Satelliittikuvien hyödyntäminen virtausmallinnuksessa

English summary and a wrap-up for busy TL;DR people: This post is about calibrating a hydraulic model with remote sensing imagery. Remote sensing is a great help, but does not replace traditional, continuous and reliable hydrological observations. The example is from Lake Kuortaneenjärvi and Lapuanjoki River area and based on April 2018 flood. 

Tulvakartan laatiminen järvelle on melko yksinkertaista. Määritetystä vedenpinnan korkeudesta vähennetään maanpinnan korkeus, jolloin tuloksena saadaan vesisyvyys eri kohdissa. Jos ja kun järvi laskee jokeen, ei vakavesikarttaa voi kuitenkaan jatkaa loputtomiin alavirtaan joen kaltevan vesiprofiilin vuoksi. Kaltevuus riippuu mm. joen pohjan pituuskaltevuudesta tai vesitilanteen mukaan muuttuvista virtaamasta, joen alajuoksun vedenkorkeudesta tai vaikka jääpadoista. Virtavesien vedenkorkeuksia voidaan selvittää virtausmallin avulla, jossa uoma on yksinkertaisimmillaan esitetty virtaussuuntaan nähden kohtisuorasti olevien poikkileikkauksien avulla. Vesi ylimmästä poikkarista sisään ja alimmasta ulos, jos oikaisaan ja yritettään päästä hiljalleen asiaan 🙂

Juts another nice image to catch your attention 😉

Virtausmallin laskemien vedenkorkeuksien tarkistamiseen tarvitaan havaintoja. Vaikka vedenkorkeuden havaintoverkko kattaa noin 870 asemaa, ei havaintoasemia satu kovin tiheästi saman vesistön varrelle. Ja kun virtausmalliin joutuu monesti kiinnittämään yhden vedenkorkeusaseman alapuoliseksi reunaehdoksi, ei varsinaiseen mallinnettavaan alueeseen välttämättä enää olekaan havaintoja. Toinen havaintoihin liittyvä haaste on se, että suurin osa havainnoista edustaa normaalia vesitilannetta. Pelkkien uomassa pysyvien vedenkorkeuksien mukaan kalibrointi ei kovin varmaa perustaa anna uomasta leviävien tulvien todenmukaiseen toistamiseen. Vähän kuin opettelisi ajamaan pikkuautoa ja lähtisi niillä opeilla täysperävaunun rattiin.

Joen vedenpinta poikkileikkauksessa ennen tulvaa ja tulvan aikana.

Mistä lisää havaintoja? Tässä kohtaa kentällä tehtävät yksittäisetkin tulvahavainnot ovat tärkeitä. Kiitos kaikille työn, mielenkiinnon ja vapaaehtoisuuden puitteissa havaintoja tekeville! Toinen lähde on kaukokartoitus. Netissä on useita paikkoja, joissa voi kuka tahansa katsella satelliittien napsimia kuvia ja värittää niitä eri filttereillä. Sentinel Hubista löytyy Playground ja EO Browser, joista löytyy tällä hetkellä hyödyllisimmäksi todetun Sentinel-2 -satelliitin kuvia.

EO Browser

Pilvettömältä taivaalta otettu kuva näyttää NDWI-filtterillä (Normalized Difference Water Index) kivasti vesialueet. Toki silmä pitää pitää kädessä, sillä esim. pilvien varjot ja näin keväällä lumi voivat värjäytyä sinisävyiseksi. Samoin tulvan peittämän ja ihan vaan kostean, tumman maanpinnan  ero voi olla häilyvä ja vihreän kasvillisuuden seassa oleva tulva voi olla vaikea tulkita. Vaikka optinen satelliitti kuvaisi kuinka monella kanavalla, muodostaa pilvi aina jonkinlaisen häiriön kameran ja maanpinnan väliin. Eli kun satelliitti joskus sattuu ylittämään mielenkiinnon kohteena olevan alueen, pitää toivoa että sää on kirkas. Näiden pitäisi sitten vielä natsata vesistön tulvahuipun kanssa.. Sentinelin tulevat ylilentoajat saa muuten Euroopan avaruusjärjestö ESAn sivuilta esim. Google Earthiin avautuvana .kml-tiedostona.

Sentinel-satelliitin ylilentojat Google Earthissa

Muutama vuosi sitten tuli tehtyä SYKEn Vesistömallijärjestelmää varten pientä virtausmallipohjaista tarkistusta Kuortaneenjärven purkautumiskäyrästä (eli mikä on järven luusuan virtaama eri vedenkorkeuksilla). Tätä varten Etelä-Pohjanmaan ELY-keskus mittasi poikkileikkauksia, joista laadin HEC-RAS-mallin ja mallinsin purkautumiskäyriä sekä nykytilanteelle että muutamille perkaus- ja patomuokkausvaihtoehdolle. Havaintojen puolesta tämä on siitä hyvä kohde, että itse järven vedenkorkeuden seurannan lisäksi hieman Lapuanjokea alaspäin löytyy Karan sillan havaintoasema. Kun Karan sillan vedenkorkeushavaintoja ja niistä johdettua virtaamaa käyttää mallin lähtötietoina, voi ylimmän poikkileikkauksen mallinnettuja vedenkorkeuksia vielä verrata Kuortaneenjärven havaintoihin. Mallinnettavalta alueelta voi sitten vaikka toivoa sopivaa optista satelliittikuvaa täydentämään havaintoja.

..ja varmaan arvasittekin että sellainenhan löytyi kun tätä juttua on jo näin pitkälle pohjustettu 🙂 Tallensin Sentinel Hubista 21.4. tilanteen kuvana ja väänsin sen itse koordinaatistoon. Sitten mallinsin kuluvan huhtikuun tapahtumat yhdellä muuttuvan virtauksen mallinnuksella. Poikkeuttamalla jo aiemmin ihan realistisia arvoja sisältäneitä, uoman ja tulva-alueen pinnan  karkeutta kuvaavia Manningin kertoimia mallinnettu ja havaittu tulva-alue napsahtivat ihan kohtuullisesti kohdalleen.

21.4.2018 otetusta Sentinel-2 NDWI-värjätystä kuvasta tulkitun tulva-alueen (sininen) ja HEC-RAS-mallinnuksen (punainen) vertailua.

Myös Kuortaneenjärven mallinnettu ja havaittu pinta seurailevat kivasti toisiaan, poislukien pieni sekoilu tulvan alkaessa, mutta tämä selittynee tarkistamattomien virtaama-arvojen käytöllä. Virtaama tuskin  laski  14.-18.4. jaksolla, mutta tuon jälkeen palattiin taas nousu-uralle.

Kuortaneenjärven havaittujen ja laskettujen vedenkorkeuksien vertailua

Hyvä kirjoitus pyrkii aina poimimaan jonkun pointin alustuksesta ja vetämään tekstin yhteen. Hoidan poiminnan animoituna giffinä, josta näkyy miten tuo joen vedenpinnan profiili on jopa heti järven jälkeen kalteva. Hieman, mutta kuitenkin:

Kuortaneenjärven luusuan ja Lapuanjoen alun pituusprofiili huhtikuussa 2018

Ja summaus: Satelliittikuva toi varmuutta virtausmallin antamiin tuloksiin ja tällä parametrisetillä uskaltaisi jo huomattavasti varmemmin lähteä mallintamaan harvinaisia, keskimäärin 50 tai 100 vuoden välein esiintyviä tulvia. Virtausmallintajana en lähtisi korvaamaan perinteistä havaintoverkkoa kaukokartoituksella vaan täydentämään. Satelliittikuvista ei saa pitkää aikasarjaa esim. toistuvuusanalyysia varten, mutta tietyn ajanhetken pistemäisen havainnon se täydentää hienosti laaja-alaiseksi tilannekuvaksi. Näissä hommissa tietoa on vielä harvoin liikaa.

Linkkivinkkejä: