The impact of climate change is increasingly important to the design of urban water infrastructure like stormwater systems, sewage systems and drinking water systems. Growing evidence indicates that the water sector will not only be affected by climate change, but it will reflect and deliver many of its impacts through floods, droughts, or extreme rainfall events. Water resources will change in both quantity and quality, and the infrastructure of stormwater and wastewater facilities may face greater risk of damage caused by storms, floods and droughts. The effect of the climate change will put more difficulties on operations to disrupted services and increased cost of the water and wastewater services. Governments, urban planners, and water managers should therefore re-examine development processes for municipal water and wastewater services and are adapt strategies to incorporate climate change into infrastructure design, capital investment projects, service provision planning, and operation and maintenance.
According to the Intergovernmental Panel on Climate Change, the global mean temperature has increased by 0,7 °C during the last 100 years and, as a consequence, the hydrological cycle has intensified with, for example, more acute rainfall events. As urban drainage systems have been developed over a long period of time and design criteria are based upon climatic characteristics, these changes will affect the systems and the city accordingly.
The overall objective of this thesis is to increase the knowledge about the climate change impacts on the stormwater system in Al Hillah city/Iraq. In more detail, the objective is to investigate how climate change could affect urban drainage systems specifically stormwater infrastructure, and also to suggest an adaptation plan for these changes using adaptation plans examples from international case studies.
Three stochastic weather generators have been investigated in order to understand the climate and climate change in Al Hillah. The stochastic weather generators have been used in different kind of researches and studies; for example in hydrology, floods management, urban water design and analysis, and environmental protection. To make such studies efficient, it is important to have long data records (typically daily data) so the weather generator can generate synthetic daily weather data based on a sound statistical background. Some weather generators can produce the climate change scenarios for different kind of global climate models. They can be used also to produce synthetic data for a site that does not have enough data by using interpolation methods. To ensure that the weather generator is fitting the climate of the region properly, it should be tested against observed data, whether the synthetic data are sufficiently similar. At the same time, the accuracy of the weather generator is different from region to region and depends on the respective climate properties. Testing three weather generators GEM6, ClimGen and LARS-WG at eight climate stations in the region of Babylon governorate/Iraq, where Al Hillah is located, is one of the purposes of the first part of this study.
LARS-WG uses a semi-parametric distribution (developed distribution), whereas GEM6 and ClimGen use a parametric distribution (less complicated distribution). Different statistical tests have been selected to compare observed and synthetic weather data for the same kind, for instance, the precipitation and temperature distribution (wet and dry season). The result shows that LARS-WG represents the observed data for Babylon region in a better way than ClimGen, whereas GEM6 seems to misfit the observed data. The synthetic data will be used for a first simulation of urban run-off during the wet season and the consequences of climate change for the design and re-design of the urban drainage system in Al Hillah.
The stochastic weather generator LARS is then used to generate ensembles of future weather data using five Global Climate Models (GCMs) that best captured the full range of uncertainty. These Global Climate Models are used to construct future climate scenarios of temperature and precipitation over the region of Babylon Governorate in Iraq. The results show an increase in monthly temperatures and a decrease in the total amount of rain, yet the extreme rain events will be more intense in a shorter time.
Changes in the amount, timing, and intensity of rain events can affect the amount of stormwater runoff that needs to be controlled. The climate change calculated projections may make existing stormwater-related flooding worse. Different districts in Al Hillah city may face more frequent stormwater floods than before due to the climate change projections.
All the results that have been taken from the Global Climate Models are in a daily resolution format and in order to run the Storm Water Management Model it is important to have all data in a minimum of one hour resolution. In order to fulfill this condition a disaggregation model has been used. Some hourly precipitation data were required to calibrate the temporal disaggregation model; however none of the climate stations and rain gauges in the area of interest have hourly resolution data, so the hourly data from Baghdad airport station have been used for that calibration.
The changes in the flood return periods have been seen in the projected climate change results, and a return period will only remain valid over time if environmental conditions do not change. This means that return periods used for planning purposes may need to be updated more often than previously, because values calculated based on the past 30 years of data may become unrepresentative within a relatively short time span. While return periods provide useful guidance for planning the effects of flooding and related impacts, they need to be used with care, and allowances have to be made for extremes that may occur more often than may be expected.
In the study area with separated stormwater systems, the Storm Water Management Model simulation shows that the number of surface floods as well as of the floods increases in the future time periods 2050s and 2080s. Future precipitation will also increase both the flooding frequency and the duration of floods; therefore the need to handle future situations in urban drainage systems and to have a well-planned strategy to cope with future conditions is evident.
The overall impacts on urban drainage systems due to the increase of intensive precipitation events need to be adapted. For that reason, recommendations for climate change adaptation in the city of Al Hillah have been suggested. This has been accomplished by merging information from the review of five study cases, selected based on the amount and quality of information available. The cities reviewed are Seattle (USA), Odense (Denmark), Tehran (Iran), and Khulna (Bangladesh).:Preface
Acknowledgment
Abstract
Kurzfassung
Contents
List of Figures
List of Tables
List of Listing
List of Abbreviation
Introduction
1.1. Background of The Research
1.2. The Climate Change Challenge
1.3. Urban Water Systems and Climate Change
1.4. Climate Change and Urban Drainage Adaptation Plan
1.5. Objectives of the Research
1.6. Research Problems and Hypothesis
1.7. Dissertation Structure
1.8. Delimitations
Climate History and Climate Change Projections in Al Hillah City
Chapter One: State of the Art on Climate Change
2.1.1. The Earth’s Climate System
2.1.2. Climate Change
2.1.3. Emission Scenarios
2.1.4. Global Climate Change
2.1.5. Climate Models
2.1.6. Downscaling
Chapter Two: Topography and Climate of the Study Area
2.2.1. Location
2.2.2. Topography
2.2.3. Climate
Chapter Three: Climate Change - Methodology and Data
2.3.1. Methodology
2.3.1.1. Stochastic Weather Generators
2.3.1.2. Description of Generators Used in the Comparison
2.3.1.3. Statistical Analysis Comparison Test
2.3.2. Data
2.3.2.1. Required data for modelling
2.3.2.2. Historical daily data required for the weather generators
2.3.2.3. Minimum requirements
2.3.2.4. Data Availability
Chapter Four: Results Analysis and Evaluation of Climate Change
2.4.1. Weather Generators Comparison Test results
2.4.1.1.The p-value test
Temperature Comparison results
Precipitation Comparison Results
2.4.2. LARS Weather Generator Future Scenario
2.4.2.1.1. Climate Change Scenarios for the region of Babylon governorate
Storm Water System and Urban Flooding in Al Hillah City
Chapter one: Urban Water Modelling
3.1.1. General Overview and Background
3.1.1.1. Storm water systems
3.1.2. Urban Runoff Models
3.1.3. An Overview of Runoff Estimation Methods
3.1.3.1. Computer Modelling in Urban Drainage
3.1.3.2.Statistical Rational Method (SRM)
3.1.4. Models Based on Statistical Rational Method
3.1.5. Urban Rainfall-Runoff Methods
3.1.6. Accuracy Level in Urban Catchment Models
Chapter Two: Urban Water System in Al Hillah City and Data Requirement for Modelling
3.2.1. History
3.2.2. Current Situation
3.2.2.1. Urban water system Iraq
3.2.2.2. Urban Water description in Babylon governorate
3.2.2.3. Drinking water network
3.2.2.4. Sewerage infrastructure
3.2.3. Required data for modelling
Chapter Three: Methodology to Disaggregate Daily Rain Data and Model Storm Water Runoff
3.3.1. Temporal Disaggregation (hourly from daily)
3.3.1.1. Background of Disaggregation
3.3.1.2. Disaggregation techniques
3.3.1.3. DiMoN Disaggregation Tool
3.3.1.4. Input Data
3.3.1.5. Methods Formerly Used
3.3.2. EPA Storm Water Management Model (SWMM)
3.3.2.1. Verification and Calibration
3.3.2.2. Stormwater Management Model PCSWMM
3.3.2.3. Complete support for all USEPA SWMM5 engine capabilities
Chapter Four: Urban Flooding Results
3.4.1. Disaggregation of the daily rain data to hourly data
3.4.1.1.The 1 hour events properties
3.4.1.2. Estimating the rain events in each climate change scenario
3.4.1.3. Past, Current and future return periods
3.4.2. Storm Water Management Model PCSWMM Calibration
3.4.3.Return periods and Urban Floods
3.4.3.1.Network simulation
3.4.3.2.Properties with previous flooding problems
3.4.3.3.Storm water system simulation under 1 hour-2, 5 and 10 years return period
3.4.3.4.Storm water system simulation under 1 hour-25 years return period
3.4.3.5.Storm water system simulation under 1 hour-50 years return period
3.4.3.6. Storm water system simulation under 1 hour – 100, 200, 500 and 1000 years return period
3.4.3.7.Total Flooding
Adaptation Plan for Al Hillah City
Chapter One: International Case Studies
4.1.1. Historical precipitation analysis
4.1.2. Current and projected future climate change, impacts and adaptation plan for each selected city
4.1.2.1. Seattle
4.1.2.2. Odense
4.1.2.3. Tehran
4.1.2.4. Khulna
4.1.2.5. Melbourne
4.1.3. Drainage System of the Studied Cities
4.1.3.1. Drainage System in Seattle
4.1.3.2. Drainage System in Odense
4.1.3.3. Drainage System in Tehran
4.1.3.4. Drainage System in Khulna
4.1.3.5. Drainage System in Melbourne
Chapter Two: Adaptation Plan for Al Hillah City
4.2.1. Conclusions from Adaptation Options Analysed
4.2.2. Suggestions for Al Hillah City
4.2.3. Adaptation Actions
Overall Conclusion
Bibliography / Die Auswirkungen des Klimawandels auf die Gestaltung der städtischen Wasserinfrastruktur wie Regenwasser, Kanalisation und Trinkwassersysteme werden immer wichtiger. Eine wachsende Anzahl von Belegen zeigt, dass der Wassersektor nicht nur durch den Klimawandel beeinflusst werden wird, aber er wird zu reflektieren und liefern viele seiner Auswirkungen durch Überschwemmungen, Dürren oder extreme Niederschlagsereignisse. Die Wasserressourcen werden sich in Quantität und Qualität verändern, und die Infrastruktur von Regen-und Abwasseranlagen kann einer größeren Gefahr von Schäden durch Stürme, Überschwemmungen und Dürren ausgesetzt sein. Die Auswirkungen des Klimawandels werden zu mehr Schwierigkeiten im Betrieb gestörter Dienstleistungen und zu erhöhten Kosten für Wasser-und Abwasserdienstleistungen führen. Regierungen, Stadtplaner, und Wasser-Manager sollten daher die Entwicklungsprozesse für kommunale Wasser-und Abwasserdienstleistungen erneut überprüfen und Strategien anpassen, um den Klimawandel in Infrastruktur-Design, Investitionsprojekte, Planung von Leistungserbringung, sowie Betrieb und Wartung einzuarbeiten.
Nach Angaben des Intergovernmental Panel on Climate Change hat die globale Mitteltemperatur in den letzten 100 Jahren um 0,7 °C zugenommen, und in der Folge hat sich der hydrologische Zyklus intensiviert mit, zum Beispiel, stärkeren Niederschlagsereignisse. Da die städtischen Entwässerungssysteme über einen langen Zeitraum entwickelt wurden und Design-Kriterien auf klimatischen Eigenschaften beruhen, werden diese Veränderungen die Systeme und die Stadt entsprechend beeinflussen.
Das übergeordnete Ziel dieser Arbeit ist es, das Wissen über die Auswirkungen des Klimawandels auf das Regenwasser-System in der Stadt Hilla / Irak zu bereichern. Im Detail ist das Ziel, zu untersuchen, wie der Klimawandel die Siedlungsentwässerung und insbesondere die Regenwasser-Infrastruktur betreffen könnte. Desweiteren soll ein Anpassungsplan für diese Änderungen auf der Grundlage von beispielhaften Anpassungsplänen aus internationalen Fallstudienvorgeschlagen werden.
Drei stochastische Wettergeneratoren wurden untersucht, um das Klima und den Klimawandel in Hilla zu verstehen. Stochastische Wettergeneratoren wurden in verschiedenen Untersuchungen und Studien zum Beispiel in der Hydrologie sowie im Hochwasser-Management, Siedlungswasser-Design- und Analyse, und Umweltschutz eingesetzt. Damit solche Studien effizient sind, ist es wichtig, lange Datensätze (in der Regel Tageswerte) haben, so dass der Wettergenerator synthetische tägliche Wetterdaten erzeugen kann, dieauf einem soliden statistischen Hintergrund basieren. Einige Wettergeneratoren können Klimaszenarien für verschiedene Arten von globalen Klimamodellen erzeugen. Sie können unter Verwendung von Interpolationsverfahren auch synthetische Daten für einen Standort generieren, für den nicht genügend Daten vorliegen.
Um sicherzustellen, dass der Wettergenerator dem Klima der Region optimal entspricht, sollte gegen die beobachteten Daten geprüft werden, ob die synthetischen Daten ausreichend ähnlich sind. Gleichzeitig unterscheidet sich die Genauigkeit des Wettergenerator von Region zu Region und abhängig von den jeweiligen Klimaeigenschaften. Der Zweck des ersten Teils dieser Studie ist es daher, drei Wettergeneratoren, namentlich GEM6, ClimGen und LARS-WG, an acht Klimastationen in der Region des Gouvernements Babylon / Irak zu testen. LARS-WG verwendet eine semi-parametrische Verteilung (entwickelte Verteilung), wohingegen GEM6 und ClimGen eine parametrische Verteilung (weniger komplizierte Verteilung) verwenden. Verschiedene statistische Tests wurden ausgewählt, um die beobachteten und synthetischen Wetterdaten für identische Parameter zu vergleichen, zum Beispiel die Niederschlags- und Temperaturverteilung (Nass-und Trockenzeit). Das Ergebnis zeigt, dass LARS-WG die beobachteten Daten für die Region Babylon akkurater abzeichnet, als ClimGen, wobei GEM6 die beobachteten Daten zu verfehlen scheint. Die synthetischen Daten werden für eine erste Simulation des städtischen Run-offs in der Regenzeit sowie der Folgen des Klimawandels für das Design und Re-Design des städtischen Entwässerungssystems in Hilla verwendet.
Der stochastische Wettergenerator LARS wird dann verwendet, um Gruppen zukünftiger Wetterdaten unter Verwendung von fünf globalen Klimamodellen (GCM), die das gesamte Spektrum der Unsicherheit am besten abdecken, zu generieren. Diese globalen Klimamodelle werden verwendet, um zukünftige Klimaszenarien der Temperatur und des Niederschlags für die Region Babylon zu konstruieren. Die Ergebnisse zeigen, eine Steigerung der monatlichen Temperaturen und eine Abnahme der Gesamtmenge der Regen, wobei es jedoch extremere Regenereignissen mit höherer Intensivität in kürzerer Zeit geben wird.
Veränderungen der Höhe, des Zeitpunkt und der Intensität der Regenereignisse können die Menge des Abflusses von Regenwasser, die kontrolliert werden muss, beeinflussen. Die Klimawandel-Prognosen können bestehende regenwasserbedingte Überschwemmungen verschlimmern. Verschiedene Bezirke in Hilla können stärker von Regenfluten betroffen werden als bisher aufgrund der Prognosen.
Alle Ergebnisse, die von den globalen Klimamodellen übernommen wurden, sind in täglicher Auflösung und um das Regenwasser-Management-Modell anzuwenden, ist es wichtig, dass alle Daten in einer Mindestauflösung von einer Stunde vorliegen. Zur Erfüllung dieser Bedingung wurde ein eine Aufschlüsselungs-Modell verwendet. Einige Stunden-Niederschlagsdaten waren erforderlich, um das zeitliche Aufschlüsselungs-Modell zu kalibrieren. Da weder die Klimastationen noch die Regen-Messgeräte im Interessenbereich über stundenauflösende Daten verfügt, wurden die Stundendaten von Flughäfen in Bagdad verwendet.
Die Veränderungen in den Hochwasserrückkehrperioden sind in den projizierten Ergebnissen des Klimawandels ersichtlich, und eine Rückkehrperiode wird nur dann über Zeit gültig bleiben, wenn sich die Umweltbedingungen nicht ändern. Dies bedeutet, dass Wiederkehrperioden, die für Planungszwecke verwendet werden, öfter als bisher aktualisiert werden müssen, da die auf Grundlage von Daten der letzten 30 Jahre berechneten Werte innerhalb einer relativ kurzen Zeitspanneunrepräsentativ werden können. Während Wiederkehrperioden bieten nützliche Hinweise für die Planung die Effekte von Überschwemmungen und die damit verbundenen Auswirkungen, müssen aber mit Vorsicht verwendet werden, und Extreme, die öfter eintreten könnten als erwartet, sollten berücksichtigt werden.
Im Studienbereich mit getrennten Regenwassersystemen zeigt die Simulation des Regenwasser-Management-Modells, dass sich die Anzahl der Oberflächenhochwasser sowie der Überschwemmungen im Zeitraum 2050e-2080 erhöhen wird. Zukünftige Niederschläge werdensowohl die Hochwasser-Frequenz als auch die Dauer von Überschwemmungen erhöhen. Daher ist die Notwendigkeit offensichtlich, zukünftige Situationen in städtischen Entwässerungssystemen zu berücksichtigen und eine gut geplante Strategie zu haben, um zukünftige Bedingungen zu bewältigen.
Die gesamten Auswirkungen auf die Siedlungsentwässerungssyteme aufgrund der Zunahme von intensiven Niederschlagsereignissen müssen angepasst werden. Aus diesem Grund wurden Empfehlungen für die Anpassung an den Klimawandel in der Stadt Hilla vorgeschlagen. Diese wurden durch die Zusammenführung von Informationen aus der Prüfung von fünf Fallstudien, ausgewählt aufgrund der Menge und Qualität der verfügbaren Informationen, erarbeitet,. Die bewerteten Städte sind Seattle (USA), Odense (Dänemark), Teheran (Iran), und Khulna (Bangladesch).:Preface
Acknowledgment
Abstract
Kurzfassung
Contents
List of Figures
List of Tables
List of Listing
List of Abbreviation
Introduction
1.1. Background of The Research
1.2. The Climate Change Challenge
1.3. Urban Water Systems and Climate Change
1.4. Climate Change and Urban Drainage Adaptation Plan
1.5. Objectives of the Research
1.6. Research Problems and Hypothesis
1.7. Dissertation Structure
1.8. Delimitations
Climate History and Climate Change Projections in Al Hillah City
Chapter One: State of the Art on Climate Change
2.1.1. The Earth’s Climate System
2.1.2. Climate Change
2.1.3. Emission Scenarios
2.1.4. Global Climate Change
2.1.5. Climate Models
2.1.6. Downscaling
Chapter Two: Topography and Climate of the Study Area
2.2.1. Location
2.2.2. Topography
2.2.3. Climate
Chapter Three: Climate Change - Methodology and Data
2.3.1. Methodology
2.3.1.1. Stochastic Weather Generators
2.3.1.2. Description of Generators Used in the Comparison
2.3.1.3. Statistical Analysis Comparison Test
2.3.2. Data
2.3.2.1. Required data for modelling
2.3.2.2. Historical daily data required for the weather generators
2.3.2.3. Minimum requirements
2.3.2.4. Data Availability
Chapter Four: Results Analysis and Evaluation of Climate Change
2.4.1. Weather Generators Comparison Test results
2.4.1.1.The p-value test
Temperature Comparison results
Precipitation Comparison Results
2.4.2. LARS Weather Generator Future Scenario
2.4.2.1.1. Climate Change Scenarios for the region of Babylon governorate
Storm Water System and Urban Flooding in Al Hillah City
Chapter one: Urban Water Modelling
3.1.1. General Overview and Background
3.1.1.1. Storm water systems
3.1.2. Urban Runoff Models
3.1.3. An Overview of Runoff Estimation Methods
3.1.3.1. Computer Modelling in Urban Drainage
3.1.3.2.Statistical Rational Method (SRM)
3.1.4. Models Based on Statistical Rational Method
3.1.5. Urban Rainfall-Runoff Methods
3.1.6. Accuracy Level in Urban Catchment Models
Chapter Two: Urban Water System in Al Hillah City and Data Requirement for Modelling
3.2.1. History
3.2.2. Current Situation
3.2.2.1. Urban water system Iraq
3.2.2.2. Urban Water description in Babylon governorate
3.2.2.3. Drinking water network
3.2.2.4. Sewerage infrastructure
3.2.3. Required data for modelling
Chapter Three: Methodology to Disaggregate Daily Rain Data and Model Storm Water Runoff
3.3.1. Temporal Disaggregation (hourly from daily)
3.3.1.1. Background of Disaggregation
3.3.1.2. Disaggregation techniques
3.3.1.3. DiMoN Disaggregation Tool
3.3.1.4. Input Data
3.3.1.5. Methods Formerly Used
3.3.2. EPA Storm Water Management Model (SWMM)
3.3.2.1. Verification and Calibration
3.3.2.2. Stormwater Management Model PCSWMM
3.3.2.3. Complete support for all USEPA SWMM5 engine capabilities
Chapter Four: Urban Flooding Results
3.4.1. Disaggregation of the daily rain data to hourly data
3.4.1.1.The 1 hour events properties
3.4.1.2. Estimating the rain events in each climate change scenario
3.4.1.3. Past, Current and future return periods
3.4.2. Storm Water Management Model PCSWMM Calibration
3.4.3.Return periods and Urban Floods
3.4.3.1.Network simulation
3.4.3.2.Properties with previous flooding problems
3.4.3.3.Storm water system simulation under 1 hour-2, 5 and 10 years return period
3.4.3.4.Storm water system simulation under 1 hour-25 years return period
3.4.3.5.Storm water system simulation under 1 hour-50 years return period
3.4.3.6. Storm water system simulation under 1 hour – 100, 200, 500 and 1000 years return period
3.4.3.7.Total Flooding
Adaptation Plan for Al Hillah City
Chapter One: International Case Studies
4.1.1. Historical precipitation analysis
4.1.2. Current and projected future climate change, impacts and adaptation plan for each selected city
4.1.2.1. Seattle
4.1.2.2. Odense
4.1.2.3. Tehran
4.1.2.4. Khulna
4.1.2.5. Melbourne
4.1.3. Drainage System of the Studied Cities
4.1.3.1. Drainage System in Seattle
4.1.3.2. Drainage System in Odense
4.1.3.3. Drainage System in Tehran
4.1.3.4. Drainage System in Khulna
4.1.3.5. Drainage System in Melbourne
Chapter Two: Adaptation Plan for Al Hillah City
4.2.1. Conclusions from Adaptation Options Analysed
4.2.2. Suggestions for Al Hillah City
4.2.3. Adaptation Actions
Overall Conclusion
Bibliography
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:28500 |
| Date | 13 November 2014 |
| Creators | Al Janabi, Firas |
| Contributors | Bernhofer, Christian, Krebs, Peter, Borga, Marco, Technische Universität Dresden |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | English |
| Detected Language | English |
| Type | doc-type:doctoralThesis, info:eu-repo/semantics/doctoralThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0045 seconds