RIZIKOVÁ ANALÝZA ZÁPLAVOVÝCH ÚZEMÍ Z POHLEDU HROMADNÉHO ZPRACOVÁNÍ DAT A PROSTŘEDKŮ GIS M. Horský Abstrakt Tento příspěvek pojednává o zkušenostech při zpracovávání rizikových analýz záplavových území z pohledu využití softwarových prostředků GIS a hromadného zpracování dat. Rizikovou analýzou zde v tomto případě je myšlena například analýza ekonomické efektivnosti protipovodňových opatření metodou nákladů a užitků, nebo jen prosté stanovení rizika záplavového území, jako roční průměrné povodňové škody na majetku (ekonomické riziko) a to jak z hlediska klasických povodní, přívalových povodní, tak i zvláštních povodní jako důsledek porušení vodních děl, čímž se zabývá projekt Národní agentury zemědělského výzkumu nazvaný: „Spolehlivost a bezpečnost vodohospodářských děl v měnících se klimatických podmínkách“. Nutnost zpracování velkého množství rizikových analýz za krátký čas v poslední době vedlo k nutnosti nasazení prostředků, které by toto umožňovaly. Takovýmto prostředkem je nástroj GIS, který umožňuje snadné a rychlé zpracování velkého množství dat. To s sebou přináší velké množství problémů, které je třeba zohlednit. Jedná se zejména o volbu dostatečně robustní datové základny, která by měla splňovat dostatečnou reprezentativnost, přesnost a jednotnost z důvodu nasazení pro možnost aplikace na velké množství posuzovaných lokalit s požadavkem jejich vzájemné souměřitelnosti.
Abstract This paper discusses the experience in processing risk analysis of flood plain areas from the perspective of the use of GIS software tools and mass data processing. Risk analysis here, in this case is meant for example, analysis of economic efficiency of flood control measures by cost-benefit, or just a simple risk assessment of flooded areas as annual average flood damage to property (economic risk), both in terms of classical floods, flash floods and special flood as a result of violations of water works, which is engaged in a project of the National agricultural research agency called: "Reliability and safety of waterworks in changing climatic conditions". The necessity of processing large amounts of risk analysis for a short time in recent years has led to the need to deploy resources that would allow this. Such means of GIS is a tool that allows easy and fast processing of large amounts of data. It brings with it many problems that must be addressed. In particular, the choice of robust data base that would satisfy sufficient representativeness, accuracy and uniformity due to the possibility of deploying an application on a large number of sites examined with the requirement of mutual commensurability.
Klíčová slova Riziko, GIS, záplavové území, riziková analýza, povodňové škody, ekonomická efektivnost, hromadné zpracování dat.
Key words Risk, GIS, floodplain, risk analysis, flood damage, economic efficiency, data processing.
Úvod Příspěvek pojednává o využití prostředků GIS při zpracování rizikových analýz záplavových území a to ve vazbě jak na vhodnou volbu datových podkladů, tak i hromadné zpracování dat a problematiku samotné aplikace pomocí prostředků GIS. Samotná analýza záplavových území by měla být součástí rizikové analýzy bezpečnosti vodohospodářských děl zejména ve vazbě na případná rizika vzniku zvláštních povodní při poruše vodního díla, nebo při extrémních průtocích a nejistotách jejich stanovení ve vazbě na klimatickou změnu. Specifikum zvláštních povodní je zpravidla jejich velký rozsah a dynamický účinek, tím pádem i požadavek na zpracování velkého množství geografických dat a jejich hromadné zpracování pomocí GIS.
Cíle nasazení prostředků GIS a hromadného zpracování dat Cílem nasazení prostředků GIS je zejména zrychlení procesu zpracování rizikové analýzy záplavových území, minimalizace potřeby provádění místních šetření, tvorba map povodňových škod a rizik a podkladů pro následné analýzy záplavových území, jako je například ekonomická analýza protipovodňových opatření apod. Taktéž je cílem využít takové datové zdroje, které by byly snadno dostupné, udržované v čase a měli jednotnou formu celé území České republiky z důvodu souměřitelnosti výsledků stanovených škod a rizik.
Metody hodnocení potenciálních povodňových škod a rizik Cílem příspěvku není popis samotných metod stanovení potenciálních povodňových škod a stanovení rizik, ale je třeba tyto metody krátce uvést. Metody hodnocení potenciálních povodňových škod pro potřeby nasazení na území České republiky jsou vyvíjeny od roku 1996 na katedře hydrotechniky Stavební fakulty ČVUT v Praze pod vedením doc. Satrapy [1]. Jedná se o metodu ztrátových křivek, pomocí které je možné potenciální povodňové škody (dále jen škody) stanovit (1) na základě stanovených jednotkových pořizovacích cen (reprodukční ceny) jednotlivých kategorií hodnoceného majetku a ztrátové funkce vyjadřující procentuelní ztrátu z této jednotkové ceny v závislosti na parametrech expozice povodně (zejména hloubka zaplavení a rychlost proudění vody).
D = APL(h, v, t ,...) kde:
D A P
[Kč]
(1)
hodnota škody respektive ztráty v Kč, výměra ohroženého majetku v jednotkách dle druhu majetku v m, m2 nebo m3, pořizovací cena měrné jednotky daného druhu majetku v Kč/m, Kč/m2 respektive Kč/m3, ztrátová funkce vyjadřující procento poškození v % v závislosti obecně na: h hloubce zatopení v m, v rychlosti proudění v m/s, t době trvání povodně v hodinách.
L
Jednotkové ceny jsou stanovovány a každoročně aktualizovány na základě dostupných databází (ČSU, ÚRS, ÚZEI,…). Ztrátové funkce jsou pak výsledkem dlouholetého výzkumu interakce povodní a zasažených konstrukcí. Samotná stanovená škoda pak představuje nutnou finanční hodnotu potřebnou k obnově majetku. V současné době metody hodnotí škody na majetku v těchto kategoriích: stavební objekty (objekty pro bydlení, občanská vybavenost, průmyslové objekty), vybavení objektů pro bydlení, vybavení objektů občanské vybavenosti, škody na pozemních komunikacích (silnice, železnice), mosty, inženýrské sítě, průmyslové škody (včetně živočišné výroby), zemědělské škody (rostlinná výroba), zahrady a parky, sportovní plochy, automobily. Podle úrovně podrobnosti šetření se pak ještě jednotlivé kategorie majetku dělí do různého množství podkategorií a při nejpodrobnějším zpracování se provádí podrobné místní šetření, které v opačném případě při méně podrobném zpracování velkých území je snaha minimalizovat a nahradit dostupnými zdroji. Škody se stanovují samostatně pro každý požadovaný povodňový průtok (např. Q5, Q20 a Q100) a na základě této řady je možné přes celou škálu průtoků vyjádřit riziko (obecně můžeme riziko chápat jako součin škody a pravděpodobnosti jejího výskytu) jako průměrnou roční škodu [2] dle následujícího uvedeného vztahu (2): Qb
R=
∫ D(Q) f (Q)dQ
[Kč/rok]
Qa
kde:
R D(Q) Q f(Q)
průměrné roční povodňové riziko v Kč/rok, hodnota škody při průtoku Q v Kč, průtok v m3/s, hustota pravděpodobnosti ročních kulminačních průtoků,
(2)
Qa Qb
průtok, při kterém začíná docházet ke škodám, průtok, při kterém je pravděpodobnost škod již blízká 0.
Volba základních datových zdrojů Při zpracování rizikové analýzy záplavových území velkého rozsahu v nižší podrobnosti šetření je třeba zvolit vhodný datový podklad, který by dokázal dostatečně reprezentovat ohrožený analyzovaný majetek. Těmto podkladům byl věnován poměrně podrobný rozbor, jehož základní výsledky i s popisy jednotlivých databází a jejich pozitivy a negativy jsou popsány níže. Na obrázku 1 je zobrazena ukázka vzhledu jednotlivých analyzovaných geografických databází.
Obr. 1: Příklad dat po řádcích zleva: a) ZABAGED, b) katastrální mapa, c) DMÚ25, d) ortofotomapa, e) podrobné zaměření (fotogrammetrie, laserscan), f) ÚPD měst a obcí
ZABAGED - ZÁkladní BÁze GEografických Dat. Poskytovatelem je Český úřad zeměměřický a katastrální. ZABAGED slouží hlavně jako vektorový digitální mapový podklad pro tvorbu digitálních a rastrových map zpravidla v měřítku 1:10 000. V současné době je aktualizován cca každé 3 roky. Tato data nabízejí 108 polohopisných vrstev a 3 výškopisné ve výškovém rozlišení 2m (místy 1m). Z nabízených 108 různých vrstev je významné pro analýzu škod cca 25 vrstev. Jedná se o bodová, liniová a polygonová vektorová data v souřadném systému S-JTSK, ke kterým jsou dále připojeny popisné atributové tabulky. Vybrané vrstvy můžeme využít jako datový podklad ke zjištění výměr (plochy, délky, počty bodů) a polohy jednotlivých druhů ohroženého majetku, na kterém provádíme hodnocení škod. Výhody: - pokrývá celou republiku - obsahuje velké množství vrstev - některé prvky obsahují rozšiřující atributy Nevýhody: - objekty někdy neodpovídají polohopisně a rozměrově - popisné atributové tabulky jsou málo obsáhlé a popisují nízké procento objektů (cca 5-10% podle lokality, s využitím vrstvy účelová zástavba 15-25%) - občas se vyskytují chyby v přiřazení správné vrstvy - některé objekty mají vyznačené i ve skutečnosti nezastavěné nádvoří - objekty budov jsou členěny po blocích, nikoliv po objektech. Katastrální mapy - digitální katastrální mapy udržované ČUZK. Tyto mapy obsahují informace z katastru nemovitostí, tedy dělení pozemků dle vlastnických práv a stavby na pozemcích. Pro účely stanovování škod by šlo využít pouze polohopisné informace o budovách, ovšem mapy nejsou zdaleka dostupné všude a obsahují zpravidla pouze liniové neuzavřené objekty, které nelze jednoduše využít pro generování polygonů půdorysů objektů. Výhody: - dobře reprezentuje půdorysné polohy objektů Nevýhody: - nepokrývá celou republiku - obsahuje pouze linie, které nelze snadno převést na polygony - obsahuje pouze informace o poloze stavebních objektů. Vojenská mapa DMÚ25 – jedná se o digitální datový podklad pro tvorbu vojenských map zpravidla v měřítku 1: 25 000. Autorem je Vojenský geografický a hydrometeorologický úřad. Z průzkumu map se jeví, že polohová a tvarová přesnost není lepší než ZABAGED, některé objekty dokonce zcela chybí. O vyznačení zastavěnosti nádvoří nelze nic říci, jelikož na mapách je i přesto, že obsahují současně linii vytyčující nádvoří. Kategorie popisných atributů jsou celkem obsáhlé, ale je třeba dále ověřit, zda jsou jednotlivým objektům skutečné přiřazeny v rozsahu pokrytí celého území. Výhody: - obsáhlý popis kategorií objektů v atributových tabulkách Nevýhody: - nepřesnosti v geometrii - některé objekty mají vyznačené i ve skutečnosti nezastavěné nádvoří - místy chybějí objekty - objekty budov jsou členěny po blocích, nikoliv po objektech - poskytování dat veřejnosti je omezené pouze pro vybrané účely. Podrobná zaměření - Digitální modely terénu nebo zaměření území dobře a přesně reprezentují zájmové území, ale je třeba je nechat zhotovit pro konkrétní lokalitu za nemalé finanční náklady. Tvoří se různými způsoby, z nichž v současné době jsou nejběžnější letecká fotogrammetrie nebo laserscan. Vzhledem k tomu, že rizikové analýze předchází zpravidla stanovení záplavových území, jsou tato data někdy k dispozici jako podklad pro 2D matematické modelování záplavového území a je vhodné je použít při interpretaci hloubek záplavy. Výhody: - velice přesný polohopis Nevýhody - nedostupné pro celé území republiky - bodová nebo liniová reprezentace nevhodná pro generování polygonů budov - vysoké časové a finanční nároky na pořízení - nejednoznačná datová reprezentace pro univerzální metodiku s plošným nasazením - absence dalších popisných informací o objektech.
ÚPD - Územně plánovací dokumentace – tento podklad už dle své struktury nelze použít přímo pro reprezentaci jednotlivých objektů, ale můžeme ho využít pro dodatečné určení využití jednotlivých objektů v hodnocené lokalitě. Další problém může být v nejednotné formě vyjádření dat a nedostupnost pro celé území ČR. Výhody: - popis využití jednotlivých ploch území Nevýhody - nedostupné pro celé území republiky, v digitální podobě pouze někde - neobsahuje data o jednotlivých objektech - nejednoznačný formát kategorizace území. Ortofotomapy - Rastrové letecké snímky osazené do S-JTSK. Tyto mapy jsou zde uvedeny pouze pro doplnění, jelikož se jedná o rastrové mapy, ze kterých nelze vyčíst požadované vektorové polohopisné informace. Tyto mapy mohou sloužit jako dobrý doplněk pro kontrolu a ruční doplnění skutečného stavu zájmových území. Výhody: - relativně přesné, vhodné pro doplnění - dobrý obraz skutečného stavu území (v závislosti na stáří pořízení) - dostupné zdarma po internetu jako geodatabáze pro celé území Nevýhody - rastrová reprezentace - vysoké náklady na pořízení. Provedenou analýzou datových podkladů vychází i přes některé nedostatky jako nejvhodnější pro reprezentaci objektů ohroženého majetku datový podklad ZABAGED, který obsahuje širokou škálu polohopisných vrstev včetně některých popisných atributů. Vzhledem k celorepublikové dosažitelnosti lze uvažovat o využití ZABAGEDu nebo DMÚ25. Při porovnání přesnosti obou databází vychází jako přesnější ZABAGED. To je také patrné již z měřítek cílových map, pro které jsou obě databáze vytvořeny (1:10 000 a 1:25 000). Podle popisu atributů DMU25 se jeví jako optimální jeho využití jako doplněk v kombinaci se ZABAGEDem pro určení kategorií jednotlivých objektů, což by ovšem mohlo znamenat nežádoucí zvýšení nákladů na pořízení dat a to je v rozporu s cílem vytvoření metodiky pro rychlé a levné hodnocení potenciálních povodňových škod a rizik ve velkém území. Co se týče digitálních katastrálních map, vyplatí se do budoucna sledovat jejich vývoj a rozsah pokrytí území pro případné využití pro datovou reprezentaci budov, pokud budou dostupné v polygonové verzi.
Doplňkové datové zdroje Jelikož pomocí ZABAGEDu a jeho parametrů v atributových tabulkách jsme schopni získat zatřídění maximálně cca 15 až 25% objektů, je třeba hledat další databáze pro jejich kategorizaci. Vhodnou databází je Registr sčítacích obvodů (RSO) [4] a případně dále databáze měst a obcí [3]. Obě tyto databáze spravuje Český statistický úřad (ČSÚ). RSO obsahuje data pro členění území při sčítání lidu, domů a bytů. Kromě vrstev územního členění od nejmenší úrovně statistických obvodů (do roku 2006 sčítací obvod) přes vrstvy katastrálních území, základních sídelních jednotek, území obcí a měst, okresů, krajů a celé republiky. Součástí registru je i databáze adres budov se souřadnicovou polohou S-JTSK a řadou atributů. Mezi tyto atributy patří i informace o využití budov s číselníky 0075 – TVYBU – Typ využití budovy a 0076 – ZPVYBU – Způsob využití budovy. Oba atributy se v podstatě překrývají s tím, že číselník 0076 má podrobnější členění.
Problémy s datovou reprezentací při zpracování Při zpracování rizikových analýz velkých územních celků v nejzákladnější úrovni podrobnosti hodnocení s vyloučením nutnosti zdlouhavých a nákladných místních šetření bylo třeba se vypořádat s řadou problémů, které si můžeme ve stručnosti popsat. Vzhledem k rozsahu a zastoupení na celkových škodách jsou asi nejvýznamnější škody na stavebních objektech. Pro datovou reprezentaci objektů se využívá polygonová vrstva ZABAGEDu „BudovaBlokBudov“, která reprezentuje jednotlivé budovy nebo bloky budov. Asi největší problém této reprezentace je, že zahrnuje v sobě celé bloky budov zejména v městské zástavbě. Problém
nastává ve chvíli, kdy v bloku budov jsou zastoupeny různé kategorie objektů, a to nejčastěji objekty pro bydlení a objekty občanské vybavenosti, u nichž se samozřejmě trochu liší výše povodňových škod. V takovém případě jsou možné 2 přístupy a to buď nechat přiřazení objektu převažující kategorii a nebo polygon před samotným výpočtem rozdělit na části reprezentující jednotlivé objekty s různou kategorií a nebo rozdělení zastoupit procentem podílu plochy. Výběr budov se provádí tak, že se zahrnou všechny budovy, které jsou alespoň částečně dotčeny rozlívej. Taktéž bylo třeba se vypořádat s rozdílnou plošnou reprezentací objektů v ZABAGEDu vůči skutečným výměrám, které byly převzaty v pilotních oblastech z katastrálních map. Výměry podle ZABAGEDU jsou v rozsahu cca 106 až 114% vůči skutečnosti čemuž byly přizpůsobeny výpočetní koeficienty ztrátových funkcí. Posledním problémem v případě budov je správné přiřazení hloubek záplavy zejména při omezených hydraulických podkladech ze záplavového území z 1D modelu. Citlivostní analýzou bylo zjištěno, že běžně se pohybuje citlivost velikosti škody na hloubce u povodní většího rozsahu řádově kolem 3% na 10cm chyby v přiřazení hloubek. Kategorizace objektů také není triviální záležitost, jelikož jak již bylo uvedeno, ZABAGED má naplněné atributy jen v omezené míře. Proto je třeba využít více dostupných zdrojů. Obrázek 2 znázorňuje jednotlivé kroky přiřazení kategorií budov pomocí různých databází. První obrázek (vlevo nahoře čteno pořádcích) znázorňuje nepřiřazenou vrstvu a poslední (vpravo dole) již přiřazené atributy druhu budov barevně označené. V jednotlivých krocích jsou postupně využívány pomocí překryvné analýzy: vlastní atributy budov, vrstva účelové zástavby ze ZABAGEDu, adresní body z registru sčítacích obvodů (RSO) a na závěr územně-plánovací dokumentace. U adresních bodů z databáze RSO ještě může nastat problém, že některé body leží mimo polygony reprezentující budovy. V tom případě je třeba je přiřadit postupně protnutím s použitím zvětšující se obálky kolem objektů v kroku cca 3m nebo přiřazení ručně doladit. Pozemní komunikace jsou ze ZABAGEDU reprezentovány pomocí liniových objektů zastupující silnice, ulice a cesty, přičemž každé kategorii se přiřazuje standardní šířka pro výpočet plochy postižené komunikace. U železnic liniová vrstva železnic obsahuje atribut s počtem kolejí, což se uplatní zejména v prostorách kolejišť vlakových nádraží. Výměry se pak stanovují prostým ořezáním přes hranici rozlivu povodně. Výměry inženýrských sítí z důvodu absence jejich přímého datového reprezentanta se berou shodné s výměrami délek komunikací, jelikož se obecně předpokládá souběh inženýrských síti s komunikacemi. Jedinou kategorií, která nemá svého reprezentanta je kategorie otevřených sportovních ploch, jelikož jediný dostupný podklad ze ZABAGEDu – Účelová zástavba – sice obsahuje položku atributu reprezentující sportovní plochy, hřiště, ale tyto plochy nereprezentují skutečné výměry hřišť, ale celé areály. Proto nezbývá, než vrstvu sportovních ploch editovat ručně, nejlépe na základě ortofot. Naštěstí vzhledem k počtu objektů se nejedná o zdlouhavou operaci ani v případě velkých územních celků.
Tvorba rastrové mapy škod a rizika Další úlohou využívající hromadné zpracování dat vyžadující pozornost je tvorba výstupních rastrových map povodňových škod a mapy rizika. Mapou škod se myslí zobrazení škody v barevné škále v Kč vztažené na jednotku plochy. Stejně tak u mapy rizika, které se zobrazuje v Kč na jednotku plochy za rok. Samotné mapy nelze vytvořit přímo, ale je nutné nejprve veškeré bodové a liniové reprezentanty nahradit plošnými (např. pomocí nástroje buffer - obálka) a na tyto plochy navázat škody na jednotku plochy. Tyto vektorové polygony je možné poté převést do rastrové mapy a to nejlépe v dostatečně jemné síti (řádově jednotky metrů) a tuto pak konvertovat do rastru s hrubším rozlišením. V praxi se jeví jako vhodné rozlišení kolem 10m, kde jsou ještě patrné jednotlivé objekty. Tento krok přes jemnější rastr je důležitý z důvodu konverze polygonů do rastru, jelikož při konverzi v síti se zvoleným rozlišením se vždy provádí průnik středů buněk rastru s polygony a při hrubém
Obr. 2: Postup identifikace kategorií stavebních objektů (zelená – bydlení, fialová – občanská vybavenost, červená - průmysl, černá – nepřiřazeno)
rozlišení hrozí vynechání velkého množství dat, což je možné eliminovat právě mezikrokem přes jemnější rastr. Na obrázku 3 je znázorněna vektorizace linií a bodů reprezentující hodnocený majetek v mapě a jejich následný převod do rastrové mapy škod.
Obr.3: Příklad přiřazení škody z vektoru do buňky rastru a výsledný rastr
Závěr Závěrem lze shrnout, že i přes určitou míru zjednodušení a zobecnění lze zpracovávat rizikovou analýzu velkých území s dobrými výsledky pouze na základě standardních dostupných dat a databází bez použití místních šetření a s pomocí prostředků pro hromadné zpracování dat. V řadě pilotních oblastí bylo ověřeno, že výsledky hodnocení potenciálních škod se liší maximálně do 10% vůči hodnotám stanoveným pomocí nejpodrobnějšího přístupu s podrobným místním šetřením a interval jejich odhadu odpovídá zpravidla hlášeným škodám ze skutečných povodní [5]. Zde popsané přístupy zpracování jsou již hojně využívány například při hodnocení ekonomické efektivnosti protipovodňových opatření zařazených do II. etapy programu: „Prevence před povodněmi“ Ministerstva zemědělství ČR. Taktéž mohou být vhodnou součástí přístupu k implementaci Směrnice Evropského parlamentu a rady 2007/60/ES o vyhodnocování a zvládání povodňových rizik. Tento příspěvek byl podpořen projektem Ministerstva zemědělství ČR č. NAZV QH 71201 "Spolehlivost a bezpečnost vodohospodářských děl v měnících se klimatických podmínkách".
Literatura 1
2
3 4 5
Satrapa, L.: Návrh a použití metodiky pro stanovení potenciálních povodňových škod. Povodňové škody - stanovení potenciálních škod způsobených povodněmi. Praha, ČVTVHS, díl 1, s. 73-91. ISBN 80-02-01274-7, 1999 MZe ČR: Posílení rizikové analýzy a stanovení aktivních zón v českém vodním hospodářství, Nizozemský program “PARTNERS FOR WATER” a Ministerstvo zemědělství ČR; http://www.mze.cz/attachments/posileni_rizikove_analyzy.pdf, ARCADIS, 2004. ČSÚ A MINISTERSTVO VNITRA ČR: Statistický lexikon obcí České republiky 2005, ČSU a MV ČR, ISBN 80-7360-287-3, 2005. ČSÚ: Registr sčítacích obvodů, www.czso.cz, ČSÚ, 2007. Horský, M.: Metody hodnocení potenciálních povodňových škod a jejich aplikace pomocí prostředků GIS. Disertační práce, ČVUT v Praze, Fakulta stavební, Praha, 2008.
Autor Ing. Martin Horský, Ph.D. Fakulta stavební, katedra hydrotechniky, ČVUT v Praze. Thákurova 7, 166 29 Praha 6.
[email protected]