Masteroppgave: Digitalisering av blågrønn, urban overvannshåndtering

Guro Stokseth
Institutt for bygg- og miljøteknikk
NTNU i Trondheim
guro.stokseth@gmail.com

Våren 2019 skreiv eg masteroppgåve ved Institutt for bygg- og miljøteknikk ved NTNU i Trondheim. Problemstillinga er i dag svært aktuell då krav til lokal overvasshandtering med blågrøne løysingar er aukande i mange kommunar, samstundes som vi ser at urbane flaumar opptrer hyppigare og kostar oss mykje. Eg håper å få jobbe vidare med problemstillinga i mitt verke som VA-ingeniør, og er svært glad for å få vere med på å prøve å løyse dei mange utfordringane vi ser i denne sektoren. Denne artikkelen er ei kort oppsummering av masteroppgåva, og dersom nokon skulle ha interesse av å lese oppgåva i sin heilskap, eller har spørsmål, så er det berre å ta kontakt. Eg vil også få nytte høvet til å takke NKF så mykje for masterstipendet.

Urbane område er karakterisert ved ein høg del tette flater. Vi ser at ved intense nedbørshendingar er avren-ninga av den store mengda overvatn eit aukande problem, fordi den overgår kapasiteten til det tradisjonelle røyrnettverket med stor margin. RIF har konstatert at det noverande nettet verken har kapasitet, eller tilstand, til å handtere dei aukande mengdene overvatn vi ser som følge av auka urbanisering og klimaendring. Dette resulterer i store materielle skader i stadig hyppigare førekomst, og ifølge norske myndigheiter kostar dette den norske stat mellom 3 og 6 milliardar kroner kvart år. 

Blågrøne løysingar
For å handtere dei store mengdene overvatn ser vi mot såkalla blågrøne løysingar. Dette er konstruksjonar som imiterer naturen sine eigne prosessar, og som evner å fordryge store vassvolum, og på den måten minke flaumtoppen og presset på røyrnettverket. Døme på slike løysingar er grøne tak, regnbed, og grønkledde grøfter. Desse løysingane fører også med seg fleire andre fordelar som å forbetre luftkvalitet og biodiversitet, samt at dei legg til rette for infiltrasjon til grunnvatn og på den måten tek vare på den naturlege hydrologiske sirkelen.

Blågrøne løysingar har vist seg å vere svært effektive for å motverke flaum. Ein ser likevel nokre utfordringar ved planlegging og bruk av slike løysingar. For det første krevjar nokre av dei ein del overflateareal, som ein ofte har lite av i urbane områder. I tillegg er dei svært kontekstavhengige, og må planleggast og prosjekterast med nøye omsyn til området dei skal fungere i. For det andre er denne kontekstavhengigheita vanskeleg å iva-reta då overvasshandtering typisk blir prioritert etter at fysisk utforming av bygningar er planlagt. Dette avgrensar moglegheita for optimal tilrettelegging av blågrøne løysingar. For det tredje er talet på moglege blågrøne løysingar og løysingskombinasjonar så enormt stort at det i forskinga er identifisert som ei barriere for god implementering av blågrøn overvasshandtering. 

Ei digital tilnærming
I denne masteroppgåva ønska eg å utvikle ein metodologi som kunne møte utfordringane ved planlegging av blågrøne løysingar ved hjelp av programmering. I dag ser vi stadig utvikling av programvare som evner å handtere store datamengder, og har nærmast uavgrensa analytisk kapasitet. Ein kan då spørje seg om det kan vere mogleg å utvikle ein metodologi som evner å ta omsyn til den store kompleksiteten ved blågrøne løysingar, og kan gjere planlegginga av blågrøn overvasshandtering enkel nok til å implementere tidleg i plan-leggingsprosessen. Det Oslo-baserte arkitektfirmaet Spacemaker har vore til stor hjelp med programmering i denne oppgåva, og har også medverka til fysisk utforming av modelleringsområdet. 

For å avgjere kva fysiske faktorar ein må ta omsyn til ved planlegginga av blågrøne løysingar, vart det utført eit litteraturstudie. Resultatet av dette vart eit skjema der ulike faktorar med innverknad på funksjonen til blågrøne løysingar vart sortert etter om dei hadde innverknad på plassering, dimensjonering, eller andre designomsyn. Døme på slike faktorar er topografi, infiltrasjonsevne, klima, avstand til bygningar, temperatur m.m. Dette skjemaet vart brukt vidare både til å avgjere korleis ei programmeringskode skulle ta val, samt for å bygge opp under eit poengsystem.

Modellering
For å teste metodologien vart det oppretta eit fiktivt utbyggingspro-sjekt på Marienlyst i Oslo, på tomta der NRK-bygget no står. Spacemaker bidrog med 11 ulike plausible bygningskonfigurasjonar til denne tomta. For kvar enkelt bygningskonfigurasjon vart det først føretatt ei hydrologisk analyse i programmet ArcMap, der resultatet vart avrenningslinjene eller avrenningsmønsteret for tomta som resultat av fysisk utforming. Dei ulike bygningskonfigurasjonane gav svært ulike avrenningsmønster, samt varierande tal på utslippspunkt frå tomta. Når det gjeld utslippspunkt så seier dette talet kor mange delnedbørfelt den gitte konfigurasjonen gir, og dermed talet på retningar der ein må legge til rette for blågrøne løysin-gar. Desse resultata la grunnlaget for plassering av blågrøne løysingar, og altså grunnlag for koden som skulle skrivast. Grunna det avgrensa tids-perspektivet vart berre regnbed og grøne tak tatt med vidare i prosessen.

Programmering
Med stor hjelp frå Spacemaker AI vart det skrive ei kode i programmeringsspråket Python. Koden vart skriven for å plassere regnbed og grøne tak mest mogleg optimalt for kvar enkelt bygningskonfigurasjon. Grøne tak vart enkelt gitt som ein prosentdel av kvart enkelt tak, medan ei meir intrikat kode vart skriven for plassering og dimensjonering av regnbed. Koden sjekkar først kor mange utslippspunkt den gitte konfigurasjonen gir. Deretter jobbar den seg gjennom kvart del-nedbørsfelt frå kvart utslippspunkt på følgjande vis: Først avgjer koden kor stort regnbedareal som trengs i utslippspunktet for å handtere alt vatnet frå delnedbørsfeltet. Dette vart gitt som 9% av avrenningsarealet, som er ein dimensjoneringsregel for regnbed gitt i fleire vitskaplege artiklar. For kvart utslippspunkt sjekka koden om det er mogleg å plassere det naudsynte regnbedarealet der. Dersom «ja»; plasser regnbed her, dersom «nei»; plasser eit så stort regnbed som mogleg og gå punktvis vidare langs dreneringslinja.

Slik jobba koden seg oppstraums, og plasserte flest mogleg rengbed for kvart delnedbørsfelt for kvar bygningskonfigurasjon. Dei regnbeda som var mindre enn 4 m frå eit grønt tak fekk tillagt ei kopling til dette taket, då blågrøne løysingar i serie,  særleg grøne tak og regnbed i serie, har vist seg å ha svært god effekt. Når koden var ferdig å køyre var output kor mykje ønska regnbedareal ein ikkje fekk plassert ut, samt storleik og tal på grøne tak, regnbed, og koplingar mellom grøne tak og regnbed, ein hadde. 

Motstandsdyktigheit, vassvolumkontroll og andre fordelar
For å kunne samanlikne resultata for dei ulike bygningskonfigurasjonane, vart det brukt eit skoringssystem der dei ulike blågrøne konfigurasjonane vart skåra i tre kategoriar: motstandsdyktigheit, vassvolumkontroll og andre fordelar. For kvar kategori kan ein gi vektpoeng basert på eigne preferansar, eller formelle krav for det enkelte prosjektet. 

I dette tilfellet vart alle kategoriar gitt vektpoeng lik 1. For motstands-dyktigheit vart dei ulike resultata gitt poeng ut frå ei rangering av blågrøne løysingar, og konfigurasjonar basert på litteratur. Høgast rangering fekk grøne tak og regnbed i serie, nest høgast fekk regnbed, og lågast fekk enkeltståande grønt tak.

For vassvolumkontroll vart dei ulike konfigurasjonane gitt poeng basert på kor stor del av naudsynt regnbedareal det var mogleg å plassere ut. I utgangspunktet skulle ein i denne kategorien gi poeng basert på modellert prestasjon ved bruk av eit nytt program utvikla ved INSA, Lyon. Grunna dataproblem vart dette ikkje mogleg. For kategorien andre fordelar, vart dei ulike konfigurasjonane gitt ein poengsum henta frå litteratur der positive ringverknader av dei blågrøne løysingane er teke omsyn til, som forbetring av luftkvalitet og tilrettelegging for infiltrasjon til grunnen.

I denne masteroppgåva er poengsystemet utvikla med tanke på å oppnå ein komplett metodologi som kan køyre automatisk. Når ein får modellere resultata, og dermed får eit reelt avrenningsresultat som deretter kan poenggivast, så kan ei programmeringskode køyre i ein loop med mål om å oppnå høgast mogleg poengsum, og på den måten optimere blågrøne løysingar. I eit sånt tilfelle kunne ein for kvart enkelt pro-sjekt ha valt kva vektpoeng dei ulike kategoriane skulle ha ut frå kva målet for prosjektet var. Dette er ein såkalla arena for vidare arbeid.

Resultat
Resultata av den hydrologiske analysen viser svært ulike avrenningsmøn-ster for dei elleve ulike bygningskon-figurasjonane. Nokre plasseringar av bygga hindra den naturlege avrenninga mot sør, og resulterte i at utslippspunkta vart fleire og lengre oppe på tomta (sjå figur 1). For andre bygningskonfigurasjonar vart resultatet at alt vatnet frå tomta rann ut i eitt og same punkt, noko som både kan gi god moglegheit for handtering av overvatn, men som også setter høgre krav til overflateareal til blågrøne formål akkurat der. Blant dei 11 ulike bygningskonfigurasjonane varierer talet på utslippspunkt mellom 1 og 4. 

Resultata frå programmeringskoden viste at berre 3 av 11 bygningskonfigurasjonar hadde ei fysisk utfor-ming som gjorde det mogleg å møte kravet til naudsynt regnbedareal for å handtere overvatn frå tomta. For dei resterande 8 bygningskonfigurasjonane varierte potensialet for regnbedplassering i stor grad. I det verste tilfellet stod det att heile 96,5 m2 regnbedareal for å nå kravet. Når det gjeld kopling mellom grøne tak og regnbed, så var denne koplinga mogleg for alle bygningskonfigurasjonar. Talet på slike koplingar, derimot, varierte mellom 9 og 17 koplingar, som jo er ein betydeleg ulikskap når ein vurderer den store effekten ei slik kopling har. 

Resultata frå denne oppgåva viser såleis det store potensialet som ligg i tidleg evaluering av overvasshandtering, samt ulempa ved ikkje å evaluere dette tidleg nok. Ein kan tenkje seg korleis det ville vere å skulle planlegge overvasshandtering for den beste bygningskonfigurasjonen kontra den verste av desse 11. Ulikskapen er enorm. Medan ein i det eine tilfellet sannsynlegvis ville kunne lage ei god overvassløysing, ville ein i det andre tilfellet slite med å få det til. Og når vi veit kor mykje urbane flaumar kostar samfunnet i året (og aukar), så burde flaumhand-tering sitje i høgsetet ved utbygging i urbane område. Ei enkel tidleg evaluering av avrenningslinjer ville vere til hjelp. Resultata impliserer også at det ligg eit stort potensiale i å bruke pro-grammering til å møte utfordringane ved det enorme talet på moglegheiter og den store kompleksiteten til desse løysingane.