För att ta fram vårflodsprognoser används idag en hydrologisk modell, HBVmodellen, som används operationellt både i Sverige och i andra länder för att ta fram tillrinningsprognoser. Ett av problemen med dessa prognoser är dock att de ofta har felaktigheter i beräkning av tillrinningsvolymer. I den här studien undersöks Vängelsjöns delavrinningsområde. Ett prognosområde där HBV-modellens tillrinningsprognos tidigare gett stora volymfel. Rapporten undersöker därför om det går att korrigera den operationella modellens snömängd genom snödjupsobservationer, för att ta fram mer tillförlitliga vårflodsprognoser. I rapporten har snödjupsobservationer och densitetsmätningar från Vattenregleringsföretagen (VRF), tillsammans med snödjupsobservationer från Sveriges meteorologiska och hydrologiska institut (SMHI), analyserats för att se om de kan användas för att förbättra tillrinningsprognosen för Vängelsjöns delavrinningsområde. Studien visar att det finns potential till att använda snödjupsobservationer för att minska osäkerheter i tillrinningsprognosen för Vängelsjöns delavrinningsområde. Det bästa resultatet gavs genom att använda tre stationer från SMHI tillsammans med två stationer från VRF. Resultatet för dessa fem stationer gav ett volymfel i uppmätt vattenekvivalent på 6 %, 7 %, 22 % och 17 % för mars månad perioden 2014-2017, vilket gav en markant förbättring mot det modellerade prognosvärdet med volymfel på 40 %, 77 %, 24 %, och 49 % för samma period. / Today, spring flood forecasts are calculated through a hydrological model, the HBVmodel. It is a model that is used operationally both in Sweden and in other countries to obtain catchment forecasts. One problem with these forecasts is that they often give errors in calculations to the inflow volume. In this study the Vängelsjö sub catchment will be examined. A forecast area where the HBV-model flow forecasting has given large volume errors. In the report it is therefore examined if the operational model can be corrected with snow measurement data. In this report snow depth observations and density measurements from Vattenregleringsföretagen (VRF) have been analyzed, together with snow depth observations from the Swedish Institute for Meteorology and Hydrology (SMHI) to see if the data can be used to improve the forecasting for Vängelsjö sub catchment. The study shows that there is a potential in using snow measurement observations to reduce insecurities in the flow forecast for Vängelsjö sub catchment. The best result was received by using three snow stations from SMHI and two from VRF. The result from those five stations gave a volume error in measured snow water equivalent (SWE) at 6 %, 7 %, 22% and 17 % for Mars during the period 2014-2017, which gave a significant improvement against the modelled forecast value with volume errors of 40 %, 77 %, 24 % and 49 % for the same period.