| Summary: | Samfélögum sem búa nærri sjó stafar stöðug ógn af sjávarflóðum og sú ógn eykst með hækkandi yfirborði sjávar. Áreiðanlegt mat á flóðahættu er nauðsynlegt svo hægt sé að takmarka hættuna eins mikið og unnt er. Markmið þessa verkefnis er að innleiða aðferð við mat á sjávarflóhættu sem byggist á samlíkum þeirra þátta sem sem knýja sjávarflóð. Notuð var Monte Carlo hermun ásamt greiningu á samlíkum þátta til að útbúa stórt gagnasafn af aftaka atburðum í úthafi sem nær yfir u.þ.b. 10.000 ár og byggist á 35 ára langri tímaröð af öldu-, vind- og sjávarfallamælingum. Þessi aðferð tryggir að samlíkur á vindi, öldu og sjávarföllum haldist þegar ýktir atburðir eru hermdir, en það hefur þótt vanta í aðrar aðferðir sem hafa hingað til verið notaðar. Að nota MIKE 21 SW öldulíkan til að færa alla hermdu atburðina frá úthafi nær ströndinni er bæði tímafrek og þung keyrsla. Því var lítill hluti af atburðunum keyrður í gegnum MIKE 21 SW og niðurstöðurnar notaðar til að stilla af meta model sem síðan var notað til að færa alla atburðina nær ströndinni. Þá voru niðurstöðurnar notaðar til að meta líkur á sjávarflóðum með því að áætla ágjöf yfir sjóvarnarmannvirki á land, bæði fyrir núverandi ástand og með hærra sjávaryfirborð, fyrir 6 staði á stórhöfuðborgarsvæðinu og Akranesi. Niðurstöður verkefnisins eru grundvöllur fyrir því að hægt sé að nota þessa aðferð víðsvegar um landið þar sem þörf er á mati á sjávarflóðhættu. Population residing near the ocean lives with the constant threat of coastal flooding, which intensifies with the rising sea level. To mitigate and adapt to this threat requires a reliable coastal flood risk prediction tool. The goal of this project was to adapt a multivariate (joint) probability model to predict extreme coastal flooding events in Southwest Iceland. A Monte Carlo sampling procedure was used together with multivariate analysis to generate a large sample of extreme ocean events, representing approx. 10,000 years, based on local 35-year time series on wave, wind and tidal data. This procedure ...
|
|---|