13 Kartlegging av landformer og terrengendringer
13.1 Innledning
Mandatet sier at utvalget skal vurdere behovet for ny kunnskap og vurdere om den mest oppdaterte kunnskapen og teknologien i tilstrekkelig grad tas i bruk av det geotekniske fagmiljøet og hos myndighetene.
Høydedata (LiDAR-data) kan brukes til analyser av ulike typer skred. Kjennskapen til datatypen har utvidet bruksområdene, senest som bidrag til Gjerdrumutvalgets utredning av årsakene til skredet i Gjerdrum 30. desember 2020. Gode høydemodeller gjør det enklere å kartlegge geomorfologi som raviner og spor etter tidligere skred (skredkanter), og kan også vise mindre utglidninger i terrenget. Store datasett av skredkanter og raviner kan benyttes til analyser knyttet til forekomst, landskapsutvikling og lignende. Sammenligning av detaljerte datasett fra flere år kan vise endringer som nedskjæring og aktiv erosjon, og har potensial til å peke ut områder som bør følges opp. Det er også et stort potensial i å benytte slike terrenganalyser for automatisk detektering av områder som tilfredsstiller bestemte terrengkriterier. NGU, NVE og Statens vegvesen har i løpet av 2021 testet ut disse mulighetene. For å kunne videreføre dette arbeidet er det nødvendig at LiDAR-data av god kvalitet jevnlig samles inn, dette gjelder spesielt for detektering av landskapsendringer.
Store deler av Norge har topografisk informasjon med høy oppløsning basert på LiDAR (Light Detection and Ranging)-målinger fra fly. Innsamlingen resulterer i punktskyer, hvor lokasjon og høyde til enkeltpunkter henger sammen med refleksjonen og gangtiden til den infrarøde pulsen som sendes fra utstyret og som registreres av en sensor. Punktene i en punktsky klassifiseres ut fra type objekt laserpulsen reflekteres fra (bakke, vegetasjon, infrastruktur, vann og lignende). Man kan få en punktsky som kun består av punkter fra bakken ved å filtrere datasettet ved hjelp av klassifiseringsverdien. Terrengformene trer da tydelig fram på høydemodellen.
Erosjon i ravinene på Romerike har også blitt studert tidligere. I en publikasjon fra 1971 ble det gjort geomorfologiske analyser som ga tre typer erosjonssoner for studieområdet, som reflekterte hvordan sedimentene ble fraktet til bekken (skredtype) og erosjonsintensiteten (Foster & Heiberg, 1971). Det ble konkludert med at framtidige kvikkleireskred ville forekomme i midtre til øvre deler av et sideelvsystem på grunn av en aggressiv erosjonsfront. En annen studie fra Midt-Norge viste derimot at skred forekom hyppigst i nedre del av elvesystemet (Jørstad & Hutchinson, 1961), (Karlsrud, Aas, & Gregersen, 1985). Dette indikerer at det er lokale forskjeller som kan skyldes ulike geologiske og hydrogeologiske forutsetninger. Det finnes også nyere studier som beskriver forholdet mellom forekomst av leirskred og geologien i områder (for eksempel Solberg mfl. 2007; Eilertsen mfl. 2008). I det videre arbeidet med å forstå disse landskapsformende prosessene gir terrenganalyser basert på høydedata svært gode muligheter, i kombinasjon med feltstudier. I det følgende gis det konkrete eksempler på hvordan data kan benyttes for terrenganalyser, samt et verktøy som kan brukes for å estimere potensiell utbredelse av et skred.
13.2 Skredkanter og raviner fra terrengmodeller
Kartlegging av landskapsformer er en inkludert del av NGUs kvartærgeologiske kartlegging (NGU, 2022b). De siste årene har blant annet landskapselementene «skredkanter» og «raviner» blitt detaljert kartlagt under MG (marin grense) i en rekke kommuner på oppdrag fra Miljødirektoratet (NGU, 2021b). Dette er som følge av at landformene leirraviner og leirskredgroper er rødlistede naturtyper (Artsdatabanken, 2022). Arbeidet pågår og vil etter hvert føre til et omfattende datasett med linjesymboler som kan benyttes for ulike typer analyser i områder med leirterreng. Figur 13.1 viser eksempel på slik kartlegging. Kartleggingen er i hovedsak basert på tolkning av høydedata og flyfoto, og selv om noen raviner er kartlagt ved bruk av GIS-analyser er datasettene etterpå gjennomgått og justert manuelt ved behov.
Figur 13.1 Eksempel på NGUs kartlegging av skredkanter og raviner i leirterreng basert på terrengmodeller. I tillegg benyttes vertikalfoto fra ulike år i kartleggingen, og stedvis kontroll i felt.
Et slikt datasett vil være nyttig i forbindelse med faresonering, som en del av dokumentasjonen om tidligere skredaktivitet. Det gjelder både for vurdering av sonegrenser og for score i faregradsklassifiseringen (NVE 2020a). Kunnskap om tidligere skredaktivitet er også nyttig i arealplanlegging og for byggeprosjekter. Store datasett av skredkanter og raviner kan også benyttes til analyser knyttet til forekomst, samt bedre forståelse av landskapsutvikling.
Det finnes GIS-programmer som benytter såkalte «geomorfoner». Dette er en relativt ny metode som baserer seg på mønstergjenkjenning utviklet for å gjenkjenne, kartlegge og klassifisere landskapsformer (Jasiewicz & Stepinski, 2013). NVE hadde i 2020 et prosjekt for å finne en GIS-rutine som kan gjenkjenne elvevifter ved bruk av blant annet geomorfoner (NVE, 2020c). Metoden er veldig rask og fleksibel når det gjelder skala, og kan brukes både for små og store områder. Metoden gjenkjenner raviner ganske godt, men må testes ut mer i forbindelse med skredgroper siden forsenkninger kan være vanskeligere å fange opp (pers. medd. R. Ortega).
13.3 GIS-analyser av høydeforskjeller og bratthet i ravineterreng
Statens vegvesen har i løpet av 2021 sett på nye arbeidsmåter hvor man ser mer helhetlig på alle vegstrekninger som går igjennom kvikkleireområder (Statens vegvesen 2021b). Hensikten er å finne ut hvor situasjonen er mest kritisk langs vegstrekningene for å kunne sette inn ressurser der. I tillegg vil det i nye veg- eller vedlikeholdsprosjekter bli enklere å inkludere nærliggende områder som kan være labile og ha svært lave sikkerhetsmarginer mot kvikkleireskred. Det vil være sentralt å vektlegge utløsende årsaker til kvikkleireskred og lokalisere områder der sikkerhetsmarginene mot skred er lavest. Faktorene som undersøkes er først og fremst pågående erosjon, endringer i skråningsgeometri, skråningshelning og høydeforskjeller. GIS-analyser brukes som et verktøy til å få en oversikt over disse faktorene.
I en første GIS-analyse har Statens vegvesen sett på høydeforskjeller og bratthet i ravineterreng, basert på digital terrengmodell (Statens vegvesen 2021b). Målet var å lokalisere de mest kritiske skråningene i ravineterreng. Automatisk deteksjon av bekke- og elvenett ble utført, men siden infrastruktur forstyrrer et slikt datasett måtte manuell justering utføres før videre analyser. For hver 50. meter langs bekkene ble det laget en buffer på 50 meter på hver side av bekken for å beregne høydeforskjell. Høydeforskjellen er differansen mellom største og minste høydeverdi innenfor bufferen. Det ble så gjort et utvalg av bekker som ligger i områder med høydeforskjell over 10 meter. Utvalget ble deretter brukt for å velge ut bratte områder (> 20 grader) innen en avstand på 75 meter fra bekkene. Resultatet ble bekker som ligger i områder som er brattere enn 20 grader og har en høydeforskjell på minst 10 meter, samt et lag som viser brattheten i tilknytning til disse bekkene (figur 13.2). Analysene som ble gjort fikk litt ulikt resultat i testområdene, som i utgangspunktet hadde noe forskjellig terreng/relieff. Se mer detaljer om metoden og resultatene i Statens vegvesens rapport (Statens vegvesen 2021b).
Figur 13.2 Utsnitt av Statens vegvesens webkart (https://arcg.is/yCaTX) over genererte bekker og bratthet, fra pilotprosjekt i Gjerdrum. Mange skråninger er noe brattere enn 20 grader, så her kunne det potensielt vært en noe finere inndeling for helning mellom 15 og 30 grader.
13.4 Registering av erosjon og terrengendringer i felt
I forbindelse med gjennomgang av tidligere kartlagte faresoner i utvalgte kommuner på Romerike befarte NVE høsten 2021 en rekke vassdrag for å kartlegge erosjon. Erosjon ble registrert og klassifisert etter beskrivelsene i Metodedokumentet for kartlegging og klassifisering av kvikkleiresoner (NVE 2020a, kapittel 5). Klassifiseringen har fire kategorier; Ingen, Liten, Noe og Kraftig erosjon. Se Vedlegg 2 for veiledende kriterier for erosjonskartlegging. Noe av grunnlaget for NVEs valg av befaringspunkter var basert på terrenganalyser i GIS. Gjennom sammenligningen av høydedata (DTM-modeller) fra ulike årstall, ble terrengendringene mellom 2010-2015, og mellom 2015 og 2020 visualisert ved fargekoder. Figur 13.3 viser eksempel fra analysene, hvor rødt indikerer terrengsenkning (typisk utgraving/erosjon) og blått terrenghevinger (typisk oppfylling/avsetning). De påfølgende befaringene viste at GIS-analyser av terrengmodeller gjør det mulig å identifisere områder med endringer i terrenget av betydning for skredfare. I figur 13.5 er noen av resultatene fra befaringene vist sammen med faresonegrenser og kvartærgeologisk kart. Både grad av erosjon langs bekkene, observasjonspunkter som fjell i dagen og terrenginngrep, samt fotopunkter er vist.
Figur 13.3 Sammenligning av høydedata (DTM-modeller) fra ulike årstall for å analysere terrengendringer. Eksempler fra et område med kvikkleirefaresoner i Nannestad kommune. Erosjon og skredhendelser i rødt, skredmasser og vannoppdemming i blått.
Kilde: Figur fra NVE.
Slike befaringer som NVE utførte høsten 2021 på Romerike er svært tidkrevende. En av grunnene til dette er tett vegetasjon og ulendt terreng i ravinene som gjør det vanskelig å få oversikt over situasjonen. GIS-baserte terrenganalyser i forkant er derfor svært verdifulle for å kunne se det store bildet i områder med mye endringer og uryddige forhold. Både i GIS-analysen og i felt ble det observert terrengendringer/erosjon ved lavbrekk der overvann/drensvann typisk slippes ut, se figur 13.4. Rapport som beskriver metoder, resultater og erfaringer fra GIS-analysene og befaringene er under utarbeidelse (NVE, 2022b).
Figur 13.4 Utglidning i ravine på Romerike. NVE observerte mange erosjonspunkter i områder med jordbruksdrenering.
Foto: NVE
Figur 13.5 Erosjonskartleggingen sammenstilt med andre datasett for en faresone i Gjerdrum. Røde linjer er strekninger med kraftig erosjon, grønne linjer strekninger med ingen erosjon.
Kilde: Figur fra NVE.
13.5 Analyse av terrengendringer
GIS-analyser av terrengendringer og erosjon ble benyttet i forbindelse med utredningen av skredårsakene til Gjerdrumskredet. Detaljer rundt metoden som ble benyttet, er publisert i en NGU-rapport (NGU 2021a).
Analyser av endringer kan gjøres både for lengdeprofiler og tverrprofiler i et vassdrag. For lengdeprofil vil for eksempel endringer i gradient kunne ha betydning for erosjonspotensialet i ulike deler av vassdraget. For tverrprofil vil vertikal nedskjæring av løpet, horisontal forskyvning av løpet, og helningsendring i sideskråning være relevant informasjon. Terskelverdier for områder som bør følges opp bør styres av nøyaktigheten til datasettene (feilmarginen).
Det må vurderes om datasett er for grove for denne typen analyser. Dette var tilfelle for et av datasettene ved studien av endringer i bekkenes tverrprofiler i Gjerdrum (NGU 2021a). Datasett med for dårlig oppløsning for denne typen analyser kan likevel benyttes for andre formål.
Metodene for å evaluere terrengendringer har utviklet seg signifikant de siste tiårene (for eksempel Girardeau-Montaut mfl., 2005; Abellán mfl., 2010; Wheaton mfl., 2010, Barnhart & Crosby, 2013; Lague, 2013; Nourbakhshbeidokhti, 2019). Topografisk informasjon med høy oppløsning kan brukes til å bestemme romlige og tidsmessige endringer, i tillegg til endringenes størrelse, med høy detaljeringsgrad.
Topografiske endringer som skyldes elvedynamikk og skråningsprosesser kan kartlegges ved å sammenligne to LiDAR-datasett som er samlet inn på forskjellig tidspunkt. Generelt kan dette gjøres ved å sammenligne (1) to 2D rasternett, kalt digitale terrengmodeller (DEM), (2) punktsky med trekantnett, eller (3) to punktskyer (Vedlegg 2).
Endringer i et elvesystem kan være små når man sammenligner over en kort periode (få år). Hvis endringene er mindre enn feilmarginene til datasettene, vil man ikke kunne detektere endringer. I lett eroderbart terreng, som marine avsetninger, vil erosjonsøkning kunne være lettere å oppdage enn i hardere avsetninger som har høyere motstand mot erosjon.
NGU har for utvalget sammenlignet to vanlige metoder for å detektere terrengendringer (nr. 1 og 2 over), og dette er presentert i det følgende, med sine fordeler og ulemper.
13.5.1 Sammenligne to 2D rasternett (DoD)
For denne metoden, som er vanlig å benytte innen geovitenskap, er første steg å lage et rasternett fra en punktsky. Oppløsningen til det resulterende nettet (DEM) avhenger av antall punkt per flate-enhet i punktskyen (jo færre punkter, jo grovere oppløsning). Beregningen av terrengendring gjøres ved å sammenligne to rasternett piksel for piksel, for eksempel ved å bruke «Raster Calculator tool» i programmet ArcMap (ESRI) (figur 13.6). Man får som resultat en «DoD» (DEM of Differences). Hvis formålet er å analysere fluvial erosjon, kan man følge prosedyren som vises i figur 13.7.
Figur 13.6 Skjema som viser metoden for subtraksjon av to rutenett som resulterer i en DoD (DEM of Differences). Negative verdier kan representere erosjon og positive verdier akkumulasjon.
Figur 13.7 Eksempel på en prosedyre for å detektere erosjon ved hjelp av 2D rasternett. Å «filtrere ut punkter» betyr å beholde kun de som er klassifisert som «bakken», og «uttak av punkter rundt en buffer» refererer til en buffersone med en viss utstrekning rundt dreneringsfeltet.
Når man bruker denne metoden er det viktig å beregne de individuelle feilene i terrengmodellene (DEMene), i tillegg til den kombinerte feilverdien som oppstår ved sammenligningen (Brasington, Langham, & Rumsby, 2003). Vedlegg 3 gir eksempler på hvordan dette kan gjøres.
Fordeler: Metoden tillater rask beregning av terrengendringer.
Ulemper: Oppbyggingen av 2D rasternett fra interpolasjon av råpunktdata fører generelt til tap av posisjonsnøyaktighet og romlig oppløsning (Lague D. , 2014)). Metoden fungerer ikke der terrenget har overheng, og der det er svært bratt kan man miste informasjon om terrengendringer (Lague D. B., 2013). Der det mangler data vil det interpoleres, noe som gir usikkerhet i høydeverdiene til rasternettet. Områder uten data i punktskyen vil få en endringsverdi som kanskje ikke er reell. Punkttettheten i punktskyen som brukes for å lage rasternettet varierer. Derfor kan det bli vanskelig å velge den representative oppløsningen for et stort område, noe som fører til manglende informasjon. Den valgte oppløsningen til en terrengmodell (DEM) begrenser detaljene som beholdes fra rådataene.
13.5.2 Sammenligne punktsky med 3D trekantnett (C2M)
Med denne metoden kan man beregne terrengendringer ved å sammenligne en punktsky med et tredimensjonalt trekantnett, Cloud to Mesh (C2M) (figur 13.8). Den vertikale avstanden mellom de to datasettene representerer endringen i høydeverdi. Denne metoden krever at man lager et trekantnett av en av punktskyene, som brukes som referanse. Man benytter den punktskyen med høyest oppløsning for å lage trekantnettet. Se mer detaljer om metoden i for eksempel (Barnhart, 2013). Hvis målet er å analysere fluvial erosjon, kan prosedyren vist i figur 13.9 benyttes.
Figur 13.8 Diagram som viser teknikken for å beregne avstander i C2M-metoden. PcR er referansetrekantnettet, Pc er punktskyen man sammenligner PcR med.
Kilde: Modifisert fra (Barnhart, 2013).
Figur 13.9 Eksempel på en prosedyre for å detektere erosjon ved hjelp av C2M-metoden. Å «filtrere ut punkter» betyr å beholde kun de som er klassifisert som «bakken», og «uttak av punkter rundt en buffer» refererer til en buffersone med en viss utstrekning rundt dreneringsfeltet.
Fordeler: Metoden gjør det mulig å oppdage terrengendringer detaljert i et tredimensjonalt miljø (Lague D., 2014).
Ulemper: Lang prosesseringstid. Krever mye prosesseringskapasitet for store områder, men for mindre områder kan analyser gjøres med vanlig PC. Interpolasjonen som genererer referansetrekantnettet introduserer noen usikkerheter (Lague D. B., 2013). Dette kan delvis løses/minimeres hvis punktskyen med høyest punkttetthet brukes som referanse.
13.5.3 C2M-beregning i Gjerdrum, Ullensaker, Nannestad og nærliggende områder
I området dekket av skyggerelieffet i figur 13.10 har NGU analysert landskapet langs elvenettet for datasett fra 2010 og 2020. Høydedataprosjektene «Ullensaker Nes Nannestad 2010» (0,7 pkt) og «Gjerdrum Ullensaker Nannestad 5 pkt 2020» ble brukt (kilde: hoydedata.no).
Figur 13.10 Skyggerelieff som viser området hvor sammenligning med C2M-metoden ble utført.
Kilde: Data fra Kartverket.
Programmet «Cloud Compare software» (versjon 2.11.1) ble brukt for å analysere høydeforskjellene. Metoden vist i figur 13.9 ble benyttet. En 20 m bred buffer ble kartlagt i programmet ArcMap (ESRI) ved bruk av «Buffer tool», og deretter konvertert til 3D ved bruk av «Interpolate Shape tool». Trekantnettet ble basert på 2020-punktskyen, og deretter ble «Cloud to Mesh Distance tool» benyttet for å beregne høydeforskjellen mellom 2010 og 2020. Resultatene ble deretter klassifisert i ArcMap (figur 13.11).
Figur 13.11 Eksempel på resultat fra C2M-analyse i en ravine i studieområdet. Skyggerelieff fra 2020 som bakgrunnskart (Kartverket), med endringene mellom 2010 og 2020 vist i farger. Positive verdier representerer erosjon og negative verdier akkumulasjon. Forskjeller mellom -0,3 og 0,3 er vurdert som ikke signifikante og relatert til feil/støy i datasettene.
Resultatene fra analysene viser at erosjon skjer i hele elvenettet, men er mest signifikant i den vestre delen av studieområdet. Mesteparten av erosjonen varierer mellom 0,3 til 0,6 m. I noen avgrensede områder er erosjonen høyere, spesielt der det er aktive ravineprosesser.
Det er også avdekket akkumulasjon, i hovedsak relatert til steder hvor masser fra mindre utglidninger har blokkert og demmet opp elva/bekken. Analysene viste at mellom 2010 og 2020 har fem slike dammer blitt dannet. Den største av disse er 4000 m2 og dammen strekker seg over 420 m. Noen steder skyldes akkumulasjonen fyllinger.
C2M-metoden ble benyttet for å kartlegge terrengendringer og erosjon i Tistilbekken i Gjerdrum (NGU 2021a)
13.5.4 Feltobservasjoner av erosjon og sammenligning med C2M-metoden
En av komponentene i farevurdering av kvikkleireområder er erosjon. Dette har tradisjonelt blitt utført ved feltobservasjon, og grad av erosjon er klassifisert med Ingen, Litt, Noe og Kraftig (NVE 2020). NGU har sammenlignet C2M-metoden og erosjonsklassifiseringen fra feltobservasjoner utført av NVE høsten 2021 for området i figur 13.12.
Figur 13.12 Skyggerelieff med punkter (lyseblå) hvor det ble gjort feltobservasjoner.
Kilde: Data fra Kartverket og NVE.
Det ble laget en buffer på 10 m rundt 1345 punkter hvor feltobservasjonene var utført. Bufferen på 10 m ble valgt for å etterligne det arealet som kunne bli dekket for hvert punkt under en visuell inspeksjon i felt. Figur 13.13 viser histogrammer med observasjonsfordelingen i hver av erosjonsklassene, og deres fordeling i forhold til den gjennomsnittlige C2M-verdien i den samme buffersonen.
Gjennomsnittlig erosjon i C2M-data er 0,3 m der det er registrert Ingen erosjon i felt, og gjennomsnittsverdien øker jevnt opp til 0,51 m der det er registrert Kraftig erosjon i felt (figur 13.13). Histogrammet viser lignende distribusjon for hver kategori, dvs. at selv om det er registrert Kraftig erosjon i felt, er ikke erosjonsverdien (C2M) spesielt høy i kategorien. Dette kan delvis forklares med subjektiviteten som feltobservasjoner representerer. Selv om man har veiledning for kategorisering kan det være vanskelig å sette riktig klasse på erosjonen. En person vil kanskje endre oppfatning av hva som er Lite og Noe etter hvert som man får mer erfaring, og når flere personer samler inn data vil disse kunne ha litt forskjellig oppfatning. I tillegg vil erosjon som fanges opp ved sammenligning av terrengmodeller kunne være vanskelig å se i felt hvis området er gjenvokst – som kan være tilfelle når man sammenligner to datasett med 10 års aldersforskjell.
Figur 13.13 Histogrammer som viser vertikale forskjeller ved bruk av C2M-metoden mellom 2010 og 2020, og tilsvarende erosjonsklasser fra feltobservasjoner. Positive verdier representerer erosjon og negative verdier akkumulasjon.
Noen steder viser C2M akkumulasjon der feltobservasjon viser erosjon. Dette kan skyldes at steder som har erosjon i elvebredden kan akkumulere sedimenter i ravinebunnen som senere blir fjernet med vannstrømmen.
13.5.5 «Hotspot»-identifikasjon
En sammenligning av resulter fra analyser med C2M-metoden og DoD-metoden er presentert i Vedlegg 3. For å finne lokaliteter – «hotspots»/anomalier – med ekstra mye erosjon eller akkumulasjon har NGU studert tre av ravinene i studieområdet (figur 13.14). Resultater for Ravine 1 er vist i Vedlegg 3, mens resultater for de to andre ravinene følger under.
I Ravine 2 er en cirka 1,7 km lang strekning analysert (figur 13.14 og figur 13.15). Her finnes en tydelig akkumulasjonsdel, som korresponderer til en dam dannet av skredmasser. Sammenligning av flyfoto fra området viser at skredet må ha gått mellom 2016 og 2020 (flyfoto «Oslo-Øslandet 2016» og «Øvre Romerike 2020» fra norgeibilder.no). Oppstrøms og nedstrøms for skredet og dammen er det erosjon. For mesteparten av den undersøkte strekningen viser analysene med DoD-metoden mer erosjon enn med C2M-metoden.
Figur 13.14 Raviner hvor identifikasjon av «hotspots» for erosjon og akkumulasjon ble utført (data fra Kartverket).
Figur 13.15 Identifikasjon av «hotspots» langs Ravine 2 ved bruk av metodene DoD og C2M. A) Verdien for endring i tid for hvert punkt er plottet. NB: Negative verdier er akkumulasjon og positive erosjon. B) Glidende gjennomsnitt med vindusstørrelse på 11 punkter, sentrert på hvert datapunkt. C) Forskjellen mellom de to metodene for hvert datapunkt. D) Skyggerelieff og lokasjon til punktene, og avstand langs ravine brukt for A)-C). Høyre: skyggerelieff som viser et skred som gikk mellom 2016 og 2020 og demmet opp bekken. Akkumulasjonssonen som dammen utgjør er markert i B).
I Ravine 3 er en cirka 0,9 km lang strekning analysert, og resultatene viser erosjon (figur 13.14 og figur 13.16). En erosjonstopp vises tydelig i siste del av strekningen, hvor ravinen graver seg ned og inn i bakkant. Det er en generell trend i denne ravinen at analysene med DoD-metoden viser større erosjonsverdier enn med C2M-metoden. Dette kan skyldes interpolasjonen som gjøres når rasternettene produseres for områder med liten punkttetthet. Oppstrøms ravinen som eroderer seg bakover er det et flatt område med høy punkttetthet i begge datasettene – og der er det nesten ingen forskjell mellom analyseverdiene fra DoD-metoden og C2M-metoden.
Figur 13.16 Identifikasjon av «hotspots» langs Ravine 3 ved bruk av metodene DoD og C2M. A) Verdien for endring i tid for hvert punkt er plottet. NB: Positive verdier er erosjon. B) Glidende gjennomsnitt med vindusstørrelse på 11 punkter, sentrert på hvert datapunkt. C) Forskjellen mellom de to metodene for hvert datapunkt. D) Skyggerelieff og lokasjon til punktene, og avstand langs ravine brukt for A)-C). Høyre: skyggerelieff med resultater fra C2M-analysen. Den røde sonen korresponderer med erosjonstoppen i B) som skyldes erosjon i bakkant av ravinen.
Analysene med DoD-metoden og C2M-metoden har generelt nokså lik trend, men DoD-analysene har flest tilfeller med større erosjon.
13.5.6 Diskusjon og anbefalinger
For å kartlegge morfologiske endringer i kvikkleireområder bør LiDAR-datasett samles inn med intervaller på forslagsvis 3-5 år i alle områder med raviner og skredgroper i leirterreng. Erosjon er en naturlig prosess, men der man gjennom terrenganalyser finner mange «hotspots» med signifikant erosjon bør årlig innsamling for avgrensede områder vurderes. De årlige LiDAR-datasettene kan for eksempel samles inn ved hjelp av drone. Jo høyere punkttetthet jo bedre resultater ved sammenligning av datasett. Innsamling av data bør gjøres etter snøsmeltningen og før det blir for tett vegetasjon/løvvekst.
Kartlegging av erosjon i felt er nyttig for å bli kjent med hvordan erosjonen arter seg, og for å se om kategorisering og kjennetegn kan raffineres og gjøres mer objektiv. Systematisk gjennomgang i felt av store områder med raviner kan være utfordrende. Å gjøre en objektiv analyse med sammenligning av terrengmodeller, for så å følge opp «hotspots» for både erosjon og akkumulasjon vil kunne være en nyttig tilnærmingsmåte.
C2M-metoden er mer nøyaktig enn DoD-metoden. Studien som er gjort her viser at DoD-metoden ofte gir større utslag. Dette skyldes i mange tilfeller interpolasjon som er utført for begge de to datasettene som sammenlignes i DoD-metoden. Hvis det er få punkter i datasettet, fører interpolasjonen til en grov oppløsning på terrengmodellen, og terrenget glattes ut. Figur 13.17 viser prinsippet for hvordan manglende datapunkter kan gi et feilaktig bilde av terrenget ved interpolasjon. I områder med mye vegetasjon vil punkttettheten være redusert. Med DoD-metoden vil disse områdene kunne bli sett som områder med erosjon, selv om terrengendringen egentlig skyldes grov interpolasjon av få punkter ved konvertering til rasternett. For slike tilfeller vil C2M-metoden lettere avdekke om erosjonen er reell eller skyldes få punkter i punktskyen, siden enkeltpunktene kan visualiseres. Dersom et datasett feilaktig viser for mange «hotspots» blir det vanskeligere å fokusere på eller finne de områdene hvor det reelt er størst problemer.
Figur 13.17 Prinsippet for hvordan manglende datapunkter kan gi et feilaktig bilde av terrenget ved interpolasjon.
DoD-metoden kan brukes, men man må være oppmerksom på oppløsningen til datasettet. Man bør følge prosedyren som beskrevet tidligere hvor man først lager rasternett for begge datasettene, deretter beregner feil på hvert rasternett og etterpå beregner terskelverdien for den kombinerte feilen (Vedlegg 2). Da vil man kunne se om de endringene man får ved sammenligningen av rasternettene er reell endring eller støy. Det finnes standard feilverdi for LiDAR-data (ofte cirka 0,3 m), men man bør beregne det for hvert datasett man bruker.
Ifølge Kartverkets innspill til utvalget er ikke dagens forvaltningssystem for høydedata tilrettelagt for å lage tidsserier over for eksempel erosjon for et gitt område. Data lagres som prosjekter og det er kompetanse- og tidkrevende å hente ut datasett, tilpasse og harmonisere for analyse av utvikling over tid. Videre har forvaltningssystemet ingen funksjonalitet for å sammenkoble ulike punktskyer slik at det kan gjøres analyser på punktskynivå over de samme områdene. Dette innebærer at det er tidkrevende og krever spesiell kompetanse, å for eksempel ta ut punktskydata for en buffersone til en dreneringslinje og tilrettelegge disse dataene for endringsanalyse.
Punktskydata er tunge å jobbe med på grunn av de store datamengdene og det resulterer i at de fleste brukere velger å benytte avledede produkter som TIN-modeller1 og GRID2, som er bedre tilpasset program- og maskinvare. Å legge til rette for interaktiv bruk av nasjonale punktskydata er nok ikke mulig innenfor dagens teknologiske plattform og vil derfor kreve utvikling av en ny løsning.
Behov for økt detaljeringsgrad og hyppigere skanninger i risikoutsatte områder vil medføre økt kostnad til datafangst og forvaltning, som ikke dekkes av dagens samarbeid og finansieringsmodell hos Kartverket.
13.6 Geometrisk modellering av retrogresjon
NGU har laget et verktøy som kan vise hvordan et potensielt skred kan bre seg ut fra et punkt i landskapet. Dette er rent geometrisk og tar ikke hensyn til materialegenskaper. Det er likevel mulig å legge inn kjente begrensninger i form av tykkelse av materiale, dvs. overgang mellom løsmasser og berg. Dette vil være et nyttig verktøy i kombinasjon med tegning av faresoner. Metoden kan også være nyttig i kombinasjon med informasjon om kritiske strekninger detektert gjennom erosjonsanalyser.
Verktøyet finner i prinsipp de delene av terrenget som kan rase ut over et fiktivt, skrått bruddplan (figur 13.18). Hvis helningen til terrenget ved foten av skråningen der det fiktive planet går ut i dagen er brattere enn helningen til planet, blir denne delen av terrenget identifisert.
Figur 13.18 Parametre for geometrisk analyse av tilgjengelig terreng for retrogresjon.
Posisjonen til bruddplanet i foten av skråningen kan settes (1) ved enhver skråning som er brattere enn bruddplanet, (2) fra et punkt med gitte koordinater eller manuelt plassert på et skyggerelieffkart, eller (3) fra et importert rasternett.
Helningsvinklene til hoveddelen og bakkanten for bruddplanet kan angis som vinkler eller «høyde på lengde»-forhold.
Den retrogressive forplantningen langs det fiktive bruddplanet kan begrenses av for eksempel berggrunnen, som kan legges til som et lag i form av et rasternett. Hvis hovedbruddplanet møter et begrensende lag, vil det lokalt forskyves opp til toppen av det begrensende laget.
Helningen til bruddplanet kan gis en brattere verdi der bruddplanet kommer nær overflaten (bakkanthelningsvinkel). Dette etterligner overgangen til den bratte bakkanten man ofte ser i skred. Dybden (H) der denne overgangen skal gjelde fra kan settes inn manuelt sammen med de to helningsvinklene. Dette kan for eksempel brukes til å begrense den simulerte retrogresjonen i kvikkleireområder, når den tilgjengelige høyden over bruddplanet ikke er tilstrekkelig for å omrøre leira. For at bruddplanet i utgangspunktet skal kunne forplante seg dypt nok bakover til at ikke bakkanthelningsvinkelen automatisk slår inn fra starten, kan denne høyden overses for de første iterasjonene av skredutbredelsen. Antall iterasjoner kan settes med et lite tall for å framheve bratte områder ved skråningsfoten, for eksempel bratte skråninger dannet av erosjon. Dybden til bruddplanet øker raskt i bratt terreng, slik at den etter få iterasjoner kan komme under dybdeterskelen som er satt – sammenlignet med slakere terreng som vil kreve et høyere antall iterasjoner. Dette kan for eksempel brukes til raskt å framheve fokusområder der ugunstige geometriske betingelser er oppfylt.
Resultatet av GIS-analysen er en video der man kan se det geometriske potensialet for skredutbredelse i terrenget (figur 13.19). Se Vedlegg 4 for mer detaljer om metoden.
Figur 13.19 Skjermdump fra verktøyet som gjør geometrisk modellering av skredutbredelse fra et valgt punkt i terrenget.
Kilde: Figur fra NGU.
13.7 Alternativ metodikk for klassifisering av faresoner
Det kan være krevende å bestemme sannsynligheten for skredhendelser, men det er en viktig del av farevurderinger generelt (for eksempel (Carrara A, 1999); (Aleotti, 1999); (Corominas, 2014)). Identifikasjonen av områder som kan være utsatt for kvikkleireskred er utfordrende siden en rekke faktorer vil være involvert. Å kombinere topografiske, geomorfologiske og geotekniske parametre i et GIS-system vil være til hjelp for å prioritere områder for videre oppfølging. En måte å oppnå dette på er ved en «vektet overlagringsanalyse» (Weighted Overlay Analysis), hvor hvert kriterium blir klassifisert og får en score. I denne typen analyse kan et eller flere kriterier få større relevans (for eksempel grunnforhold, erosjon). Poengsummen vil reflektere hvor utsatt en del av en ravine vil være for potensielle skred. For å validere hvor relevant parameterne bør være, og fordelingen av score, bør det gjøres en statistisk analyse av tidligere hendelser. Dette fordi man antar at framtidige hendelser vil ha lignende faktorer som tidligere hendelser. Et verktøy for å standardisere analysen av hvert kriterium kan lages. Denne framgangsmåten ligner på den som gjøres ved kvikkleirefaresoneringen i dag, men inneholder noen andre parametere, samt resultater fra GIS-analyser. Inndeling av områder kan for eksempel baseres på dreneringsfelt. En videre utvikling av denne metodikken vil kreve tverrfaglig samarbeid og riktig fagkompetanse, både for evaluering av tidligere hendelser og for å inkludere relevante parametre og riktige metoder.
13.8 InSAR
NGU, NVE og Norsk Romsenter lanserte InSAR Norge i 2018, som er den første landsomfattende og gratis nettbaserte karttjenesten for InSAR-data i verden (NGU, 2022f). InSAR brukes til å måle bevegelser i landskapet, og brukes mye i forbindelse med ustabile fjellpartier. Innsynkning som følge av for eksempel setninger i urbane områder kan også måles. Siden satellittene tar bilder av et område hver sjette dag, egner ikke datasettet seg til å fange opp raske hendelser som kvikkleireskred. Likevel finnes det muligheter knyttet til datasettet, blant annet ved dekomponering av data for å få fram vektorer som viser mer horisontal bevegelse, for eksempel i form av rotasjon (figur 13.20).
Figur 13.20 Eksempel fra InSAR-data hvor kombinasjon av to ulike datasett kan gi informasjon om horisontal bevegelse.
Kilde: Analyse utført av NGU, data fra NGU (2022f).
13.9 Utvalgets anbefalinger
13.9.1 System for stedfestet registrering av bekymringsmeldinger og observasjoner knyttet til terrengendringer
En nasjonal database for observasjoner av terrengendringer eller andre mulige faretegn vil være til hjelp for kommuner og NVE for registrering, oversikt og oppfølging av bekymringsmeldinger om erosjon, utglidninger, sprekker og andre terrengendringer eller faretegn.
Det bør legges til rette for at grunneiere og andre selv kan melde inn observasjoner i en registreringsløsning, eller at kommunen legger inn informasjonen basert på muntlige og skriftlige henvendelser.
Selv om registreringer fra innbyggere bør være enkle, bør databasen ha nok objekter til at kommunen selv kan fylle ut utfyllende informasjon. Databasen bør ha tilhørende karttjenester slik at den blir et verktøy for planer og oppfølging.
Eksempel på objekter som kan registreres av innbygger:
Stedfesting (tegn i kart eller angi koordinater)
Dato for registrering (kan bli satt automatisk, med mulighet for å overskrive)
Type observasjon: nedtrekksliste (erosjon i vassdrag, erosjon på bakken, utglidning/lite skred, sprekker i bakken, synkehull, vann på avveie, …)
Beskrivelse: fritekst
Vedlegg: foto
I tillegg bør databasen inneholde objekter som kan registreres av kommunen, som tilleggsinformasjon:
Saksnr.
Vedlegg: pdf og lignende (kan være flere)
Dato for oppfølging (kan være flere)
Oppfølging intern: fritekst (knyttet til en Dato for oppfølging)
Oppfølging ekstern: fritekst (knyttet til en Dato for oppfølging)
Dato for avslutning av saken
Dato for videresending til NVE (fylles ut dersom videresendt og ønskes fulgt opp av NVE)
Til databasen må det etableres verktøy for kommunens oppfølging, for eksempel mulighet for å sende varsel til saksbehandlere om nye observasjoner. Kommunen må etablere rutiner for oppfølging, se kapittel 5.8.3 om kommunens håndtering av bekymringsmeldinger. For sporbarhet i etterkant blir det viktig med gode koblinger til kommunens arkiv og saksbehandlingsverktøy.
En tilhørende karttjeneste til databasen kan ha tilpasset tilgang og brukergrensesnitt avhengig av om man er innbygger eller ansatt i kommunen. Kartinnsyn bør derfor ha ulike verktøy, for eksempel kunne filtrere på registreringsdato og oppfølgingsstatus. Selv om observasjoner gjerne er ferskvare, er det viktig for kommunen å ta vare på historikken.
Det finnes allerede registreringsløsninger som kunne være koblet til databasen, eller tilknyttet på annen måte, for eksempel regObs.
I forbindelse med de nasjonale varslingstjenestene på flom og skred, finnes det mulighet for å registrere observasjoner, kalt regObs (https://varsom.no/regobs/). Dette er et samlingssted for observasjoner og hendelser brukt i varsling og beredskapsarbeid. Den dekker Snøskredvarslingen, Isvarslingen, Jordskredvarslingen og Flomvarslingen hos NVE og er en del av flere verktøy som er etablert sammen med varsom.no. RegObs legger opp til at alle kan bidra med data. Løsningen har en åpen data-policy, og legger til rette for at regObs brukes av andre som gjør farevurderinger. RegObs behandler data som ferskvare. Observasjonene er tilgjengelig for alle gjennom kartinnsynet. RegOBS er tilpasset slik at observasjonene kan hentes inn i de nasjonale hendelsesdatabasene via skredregistrering.no og flomhendelser.no.
En annen løsning som kunne benyttes som inspirasjon er FiksGataMi (https://www.fiksgatami.no/). Her stedfester brukeren informasjon om skade e.l. knyttet til veg, og kan legge ved bilder. Informasjonen blir sendt til tilhørende kommune. Problemer markeres som fikset når de er løst. Det kan gjøres av hvem som helst, både innsender, offentlig myndighet eller andre. Man kan se andres registreringer. Det gjør at man ikke trenger å legge inn samme registrering selv, eller man kan legge til ytterligere informasjon. I tillegg ser man hvilken status saken har, om den er løst eller ikke.
En mulighet er å utvide og tilpasse regObs slik at enkelte observasjoner også kan registreres i en nasjonal database for observasjon av terrengendringer og faretegn. I RegOBS jord er det allerede lagt inn mulighet for å registrere faretegn for jordskred. Denne kunne eventuelt suppleres med tanke på fare for kvikkleireskred.
Det er også mulig å ha mer enn en registreringsløsning for ekstern bruk, for eksempel både en utvidet regObs-løsning og en løsning lignende FiksGataMi. Minst en løsning må ha svært lav brukerterskel. I tillegg må det være en intern registreringsløsning for kommunen for både egne observasjoner, eksterne observasjoner som meldes inn via andre kanaler, og for oppfølging.
Det bør være en felles, nasjonal database for alle disse registreringene, slik at observasjonene kan brukes av relevante aktører på alle nivå. Det bør derfor være en nasjonal aktør som har ansvaret for å drifte databasen. Slik utvalget ser det, er det mest naturlig at NVE får dette ansvaret. Observasjonene må åpenbart ses i sammenheng med systematiske analyser som beskrevet i kapittel 13.5., men vil ha relevans for flere av NVEs arbeidsområder knyttet til vassdragsforvalting, flom og skred. Den løpende oppfølging av meldingene bør imidlertid ligge til kommunene, se mer om dette i kapittel 5.8.3.
13.9.2 Kombinasjon av metoder for bedre kartlegging samt overvåking og varsling
Høydedata gir en god mulighet til å kartlegge landskapsformer som skredkanter og raviner. I tillegg vil sammenligning av detaljerte datasett fra flere år kunne vise endringer som nedskjæring og aktiv erosjon, og kunne brukes til å peke ut områder som bør følges opp. Det er også stort potensial i å benytte terrenganalyser for automatisk detektering av områder som tilfredsstiller bestemte terrengkriterier. Geometrisk verktøy som kan indikere skredutbredelse vil være nyttig å bruke i områder hvor analyser og oppfølgende feltkartlegging og eventuelle varsler indikerer kritiske forhold. Kombinasjonen av metoder og analyser kan bedre forståelsen av landskapsutviklingen i områder med marine avsetninger.
Utvalget foreslår følgende punkter/rekkefølge for gjennomføring av analyser mm.:
1. a) GIS-analyse av terrengendringer (erosjon og akkumulasjon i meter per år), og b) Kartlegging av utglidninger/skred som framkommer på terrengmodeller.
2. Geometrisk analyse av potensiell skredutbredelse i områder med signifikante terrengendringer.
3. GIS-analyser av høydeforskjeller og bratthet. Her bør hver side av bekken analyseres for seg.
4. Sammenstilling av data og markering av fokusområder/hotspots basert på alle GIS-analysene. Formidling av resultatene til kommuner. Grunnlag for overvåking. Kombinere med data fra innmeldte bekymringsmeldinger og observasjoner. Det bør lages et GIS-basert system..
5. Målrettet befaring av fokusområder med registering i felt (for eksempel kommune og/eller NVE). Registrere/stedfeste observasjoner.
6. Bruke resultatene, sammen med andre relevante datasett, til forbedring av aktsomhetsområder.
7. Oppdatere analysene med nye terrengmodeller (LiDAR).
8. Utvikle et GIS-verktøy/program hvor ulike datasett kan mates inn, og analyser av type 1a + 2 + 3 (og flere?)
9. Potensielt utvikle automatiserte analyser med tilknyttet varslingssystem for oppfølging dersom terrengendringer overstiger en terskelverdi.
Å kombinere den typen topografiske, geomorfologiske og geotekniske parametre som nevnt over i et GIS-system, vil være til hjelp for å prioritere områder for videre oppfølging. Dersom en ny metodikk for dette skal utarbeides er det viktig med tverrfaglig samarbeid og at riktig fagkompetanse blir involvert.
Utvalget anbefaler at det gjennomføres et pilotprosjekt for å arbeide videre med en metodikk basert på dette som kan brukes i kombinasjon med faresonering og håndtering av områder under MG.
Prosjektet vil være nyttig i arbeidet med kartlegging av aktsomhetsområder og faresoner ved at kritiske skråninger kan identifiseres og arbeidet med soneutredning kan effektiviseres. Behovet for feltarbeid kan reduseres og feltundersøkelser kan gjøres mer målrettet. Et slikt opplegg kan identifisere kritiske områder og legge til rette for et system for overvåking, der analyseresultater og innmeldte observasjoner kombineres.
Utvalget anbefaler at NVE får ansvaret for prosjektet. NGU vil være en viktig partner for kobling til metodeutviklingen og kartleggingsarbeidet. Både relevante brukere og fagmiljøer må involveres i prosjektet. Prosjektet må være nært koblet til og bør samkjøres med initiativ Kartverket har tatt knyttet til oppdatering og tilrettelegging av detaljerte høydedata som Kartverket forvalter. Geovekstpartene er relevante både som dataleverandører og brukere av resultater fra analyser.