nära en okänd punkt influerar mer än kända punkter som är mer avlägsna det okända omr ådet.

I ArcView måste olika inställningar göras innan IDW körs. Interpolation med IDW görs med hjälp av funktionerna Nearest Neighbours eller med Fixed Radius. Med Nearest Neighbours anger man hur många punkter som skall vara med och influera den okända punkt som skall beräknas. Med Fixed Radius anger man ett specifikt avst ånd, och där de kända punkterna som ligger inom det avst åndet är med och influerar den okända punkten. Det är viktigt att kontrollera resultatet av interpoleringen. Det är svårt att rekommendera speciella inställningar.

Valet av de olika inställningarna är beroende av hur terrängen ser ut. Ingen metod är perfekt, vid till exempel för stor vald radie försvinner detaljerna i höjddatat. Man måste helt enkelt testa olika varianter och granska resultatet. För de interpolationer som gjorts utifr ån Ekonomiska kartans niv åkurvor kördes olika varianter med Nearest Neighbours och Fixed Radius. Ett resultat som s åg godtagbart ut var när en 50 m radie användes för att interpolera med IDW och Fixed Radius och när IDW och Nearest Neighbours användes behölls det förinställda värdet 12 på antalet punkter som skall vara med och influera de okända punkternas värde som skall interpoleras fram. Interpoleringen resulterar i ett grid och eftertanke behövs när griddets storlek definieras. Vid för stora pixlar försvinner detaljer som raviner och branter. Resultatet efter flera olika interpolationsberäkningar med varierande pixelstorlek visar att ett 25 m grid visar p å nipor, raviner och branter som finns i landskapet.

Ekonomiska kartans nivåkurvor,

5 m ekvidistans

GSD - Höjddata

Varje gridpixel får en beräknad

lutning Ascii-filen

konverteras till ett grid, 50 m cellstrl

Lutningar >6°, visualiseras som rött i

resultatgriddet

Efter vald interpoleringsmetod

skapas ett def. grid Shape-fil skapas,

ett punktskikt med x,y,z i varje brytpkt

convert

MapQuery interpolate

Avenue- script

slope

Lutningar < 6°, visualiseras som orange

i resultatgriddet

(18)

5.4 Bearbetning för att få slutresultat

För att minska datasetet väljs de skredbenägna jordarterna fr ån jordartsdatabasen. Därefter konverteras shape-filen med urvalet till ett grid. För att generera omr åden som inneh åller skredbenägna jordarter och slänter där initialskred kan ske används de grid som resulterat genom de olika bearbetningarna. Med MapAlgebra matchas de pixlar som har en lutning som är större än 6 grader med de pixlar som innehåller skredbenägna jordarter. Utsökningen resulterar i ett nytt grid som visualiseras i rött. De flackare slänterna som innehåller de finkorniga jordarterna och som kan dras med om ett skred inträffar i närheten visualiseras med orange.

Fig 4. Flödesschema som visar hur resultatgridden genereras.

De strandavsnitt som finns längs större vattendrag och som best år av de skredbenägna jordarterna utsöks med hjälp av skiktet med Blå kartans vatten. För att minska datasetet klipps Blå kartan efter jordartskartan. Vattendragspolygonen buffras med 50 m. Buffringsresultatet visar de strandavsnitt som ligger inom 50 m fr ån vattenlinjen. Buffringsresultatet konverteras till ett grid och överlagras/matchas med de skredbenägna jordarterna med hjälp av MapAlgebra. Resultatkartan med de pixlar som ligger inom 50 m fr ån ett större vattendrag och som innehåller skredbenägna jordarter visualiseras med rött eftersom risker för initialskred finns.

Fig 5. Flödesschema som visar hur skredbenägna jordarter nära vatten genereras Blå kartans

vatten

Urklipp efter jordartskartan

17HNV

Skapar buffertzon på 50m, utanför vattendragspolygonerna.

Väljer ut vattendrag Clip

Buffer

Convert Urval

Konverterar buffringsresultatet

till ett grid Overlay

Buffringsresultatet överlagras med griddet med

de skredbenägna jordarterna. Resultatgriddet

visualiseras med rött

slope Grid som inneh åller

lutningar som är > 6°

Grid som inneh åller de skredbenägna jordarterna

urval Grid som inneh åller

lutningar som är < 6°

urval Grid som inneh åller lutningar som är > 6° och

de skredbenägna jordarterna visualiseras

med rött

Grid som inneh åller lutningar som är < 6° och

de skredbenägna jordarterna visualiseras

med orange

(19)

Vid en presentation av analysresultaten används med fördel Blå kartan som bakgrundskikt, Vägverkets vägdatabas samt de tre analysskikten som förslagsvis färgsätts med rött respektive orange. De röda pixlarna visar p å omr åden där risk för initialskred kan finnas. De orange pixlarna visar p å omr åden som inneh åller flackare omr åden med skredbenägna jordarter men som kan beröras av ett skred om det ligger i anlutning till brantare slänter. Se bilaga 6 och 7.

5.5 Diskussion kring de olika höjddatabaserna

Ekonomiska kartans niv åkurvor med ekvidistans 5 m är att föredra när man gör skredriskanalyser. GSD Höjd har för gles höjdinformation för att få tillfredställande resultat.

Raviner och branta nipor är typiska företeelser längs Indalsälven, dessa är svåra att tolka ur med GSD Höjd. Dessa terrängstrukturer återges bra i Ekonomiska kartans niv åkurvor och ger därför ett bättre analysresultat.

5.6 Jämförelse av resultat med den prototyp som utvecklats av LMV, SGI, SGU samt SRV

I kapitel tre beskrivs översiktligt den metod som ovanst ående aktörer använt för att skapa en databasprototyp med skredförutsättningar i ler- och siltmarker. GIS-analyserna i

databasprototypen är utförda i ArcInfo miljö. Vid en jämförelse av resultatet med de två olika metoderna ser man att analyserna överensstämmer i stora drag på en översiktlig niv å. Se Bilaga 8. Samma underlagsdata har använts till analyserna, SGU:s jordartsdatabas och

Ekonomiska kartans höjdkurvor med ekvidistans 5 m. Analyskriterierna i detta examensarbete baseras p å de lutningar och jordarter som anses relevanta av SGI i ett skredsammanhang.

Motsvarande kriterier utgör grunden för databasprotoypen. I prototypen används pixelstorlek 5-10 m, detta för att kunna få en tillräcklig upplösning s å att inte raviner missas. I detta arbete har ett 25 m grid använts vid analyserna. Resultatet blir godtagbart på en översiktlig niv å d å man ser nipor, raviner och branter i analysresultatet som finns i landskapet.

(20)

6. SLUTSATSER 6.1 Allmänt

Att använda ArcView och tilläggen Spatial Analyst och Geoprocessing för att utföra skredriskanalyser lämpar sig vid översiktliga analyser som täcker stora omr åden.

Tids åtgången är liten för att generera en resultatkarta om användaren har grundkunskaper i de aktuella tilläggen samt MapAlgebra. Det som idag begränsar att utföra skredriskanalyser är att SGU:s jordartsdatabaser saknas inom stora delar av Vägverket Region Mitt. Analysresultatet stämmer i stora drag med den prototyp, databas med skredförutsättningar i ler- och siltmarker, som utvecklats i samarbete med SGI, SGU, LMV och SRV.

6.2 Slutsatser

Skredriskkartering med GIS-teknik kan användas som ett verktyg för Vägverket, Banverket, kommuner och andra organisationer för att få en snabb överblick över stora omr åden där det kan finnas risk för ras och skred. Metoden kan fungera som ett stöd i initialskeden av projekt (förstudier och vägutredningar). Karteringen pekar ut omr åden där stabiliteten bör beaktas.

Metoden innebär ekonomiska besparingar d å antalet fältbesök och geotekniska undersökningar minskas vid initialskeden av projekt.

Om Vägverket Region Mitt skall skredriskkartera där SGU:s jordartsdatabas finns inom regionen behöver basen kompletteras med SGU:s fördjupade tolkning för att lokalisera eventuella djupare belägna förhållanden där skredbenägna jordarter kan finnas. Ekonomiska kartans höjdkurvor med ekvidistans 5 m rekommenderas för att generera ett bättre analysresultat. Höjdkurvorna måste höjdsättas av LMV för att kunna utföra analyserna i ArcView.

Att skred inträffar beror ofta p å flera inverkande faktorer och det finns oftast inget enkelt samband mellan dessa. Vid skredriskkartering behöver en GIS-användare geotekniskt stöd för att först å och modellera p å rätt sätt.

Vid alla GIS-analyser skall man vara medveten om att geografiska data innehåller felaktigheter. Det är viktigt att känna till databasernas kvalité och ursprungliga syftet till datainsamlingen, detta för att kunna avgöra p å vilken niv å analysresultatet kan användas.

Syftet med SGU:s jordartsdatabas är att ge en översiktlig bild av jordarternas utbredning, ej en i detalj riktig kartbild. De höjddatabaser som i dag tillhandahålls av LMV lämpar sig för översiktliga skredriskanalyser och för att få bättre analysresultat behövs en bättre höjddatabas.

(21)

7. REFERENSER

Dhakal AS, Amada T, Aniya M. (2000) Landslide Hazard Mapping and it´s Evaluation Using GIS: An Investigation of Sampling for a Grid-Cell Based Quatitative Method.

Photogrammetric Engineering & Remote Sensing, Vol. 66, No. 8: 981-989

Lundberg, C. (2000). Osäkerheter i översvämmningsanalyser – bedömning och visualisering.

Teknisk rapport. Lule å: Lule å Tekniska Universitet. Institutionen för Samhällsbyggnadsteknik. Avdelningen för Geografisk Informationsteknik.

Fallsvik Jan och Viberg Leif. (1999). GIS för översiktlig kartering av stabilitetsförhållanden.

Sveriges Geotekniska Instititut. Rapport Varia 474

LMV. (2001). Allmän beskrivning: GSD – Höjddata. Lantmäteriverket.

Viberg L, Fallsvik J, Fredén C, Johansson K. (2002) Nationell databas över skredförutsättningar i ler- och siltjordar. Utveckling av databasprototyp och förslag till produktion. Regeringsuppdrag till Statens geotekniska institut enligt regleringsrev för år 1997.

SGU. (2001). Digital jordartsinformation – leveransbeskrivning till Vägverket Region Mitt, Uppsala: Sveriges Geologiska undersökning.

SGU. (1998). Berg och Jord. Sveriges Nationalatlas.

Van Westen CJ, Rengers N, Terlien MTJ, Soeters R. (1997) Prediction of occurence of slope stability phenomena through GIS-based hazard zonation. Geol Rundsch, 86: 404-414

Internet SGU

http://www.sgu/geologi/jord/skred/skred_s.htm (2001-10-25) Statens Räddningsverk (SRV)

http://www.srv.se/funktioner/publish/mallar/ (2001-10-25)

Intervjuer

Sten Erik Bengtsson, LMV Gävle Karin Gr ånäs, SGU Uppsala

(22)

Bilaga 1. Multivariata analyser

(Källa: van Westen et al, 1997)

(23)

Bilaga 2. Multivariata analyser, viktning

(Källa: van Westen et al, 1997)

(24)

Bilaga 3. Script 1 -Konvertering av linje till multipoint

'Purpose: Converts the active Line-, Polyline- and Polygone Feature theme into Multipoint feature theme.

' Useful for e.g. interpolating a surface from a contour map.

'

' Converts only selected records, if there are any. Else all records will be converted.

'

'Creator: Heiko Apel, Technical University of Braunschweig, Germany ' email: h.apel@tu-bs.de

' '

theView = av.GetActiveDoc

theTheme = theView.GetActiveThemes.Get(0) if (theTheme.Is(FTheme)) then

theFTab = theTheme.GetFTab

def = av.GetProject.MakeFileName("theme", "shp")

def = FileDialog.Put(def, "*.shp", "Convert " + theTheme.getName) if (def <> NIL) then

theNewFTab = Ftab.MakeNew(def, MULTIPOINT) theNewFTab.SetEditable(TRUE)

FieldList = MsgBox.MultiList(theFTab.GetFields, "Select the fields which should be copied into the new Theme/Table!", "Field Selection")

FieldList = theFTab.GetFields-{theFTab.FindField("Shape")}

if (theNewFTab.CanAddFields = TRUE) then theNewFTab.AddFields(FieldList.deepclone) end

if (theNewFTab.CanAddRecord = TRUE) then

if (msgbox.YesNo("Do you want to add additional points to the vertices?",

"Line denisification", TRUE) = TRUE) then

stepsize = msgbox.Input("Enter the step size for vertix densification",

"Step size definition", "0.1").AsNumber if (theFTab.GetSelection.Count > 0) then for each i in theFTab.GetSelection newrec = theNewFTab.AddRecord for each t in theFTab.GetFields if (t.IsTypeShape = TRUE) then val = theFTab.ReturnValue(t, i).ReturnDensified(stepsize).AsMultiPoint else

val = theFTab.ReturnValue(theFTab.FindField(t.AsString), i) end

if (theNewFTab.HasError = FALSE) then

theNewFTab.SetValue(theNewFTAB.FindField(t.AsString), newrec, val) else

msgbox.Error("FTAB has ERROR", "")

(25)

Lotta Rynbäck Andersson, Luleå Tekniska Universitet, 2002 end

end else

for each i in theFTab

newrec = theNewFTab.AddRecord for each t in theFTab.GetFields if (t.IsTypeShape = TRUE) then val = theFTab.ReturnValue(t, i).ReturnDensified(stepsize).AsMultiPoint else

msgbox.Error("FTAB has ERROR", "") end

end end end

else 'additional points

if (theFTab.GetSelection.Count >0) then for each i in theFTab.GetSelection newrec = theNewFTab.AddRecord for each t in theFTab.GetFields if (t.IsTypeShape = TRUE) then

val = theFTab.ReturnValue(t, i).AsMultiPoint else

end end else

newrec = theNewFTab.AddRecord for each t in theFTab.GetFields if (t.IsTypeShape = TRUE) then

val = theFTab.ReturnValue(t, i).AsMultiPoint else

(26)

end end end

theNewFTab.SetEditable(false)

theNewFtheme=FTheme.Make(theNewFTab) theView.AddTheme(theNewFTheme)

theNewFTheme.SetVisible(TRUE) else

msgbox.Error("Cannot add fields th new FTab!"+nl+"If problems continue, contact programmer <h.apel@tu-bs.de>.", "")

end end

else msgbox.Error("Active Theme must be a Feature Theme!", "") end

(27)

Bilaga 4. Script 2 – Konvertering av multipoint till punktskikt

' Purpose: Converts the active Multipoint-Feature theme in a View into a Point-Feature theme.

' '

' Converts only selected records, if there are any. Else all records will be converted.

'

' The assigned values of the Multipoint-shapes can be selected and assigned to each single Point

'

' Author: Heiko Apel, Technical University of Braunschweig, Germany ' email: h.apel@tu-bs.de

' '

theView = av.GetActiveDoc

theTheme = theView.GetActiveThemes.Get(0) if (theTheme.Is(FTheme)) then

theFTab = theTheme.GetFTab

def = av.GetProject.MakeFileName("theme", "shp")

def = FileDialog.Put(def, "*.shp", "Convert " + theTheme.getName + " and save as...")

if (def <> NIL) then

theNewFTab = Ftab.MakeNew(def, POINT) theNewFTab.SetEditable(TRUE)

FieldList = MsgBox.MultiList(theFTab.GetFields, "Select the fields which should be copied into the new Theme/Table!", "Field Selection")

FieldList = theFTab.GetFields-{theFTab.FindField("Shape")}

if (theNewFTab.CanAddFields = TRUE) then theNewFTab.AddFields(FieldList.deepclone) end

if (theNewFTab.CanAddRecord = TRUE) then

if (theFTab.GetSelection.Count >0) then for each i in theFTab.GetSelection dict = Dictionary.Make(10)

for each t in theFTab.GetFields if (t.IsTypeShape = TRUE) then

vallist = theFTab.ReturnValue(t, i).AsList else

val = theFTab.ReturnValue(theFTab.FindField(t.AsString), i) Dict.Add(t, val)

end end

if (theNewFTab.HasError = FALSE) then for each z in vallist

newrec = theNewFTab.AddRecord

theNewFTab.SetValue(theNewFTAB.FindField("Shape"), newrec, z) for each u in Dict.ReturnKeys

theNewFTab.SetValue(theNewFTab.FindField(u.AsString),

(28)

end end

else

end else

dict = Dictionary.Make(10)

for each t in theFTab.GetFields if (t.IsTypeShape = TRUE) then

vallist = theFTab.ReturnValue(t, i).AsList else

val = theFTab.ReturnValue(theFTab.FindField(t.AsString), i) Dict.Add(t, val)

end end

if (theNewFTab.HasError = FALSE) then for each z in vallist

newrec = theNewFTab.AddRecord

theNewFTab.SetValue(theNewFTAB.FindField("Shape"), newrec, z) for each u in Dict.ReturnKeys

theNewFTab.SetValue(theNewFTab.FindField(u.AsString), newrec, Dict.Get(u))

end end

else

end end

theNewFTab.SetEditable(false)

theNewFtheme=FTheme.Make(theNewFTab) theView.AddTheme(theNewFTheme)

theNewFTheme.SetVisible(TRUE) else

msgbox.Error("Cannot add fields th new FTab!"+nl+"If problems continue, contact programmer <h.apel@tu-bs.de>.", "")

end end

else msgbox.Error("Active Theme must be a Feature Theme!", "") end

(29)

Bilaga 5. Analysresultat med Ekonomiska kartans höjdkurvor

(30)

Bilaga 6. Analysresultat med GSD Höjd

(31)

Bilaga 7. Skredriskanalys med ArcView vs. ArcInfo

Samma färgsättning har använts på legenden för att underlätta en jämförelse av resultat.

Del av den prototyp som utvecklats av SGU,

SGI, LMV och SRV