Översvämningar till följd av intensiva nederbördstillfällen har de senaste åren ökat i antal och omfattning. Dessa händelser förväntas bli vanligare i framtiden och skapa fler översvämningar. Med anledning av detta är det intressant att undersöka hur översvämningar i framtiden breder ut sig och vilka vattennivåer som bildas med förväntad nederbörd. Att modellera översvämningar kräver data som i vissa fall kan vara både tidskrävande och omständig att införskaffa. Möjliga avgräsningar och antaganden i modellparametrar kan då vara intressanta att göra som fortfarande ger användbara resultat. En skyfallskartering har genomförts med 2D-hydraulisk modellering i Kumla med programvaran MIKE 21 Flow Model FM. De översvämningskartor som skapades användes för att identifiera områden i Kumla som riskerar att drabbas av höga vattennivåer till följd av skyfall motsvarande 100- och 200-årsregn. En stor osäkerhet vid modellering av översvämningar är att validera resultaten som fås fram. Ofta saknas information om tidigare översvämningar. De nederbördstillfällen som används är ofta så stora att det saknas data om liknande händelser tidigare. Vid översvämningsmodellering anväds data som beskriver olika typer av modellparametrar. Dessa kommer med ytterligare osäkerheter som kan göra valideringen problematisk. För att undersöka hur stor effekt olika modellparametrar har på resultatet genomfördes en känslighetsanalys där differenskartor skapades mellan undersökta scenarion och referenskartor. Skyfallskarteringen visade att stora delar i Kumla drabbas av översvämningar för både ett 100- och 200-årsregn. Området Kumlaby identifierades som känsligt och får höga vattennivåer. Detta beror mest troligt på omgivningens topografi och att Kumlaby underlagras av leror med låg infiltrationskapacitet. I känslighetsanalysen identifierades markens råhet och infiltrationskapacitet vara styrande parametrar för översvämningens utbredning och vattennivåer. Dessa påverkar främst hur höga vattenflöden som uppstår och översvämningens utbredningen och vattennivåer. Kunskap om dessa parametrar är viktigt för att undvika över- eller underskattning av en översvämning. Användningen av avrinningskoefficienter istället för markens råhet, infiltrationskapacitet och evaporation undersöktes. Differensen i översvämningens utbredning och vattennivåer blev stor i och utanför Kumla tätort. På mindre områden kan det vara mer lämpligt att använda en avrinningskoefficient när en mer detaljerad klassning kan göras av de markytor som finns. Ett scenario som undersöktes i känslighetsanalysen var installation av gröna tak på alla byggnader i Kumla. Simuleringarna som genomfördes visade att både utbredningen och vattennivåer minskade. Detta till följd av större lagringskapacitet och motstånd mot vattenflöden som kommer med gröna tak. / Urban floods caused by intense rainfall have occurred more frequently the last couple of years. These rainfall events are expected to become more common in the future and create more floods in urban areas. This makes it important to investigate the extent and water levels from urban floods in the future. In order to simulate floods, different types of data is needed. This data can be both time consuming and difficult to obtain. With this in mind, it is interesting to investigate possible simplifications and assumptions of model parameters. A cloud burst mapping was made with 2D hydraulic modelling in Kumla with the software MIKE 21 Flow Model FM. The flood maps created were used to identify areas in Kumla which have a higher risk of being subject to high water levels. One uncertainty while modelling urban floods is the process of validating the results. There is often a lack of data for the used rainfall events or information from previous floods in the area. In flood modelling data is used which describes different model parameters, these comes with additional uncertainties and can make the validation more difficult. A sensitivity analysis was made to be able to examine effects on the results from variations in model parameters. The cloud burst mapping showed that large parts of Kumla will be affected by water levels which goes up to 1 m. The area Kumlaby was identified as being sensitive for high water levels. This is due to placement of Kumlaby below higher ground which causes water to flow toward Kumlaby. The ground below is mostly made up of clay which has low infiltration capacity. In the sensitivity analysis the bed resistance and infiltration capacity were identified as governing parameters regarding the extent and water levels of urban floods. In order to avoid over- or underestimation of floods it is important to have knowledge about these parameters in the model area. The use of a runoff coefficient instead of bed resistance, infiltration and evaporation were examined. The difference of the resulting flood were large in the whole model area. In smaller areas a runoff coefficient could be used with better results when a more detailed description can be made of the surfaces in the area. A scenario where green roofs were assumed to have been installed on all buildings in Kumla were examined. The simulations showed that both the extent and water levels decreased. This due to the fact that green roofs have a capacity to store water and delay flows of water.

När klimatet i Sverige blir varmare ökar både förekomsten och omfattningen av intensiva skyfall. Dessa kan leda till stora konsekvenser lokalt för drabbade samhällen. Omfattande översvämningar, skadade fastigheter, erosionsskador och hindrad framkomlighet är några av de potentiella följderna. Ett första steg för att öka beredskapen för skyfall är att göra en skyfallskartering där ett nederbördstillfälle med skyfallskaraktär läggs in i en hydraulisk modell över ett område. Modellen visar sedan områden som riskerar att drabbas av översvämningar samt vilken väg som ytavrinningen tar under förloppet. I detta arbete har en sådan modell gjorts över Sala stad. Skyfallsmodellen skapades i programmet HEC-RAS och för att simulera infiltrationen användes metoden SCS curve number. SCS curve number metoden uppskattar infiltration baserat på markanvändning och jordart. Typregnet valdes till 100 års återkomsttid och modellerades som ett CDS-regn med varaktighet sex timmar och klimatfaktor 1,3. Ett avdrag på nederbördsmängden gjordes även för dagvattennätets kapacitet. Resultatet blev att flertalet områden i Sala kan drabbas av potentiellt stora vattendjup. De största problemområdena identifierades till bebyggelsen mellan Ringgatan och Östra Tulegatan söder om centrala Sala samt området kring Pråmån uppströms Jakob Mats kvarn. Då infiltrationsmetoden SCS curve number är baserad på empiriska data gjordes en känslighetsanalys på infiltrationsparametrarna. Det som undersöktes var påverkan på total andel infiltrerad nederbörd och översvämningarnas utbredning. Tre olika scenarion baserat på osäkerheten i curve number-talet användes samt ett scenario utan infiltration i modellen. Skillnaden i total översvämmad yta med ett djup större än 0,1 m mellan scenariot med högst infiltration och scenariot med lägst infiltration var i modellen totalt 9,1 procentenheter. I det scenario där ingen infiltration modellerades drabbades flertalet nya fastigheter och infrastruktur av översvämning vilket visar på infiltrationens betydelse för riskbedömningen vid en skyfallskartering. Totalt infiltrerade 30 % av nederbörden i modellen vid scenariot med lägst infiltration, 49 % av nederbörden vid scenariot med direkta litteraturvärden för curve number- talet och 66 % av nederbörden i scenariot med högst infiltration. Eftersom infiltrationen mellan scenarierna til hög grad berodde på hur jordarterna klassades i modellen är det dock svårt att dra en generell slutsats om vilket infiltrationsscenario som är bäst lämpat att använda vid skyfall. / As the climate becomes warmer in Sweden the frequency and extent of cloudbursts are expected to rise. When these rain events occurs in populated areas the consequences can be severe for the local community with extensive flooding leading to for example damaged properties, erosion and obstructions of traffic. One step to increase the awareness of these risks is to do a cloudbust mapping were a rain with cloudburst extent is modelled hydraulically. Areas that are at risk of flooding during the rain event and flow paths for the surface runoff can be assessed from the model. In this thesis such a model was created for the town of Sala. The cloudbust model was made using the software HEC-RAS and to simulate infiltration the method SCS curve number was implemented. The rain event was modeled as a Chicago design storm with a return period of 100 years, total duration of six hours and a climate factor of 1,3. The results were that several areas in Sala were at risk of flooding. Two main areas with risk of major flooding extents were located to just south of central Sala between Ringgatan and Östra Tulegatan and adjacent to Pråmån upstream of Jakob Mats kvarn. Because of uncertainties in the SCS curve number model and due to the fact that it is based on empirical data a sensitivity analysis was also done on the infiltration parameters. For the sensitivity analysis four different scenarios were used. One scenario had no modeled infiltration and the three other scenarios were based of error estimations of the curve number parameter called antecedent runoff conditions. The difference in flooding extent with a depth greater than 0,1 m in the model between the scenario with high infiltration and the scenario with low infiltration was 9,1 percentage points. Several new properties and infrastructure were affected in the scenario when no infiltration was used. In total 30% of the precipitation infiltrated in the model in the scenario with low infiltration, 49% infiltrated in the scenario with literature values for the curve number value, and 66% of the precipitation infiltrated in the scenario with high infiltration. Since the infiltration is highly dependent on the classification of the soils in the model no overall conclusion could be drawn on which infiltration scenario that is best suited for a cloudburst model in general when the SCS curve number method is used to model infiltration.