The future holds challenges for urban areas when it comes to handling pluvial floodings, occurring when the rainfall intensity exceeds both the man-made and natural infiltration and drainage capacity. To gain understanding of the effects and needed measures, tools for modelling the urban response to events such as cloudbursts are needed. The aim of this project was to build a model using the Spatially Distributed Travel Time (SDTT) approach to model the rainfall-runoff response of an urban watershed. The model was developed in ArcGIS Pro using a built-in module ArcPy allowing for the use of a Python script to ensure fast calculations and simulations on grid cell basis. In total six smaller watersheds within the larger catchment were modelled with a variety in size and degree of urbanisation. Unlike fully distributed models solving for both the continuity equation and momentum equation, the models save time by applying kinematic wave approximation solving the steady state, uniform continuity equation and the Manning’s equation. The study uses only one calibration parameter representing the upstream area contributing to runoff, used for adjusting the travel times to ensure they are not too slow which could generate a delay and underestimation of the peak discharge. The model was parameterized for a cloudburst event that occurred in the city of Gävle, in the year of 2021, and was validated against a fully distributed model (MIKE 21) simulating the same event. The generated response from the SDTT model successfully returns similar hydrographs to that of a fully distributed model in most cases. It performed very well in high urbanised areas with an even spatial distribution of the two land cover classes used, impervious and pervious surfaces, and small volumes of depressions. In areas with lesser degree of urbanisation and larger depression volumes collecting runoff, the simplified model struggled to capture the draining dynamics of these. However, the model managed to match the time to peak reasonably well in the struggling areas as well. To increase the applicability of the model the upstream area contributing to runoff should be based on physical characteristics and not calibration. Further, the model should be applied to other areas preferably using other rainfall event data or design storms, as well as investigate the performance using more than two land cover classes. Finally, a sensitivity analysis could be performed for parameters that were now set to fixed values, done so to reduce the calibration. / Framtiden kommer bjuda på utmaningar för urbana områden när det kommer till hanteringen av pluviala översvämningar, vilka inträffar när nederbördsintensiteten överstiger både den konstgjorda och naturliga infiltrations- och dräneringskapaciteten. För att få ökad förståelse av effekterna samt besluta om nödvändiga åtgärder behövs nya verktyg för att modellera den urbana responsen till följd av extrem nederbörd så som skyfall. Syftet med detta projekt vara att med hjälp av spatialt fördelade rinntider och kinematiska vågmodellen modellera nederbörden och avrinningen i ett urbant avrinningsområde. Modellen utvecklades i ArcGIS Pro med hjälp av den inbyggda modulen ArcPy vilken tillåter användningen av ett Python-skript som ger snabba beräkningar och korta simuleringar applicerade på cellnivå. Totalt modellerades sex mindre avrinningsområden inom det större området, alla med olika storlek och urbaniseringsgrad. Till skillnad från fullt distribuerade modeller som löser både kontinuitetsekvationen och rörelsemängdsekvationen, sparar modellen tid genom att tillämpa kinematisk vågteori, stationära kontinuitetsekvationen samt Mannings ekvation. Studien använder endast en kalibreringsparameter vilken representerar området uppströms om varje cell som bidrar till avrinning nedströms. Denna används för att justera rinntiderna för att säkerställa att modellen inte returnerar för långsamma tider vilket kan generera en fördröjning av responsen och underskattning av maxflödet. Modellen parametriserades för ett skyfall som inträffade i Gävle år 2021, och validerades mot en fullt distribuerad modell (MIKE 21) som simulerade samma händelse. Den modellerade responsen från avrinningsmodellen byggd på spatialt fördelade rinntider kunde framgångsrikt leverera liknande hydrografer som den fullt distribuerade modellen. Modellen presterade framför allt bra i områden med hög urbaniseringsgrad innehavande en jämn spatial fördelning av de två marktäckningsklasserna som användes, nämligen hårdgjorda och icke hårdgjorda ytor, samt små volymer av sänkor i området. I områden med en lägre urbaniseringsgrad och större volymer sänkor vilka fördröjer avrinningen hade modellen svårare att producera liknande hydrografer troligen då den förenklade modellen ej kan fånga dynamiken av att fylla och tömma dessa sänkor. Däremot lyckades den fortfarande att matcha tiden för maxflödet även för dessa områden. För att öka modellens tillämpbarhet bör området uppströms som bidrar till avrinning nedströms baseras på fysikaliska egenskaper och inte kalibrering. Vidare bör modellen tillämpas på andra områden, helst med hjälp av andra nederbördsdata eller designregn, samt undersöka prestandan om mer än två marktäckningsklasser används. Slutligen kan en känslighetsanalys utföras för parametrar som nu satts till fasta värden, detta för att minska kalibreringen.

Prior to using hydraulic and spatially distributed modelling softwares, the theory of the unit hydrograph was a commonly used tool for modelling of surface and runoff water. While distributed models often provide detailed results from extensive calculation durations, the unit hydrograph have been questioned for simplifying the physical characteristics of the watershed modelled. Typically, the unit hydrograph theory does not explicitly take the flow paths of the watershed in consideration during calculation. With the rise of geographical information systems, methods of deriving spatially distributed unit hydrographs have been developed. The aim of these have commonly been to find a spatially varied form of hydrological modelling, while still keeping the computation times low. The method is commonly built by calculating the travel time to the watershed outlet along the flow path. In this study, spatially distributed unit hydrographs are derived separately for the watershed’s pervious and impervious surfaces in a Python script using map algebra and the Esri’s Python wrapper module Arcpy. The travel times are generated from a velocity field calculated using Maidment and Olivera’s velocity equation. The velocity equation contains three unknown parameters; one for an average velocity and two calibration parameters. The excess precipitation is calculated of a 100 year return period Chicago Design Storm hyetograph using the SCS-CN method. The direct runoff hydrographs are calculated over three semi-urban watersheds in Smedby in southern Sweden, and the results are compared to MIKE 21 hydrograph data of each corresponding watershed and rain input. The result obtained showed to replicate the hydrograph response quite well, but only if the unknown parameters in the velocity equation were calibrated to match the MIKE 21 data. The unknown parameters of the velocity equations produces uncertainties of using the method without calibration data, which implies that the script is not well adapted to use for modelling predictions. It may be of interest to calculate the travel times of the locations within the watershed using a different formula. The script tool could be tested using different design storms as input, and areas of different characteristics compared to Smedby could be tested. / Innan det blev vanligt att använda hydrauliska och rumsliga modellerings- mjukvaror användes ofta teorin bakom enhetshydrografen för modellering av avrinning. Medan de rumsliga mjukvarorna ofta erbjuder detaljerade resultat till priset av långa beräkningstider, har enhetshydrografen ifrågasatts för att förenkla den fysiska karaktären av avrinningsområdet. Typiskt sett tar inte enhetshydrografen avrinningsområdets flödesvägar direkt i hänseende vid beräkning. Utveckling och ökad tillgänglighet av geografiska informations- system förenklade möjligheterna att utveckla beräkning av enhetshydrografer som tar hänsyn till avrinningsområdets karaktär, typiskt sett genom att beräkna rinntiden från varje läge i avrinningsområdet, längs rinnvägarna och till utloppet. I den här studien beräknas spatiala enhetshydrografer separat för avrinningsområdets hårdgjorda och icke hårdgjorda ytor, genom att utveckla ett Python skript med hjälp av karalgebra och Esri’s wrapper modul ArcPy. Rinntiderna från olika lägen i avrinningsområdet beräknas med Maidments och Oliveras formel för hastighet, vilken innehåller okända parametrar för en uppskattad medelhastighet samt två kalibreringsparametrar. Effektivt regn från ett Chicago Design Storm regn med en återkomsttid på 100 år beräknas med hjälp av SCS-CN metoden. Hydrograferna för direkt avrinning faltas för tre semi-urbana avrinningsområden i Smedby i södra Sverige för att sedan jämföras mot MIKE 21 genererad hydrograf data för respektive motsvarade avrinningsområde. Hydrografdata producerat av MIKE 21 har tagits fram med lika CDS-regn data som input. Resultatet visar att hydrografer snarlika MIKE 21 hydrograferna kan tas fram med Maidments spatialt fördelade enhetshydrograf, om de okända parametrarna i Maidments formel kalibrerades mot MIKE 21 data. Utan kalibreringsdata för att bestämma de okända parametrarna kan resultatet anses vara mycket osäkert, vilket antyder att Python skriptet ej bör användas för använda metoden för att förutspå responser av regnevent. Andra beräkningar än Maidments ekvation kan vara av intresse att implementera. Olika typer av regninput samt spatial data över andra platser än Smedby kan vara av intresse att testa Python skriptet för.

The hydrograph at the watershed outlet was simulated using the time-area curve concept implemented in a geographic information system (GIS). The goal of this study was to determine if hydrograph prediction accuracy would be improved by accounting for spatial and temporal variation of excess rainfall. Three models with different methods of estimating excess rainfall were developed: the Distributed Curve Number (DCN) model uses a CN for each cell, generating spatially distributed excess rainfall using the Soil Conservation Services curve number method (SCS, 1972); the Uniform Curve Number (UCN) model uses a single "average" CN for the whole watershed, thus generating a uniform excess rainfall; the Phi index model which uses the Phi-index method to generate uniform excess rainfall. With the aid of a GIS, the cumulative flow time to the watershed outlet is estimated for each cell in the watershed and the isochrones of equal travel time are developed. The time-area curve is developed in the form of an S curve. The spatially distributed 1-hr unit hydrograph is derived from the S curve as the difference between the S curve and its value lagged by 1-hr. The models used in this study describe the physical processes and flow mechanisms. They also reflect effects of watershed characteristics (slope, landuse, soil drainage potential) and excess rainfall intensity on the resulting hydrograph at the watershed outlet. Surface flow is divided into channel flow and overland flow based on the upstream drainage area. Flow is routed to the watershed outlet through a channel network derived from the watershed Digital Elevation Model (DEM). The models developed were tested against observed rainfall-runoff data from the 1153-ha Virginia Piedmont watershed (Owl Run). A total of 30 storms were simulated, with statistical comparison of peak flow rate, time to peak flow rate, and the hydrograph shape. The hydrograph shape was compared both visually and statistically. Results indicated that the two models which account for temporal variation in excess rainfall (DCN and UCN) predicted the output hydrograph much more accurately than the Phi model which lacks the ability to capture the temporal variation of excess rainfall. For this watershed, results showed that the spatial variability in excess rainfall which was accounted for by the DCN model did not improve the prediction accuracy over the UCN model which lacks that ability. However, a sensitivity analysis for the effect of the spatial distribution of the excess rainfall indicated that can be a significant effect of spatial distribution on the predicted hydrograph. / Master of Science

In recent years, climate change has intensified the frequency of severe rainfall events, raising concerns, particularly in urban areas where impervious surfaces dominate. The resultant reliance on man-made drainage increases pluvial flooding risks, threatening infrastructure and urban resilience. As the global population increasingly shifts to urban living, the vulnerability to flooding grows. Understanding how areas respond to rainfall is crucial for proactive flood risk mitigation. Available hydrological models offer insights and predictions, but are often linked with long simulation times and high computational cost. Semi-distributed models, like the Spatially Distributed Travel Time (SDTT) approach, offer simplified model formulations suitable for screening applications. This thesis extends Ekeroth's (2022) SDTT model for watershed delineation and travel time formulations, focusing on ensemble runs of multi-input rainfall/infiltration scenarios. As there is often many uncertain factors in hydrological modeling, there is a need for faster models capable of generating a distribution of scenarios to represent the uncertainty of real systems. Even a quick and simple model should account for the multifaceted aspects of urban flooding, including rainfall-infiltration dynamics and the variations in rainfall intensity. Script modules were developed to analyze rainfall severity, peak discharge distribution, and parameter impact efficiently. In three urban watersheds with an average size of 0.45 km2, 120 scenarios distinguished by intensity distribution, rainfall duration, soil composition of pervious areas, and antecedent moisture conditions, were simulated within approximately 3.5 minutes, enabling comprehensive hydrological analysis. The successful implementation of the new modules implicate a promising tool for hydrological risk-screening analysis in urban environments, although further research should investigate incorporating probability-based scenarios and bigger input rainfall datasets. / Under senare år har klimatförändringarna intensifierat förekomsten av skyfall, något som är särskilt oroväckande i stadsområden där marktäckningen huvudsakligen består av hårdgjorda ytor. Genom att asfaltera och bygga försvinner markens naturliga infiltrationsförmåga. Detta leder till ett ökat beroende av konstgjorda dräneringssystem som sällan är dimensionerade för särskilt intensiva regnhändelser. Urbana översvämningar innebär inte bara ett hot mot infrastruktur och den bebyggda miljön, men den globala befolkningens ökade bosättning i urbana områden medför att sårbarheten vid översvämningar ökar även den. För att kunna hantera översvämningsrisken i ett urbant område är förståelse för avrinningsområdets respons till ett skyfall viktigt. Det finns hydrologiska modeller på marknaden som erbjuder prognoser, men dessa är oftast baserade på komplexa fysiska beskrivningar som medför långa processtider och beräkningskostnader. Samtidigt finns nytänkande modeller som skär ner på processtiderna genom att minska den spatiala upplösningen på beräkningarna, såsom SDTT (Spatially Distributed Travel Time) formuleringen, som erbjuder förenklade analyser lämpliga som screeningverktyg. Denna studie utvidgar Ekeroths (2022) SDTT-modell med fokus på ensemblekörningar av regn- och infiltrationsscenarier. Eftersom det ofta finns flertalet osäkra faktorer i hydrologisk modellering finns ett behov av snabbare modeller som kan genera en fördelning av möjliga utfall givet olika scenarier. Samtidigt behöver även en snabb och enkel modell beakta de mångfacetterade aspekterna av urbana översvämningar, exempelvis gällande dynamiken mellan regn och infiltration och skyfallsegenskaper. Kodmoduler utvecklades för att effektivt analysera utfallen av regnscenarierna och att finna de mest allvarliga händelserna, fördelningen av värden inom de simulerade utfallen, samt inflytandet från parametrarna som definierar scenarierna. I tre urbana avrinningsområden med en genomsnittlig storlek på 0.45 km2 simulerades 120 scenarier inom 3,5 minuter, vilket möjliggör hydrologisk analys på en hanterbar tid. Implementeringen av de nya modulerna pekar mot ett lovande verktyg för hydrologisk risk-screeninganalys i urbana miljöer. Samtidigt bör framtida studier fortsatt undersöka möjligheten att inkludera sannolikhetsbaserade scenarier och körning av större dataset.